互联网资讯 · 2024年7月25日

AI在B端的智能与应用创新实践探讨

域名预订/竞价,好“米”不错过

这个7月,与炎炎酷暑同样高热的,还有刚刚落幕的世界人工智能大会:线下参观人数突破30万人次;大会累计对接132个采购团组,形成126个项目采购需求,预计意向采购金额150亿元;推动24个重大产业项目签约,预计总投资额超400亿元。

从这扇透视AI的窗口,我们看到,大模型从“智能涌现”走向“应用涌现”,各界的关注焦点从“能力涌现”转移到“价值涌现”。把AI转化成实际的生产力,成为了大家的共识,也是我们本期《MCtalk · CEO对话》聊的核心话题。

两位对话嘉宾:一位长期专注于计算机图形学、高性能计算等前沿研究,曾任职于美国英伟达NVIDIA担任软件工程师;一位带领团队不断在AI领域探索,先后推出融合AIGC的对话式BI产品—ChatBI,面向客服场景的垂直大模型—商和,以及聚焦数字内容风控的网易易盾安全大模型。

出乎意料的是,他们没有聊关于AI的“宏大叙事”,聊的更多的是“AI在B端做的那些小事”,比如AI怎么与自身主营业务形成赋能和闭环,AI如何给组织提升了效率。此外,作为To B领域摸爬滚打10余年的创业者,两位也深入交流了在经济下行期,经营思路的调整。

从智能涌现到应用涌现,AI在B端做了哪些事? -

这波大模型最大的启示:不断往下训练会溢出新能力产生新用途

阮良: 从去年开始,业界有一个说法“所有To B产品都值得用AI重做一遍”,你是怎么看待这句话的?

黄晓煌: 我觉得这得看不同软件的产品形态。酷家乐刚成立的时候是做快速渲染,这几年基于GPU的SupeR-Resolution的算法其实一直在变化。最早我们用了滤波,后面用了很简单的AI模型,然后又开始了深度学习,效果越来越好了。现在又出现了DiFFUSion Model,效果比我们最早创业的时候好多了。对我们来说,新的算法出来,会带动各种算法的重写,但就产品形态本身而言,并没有发生质的区别,用户习惯的改变也没有那么快。

阮良: 除非是像消费品一样,出现一个像iphone一样的东西,改变大家所有跟智能手机相关的交互模式。

黄晓煌: 对,不排除未来用户的习惯发生了变化之后,产品形态也会发生变化。ChatGPT刚出来的时候,我们一开始也尝试了把自然语言作为交互方式之一,后面发现留存并不高。我觉得跟产品的使用场景有关系,在空间设计场景里,用户更习惯图形界面。

阮良: 用户还是更习惯GUI的交互方式,对他们来说更高效。

黄晓煌: 没错。但像我们公司在用的一些产品,比如七鱼智能客服,现在我们内部在尝试做一些主动的服务,当发现客户遇到问题的时候,主动用AI打电话给他提供帮助。

阮良: 这个其实会给客户带来更好的服务体验,而不是等客户烦躁了自己去找客服团队。但这件事需要有两个基础条件:第一个是客户本身是在线使用我们的产品;第二个现在的AI大模型,自然语言的交互方式,的确能够让我们像真人那样为客户提供主动服务。

黄晓煌: 我们原来内部做了很多小的AI模型,然后做到一定程度,大家觉得效果差不多就停了,并没有去探索它额外的能力。这波大模型给我一个很大的启示就是,原来的模型不断往下训练,是会溢出一些新的能力,产生新的用途的。比如原来SupeR-Resolution只是用来做图片的放大,现在可以用来做图片的调光。

从智能涌现到应用涌现,AI在B端做了哪些事? -

阮良: 我前阵子看到过国外的一个应用,它就是利用类似的技术,把一张原本1080P或者是2K、4K的照片,直接超分成非常细节性的、很震撼的一张图片。我甚至在想,特别是在艺术创作领域,比如制作一支MV,如果你是一个很有想象力的艺术家的话,完全可以用AI技术把它变得更具象化、更有想象力、更细节。

