圖片來源 @視覺中國
文 | 假裝是運營
今年，AI 的發展速度可謂瘋狂。
ChatGPT 從 3.5 到 4.0 僅曆時 105 天，AIGC ，最初隻能生成圖片，到現在已能産出電影級别的視頻。
3 月，微軟發布了結合 GPT 能力的 office 系統，旗下的 bing 搜索也一馬當先，利用 AI 創造了新一代搜索引擎。不到 30 天的時間，阿裏宣布釘釘已接入旗下的大模型，賦能企業在協同辦公領域使用 AI。同月，僅大模型方向，就有百度、華爲多家企業官宣加入競争。
創新的單位由年變成天，一時間，百舸争流。
這項被比爾蓋茨誇贊爲 "40 多年來最革命性的技術 "，也被阿裏 CEO 張勇推崇：" 所有行業都值得用大模型重做一遍 "。世界的颠覆随之而來，可以看到，最先應用 AI 技術的這批企業，已經開始暫緩招聘和裁撤員工。
站在企業的下遊，企業服務領域深深感受到了 AI 的沖擊。行業中也産生了許多焦慮和疑問：AI 變革，到底會将企業帶入何方？基于企業軟件，基于 SaaS，AI 将發揮怎樣的價值？更關鍵的是，在這輪技術爆發中，中國 SaaS 能否有機會彎道超車？
爲了解答這些疑問，我們采訪了中國人力資源科技領先者易路的 CEO 王天揚，希望他們在 ChatGPT 上的前瞻應用能夠像一束光，照亮新世界的雛形。
5G 颠覆溝通，AI 颠覆思考
訪談者：您本身是經驗豐富的管理者，也是科技企業的 CEO，相信更能感受到 AI 力量的沖擊。所以您會怎麽看待 AI 對企業帶來的改變？
王天揚：我想先講一個小故事，幾周前，在 OpenAI 的發布會上，它的 CEO 做了一個 GPT 4.0 的演示。場景是在家要招待朋友用餐。根據給到的口味喜好，GPT 自動生成了菜單，接着，GPT 去購物網站上訂購了菜單所需的食材。食材到家後做完拍了個照，GPT 還能把照片自動分享到 FaceBook 上去。
事實上今天企業也需要這樣的一個工具，或者這樣的一個平台。使用一個很簡單的交互，就能夠幫他完成一系列的事情。這裏說的不僅僅是輸出想法，而是要輸出行動，真正完成這件事。像微軟結合 GPT 的能力，推出了 Microsoft 365 Copilot，企業辦公的流程和工作就會帶來很大的改變。不管是從降本的角度，還是增效的角度，技術把客戶想做的事情直接做完，這才是客戶真正想要的。
訪談者：您在企業信息化領域有 20 多年的經驗，相信也經曆了不止一次的技術革命。這次的 AI 革命，您覺得之前有哪些經驗可以類比？
王天揚：我覺得上一個類似的體驗是移動互聯網。移動互聯網中的每個人都有手機，手機又有一個很重要的功能叫做 LBS。數字化的基礎，是數字孿生，也是現實世界和信息世界 1:1 複刻，那 LBS 就能幫助我們做到這點。而在此之前，通過電腦的記錄都是事後記錄，是沒有這些信息的。所以移動互聯網是我認爲的上一次革命，不過從影響力來說，我覺得 AI 會遠遠超過移動互聯網。
訪談者：所以您把 AI 類比成移動互聯網，甚至覺得這次的影響力會超過上一次？
王天揚：一定會超過。每個人每天都在做的事情有三件，第一是認知、第二是思考、第三是行動。
移動互聯網把現實世界數字化，事實上是提升了人的認知，而 AI 技術是取代了一部分人的思考能力，甚至通過 AI 和其他技術的結合，直接能将思考轉化爲行動。
訪談者：GPT 出來後，我們看到有不少企業已經在内部使用 AI 進行提效，是否可以認爲，未來使用 AI 的能力将會是企業的基本功。誰用的更好，誰的競争力可能就更強？
王天揚：可以肯定地說，使用 AI 的企業，和不使用 AI 的企業，它們之間的差距将會非常非常大。
