有赞的 AI 实践：把决定权交给用户、Copilot 和 Agent 最重要

在 AI 落地如何 ToB 业务上，有赞是属于「跑得快」的一批玩家。

在 2024 年 1 月 FounderPark 的一场直播中，有赞创始人兼 CEO 白鸦就从 SaaS 产品经理的角度，聊了聊大模型时代的产品应该怎么做。而在最近的一场直播中，白鸦则详细分享了有赞如何用 AI 改造他们的 SaaS 服务流程。

首先是交互上的改变，「GUI 解决的是常用问题，CUI 加上自动化执行解决的是所有问题」。

其次是 AI 服务功能的选择上，Copilot 和 Agent 是最重要的两个选择，而 AIGC 的能力是最不重要的。「先解决如何更好地帮助用户使用我的产品、更自动化地完成任务、提供更准确的建议和更好的启发，从而让用户更好地使用我的产品。」白鸦如此说道。

文章整理自白鸦与得到联合创始人快刀青衣的直播，经有赞授权发布。

01

AI 对于交互的改变：

LUI+GUI 会是未来主流

快刀青衣：AI一波又一波的浪潮，让各行各业都将受到巨大影响。因此，我想请白鸦从产品的前瞻性以及有赞深入各行业的过程等方面为大家描述一下，AI 时代真正到来后，普通人及普通企业在体验上会有哪些不同。

白鸦：我可以从体验设计或人机交互的角度来聊一聊，就是人如何与机器互动，人如何使用产品，以及 AI 可能会给用户体验和产品体验带来哪些不一样的变化。

简单回顾一下计算机历史，最早的界面是 DOS 界面，所有使用计算机的人都需要输入 DOS 命令，这对用户来说门槛非常高，因为他们需要学习 DOS 命令。

Steve Jobs 做出的最大贡献之一，是将施乐公司的 GUI 图形界面引入到苹果电脑上，并以他独特的审美对 GUI 进行了美化升级。正是由于这次创新，我们在过去几十年中一直使用着图形用户界面，从而告别了 DOS 命令行操作时代。

过去几十年，图形用户界面的变化其实并不大，它的核心仍然是窗口，用户通过窗口界面进行操作。某种程度上，除了将电脑从研究用、军队用变成家庭用，以及将智能手机变成手持电脑、成人的器官之一这两个最大的贡献外，我认为乔布斯在用户体验和产品体验上对人类还有两个非常大的贡献。

乔布斯对人类的两大贡献，一是将电脑引入了图形界面，二是在离世前让苹果的整个用户界面扁平化。扁平化虽然有人认为不够美观，但它的好处是让用户更加聚焦于界面内容，也让产品设计者更加聚焦于如何通过内容与用户互动，而不是修饰那些好看的渐变和边边角角。

AIGC 大力发展后，开始涌现出能够与人对话的产品。LUI（Language UI）就是对话式界面，它不再是窗口式的图形用户界面，而是对话式界面。但如果真的让用户去使用，对话式输入的难度还是挺大的，哪怕用语音，输入难度也还是挺大的。比如，今天做了一件特别有意义的事，手机上拍了一些照片，攒 9 张图，然后用几十个字描述一下这件事，发一条朋友圈，中国 14 亿人，到底有多少人能做好这件事呢？事实上，14 亿人里只有几千万人能做好这件事。

事实上，对话式界面看起来交互更简单，但对于很大一部分用户来说可能更难操作。所以，现在在有赞，我们已经不把它叫 LUI 了，而是更多地把它叫 CUI。

CUI，也就是命令式用户界面，不仅允许用户录入文本甚至语音，还会在与用户交互过程中弹出过去的一部分图形界面表现形式，以使用户更容易操作。

快刀青衣：那 AI 会对用户界面产生哪些影响？

白鸦：在图形用户界面中，导航是一个非常重要的元素。它可以帮助用户了解一个产品的内容分类和功能，并引导他们找到所需的内容和操作。例如，在视频号或得到 APP 上，都有导航栏。它就像导航地图一样，告诉用户这个网站或 APP 有多少内容，这些内容是如何分类的，以及如何通过分类导航引导找到所需的内容和功能。

