كيف يمكن لإدارة SaaS الإنتاجية معالجة اضطراب الذكاء الاصطناعي؟

المصدر الأصلي: ما وراء البحار يونيكورن

مصدر الصورة: تم إنشاؤه بواسطة Unbounded AI‌

GPT هو نموذج إنتاجي ، وتقوم OpenAI بتعطيل الإنتاجية.

من الواضح أن هذا يجعل العاملين في SaaS الإنتاجية قلقين. أشار الفيديو الترويجي لشركة Clickup AI عن غير قصد إلى استراتيجية الذكاء الاصطناعي الحالية لهذه الشركات "القديمة" ، أي التنافس على إطلاق حالات استخدام مماثلة في سيناريوهات منتجاتها الخاصة.

على الرغم من أن حالات الاستخدام هذه نفسها متجانسة بشكل أساسي ، إلا أننا ما زلنا نلاحظ بعض عروض القيمة الفريدة - على سبيل المثال ، حول "البيانات" ، فإن SaaS التي تخدم العملاء على مستوى المؤسسة حقًا لا "تستخدم وتخزن في برامجهم الخاصة" كأول رد فعل للجميع البيانات تدريب LLM "، ولكن مزيدًا من التركيز على الثقة في التسليم السحابي ، ومجموعات البيانات بدون حقوق الطبع والنشر والمخاطر القانونية ، ومساعدة العملاء بشكل أفضل في إنشاء بيانات للنماذج.

** لذا ، بينما لا نزال غير قادرين على تحديد أي من البرمجيات كخدمة يستفيد وأيها يضر على المدى الطويل ، يمكننا بالفعل معرفة الشركات التي لديها استراتيجيات مواكبة متمايزة حقًا. باتباع هذا الخط الفكري ، تحدد هذه المقالة الطرق الثلاث والحالات المتعددة التي تبرز أكثر بالنسبة لي في المستوى الثاني والأول على التوالي. ومع ذلك ، حتى مع وجود هذه الاستراتيجيات في مكانها الصحيح ، لا يزال يتعين على SaaS الإنتاجية مواجهة سلسلة من التحديات في التسعير ، والمنافسة مع ChatGPT ، وخرائط طريق المنتج طويلة الأجل. **

تجدر الإشارة إلى أن SaaS للإنتاجية لها تعريفان: واسع وضيق. يشير المصطلح الضيق عادةً فقط إلى التعاون الإنتاجي حول السيناريوهات الأساسية مثل المستندات (مثل الفكرة) ، والمهام (مثل ClickUp) ، ومقاطع الفيديو (مثل Zoom) ، والجداول (مثل Airtable). SaaS ، بينما يشمل النطاق الواسع معظم SaaS التي يمكنها تحسين كفاءة تشغيل الشركة ، من CRM الضخم إلى أدوات الأتمتة الذكية مثل Zapier. تعد SaaS الخاصة بالإنتاجية التي تمت مناقشتها في هذه المقالة نطاقًا واسعًا لهذه الأخيرة.

ملخص:

1. عرض القيمة واستراتيجية الأعمال لعمالقة الدرجة الثانية
2. "حيدات ما وراء البحار" تبحث عن مكان للعيش والعمل
3. خمسة تحديات رئيسية واجهتها وظيفة الذكاء الاصطناعي للبرامج كخدمة في المرحلة الحالية

كما أشرنا في مقال Kick ، ** لاحظنا في وادي السيليكون أن نسبة المستثمرين المزعومين "الكل في الذكاء الاصطناعي" أقل بكثير مما توقعنا. ** من وجهة النظر الشائعة أن ** الذكاء الاصطناعي التوليدي لا يجلب مجموعات مستخدمين جديدة وقنوات اكتساب العملاء المقابلة مثل الإنترنت عبر الهاتف المحمول والسحابة ** ، لذلك يتمتع اللاعبون القدامى الذين يتمتعون بمزايا Go-To-Market بميزة. مفهوم سائد آخر هو ** "من السابق لأوانه الاستثمار في تطبيقات الذكاء الاصطناعي الأصلية ، فمن الأكثر فعالية من حيث التكلفة الاستفادة بشكل جيد من GenAI في محفظتك الحالية." **

من منظور إدارة الشركات "القديمة" ، فقد اختبر الجميع بشكل كامل الموجات الثلاث للكمبيوتر الشخصي والإنترنت عبر الهاتف المحمول والسحابة. ومع ذلك ، فإن GenAI تأتي بضراوة والإجماع ممتلئ ، ولا ينبغي لأي شركة أن تشعر أن هذه الموجة من الفرص صغيرة جدًا ، لذا فهي بشكل خاص FOMO وتدخل السوق بوضوح.