我舉個例子，我們有個客戶，員工數有十幾萬人，HR 有 2000 多人，每月隻是做算薪就這一個動作要花費 20 天。做完薪酬，其實所有的 HR 都累癱了，但接下來的幾天更難，他們要解答所有員工對數據的疑問。一步步排查，解釋，消除理解上的分歧，反複溝通導緻 HR 和員工的體驗都很差。那我們做了什麽事情呢？将公司所有信息整合在一起，結合了 GPT 的聊天和對話能力，形成了一個問答終端。它既能理解員工提出的問題，又能夠快速提取邏輯并給出答案。光這個事情，我們的客戶就高興得不得了，他再也不用被自己的員工挑戰了，GPT 可以 24 小時不間斷工作，很快地響應，還能保持穩定的問答質量。你可以想象，光這一點，就省了多少時間和成本。
還有最近 IBM 的新聞，已經暫緩招聘像 HR 這類不直接面向客戶的崗位了。他的 CEO 認爲 AI 可以輕松地完成 30% 至 50% 的任務，并且能表現得比人類更好。
從 SaaS 到 MaaS，颠覆下的必選題
訪談者：AI 技術出現後，大家一度非常恐慌，不僅是個人擔心被替代，SaaS 公司也會擔心被颠覆。作爲 SaaS 從業者，您怎麽看待這件事？
王天揚：回到前面聊到的 OpenAI CEO 用 ChatGPT4.0 演示的在家招待朋友用餐的例子，這個演示是想告訴大家 GTP 本身能夠做很多事情，但是要真正的讓它更好的爲客戶服務，事實上它的背後要整合很多其他的自動化技術，然後用 ChatGPT 來驅動這些技術，就像它能驅動購物平台直接下單一樣。通過一系列的自動化可以直接達成用戶期望的結果，這才是未來的發展方向。
訪談者：也就是說，簡單地把 ChatGPT 嵌入自己的産品，是沒有意義的一件事情？
王天揚：是的。比如在 HR SaaS 裏嵌入 GPT 的問答窗口，讓 HR 去做一些文案的輔助工作，這樣的解決方案就太基礎了。我們要徹底思考未來企業應用的形态是怎麽樣，它很可能就沒有菜單和界面，完全跳脫從軟件時代沿用至今的這一套體系，也可能也沒有獨立的入口，就是依托于微信這樣平台來使用。今天我們對企業應用軟件，包括 SaaS 的所有認知，在未來或許都會被颠覆。
訪談者：現在我們在講一個概念叫做 MaaS，意思是模型即服務，把領域内的具體問題，結合 AI 來做深度解決。那創造和使用這些模型，是否會是 SaaS 公司的一條新路呢？
王天揚：所有基于大模型的應用公司，都在做一件事情。就是把能力應用到某一個場景上去。每個場景的解決方案，就生成了一個個模型。在互聯網上，我們看到有應用能自動輸出産品需求文檔，自動寫 ppt，這都是屬于 MaaS 的範疇。SaaS 其實有機會去組合應用這些 MaaS 模型，組裝成适用于一個大的業務領域的解決方案。要考慮在使用不同的模型時，如何設計他們之間的交互，如何管理模型帶來的基礎數據，以及根據自己的具體場景來調優。
說到這裏，我想分享一個我們自己的實例。
再小的企業，都會有員工手冊，對吧？企業裏的員工會有很多很多政策上的問題，規範上的問題，都會去問 HR，可以想象一個小公司的 HR 的工作有多繁重。那我們可以給到企業一個後台，隻要企業準備好員工手冊，收集好各類政策，無需梳理總結，直接上傳給大模型，這個系統就準備好了。員工不需要任何系統培訓，遇到問題時隻需要打開微信，輸入問題詢問 GPT，無論企業大小，80%-90% 的問題都能得到回答。
而且，這個模型是可以和客戶的人力資源系統組裝的，組裝後員工能得到完全個性化的答案。同樣是問：這個月再多簽 100 萬的合同，我能拿到多少獎金。我們的 AI 會告訴你，結合公司的薪酬制度，績效評定标準，你能得到具體多少錢。
易路一直瞄準的是中大型客戶，但嘗試去做這些模型的時候，我們發現不論多大的客戶都可以快速使用起來，是一件非常好的事情。
訪談者：對于想應用 LLM 技術（大型語言模型）的 SaaS 企業，有什麽經驗之談可以分享嗎？
王天揚：一方面需要深入找場景，根據對行業的理解，找到一個可組裝的點，深入地去組裝而非直接嫁接。像前面講的那個例子，就是使用 LLM 和人力資源系統組裝，才能做出區别于 ChatGPT 的産品。SaaS 産品要盡可能做到可組裝，每個模塊的業務能力都可以互相進行連接，甚至可以去連接外部的一些數據和組件，才能真正構成一個能适應環境靈活變化的企業服務的産品。