随着 AI 的到来，会带来两个重大的变化：

第一个变化是用户不再需要在导航栏中点击来找到所需的东西，而是可以直接通过命令式的对话告诉机器他们想要什么，机器就可以给他们提供相应的内容和功能。尤其是随着产品功能的不断强大，导航会变得越来越复杂，像迷宫一样。这时候命令式的对话就变得更加有用了。它比搜索要更加自然和直接，可以帮助用户更快地找到所需的任务和功能。

而第二个变化，过去用户通过导航到一个一个的图形用户界面，找到要完成的任务，然后进行一系列的操作，最终达到他们的目的。这是图形用户界面的典型人机交互模式。但是在 AI 的帮助下，用户可以直接得到他们想要的结果。因为 AI 可以理解用户的意图，并自动执行用户的动作，直接把执行过的结果给到用户。

举个例子，某种程度上，Google 搜索是第一代的人工智能，它有点像一个拥有 100 万个网页的图书馆，还有一万本书。当用户问「二战到底是怎么发生的」，Google 会说，我找到了 1 万个网页，它们提到了二战的发生，你自己看吧。然后，它会根据点击量、受欢迎程度和关联度对这些网页进行排序，把最受欢迎、关联度最高的网页排在前面，把不太受欢迎或关联度较低的排在后面。换句话说，Google 只是把信息分类归纳，当用户问它问题时，它把分好类的信息给到用户。

今天的人工智能则可以理解用户意图以及搜索结果的内容，并将其整理后呈现给用户。同样是提问「二战是怎么发生的？」，它会告诉你它从维基百科、美国的几大图书馆和一万个网页中发现了多少与之相关的内容。它会根据证据和普遍观点告诉你二战是如何发生的，还有一些民间野史的说法。

这就是这一代的人工智能所具备的对内容的理解能力和一定的逻辑推理能力，能够将信息演绎出来并表达给你。

02

有赞如何落地 AI：

让用户做最终决策、Copilot最重要

快刀青衣：那么，有赞是如何将 AI 落实到自己的 SaaS 系统中的呢？

白鸦：我们做 AI 的思路与大多数同行不同。

我们有几条做有赞 AI 设计的原则，这是最基本的底层原则，我觉得值得分享一下：

原则一：要控制模型含量。大模型只应用于输入和输出环节，中间需要控制其联想能力，以确保产生结果的可用性。

原则二：回到纯文本逻辑思考。一个 GUI 操作界面，界面由操作表单加图文结合，用户点击确定就可以完成操作。但如果要开发 AI 产品，就要忘掉这个图形用户界面，先回到思考的底层逻辑上，要先确保底层逻辑能通过纯文本上说清楚，而不是想着用什么样的人机交互来让用户更好地理解产品。

原则三：能选择就不录入。录入是一个复杂的过程，当能够询问用户是或否时，就给出是或否的选项，而不是让用户打字，这个过程很累；如果能让用户点头或摇头，就尽量让他们点头或摇头；如果不能让用户点头或摇头，就让他们选择默认选项，并且默认选项不能超过四个；如果既不能让用户点头摇头，也不能让他们选择 ABCD，那就让他们填空。实在不能填空了，再让用户输入。

原则四：直接呈现答案，再做解释。如果 GPT 回答的时候先重复一下问题，分析一下这个问题背后可以这么解，然后给出一套逻辑，最后才给出答案，这样的体验非常考验用户耐心。所以有赞 AI 设计的第四个原则就是尽早给出答案，再说其他的。

这里有一个有趣的衡量标准，就是找有阅读恐惧的人来测试。输出的编排逻辑一定要让阅读恐惧症患者在阅读时感到舒适，这样才是好的。

原则五：给用户交付可用的结果。AIGC 主要提供创意供给，用户需要在大量创意中进行选择和修改，最终才能获得可用的结果。但 SaaS 产品需要给用户提供确定性的结果，而不仅仅是创意。在内容行业等领域，创意的供给是有价值的，但在 SaaS 或企业级应用中，用户更需要正确的结果。