ومع ذلك ، في هذه المرحلة ، فإن حالات الاستخدام الفعلي لـ GenAI التي أطلقتها شركات مختلفة ليست سيئة. إنها الترتيب والجمع بين "الفهم" و "التوليد" و "التفكير" في سيناريوهات مختلفة. ومن السهل أن تتعب من رؤية الكثير. ** وضعنا جانبًا حالات الاستخدام المحددة هذه التي تمت مناقشتها بما فيه الكفاية ، بالإضافة إلى تجربة الزيارة والبحث في وادي السيليكون ، واخترنا 3 مقترحات قيمة واستراتيجيات نعتقد أنها أكثر إثارة للاهتمام بالنسبة لعمالقة الدرجة الثانية والأولى أحادي القرن في السوق. أخبرني بالتفصيل. **

* المصدر - أطر عمل حالات استخدام GenAI *

• بواسطة الانا سميث *

** 01. عرض القيمة واستراتيجية الأعمال لعمالقة الدرجة الثانية **

** زوايا متعددة لتشغيل "البيانات" **

** الزاوية الأولى: عدم لمس بيانات العميل **

يمكن أن تصبح "البيانات" عرضًا قويًا للغاية للقيمة ، ولكن ليس رد فعلنا الأول أن "كمية كبيرة من بيانات CRM مخزنة على Salesforce ، وهناك عدد كبير من سجلات الاجتماعات المحتملة على Zoom ، والتي يمكن استخدامها للتدريب نموذجا قويا ". على العكس من ذلك ، فهو من أهم عروض القيمة لمثل هذه الشركات لضمان عدم استخدام بيانات العملاء لتدريب النماذج أو أتمتة المهام للعملاء دون إذن ، وهي أيضًا الزاوية الأولى للعب مع الثقة في إنشاء البيانات . ** بالنسبة لعملاء المؤسسات الكبيرة ، قد تصبح GenAI بالفعل أداة إنتاجية ، ولكنها أيضًا تقنية جديدة يصعب الوثوق بها.من الضروري لمقدمي SaaS الذين يجيدون توفير ضمانات الخصوصية والأمان لعملاء المؤسسات الكبيرة لمساعدة GenAI في عبور هذه الفجوة. عندما يتعلق الأمر بالثقة والخصوصية مؤخرًا ، أصبح "المصدر المفتوح + النشر المحلي" إجابة بلا عقل. علاوة على هذا النهج الواضح ، فإن توفير الخصوصية والأمان على السحابة هو المهارة الأساسية التي تراكمت لديها SaaS التي يمكن أن تخدم عملاء المؤسسات الكبيرة على مدار السنوات العشر الماضية. خذ تفاصيل عن Slack كمثال - من أجل توسيع قاعدة عملائها من SMB و Mid-Market إلى الشركات الكبيرة ، أنفقت الكثير من المال لإجراء تخصيصات أكثر تعقيدًا لأنظمة تشفير البيانات القياسية. من خلال التكامل مع خدمة إدارة المفاتيح من AWS ، دع العميل يتحكم في المفتاح ، ثم يتصل Slack بالمفتاح الذي حدده العميل من خلال الخدمة لتشفير بيانات المستخدم. هذا المستوى من "الأمان وإمكانية التحكم" شائع جدًا أيضًا في أدوات الإنتاجية المعتمدة على Microsoft. ** "لا تلمس بيانات العميل" هو الأساس لبناء الثقة. في حالة حالات الاستخدام المتجانسة ، فإن حلول الخصوصية وأمن البيانات المخصصة لـ GenAI لديها الفرصة لتصبح عرض قيمة متمايزة. ** على الرغم من أن Microsoft قد جمعت الكثير حول هذه النقطة ، إلا أنها لم تروج بقوة لنقطة البيع هذه للعالم الخارجي. على العكس من ذلك ، يستخدم Einstein GPT من Salesforce عرض القيمة هذا بشكل أكبر.بعد الإعلان عن Einstein GPT في مارس ، كان أكبر تطور حديث هو إطلاق Trust Layer ، في محاولة لتوضيح صورة نفسها باعتبارها "الأكثر موثوقية" عرض GenAI.