黄晓煌: 我们最近也上线了这样的AI写实增强能力,它可以一键修图优化,提升设计方案和图片细节和质感。所以原先我认为小的模型瓶颈比较明显。但现在看,这当中产品经理的工作很关键,得有新的想象力,想一下这个模型还可以有什么用途。

“用AI重做一遍”并非推倒重来,而是去寻找各种细小的应用场景

阮良: 你刚才提到主动服务,我们内部借助AI做了一个很有意思的场景。每家企业的内部都会有一些“明星员工”,他们干得多,知道的多,总结得多,大家都喜欢问他们问题,导致这些“明星员工”每天都要花大量的时间回答大家的问题。我们借助大模型,结合客服产品的能力,给“明星员工”训练了他们的“数字分身”。“数字分身”通过学习和训练,代替“明星员工”在群里给同事们答疑解惑。目前效果还挺不错的,基本上能够帮助“明星员工”挡掉50%-60%的问题。

阮良: 还有一个类似的应用场景。我们是To B公司,销售团队的规模都比较大,团队里面有销冠,也有普通的销售以及销售新人,销售和客户的很多交互行为现在基本都是在线上的。我们用AI去分析销冠的行为,提炼出一些关键动作,帮助销售新人、普通销售提升能力,向销冠靠近。

从智能涌现到应用涌现,AI在B端做了哪些事? -

黄晓煌: 在这个过程中,产品经理得不断地去寻找新的使用场景。比如我们最近在尝试给我们的软件打造一个支持多模态输入的工具入口。我认为随着用户习惯的变化,产品心智也会发生变化。

回归科技型公司的本质,追求高效率

阮良: AI让一个组织对人才的要求也发生了变化,新的技术不断涌现,我们的产品经理、技术需要有更好的想象力,去利用新的技术,做出更好的产品。

黄晓煌: 我们内部也是更多地把AI聚焦在赋能我们自身业务层面,一开始内部还想着用大模型搞一套客服系统,后面想想,这个让专业的第三方公司搞吧。

阮良: 这点非常有共鸣。现在整个大环境越来越有挑战,但危机意味着有危险肯定也有机会。我个人觉得还是蛮利好我们做To B的企业的。我们聚焦在自己的主业上,把产品打磨好,交付给我们的客户。

黄晓煌: 这些年,我们对“PLG”这件事的看法也发生了很多变化。我们刚开始创业那几年,大家都在提倡PLG,但前几年PLG就开始不work,因为所有的线上用户,你通过销售去都能实现一定程度的upsell。后面这几年,经济下来之后,大家更关注的是效率、ROI以及专注。

阮良: 我们前几年也有类似的感觉,就感觉这个组织越长越大。虽然收入一直在增加,但总感觉好像变得不像是一家科技公司。反倒是这一两年,我们更聚焦,效率变得更高了,客户的体验越来越好。

阮良: 我想分享一个AI给组织提效的场景。企业里的BI团队、数据分析团队,经常会收到各个部门的取数需求,效率是蛮低的。网易数智本身有一块业务就是做大数据的,大模型来了后,我们做了一个轻量化的尝试,将自然语言转化成精准的SQL语句,再从数据库里面去定位和查询。我们现在已经把这个运用在销售团队中。

黄晓煌: 我们曾经有一度,数据分析师70%的工作是在给其他同事写SQL的,现在基本就让他们直接用文字转成一个指令,然后直接去取数。

阮良: 真正的BI团队,应该用他的专业性去做更深层次的工作,比如业务分析。我认为AI在BI这个领域其实能发挥的空间也是蛮大的。

从智能涌现到应用涌现,AI在B端做了哪些事? -

摆脱内耗,我们做了这些尝试:平衡PLG和SLG;帮客户达成业务目标

阮良: 这些年,各行各业都在讲究精益化经营,我们To B公司也一样,不可能像过去那些年一样实现高速增长。在这个方面,想听听酷家乐的思路、经验,包括踩过的一些坑。

黄晓煌: 近两年大家整个经营思路发生了巨大的变化,重心从原来的“增长为先”调整成了“效率为先”。酷家乐现在非常注重PLG和线上成交,有将近30%左右的业绩是在纯线上环境里完成的。