原则六：让人类来按下「回车」键。决策不只是「客观」就够了，潜意识、情绪、偏见里面固然有不客观，但是也有梦想、喜欢、爱，有了这些才是完美的决策。

快刀青衣：现在很多公司都在谈论 all in AI，全力转向 AI，从你的角度来看，AI 在公司的战略和规划中应该占据什么级别？

白鸦：我们公司很多年前就明确规定，不要说 all in。因为客户把生意交给我们，给我们支付了一年的费用，我们每个月为客户提供服务。如果我们 all in，就有赢有输，但我们输了怎么给用户承担责任呢？因此，我们可以说重点发展某项业务。对我们来说，AI 这件事非常重要，我认为它的重要程度可以说是重中之重。

去年我有 80% 的精力都放在了 AI 上，今年应该依然会超过 80%。我们今年内部还制定了一个 OKR，就是 50% 以上的研发项目要跟 AI 有关。通过智能化运营，我们要将整个销售费用率降低 10%。可以理解为，如果销售费率降低 10% 就相当于带来了 10% 的净利润。50% 的项目要实现 AI 化，也就是说整个公司最重要的产品研发资源中，有一半要花在跟 AI 相关的事情上。我们这种不到 2000 人的公司，我的精力基本上就决定了公司的走向。既然我把 80% 的精力都放在了 AI 上，那么公司的资源也会向这个方面倾斜。我认为这就是 AI 对我们公司的重要性。

然后，我想分享一下我们在 AI 方面的思路，以及我们用 AI 到底能为用户创造什么样的价值。

在有赞的业务中，我们的核心是帮助商家和品牌商进行顾客运营。为什么呢？因为今天的中国，不缺好产品，也不缺供给。

过去的几十年里，中国的城镇人口从不到 30%，增长到了 70% 以上，大量的人开始到城市里生活。于是，城市里要建商场，建消费中心，商场建起来之后，就需要有人来开店。如果你能够开符合商场需求的店，你就能赚到钱，因为那里有流量。同样的道理，换到互联网也是如此。

比如淘宝网，它花费了大量的资金把人吸引到淘宝上买东西，如果你这个时候能够提供淘宝所需要的产品，你就能在淘宝上赚钱。还有拼多多，它主打便宜，如果你能够提供源头的货品，把你的工厂的源头供应链和拼多多对接上，你也能赚钱。平台崛起的时候，抓住流量就能赚钱，京东、抖音电商也是如此。

今天还有这样的机会吗？没有了！因为今天网民已经 14 亿了，用户一天已经有 7 个小时的上网时间了，没有机会再去抓流量，也不会再有过去那样靠供给就能赚到钱的机会。

那未来的生意是什么样的呢？

现在普遍一个商场店一年的客户复购率在 30% 左右，商场给的自然流量，进来的用户不到四成，每年的生意都会下降 30%。通过线上获得新的流量可能会越来越贵，因为流量就是人，人数不涨，用户时长也不涨，但掌握流量的平台它的财报要涨，肯定会从商家那挤利润。那你怎么办？从平台那获得的流量变贵，复购率也不够，自然流量也不够，那把复购率翻一倍不就好了？

所以深度运营消费者是非常划算的一件事。有赞希望做的，就是帮助商家将复购率翻倍。目前我们的产品线已经覆盖到内容营销、消费者运营、导购运营、交易转化、线上交易转化、门店管理、进销存收银的门店数字化等环节。

我们认为这一轮的 AI 能够提供四种能力：

第一是 Copilot，就是助手。它能够帮助客户快速地使用产品，更好地使用产品。

第二是 Agent，自动化的能力。自动化的发报告，自动化的预警，自动化的去完成很多事情。例如，商家可以设置库存促销规则，如还有 500 件库存时打 5 折，剩下 200 件时打 6 折，以此类推。那么用户就不需要时刻盯着去改库存，因为这些事情都可以通过自动化来完成。