** الزاوية الثانية: لا تلمس بيانات حقوق النشر **

قوبل Adobe Firefly بالسخرية عندما تم إصداره لأول مرة منذ 4 أشهر ، وكان إنشاء Pikachu و Hello Kitty مروعًا. ولكن الآن ساعد Firefly مستخدمي Adobe في إنشاء أكثر من مليار أصل في إصدار الويب و Photoshop ، وقد تم تقييمه من قبل الشركة على أنه "أكثر منتجين تجريبيين نجاحًا في تاريخ Adobe."

لقد أدرك العالم الخارجي تدريجيًا عرض القيمة الفريدة لـ Firefly في الأشهر القليلة الماضية: ** ابقَ في حالة من الرهبة من محتوى حقوق الطبع والنشر غير المصرح به ، وساعد مستخدمي منتجاتهم على تجنب المخاطر القانونية لتسويق هذه الأصول التي تم إنشاؤها تجاريًا. ** يتمثل جوهر عرض القيمة هذا في إنشاء مجموعة بيانات خالية تمامًا من مشكلات حقوق النشر. يستمر Stability AI و Midjourney في الحفاظ على تقدم ضئيل على Firefly ، لكنهما يواجهان حتماً دعاوى قضائية جماعية لأنهما يستخدمان مجموعة بيانات LAION التي تحتوي على 5.6 مليار صورة مأخوذة من الويب العام دون إذن.

** الزاوية الثالثة: مساعدة العملاء على ربط البيانات **

* معالجة البيانات باستخدام LLM *

• المصدر: a16z *

هناك عدد لا يحصى من الشركات الناشئة على هذا المسار ، لذلك لن أكرر حالات استخدام اتصال البيانات الأكثر شيوعًا. علاوة على ذلك ، تعد القدرة على دمج البيانات عبر المحلية والسحابة مهارة أساسية تتطلب تراكمًا طويل المدى. تتمتع عمالقة SaaS الحالية ببعض المزايا المتباينة - لقد عانوا من الفترة المحرجة للتحول المحلي إلى بيانات مخزون المعالجة السحابية ، ولديهم خبرة غنية. علاوة على ذلك ، استحوذت Salesforce على Mulesoft ، وتمتلك Google Apigee ، وتملك Microsoft Power Platform ، وكلها لديها موصلات قوية مختلفة لمساعدة العملاء على جمع البيانات عبر المؤسسات وعبر المحلية والسحابة.

من خلال التكامل الرأسي للسحابة الخاصة بها ، وموصلات البيانات ، وسيناريوهات المنتج ، ثم التعاون مع LLM للشركاء ، يمكن أن توفر SaaS للعملاء مكدسًا حقيقيًا من البداية إلى النهاية ، وجمع البيانات أولاً ، ثم تنسيق البيانات وإنشاء خط أنابيب متعلق بالبيانات لإتاحة البيانات في نماذج وسيناريوهات مختلفة. إن تأثير هذه المبيعات المدفوعة بالقيمة غير معروف ، ولكن على الأقل يبدو جيدًا.

تم تقديم الزوايا الثلاث للتلاعب بالبيانات أعلاه ، ولكن الغرض ليس جعل GenAI أكثر قوة ، ولكن لجعلها حقًا درجة الأعمال والشركات جاهزة.

** اغتنم الفرصة لإحياء العلامة التجارية للمنتج **

لا يمكن لـ GenAI أن تلعب دورًا عمليًا فحسب ، بل يمكنها أيضًا أن تلعب دور مساعد تسويق مثالي:

• يعيد EinsteinGPT الانتباه إلى شعار Einstein الصغير الخاص بـ Salesforce. يجب أن تعلم أن Salesforce ، العلامة التجارية AI الخاصة بأينشتاين ، لم يتم اعتبارها ناجحة من قبل ، ولم يكن هناك منتج رائد مطلقًا في السوق. وبدلاً من ذلك ، ارتفعت الشركات الناشئة مثل Gong.io على طول الطريق وأصبحت اللاعبين الرئيسيين في اتجاه استخبارات المحادثة.