阮良: 这些想法其实很内耗,从整个社会来看,是大大浪费了产值。

黄晓煌: 对。大家同行之间都在相互浪费,最后也没有人用起来。从整个社会大众的观感来看,现在整体的节奏都紧巴巴的,但实际上我觉得这才是一个企业经营该有的健康状态。

阮良: 这点我非常赞同。一旦陷入追求过度的高增长,组织就不自由自主会陷入一个所谓的“卷”,然后为了所谓的收入规模,去做一些自己不擅长,或者利润很低的SKU,最后一算账,全是亏的。

从智能涌现到应用涌现,AI在B端做了哪些事? -

黄晓煌: 我觉得还是得坚持长期主义。

阮良: 我们现在秉持一个原则,还是要让产品来说话。如果我们帮助客户提升效率了,让客户的消费者体验变得更好了,帮助客户达成了他的业务目标,那客户受益了,那大家都会非常心满意足。

阮良: 我做过To C业务也做过To B业务,有个很大的感受是,To B整个的链路特别长,涉及产研、售前、销售、实施交付、客户服务等各个部门。我相信你们应该也会有同感,当我们的一些经营理念发生调整的时候,对组织的挑战还是比较大的。

黄晓煌: 我们整个公司奉行的经营理念是战略×组织,组织是为我们的战略配套的。除了组织能力,我们最看重的是算法。我们内部有两个科研的团队,专门做算法这块,有新的算法出来后,围绕着新的算法升级原来的产品里,或者做成独立的产品。

阮良: SLG的部分和PLG的部分会不会互相打架?

黄晓煌: 早期这个矛盾还挺大的。但我一直坚信的一点是,客户都不傻。在同样价格的情况下,如果客户选择到线上成交,那一定是销售的客户服务并没有做到位。

阮良: 酷家乐在客户成功这块目前处于什么样的阶段?

黄晓煌: 大B端这块,我们的续约率是非常高的,接近百分之百,极少出现断约的情况。我们客户成功团队核心关注的是大客户的使用情况,他们的业绩是跟账号活跃度挂钩的。

从智能涌现到应用涌现,AI在B端做了哪些事? -

开源和闭源各有使命且相辅相成,开源对生态发展至关重要

阮良: 我相信在中国做SaaS的企业都会羡慕北美SaaS的生态,大家都专注在很细分的领域,然后彼此串起来。我觉得在现在这样的大环境下,大家也可以多多联合,不限于营销层面,最好是在产品层面进行联合。

黄晓煌: 像我们的产品本质是一个快速渲染的工具,这几年我们的客户延伸到各行各业,只要有快速出效果图的需求,都可以用到我们产品。

阮良: 开源和闭源之争是AI领域这两年最火的话题之一。你是怎么看待这个问题的?

黄晓煌: 开源有一个很不错的地方,就是避免大家“重复造轮子”,可以更快地满足业务上的需求,给团队一个快速提升的机会。开源对整个社区和整个生态的培养,是至关重要的,但是它也存在一个很大的问题,就是怎么去养活自己。

从智能涌现到应用涌现,AI在B端做了哪些事? -

阮良: 成功的开源项目还是少数。

黄晓煌: 对,现在没看到开源有什么很好的商业模式。我们在AI圈聊的时候也经常提到“对开源是又爱又恨”。闭源因为不用考虑兼容性,所以它可以更专注地往高质量方向发展,至少在某一层面可以努力去做到极致。

阮良: 我们对开源也是积极拥抱的态度,开源不仅能让我们学习到很新的技术,也能让我们用起来。我认为开源和闭源两者其实是相辅相成的。

阮良: 最后非常感谢黄晓煌先生来到网易,和我们一起展开关于AI、关于企业精细化经营等探讨和交流。

OpenMagic API

Need more than content? Move into the product flow.

If you are here for model access, pricing, developer docs, or the future API console, the dedicated product path now lives on api.openmagic.ai.