第三是 Insight，洞察建议能力。它能够总结周报，告诉你做得好不好，给你建议，你可以怎么改善。

第四是 AIGC，生成创意的能力。生成营销文案，优化商品标题，设计营销推广海报，优化商品图片等等。

有赞的AI功能：加我智能

在我们这里，AIGC 是排在第四位的。不是因为我的客户不需要它，而是因为两个原因：

首先，现在满大街都是 AIGC，等它成熟了，我再将其无缝嵌入到我的产品中就好了。

其次，我应该先解决如何更好地帮助用户使用我的产品、更自动化地完成任务、提供更准确的建议和更好的启发，从而让用户更好地使用我的产品。因此，我们在这方面投入了最多的精力。

我们在 AIGC 上的策略就是：哪家的技术成熟，我们就直接采用。如今，华为、阿里云、腾讯云、百度等大模型服务商均已提供了即插即用的能力，我们会直接采用这些服务。这就是我们在 AI 领域的核心工作。而产品呈现方面，正如我刚才提到的，左侧是导航地图，右侧是智能化助手，它可以提供智能建议，并执行智能化任务。

快刀青衣：AI 正在改变着各行各业，能否请你为大家开拓一下视野，分享一些你看到的在 AI 帮助下，有赞客户中特别好的案例？

白鸦：我们的使用方法有很多，举个例子，比如原来珠宝的个人定制需要大量的人机交互，但现在可以根据用户的录入信息自动生成珠宝的个性化定制方案。用户录入完毕后，系统会为用户提供一堆设计方案，用户可以在这些设计中进行挑选，然后再做一些优化，就可以完成珠宝的个性化定制。

另外，我们还有很多商家通过 AI 进行老客户召回。过去五六年以前，所有商家的 CRM 其实就是躺在数据库里的一堆手机号码，老板只能看看数据分析，却无法进行实际操作。而现在，我们有几十万的商家，每个商家手上的导购员和自己加起来有几十万的粉丝，他们才真正开始进行客户运营。因此，我们的 CRM 会智能化地帮助这些商家进行智能化的客户运营，把他们过去那 2000 万个手机号里的老顾客召回到他们的企业微信粉丝中。由于电话和人脸识别都无法实现，所以肯定需要智能化的策划营销活动，然后再智能化地进行老客户召回。

再举个例子，比如我有 300 家连锁门店，每家门店有 10 个导购，那么我就有 3000 个导购，每个导购手上平均加了 3000 个微信好友，这些都是老顾客。你能指望这 300 个门店的 3000 个导购每天发公司的品牌或者商品、服务的朋友圈吗？不会。所以总部就要有运营的人去策划，然后制定一些规则，比如哪些客户该复购了，哪些客户要过生日了，总部就要通知导购，要给这些客户提供一些服务，维护好客情关系。但是导购并不知道该怎么做，这时候总部运营就该告诉导购建议的文案有哪些，公司周年可以发什么朋友圈内容等。想这件事就能把总部运营的头都想大，就跟你们选稿是一样的。

我们很多商家跑到我们的后台，开始点击生成 10 条合适的内容，觉得合适的就用，不合适的就过。之前两三个人开会讨论一两个小时才能确定的选题方向、内容，现在一个人十几分钟就能搞定。为什么我们要做这个场景呢？因为我们知道他店铺里有什么商品，我们知道什么东西备受欢迎，他那个商品的所有活动信息都在我们这里，所以我们给他生成的内容就更精准。

另外 AI 对我们自己也有很多提升的地方，例如，我们可以利用 AI 来提升销售、内容营销、市场推广和服务人员的能力。因此，我们今年的销售费用率应该可以降低 10%，从而增加 10% 的净利润。

03

AI 让 SaaS 服务变得更轻、更好用

快刀青衣：其实我知道有赞在做新功能方面非常克制，一直比较注重做用户的通用型需求。那么，你认为 AI 的到来会对整个 SaaS 软件或 SaaS 公司产生什么样的改变呢？