• تتشابه Microsoft في منتجات Bing وعملية التعدين. لا تزال هناك فجوة كبيرة بين Bing و Google من حيث تجربة البحث ، كما أن Power Automate Processing Mining من استحواذ Microsoft على Minit يمكن مقارنته أيضًا بأهم اللاعبين المستقلين مثل Celonis The gap ، ولكن من خلال Bing Chat و Copilot ، كلاهما تم إعادة توجيههما للعملاء المحتملين واكتسبوا موجة من الاهتمام ؛

* في Microsoft Power Automate Processing Mining *

• استخدام مساعد الطيار *

• بدأت Zoom IQ في وقت متأخر على مسار ذكاء المحادثة ، ولكن بفضل تكاملها مع GenAI ، أطلقت بسرعة التعاون مع سيناريوهات إنتاجية Zoom الأخرى واكتسبت المزيد من الانكشاف والاهتمام من العملاء ؛

* استخدام Zoom IQ لإنشاء رسائل البريد الإلكتروني والرد عليها *

• كانت شركات مثل UiPath و Five9 ، التي يُنظر إليها على أنها خاسرة محتملة على المدى الطويل ، نشطة للغاية في دمج GenAI لجعل خطوط منتجاتها الواسعة تبدو أكثر ذكاءً ؛

……

في حين أن هذه التكتيكات قد ساعدت المنتجات الأخرى التي تفتقر إلى الاختراقات على استعادة قوتها ، فقد يتم إغلاق هذه النافذة. مع تكامل Copilot في منتجات Microsoft المتنوعة و GenAI الخاصة بالشركات الأخرى من الإصدار التجريبي الخاص إلى الإصدار الرسمي للتسليم للعملاء ، سيتغير دور GenAI Offering من "يؤدي زيادة المبيعات" إلى "زيادة معدل الربح". **

** قم بتوسيع TAM للحفاظ على إجمالي الربح **

عندما تلتقي البيئة الاقتصادية غير المؤكدة والوضع الكلي مع GenAI ، المليء بالإجماع ، نرى الشركات في السوق الثانوية تحاول اتخاذ موقف "All in AI" ، وتؤكد باستمرار أن هذه هي لحظة الثورة الصناعية الجديدة أو ظهور من أجهزة الكمبيوتر ، ومع ذلك ، من حيث استراتيجية العمل الفعلية ، لا تزال تحاول استخدام GenAI لتوسيع TAM مع الحفاظ على إجمالي الربح قدر الإمكان.

بعض الشركات مثل Microsoft و Google التي تتعمق في طبقة النموذج هي استثناءات طفيفة ، فهي على استعداد لتوسيع استثمارات CapEx مع الحفاظ على إجمالي الربح.

من بين العدد الهائل من شركات SaaS ، يعتبر تفكير واستراتيجيات Zoom قياسية في هذه المرحلة ، أي أن GenAI Offering لا يمكن أن يخسر المال ويكسب المال ، ويتعين على العملاء الدفع مباشرة أو ترقية خطط الدفع الخاصة بهم:

الذكاء الاصطناعي له تأثير أقل على الهامش الإجمالي. ** لمزيد من حالات الاستخدام المتقدمة والراقية ، نود أن نصدر فاتورة للعملاء إما عن طريق السماح لهم بترقية خطة اشتراكهم أو من خلال نموذج الاستهلاك الخاص بمنصتنا. لذلك بشكل عام ، نحاول تعويض أي ضغط محتمل. ** نحن واثقون جدًا من تحسن هامش الربح الإجمالي على المدى الطويل.

إريك يوان - تكبير

فيما يتعلق بنموذج التسعير ، بالإضافة إلى سلسلة من منتجات الذكاء الاصطناعي من M365 Copilot و Zoom IQ للمبيعات و Salesforce ، والتي يتم تحصيل رسومها بشكل منفصل حسب المقعد والاستخدام ، أصبح التجميع مع الاشتراكات المدفوعة طريقة تسعير شائعة جدًا:

من الصعب جدًا العثور على أسعار مقبولة بشكل عام من قبل العملاء مع الحفاظ على إجمالي الربح ، حيث لا يزال هناك عدد كبير من المنتجات في الإصدار التجريبي الخاص ، لاستكشاف طرق التسعير. في عصر السحابة ، يتزايد نموذج الدفع أولاً بأول المليء بالائتمانات. ومن الجدير أيضًا التطلع إلى ما إذا كان بإمكان GenAI الترويج لظهور نوع جديد من إستراتيجيات التسعير.