另一方面就是需要做到領域裏的最強者，不是說什麽都有就好，而是有一點最強就可以讓所有人都來接入。當前，這一切都要建立在核心價值上，有了核心價值在生态裏才會被需要。
事實上我們和 Gartner 對人力資源發展趨勢有這樣一個共識。就是傳統一體化 HR SaaS 的發展瓶頸已經顯現，而采用可組裝式 HCM SaaS 的企業機構，在新功能的實現速度上将比競争對手快 80%。并且我們也和 Gartner 在可組裝的方向上積極探索着新合作。
訪談者：對于應用 AI 的風險，SaaS 公司應該關注哪些？
王天揚：首先在使用的規範上要合規，再怎麽強調數據保護和隐私都不爲過；其次，AI 要有真實性，保證數據源頭的真實；另外，個人數據和企業數據在 AI 容器的交互的邊界，雙方可以有一個制衡，很多公司在管理時候沒有意識到。我們自身，從技術框架創建的第一天起，就把數據的安全和可靠性作爲原則，這也是客戶非常看重的一點。
SaaS 漫漫二十載，而今邁步從頭越
訪談者：SaaS 已經問世二十多年了，市場上也有市值千億的公司，你覺得他代表了 SaaS 的發展終局嗎？
王天揚：我認爲遠遠還達不到終局，甚至說我們還在很初級的一個階段。現在僅僅隻是把線下的工作搬到了線上，提供的價值也不夠明顯。未來還有很大的發展空間，特别是有了大模型以後，SaaS 應該更有想象力。
例如你公司有個很棒的員工叫馬克，有一天你想再招一個像馬克一樣的人，直接讓 AI 幫你處理就好了。AI 所需的信息，系統裏都有，AI 可以根據系統中馬克的所有信息，自動生成人才畫像并發布崗位、找到候選人、面試，隻需要終面時，由人來進行最終把控。這隻是其中的一個場景，AI+SaaS 能做的事情還有很多。
訪談者：可以看到，大模型是首先誕生在美國，中國還在奮力追趕這方面的能力。AI 作爲可能助力 SaaS 騰飛的一種技術，會使中美 SaaS 的差距進一步被拉大嗎？
王天揚：去年我們就使用了大語言模型，但相對來說還不夠流暢，隻能去問一些被訓練過的問題。現在有了 GPT 4.0，基本上說什麽機器都能夠理解了，這是非常大的進步。
而且大語言的算法是通用的，當前的差距無非是訓練時間和訓練難度導緻的。GPT 的訓練語言是英文，所以在英文環境下表現較好。但中國的優勢是什麽？我們有着海量的應用數據，而這些數據是可以被搜集和使用的，相信通過訓練，可以很快在這方面趕上。
所以，我不僅不認爲 AI 會拉大這個差距，反而覺得這可能是中國 SaaS 彎道超車的一個機會。
這場訪談的獨特之處在于，在訪談前，參與雙方都借助了 AI 技術進行了充分準備。訪談者使用 AI 輔助生成了訪談提綱，而溝通過程中，訪談者頻頻笑稱 " 這個問題我問過 GPT"，受訪者也多次表示 " 這個問題 GPT 是這麽說的…… " 雙方的溝通不僅沒有因爲 AI 而遜色，反而因爲 AI 出人意料的回答方向，碰撞出了更多的火花。
這個微小的改變，或許正是我們今天讨論 AI 的原因所在。
通過這次交流，我們深深感覺到，技術窗口已經敞開，它公平地降臨在了所有企業面前，無論企業在中國，還是在美國，企業規模是大還是小，是 SaaS 企業還是軟件企業，他們的未來都有着無限的可能。
可以說，科技的發展如同一輛永不停歇的列車。
還沒有上車的企業，正在上下求索，隻求一張登車的票。
而已經在車上的企業，既有已經發布大模型的 Google、微軟、百度、華爲、阿裏等一衆國内外科技巨頭，也有已經在應用大模型，進軍 MaaS 的金山雲、易路人力資源科技等。他們更多思考的是以什麽樣的狀态度過車上的時光，以及列車的終點在哪裏。
無數的疑問等待着企業家，等待他們和時間一起，共創答案。
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