白鸦：我可能需要先从做 SaaS 的人的视角来解读你刚才说的话，然后才能回答你关于 AI 可能会带来哪些改进和变化的问题。

SaaS 有两个非常重要的特点，一个是可以在线热更新，不像单机版软件，需要重新安装才能更新；另一个是因为它是在线服务，所以会有多个用户同时使用，而不是只有一个用户使用单机版软件。因此，SaaS 面临着一个宿命，就是必须不断地进行个性化定制，因为每个用户都觉得自己与众不同。尤其是在中国，整个职业化体系和商业化体系还没有成熟，每个企业都觉得自己很了不起，都有自己独特的基因和个性化的需求。

大家都有很多个性化的东西，又希望去定制，所以 SaaS 就要一直不断地去加功能，这是一个根本没法逃的宿命。

因此，SaaS 在不断增加功能以满足每个用户个性化需求的同时，也面临着系统易用性下降的问题。即使是我这样做用户体验出身的人，在增加功能上那么的克制，也很难逃脱这个魔咒。

SaaS 与 ToC 产品不同，ToC 产品只要有一个大亮点就可以打天下，而 SaaS 需要给用户交付一个作业流程，形成一个小闭环，解决用户在这个场景任务下的整个作业流程，让用户在作业中能产生结果。

例如，给餐厅做个收银的 SaaS，那就要把收银的闭环给他们做好。收银完成之后，外围可能还有一些功能，所以还要从小闭环到中闭环，再开始加功能。这样越加到后边，可能有 90% 的功能都不是核心闭环的功能了。这就会出现一个问题，每增加一个功能，只能服务不到 5% 的用户，却会骚扰 95% 的用户。但是如果不做，那 5% 的用户就没法完成工作，因为公司内部是一套作业流程，如果没有这个功能，作业流程就会卡壳，工作就无法完成，所以还必须做。

我必须为 5% 的用户不断地添加功能，每添加一个功能都会对 95% 的用户造成困扰。当功能越来越多，导航地图会不够用。

每一个 SaaS 产品在一开始都很好用，但随着时间的推移，它会变得越来越复杂，当然也会越来越强大。从某种程度上来说，拥有更多的功能才能带来更好的体验，如果没有这些功能，就无从谈起体验。但是当拥有这些功能之后，易用性可能就没那么好了。

我觉得 AI 的出现改变了这种情况。我们在设计产品时，可以从两个方面来看待。

一方面，如果你打开有赞给商家提供的后台，比如新零售的 CRM、导购助手或者有赞微商城的商家后台，会发现里面有几千上万个功能。我们现在的设计思路是，通过左边的导航地图，让你找到最常用和最需要的功能。另一方面，你可以唤起一个叫做智能助手的东西，通过命令式对话告诉它你想干什么，它可以一键直达某个功能，或者一键直接帮你执行你想要的自动化任务和操作。

微商城有 6000 个功能，加上第三方应用提供的功能加起来可能有 15000 个功能。这 15000 个功能就像一个武器库，能解决用户的所有问题。其中 1000 个功能是 80% 的用户常用的，还有 1000 个功能是某一个用户常用的。我把这 1000 个常用功能和 1000 个特殊常用功能放在左边的导航地图上，让用户可以通过导航地图找到自己想要的能力。导航地图是按照用户的使用场景分类的，用户可以根据作业场景找到自己需要的功能。

剩下的功能怎么办呢？用户可以直接问 AI 助手，告诉它自己想要干什么，智能助手会告诉用户可以怎么做，并帮助用户直接执行。那些不常用的功能，通常是因为用户已经有了明确的目标，所以不需要通过导航菜单去启发如何使用产品，而是直接让智能助手听命令，帮助用户自动化执行任务。

因此，左边的 GUI 解决的是常用问题，CUI 加上自动化执行解决的是所有问题。

如果只有 CUI，用户不知道系统有哪些能力可以使用，这时候就需要导航菜单；但如果只有导航菜单，又无法展示系统的所有能力，用户就像在走迷宫。所以将导航菜单和 CUI 用户结合起来，并且因为 AI 的加入，CUI 的人机交互给用户提供的体验也会变得非常不同。AI 可以理解用户的意图，与用户对话甚至询问，明确意图后就可以自动化地执行任务。