** 02. "أحادي القرن في الخارج" يبحثون عن أساس حياتهم **

** جسر وسيط بقوة تنفيذية فائقة **

بالنسبة لمستقبل SaaS للإنتاجية ، هناك نوعان من وجهات النظر:

• ستكون واجهات المستخدم الرسومية عديمة القيمة وستنتهي هذه البرامج كخدمة بتوفير قيمة قاعدة البيانات فقط ؛

• GenAI هو محرك مستوى فيراري ، لكنك بحاجة إلى سيارة كاملة على أي حال.

من وجهة نظر واقعية ، لا يزال من الصعب تحقيق وجهة النظر الأولى على المدى القصير ، حتى أن الكثير من الناس يعتقدون أن LUI قد تكون أسوأ واجهة مستخدم ، مما يعيدنا إلى عصر سطر الأوامر. بالطبع ، لا يوجد SaaS يونيكورن على استعداد لقبول المصير الأول ، لذلك لا يزال الجميع يحاول تزويد المستخدمين بسيارة أفضل.

في هذه المرحلة ، لا تختلف محاولات Notion و ClickUp و Miro وغيرها من الشركات اختلافًا جوهريًا عن M365 و Google Workspace. ومع ذلك ، في الربع الأول عندما سيطرت Bing و M365 تقريبًا على زخم اهتمام السوق ، أولت Notion اهتمامًا وثيقًا لاتجاه OpenAI في نهاية 22 وأصبحت أول شركة SaaS للإنتاجية الأصلية غير AI تطلق منتج AI كامل اللاعبون ، وتلقوا ردود فعل جيدة في السوق ، وسرعان ما حققوا ملايين الدولارات في ARR.

* استخدام Notion AI لتلخيص الأدبيات البحثية وفرزها *

تحدث بعض موظفي Notion مع Notion AI كجسر ثنائي الاتجاه - التعليمات التي تم تعبئتها بواسطة Notion AI تساعد المستخدمين على تقليل عتبة التجميع والتجميع ، وتخفض GenAI نفسها عتبة المستخدمين لاستخدام مكونات معقدة مختلفة من Notion.

ClickUp ، ملك حجم آخر ضمن مسار الإنتاجية ، مشابه جدًا لأفكار حل المشكلات في Notion. منتجاتها أكثر تعقيدًا من Notion ، وتضم السبورات البيضاء ومقاطع الفيديو ومشاهد أخرى. قبل أن يكون لدى Atlassian و Asana و Monday.com ومنافسون آخرون في السوق الثانوية عرض GenAI ، أطلقت ClickUp منتجها الخاص بالذكاء الاصطناعي وقررت أن الفكرة فقط هي التي لديها استراتيجية تسعير عامة ، وسرعان ما أنتجت ARR كبير.

* إدارة المهام باستخدام قدرات الذكاء الاصطناعي في ClickUp *

** تسليح نفسك بمصدر مفتوح **

بالنسبة لبعض SaaS الإنتاجية ، قد لا يكون كافيًا للعمل كجسر وسيط ، لأن تقنية الاكتفاء الذاتي الخاصة بهم تواجه تحديًا مباشرًا بواسطة LLM - مثالان نموذجيان هما تحليل الحوار الخاص بـ Gong.io والبحث عن الكود في Sourcegraph ، وكلاهما مدمج مع التقليدية قامت ML Models ببناء خنادق تقنية ، ولكن الآن تم فتح هذه الخنادق بواسطة LLM.

* التقنيات الثلاث وراء سورسغراف *

كانت استجابة غونغ مرضية تمامًا ، ولم يكن هناك رد فعل في الربع الأول. وفقًا لتواصلنا مع المستثمرين الأوائل ، قد يكون جزءًا من السبب هو أن الفريق يعتقد أن قدرات النموذج ليست هي النقطة الحاسمة ، وأن القدرة على الحصول على بيانات اجتماع العملاء والمحادثة ومعالجتها هي مهمة قذرة تستغرق وقتًا لتتراكم. لم يعلن Gong عن إطلاق Call Spotlight ونماذج AI Generative Generative حتى أوائل شهر يونيو.

قد تكون قدرة ChatGPT و Github Copilot على معالجة الكود مذهلة للغاية ، وقد أصبحت Sourcegraph شركة رائعة للغاية في الربعين الماضيين استجابة لتأثير GenAI. على الرغم من أن Sourcegraph أدركت في وقت مبكر أن نافذة سياق LLM لا تزال معيبة في التعامل مع العديد من الرموز على مستوى المكتبة على نطاق واسع ، إلا أنها لم توقف ابتكار المنتج. في نهاية شهر مارس ، واجهت المنافسة وأطلقت مساعد تحرير الكود الذي يعتمد على نموذج Anthropic. كودي ، وجعل شفرته مفتوحة المصدر.

