专家团|戴珂:AI四小龙已经烧了600多亿,为啥还不盈利?
它们会借此翻身吗?
要知道,四小龙已经烧掉合计超过600亿的资金,还没找到可走的商业化之路。想靠ChatGPT的概念,另辟商业化的蹊径,成功的希望并不大。
多数分析师认为,它们迟迟无法盈利,甚至连盈利的方向都没想好,都是因为:研发费用居高不下、国内人工智能尚处于“弱人工智能阶段”,以及缺少商业落地场景。
在我看来,这些是所有创新科技企业必然要经历的阶段,根本不是不盈利的原因。
实际上,它们当前是否盈利,说明不了什么。如果模式对了,这么多资金的铺垫,到时自然会盈利,现在只要看出趋势即可;而如果模式不对,则永远没有盈利可能。
那么,怎么看模式对不对呢?一个标志性的检验标准是“可规模化”,它也是审视XaaS业务成熟度最重要标志之一。
如果觉得“可规模化”一词不易理解的话,它还有几个同义词,比如“可复制”、“可重复”和“可扩张”等。
XaaS类技术公司的成功,通常需要经过两个阶段:商业化阶段和规模化阶段。可以这样理解:只要有一个客户购买并使用了你的服务,你就可以说你的业务已经进入商业化阶段了。但只靠这一个客户,显然成不了气候,你还需要有更多客户才行。
也就是说,不能规模化的商业化毫无意义。
在一般人看来,规模化这事很简单,不就是把AI做成标准化产品吗?
其实这种认识非常肤浅,因为一个XaaS业务的规模化,不只是产品的可规模化,而是如下图所示的,全生命周期可规模化。
生命周期内四个阶段,如有任何一个不可规模化,那结果也就很难实现可规模化。
所以,对于XaaS转型的公司,整个业务需要重新设计。这方面,海外AIaaS(智能即服务)经验可以参考,它们基本是两个方向:AI平台或者AI应用。
AI平台是海外AIaaS的主流,比如C3.ai。因为AI的模型训练花费高昂,不可能每家公司都自研一套,所以AI平台正是暗合了SaaS的共享服务的优势。
AI应用类的SaaS,是将AI应用于某个业务或某个领域的SaaS,比如People.ai,它把自己定位为Sales Intelligence的SaaS服务商。不过,随着AI应用业务领域越来越多,智能化成为SaaS的标配,最后可能大部分SaaS,都可以说自己是AIaaS公司。
国内AIaaS的情况,有可能与海外不同。即AI平台不容易成为主流,除了技术原因外,更可能的原因是,国内公司不习惯在别人的平台上建立应用,特别是付费使用。
所以,国内AI公司更可能选择某些细分领域或某些具体业务落地,这是实现可规模化的可行道路。
不过,这个理念与现在热炒的AI技术背道而驰,每当把一个AI视为无所不能、随处可用的技术,那规模化的路,就已经被堵死了。
AI公司如果只靠几个大项目的集成,那收入和盈利显然都无法保障。于是很多国内AI厂商宣称向AIaaS转型,但实际效果并不明显。
这同时也意味着,在一个相当长的时期内,还看不到业务向好的趋势,更不要说持续盈利的可能了。其实,大数据、RPA等,也面临同样问题。
本文来自微信公众号“ToBeSaaS”(ID:gh_66062ec0961b),作者:戴珂,36氪经授权发布。