比如我想找到某些商品并下架，以前在 GUI 操作中，我需要先到商品列表进行搜索，然后选中每一个商品再点击批量下架，整个过程可能需要好几分钟。但现在通过对话，一分钟就能解决问题，系统会自动化地执行任务。其实自动化并不是一项新技术，但当它与对用户意图的明确理解相结合时，自动化的能力就会被无限放大。因为过去自动化是一项专业技术，有一定的门槛，当用户不知道如何设置自动化任务时，这个任务就无法被执行。

但是现在有了能够理解用户意图的 AI，自动化就能与之衔接上，这个功能就显得无比强大。所以我觉得，AI 的到来带来了非常大的变化，GUI 加上 CUI，让产品不再害怕功能庞大。你今天给我提啥功能我都敢给你做，因为我只会把这个功能展示给你看。当你需要使用这个功能时，只要说一声，它就会被唤起，甚至会自动化地帮助你执行，而不会骚扰到其他用户。

另一个非常重要的问题是，SaaS 除了我刚才提到的它是热更新的、多用户的，其实 SaaS 公司、SaaS 业务的运营，本质都是在运营最佳实践。就是我在为你服务的同时，也在服务最优秀的客户，引领这些客户。

当我看到了客户怎么使用我的系统可以把它用得最好，就会把这些最佳实践复制给其他客户：要不我把这个最佳实践做成更好用的产品，其他客户都可以使用。要不你这个最佳实践被其他用户发现，他们会跟着你学。这就是多用户系统带来的一个非常大的好处，就是最佳实践不断地在积累、在传播，然后再把最佳实践变成产品。

所以 SaaS 业务的运营，其实就是在运营最佳实践的总结、传播，或者说是把最佳实践做成产品。如果不把它做成产品，只是传播，就会遇到问题，因为活跃商家有几万个，门店有几十万个，导购有两三百万个，很难一个一个的去告诉他们最佳实践是什么，所以需要依靠产品。但是通过产品来传播，链条就会被拉的很长，用户看不到最佳实践，也不知道自己该怎么用好这套系统。

但有了 AI 就不一样了，我的系统就可以具备咨询能力了。举个例子，如果今天我们不计成本，公司可以招募 5000 名运营专家，每人服务 10 个商家，这样就能服务 5 万个商家，为他们提供贴身的指导，告诉他们最佳实践是什么，如何更好地使用系统。这样就可以帮助客户把生意做得更好，把系统运用得更好。但是这个假设是不存在的，公司不可能招募这么多人，因为成本太高了。而今天，AI 就可以做到这一点。

我们很快会上线一个名为「周报」的产品，每周我会为你发送一份周报，内容包括你的经营情况以及我对你的业务表现的分析。如果你想改善业务，我会为你提供一些建议和改进方法。我也会主动与你交流，如果你问我：「我的客户复购率只有 20%，怎样才能让它翻倍？」我会为你提供几个解决方向，然后我们可以一起探讨。你可以让我详细解释 a 方案，或者提出其他问题，我们可以深入交流。我就像一个经过最佳实践训练的咨询师，可以帮助你明确运营方向和系统使用方向。一旦你确定了方向和方案，我又可以自动化地执行。

总结一下，我认为 AI 给 SaaS 公司带来的最大变化有两点。

第一是提升了用户体验，让用户真正能够用好系统，不再像在迷宫里绕来绕去，觉得系统很复杂。

第二是 AI 可以帮助用户分析问题、提供建议，并自动化地执行。我们不再是给用户提供一个包含 2 万个功能的系统，而是为用户提供一个解决方案。用户在确定解决方案后，我们可以自动化地帮助他们执行。最终，我们直接向用户交付结果。

因此，第一是产品变得更好用了，用户不再需要进行复杂的操作。第二是我们可以像咨询师一样启发用户，探讨他们可以如何改变策略和使用系统，并且自动化地帮助他们执行，直接交付结果。我认为这是 AI 给 SaaS 带来的非常不一样的地方。

04

AI 对 ToB 改变最大，

ToC 中游戏业最受影响

快刀青衣：不管是移动互联网还是其他领域，现在所有线下的 AI 峰会和讨论沙龙都在说 AI 会引发各个行业的大爆发。那么从你的角度来看，哪些领域或行业的机会比较大呢？