* حل تقني خلف كودي *

نظرًا لأن Cody تتمتع بميزة السياق الطويلة لـ Embeddings ومباركة Code Graph الفريدة الخاصة بـ Sourcegraph ، فقد تمت مناقشتها بسرعة على نطاق واسع على Hacker News و Twitter. لا تقتصر سمة المصدر المفتوح على Cody على منتجات Sourcegraph ، ولكن يمكن استخدامها كملحق IDE مرن. كشركة قديمة و AI Native's Cursor ومنتجات أخرى ، سرعان ما أصبحت واحدة من البدائل المحتملة لـ Github Copilot.

** قفز على النصر لتوسيع القيمة **

وصفنا فوائد Zapier قصيرة المدى في مقالنا ChatGPT Plugin:

تتمتع ChatGPT حاليًا بقدرة قوية على استخدام الأدوات ، ولكنها تفتقر إلى المعرفة الفنية في تجميع واجهات برمجة التطبيقات ، لذلك فإن ظهور البرنامج المساعد سيفيد منتجات مجمعة مثل Zapier على المدى القصير إلى المتوسط. لقد تراكمت لدى Zapier الكثير في هذا المجال. الآن إذا كنت تريد القيام ببعض العمليات المعقدة على ChatGPT: مثل تلخيص النص وإرساله إلى وسائل التواصل الاجتماعي ، أو تسجيله في Google Workspace ، فسيختار الجميع استخدام ChatGPT + Zapier لتحقيق عليه. في كثير من حالات الاستخدام ، يحتاج ChatGPT فقط إلى الاتصال بالمُجمِّع لتحقيق تجربة مستخدم جيدة جدًا ، ولا يحتاج إلى الاتصال بعدد كبير من واجهات برمجة التطبيقات ، وهو ما يعادل ذلك الجزء المشابه لـ SEO الذي يتم توفيره بالكامل بواسطة المجمع.

……

ولكن على المدى الطويل ، تواجه هذه المنتجات التأثيرات التالية: من ناحية ، قد يتغير الشكل التنظيمي لواجهات برمجة التطبيقات ، وقد يحدث تواتر وتواتر التفاعلات عبر المنتجات في عصر LLM. أصدرت شركة OpenAI مؤخرًا القدرة على استدعاء الوظائف ، مما أدى إلى تحسين قابلية استخدام واجهة برمجة التطبيقات بشكل كبير. وقد تؤدي هذه التغييرات إلى إضعاف خندق Zapier. من ناحية أخرى ، قد يصبح المجمّعون جزءًا من فرص نظام التشغيل.قد تقوم Microsoft و Google و Apple جميعًا ببناء قدرات مقابلة بناءً على أنظمتها الخاصة ، والمنافسة شرسة.

كان أداء فريق Zapier في الأشهر الستة الماضية مثيرًا للإعجاب للغاية ، حيث أظهر رؤية الفريق من الدرجة الأولى وقدرته على التنفيذ. يمكن وصف عمليات إطلاق المنتجات التالية بأنها مستقرة وعديمة الرحمة:

• تقديم Zapier Natural Language Actions في مارس ، مما يفتح إمكانات النظام الأساسي من خلال API لأول مرة ، كما يدعم الاتصال عبر الدردشة ، ودمج Zapier بسرعة مع نظام GenAI البيئي ؛

• نظرًا لأن البيانات الموجودة في SaaS المختلفة متصلة فقط بواسطة Zapier ولا يتم تخزينها فيه ، فقد أطلق Zapier Zapier Tables في مايو لمساعدة المستخدمين على تخزين البيانات وتعديلها ومشاركتها وأتمتتها في العديد من SaaS ، بحيث يمكن تجميعها من بيانات مخزون المستخدم وبناء بيانات أخرى الخندق من منظور

• جذب إطار عمل Chatbot الذي أطلقه بسرعة الكثير من الاهتمام على وسائل التواصل الاجتماعي ، ليصبح أحد الحلول منخفضة التكلفة التي يقدمها المستخدمون تلقائيًا LUI لمختلف SaaS.