白鸦：首先，我认为这一波 AI 和移动互联网非常不同，性质也完全不一样。

当年的 PC 互联网，我们是坐在一个固定的环境下，对着一个固定的屏幕进行操作，所以固定的环境和固定的屏幕这两个限制就决定了网民的数量是有限的，至少活跃的网民数量是有限的。

而移动互联网则不同。乔布斯把手机变成了电脑，人们可以随时随地拿着电脑处理各种任务，而且随着算力的不断提升，它还可以替代相机等设备，成为人们的一个「器官」。所以，移动互联网真正迎来了整个科技行业或互联网行业的大爆发。

国内从 PC 顶点的不到 3 亿网民，到如今 14 亿网民，全球网民数量也翻了 7 倍多。现在中国网民一天的用户时长接近 7 个小时。我认为用户数量和时长是最大的爆发，而这轮 AI 并非如此，它提供了更多的创意供给，更自动化、更高效的作业方式，让重复性劳动和技术含量不高的工作可以由机器更准确地完成，创意供给也变得越来越多。

这与让市场变大不同，它是让能力变强。我认为这是两个不同的概念。对于 ToC 端，我并没有想太多，比如我认为游戏行业可能会因为能量的变化迎来很不一样的东西。如果你最近使用了 Vision Pro，你就会发现空间计算加上 AI 会带来很多未知的变化。虽然 AI 没有带来太多新的应用场景和新用户，但是 Vision Pro XR 可能会带来很多新的场景。

回到之前的话题，我认为 ToC 端中，游戏行业可能是受 AI 影响最大的，这是最直接、最简单的，未来可能是社交领域。但是今天我觉得游戏可能是最显而易见的。听说米哈游的蔡浩宇已经把公司交给专人打理，自己全身心地投入到 AI 如何做游戏的事情中了。

我认为这是一个确定性的事，因为我主要在关注 ToB，我觉得 AI 短期内给 ToB 行业带来的变化可能最大，千行百业的变化各不相同。比如过去煤矿一定需要人下矿，现在不需要了，在机具上安装 20 个摄像头，图像分析非常精准，采掘洗选过程全部图形化、AI 化，在很多地方已经非常强了。所以我认为 AI 对千行百业的影响非常大，很多行业都会因此发生变化。短期内，ToB 行业的变化可能最大，ToC 方面游戏可能来得最快。

快刀青衣：现在很多人都在提 AI 手机，去年的 AI 主要还是在电脑端使用，比如通过浏览器等。但是今年很多人都在讨论如何将 AI 装进手机里，你认为这个场景是否可行呢？

白鸦：首先，是否每个人都会拥有一个或多个数字化、智能化的助理呢？某种程度上，今天的谷歌和百度已经是我们的助理了，当我们有问题时，就会去搜索。随着技术的升级，它们就相当于助理。而且现在人们对搜索引擎的信任度已经非常高了，未来可能对 AI 助理的信任度会更高。今天人生病了会去百度搜索治病方法，以后可能会问自己的 AI 助理。

第二个话题，我认为苹果的机会还是非常大的。想想看，苹果不造车是正确的选择，因为汽车行业正在打价格战，不断迭代还降价。坐个车也不能比别人高级太多，而且我是高毛利的生意，进入汽车行业后整个公司的毛利就会被拉下来。就算我把车做出来了，公司也只是多了 1 万亿，从 2 万亿变成 3 万亿而已，好像也没怎么样。但是如果我错过了 AI，那我就从 2 万亿咣叽回到 2 千亿了。

所以，iPhone 什么时候具备 AI 的能力是非常重要的事情。因此，苹果停止造车，不要做低毛利的事情，把车的项目团队用来做 AI。当然，如果有一天 AI 能力很强了，会不会再回来做车，那是另外的事。但是，iPhone 必须要有 AI 能力，如果没有，怎么办？这是苹果要考虑的问题，我认为苹果这么做是没有问题的，而且是非常明智的选择。