** من منظور عدم إهدار الأرباح ، ومنع التخريب بعد الأرباح قصيرة الأجل ، وصنع المنتجات بشكل جيد ، فإن Zapier هو أفضل نموذج SaaS للإنتاجية هذا العام. ** وقد استثمر المؤسس المشارك ، مايك نوب ، بكثافة في منتجات زابير ذات الصلة بالذكاء الاصطناعي ، وأصبح رائد رأي مهم في النظام البيئي للذكاء الاصطناعي في منطقة الخليج ، وهو أمر يستحق التعلم من شركات SaaS الإنتاجية الأخرى.

** 03. خمسة تحديات رئيسية واجهتها وظيفة الذكاء الاصطناعي للبرامج كخدمة في المرحلة الحالية **

على الرغم من أننا وجدنا 6 أمثلة إيجابية لتوضيح أن بعض البرمجيات كخدمة الإنتاجية تعمل بشكل جيد ، إلا أنها لا تزال تقع حتماً في بعض التحديات المحددة. فيما يلي أكثر 5 نموذجية:

** التحدي الأول: الخسارة الناجمة عن العلاقات العامة أولاً **

نظرًا لحماس المستخدم المفاجئ الذي أثارته ChatGPT ، بدأ عدد كبير من الشركات في الاستعداد لعرض AI الخاص بهم في بداية 23 ، وأطلقوا إصدار Private Beta في تعطل من منتصف إلى أواخر مارس ، ** نتج عن ذلك قائمة انتظار طويلة للغاية ، وكان عدد كبير من العملاء يعلمون أنهم كانوا العديد من مزودي SaaS وقد أطلقوا قدرات الذكاء الاصطناعي ، لكنهم لم يتمكنوا من شرائها واستخدامها ، وكان عليهم الهدوء بمرور الوقت. **

بأخذ CRM كمثال ، فإن العديد من عملاء Salesforce مهتمون جدًا بـ Einstein GPT وطلبوا من مبيعاتهم عروض الأسعار عدة مرات ، لكنهم لم يتمكنوا من الحصول على تعليقات المبيعات طوال شهري أبريل ومايو ، مما جعل العديد من العملاء يأخذون هذا الإطلاق الجاد للمنتج يعتبر علاقات عامة لا معنى لها يمثل.

* تمتلك Salesforce بالفعل خارطة طريق كاملة للمنتج ، ولكن هناك فرق زمني كامل مدته 3 أشهر من الإعلان الرسمي عن Einstein GPT *

** التحدي 2: التعارض بين الذكاء الاصطناعي وخريطة طريق المنتج **

** يأمل المستثمرون في أن يؤدي الذكاء الاصطناعي إلى تخريب SaaS ، لكن عددًا كبيرًا من مستخدمي SaaS يريدون في الواقع استخدام المستندات وإدارة المهام وأدوات مؤتمرات الفيديو بهدوء. **

يتطلع مستخدمو ClickUp بالفعل إلى الإطلاق الرسمي لـ ClickUp 3.0 ، لكن انتظروا حتى ClickUp AI ، لذلك هناك بعض شكاوى المستخدمين الحادة للغاية:

يتمثل جوهر ClickUp في العمل كأداة لإدارة المشروع وقاعدة بيانات ، ولكن الوظائف الأساسية مليئة بالأخطاء ، وتستغرق بعض لوحات المعلومات بضع دقائق للتحديث ، وتدعي الموثوقية أنها تشغل 70٪ من الموارد في الأشهر الـ 18 الماضية ، ولكن لا يوجد تقريبًا تظهر ميزات جديدة ، 3.0 مرتد ، القدرات الأساسية لمستندات ClickUp بعيدة كل البعد عن محرر مستندات Google ، والذكاء الاصطناعي نفسه عديم الفائدة.

حاولت ClickUp أن تجعل الذكاء الاصطناعي يبدو عنصرًا فرعيًا في ترقية المنتج ، ولكن وجد الجميع أن أولويتهم كانت AI بدلاً من 3.0.

ClickUp تشعر بالغش باختيار إصدار AI بدلاً من 3.0 ، لم يعد 3.0 "قاب قوسين أو أدنى" وأنا أفضل إلقاء نظرة على Asana أو Wrike مرة أخرى.

المنتجات الأخرى لديها مشاكل مشابهة إلى حد ما. على سبيل المثال ، قد يكون صوت المستخدمين في وضع Notion غير متصل بالشبكة أقوى بكثير من صوت Notion AI ، بحيث يمكن للجميع التخلص من معضلة عدم القدرة على استخدام Notion عندما لا يكون هناك WiFi. ومع ذلك ، كان Notion AI هو أول من أطلق ويبدو أنه يستهلك المزيد من الطاقة في خارطة طريق المنتج.