05

All in AI 不如 3.5% 的人真心 AI

快刀青衣：其实无论是 SaaS 还是其他互联网公司，很多流程都会因此发生非常大的迭代。很多老板、高层或者中间某个人都认为 AI 是一个大方向，一定会带来变革。但是，在自己的企业中如何更好地落实呢？从你的角度来看，有什么实践经验吗？

白鸦：现在一些企业动不动就说要 all in AI，这其实挺危险的，因为公司里很多人是不愿意改变的，大部分人是因为惯性和恐惧，还有一少部分人可能会因为改变影响到他们的利益。所以如果 All in，全公司都冲进去干这件事，而公司里没有认知和共识的基础，这件事是很难做成的。

我记得哈佛有个研究人类行为的教授切诺韦思写过一本书，他在书里说，如果你要搞一次社会运动，只需要 3.5% 的人真诚地参与，就能搞定。这个事情不是需要所有人参与，只要有 3.5% 的人真诚地参与和带动就能做成。所以我认为公司里即使要 all in AI，也不需要所有人都冲进去，这可能不是一个好的选择。

我们是从 2023 年 4 月份开始正式做 AI 的，2022 年 10 月份开始研究 AI、学习 AI。然后，2023 年 3 月底开始启动。我专门圈了一个会议室，大家可以想象一个会议室能坐多少人。然后我就盯着项目，看哪些项目要 AI 化，就这么干的。

我是以项目制的方式在做这件事，根本没有编制。有赞有一个很可怜的一级部门叫赞 AI 小组，我们在 2023 年做了那么多事情，在 AI 小组全职的人只有两个，就是在那个组织架构下负责人是我，然后有两个员工。这个月做什么项目，临时抓壮丁进来，把项目做完。所以我就是用 3.5% 的人来做这件事，项目组最多的时候应该也没有超过 20 个人。

2000 人的公司，不到 20 个人就推动了整个公司的变化。这其中的核心是，这十几个人，创造了一些东西，让一部分人看到了好的结果，于是这部分人特别积极地参与其中，其他部门也被卷进来了。之后，又有一些人加入进来，这个部门也被卷进来了。逐渐地，有 3.5% 的人对 AI 有信仰并进行了研究，他们宁愿矫枉过正，也要用 AI 来实现一些东西。

以客服为例，一开始让客服人员提供语料来训练智能客服，他们可能不太愿意。但由于我是公司的 CEO，所以他们还是做了。训练完成后，80% 的问题都不需要客服人工处理了。大家觉得这个东西很好，就开始一拥而上使用它。很多人就这样被卷进来了。

因此，我认为不需要所有人都参与进来，有 3.5% 的人就足够了；第二它需要逐渐地被卷进来。比如，我们现在把设计内容中的大部分图片都用 AI 生成了，有赞的官方网站中的大部分新图片都是 AI 生成的。

今年，我们把公司的角色分成两类，一类叫直接生产力，另一类叫非直接生产力。直接生产力是指直接面对用户的人员，包括客服、交付的客户成功、销售等。我们还规定，每 10 个直接生产力需要有一个直接生产力的运营人员。这些运营人员的职责是总结一线直接生产力面对客户时的最佳实践和最佳发现，这些最佳实践和最佳发现是最好的语料。

未来，有赞将从一个研发软件、销售软件的公司，变成一个给商家提供智能化消费者运营系统的公司，并从一个软件公司变成一个运营商，通过运营这套智能化系统，让直接生产力在一线看到的所有最佳实践和最佳总结变成语料来训练系统，使系统越来越懂用户，更好地传播最佳实践。这就是我们的核心思路。

如果你关注大模型领域，欢迎扫码加入我们的大模型交流群，来一起探讨大模型时代的共识和认知，跟上大模型时代的这股浪潮。

更多阅读

2024 年，中国的投资人们如何投 AI？

国内创业者和投资人如何看待 Figure 01 机器人：距离具身智能还有多远？

a16z全球AI产品Top100：22家新公司上榜、音乐和生产力工具崛起、AI陪伴产品成为主流

具身智能提前到来！OpenAI联合Figure开发出能听、能说、能自主决策的机器人

转载原创文章请添加微信：geekparker