** التحدي 3: نماذج التسعير التي يتحملها المستخدمون **

يسير هذا جنبًا إلى جنب مع التحدي 2: إذا تم تقديم إمكانات الذكاء الاصطناعي مجانًا ، فليس هناك سبب كبير يكرهها المستخدمون. ومع ذلك ، نظرًا لاستراتيجية "توسيع TAM والحفاظ على إجمالي الربح" ، غالبًا ما يحتاج المستخدمون إلى دفع مبالغ إضافية.

سواء كان الأمر 5 دولارات شهريًا / للشخص مقابل ClickUp ، أو 10 دولارات شهريًا / للفرد مقابل Notion ، أو 30 دولارًا في الشهر / للفرد مقابل M365 ، فهذا ليس مبلغًا كبيرًا يدفعه كل مستخدم بمفرده ، ولكنه ليس بالأمر المهم أن يشتري المشغلون بكميات كبيرة. إنه ليس مبلغًا صغيرًا من المال - يجب أن تعلم أن خطة الأعمال الخاصة بـ Notion تبلغ 15 دولارًا فقط شهريًا / للفرد ، وشراء الذكاء الاصطناعي للموظفين يعادل زيادة 60-70٪ في الفاتورة.

** التحدي 4: انتزع المدخل مع ChatGPT **

هذه التحديات مرتبطة ببعضها البعض!

نظرًا لوجود التحدي 1 ، فإن سير العمل لعدد كبير من المستخدمين المعتادين على ChatGPT هو لصق النص في أسئلة وإجابات ChatGPT ، ثم نسخ النتائج المطلوبة في SaaS الخاصة بهم ،

نظرًا لوجود التحديات 2-3 ، على الرغم من صعوبة قياس النسبة المحددة ، فقد اشترك عدد كبير من المستخدمين في ChatGPT Plus ، وتحمل فاتورة تبلغ 20 دولارًا أمريكيًا للفرد في الشهر. على الرغم من أن هذا الاشتراك مكلف قليلاً ، إلا أنه أكثر عمومية ، وقد يتجاوز المبلغ الإجمالي للاشتراكات الفردية لكل عرض SaaS AI 20 دولارًا.

لذلك ، فإن منطق الدخول الذي يناقشه فريقنا كثيرًا ما يحدث بالفعل. ** تتنافس شركات SaaS الإنتاجية مع ChatGPT Plus على ميزانية كل موظف ، ولا تزال هذه الحرب مترددة. **

** التحدي الخامس: لا يوجد شيء اسمه مدير تنفيذي "عبقري" **

قبل أن نذهب إلى الولايات المتحدة ، كنا نعتقد أن إستراتيجية Salesforce's Data Cloud قدمت إرشادات من أعلى إلى أسفل لخارطة طريق GenAI الخاصة بها ، ولكن بعد الدردشة مع الموظفين الداخليين ، وجدنا أن هذه كانت مجرد أيديولوجية توجيهية عالية المستوى ، وعادنا أخيرًا إلى السحابة التسويقية ، تقدمت فرق العمل المختلفة مثل سحابة الخدمة والسحابة الصناعية بمطالب مختلفة لوظائف منتجات GenAI من الأسفل إلى الأعلى.

في الواقع ، بعد إجراء المقابلات ، من الشركات الكبيرة إلى الشركات أحادية القرن في سوق الدرجة الأولى ، فإن نهج الجميع تجاه ابتكار الذكاء الاصطناعي هو نفسه في الأساس. ** لا يوجد شيء مثل الرئيس التنفيذي يتوصل إلى اتجاه عبقري ، ثم ينفذه فقط . يتمثل أحد الاختلافات الجوهرية بين ** مختلف اللاعبين ** في مقدار الموارد الإجمالية التي يرغب الرئيس التنفيذي في تخصيصها لهذا الجزء. ** نظرًا لوجود التحدي 2 وعدم اليقين بشأن الجدول الزمني الذي جاء به الذكاء الاصطناعي العام ، فقد يكون من الصعب موازنة ذلك ويصبح أحد أهم الأسئلة التي يجب أن يفكر فيها جميع الرؤساء التنفيذيين في SaaS في السنوات الخمس المقبلة.