Как Product SaaS может решить проблему искусственного интеллекта?

Первоисточник: зарубежные единороги

Источник изображения: сгенерировано Unbounded AI‌

GPT — это модель производительности, а OpenAI подрывает производительность.

Очевидно, это вызывает беспокойство у людей, работающих с SaaS. Рекламный ролик Clickup AI случайно указал на текущую стратегию ИИ этих «старых» компаний, то есть на конкуренцию в запуске аналогичных вариантов использования в сценариях их собственных продуктов.

Хотя эти варианты использования сами по себе в основном однородны, мы все же наблюдали некоторые уникальные ценностные предложения — например, в отношении «данных» SaaS, который действительно обслуживает клиентов корпоративного уровня, не «использует и хранит в своем собственном программном обеспечении», как первая реакция каждого. Данные обучение LLM», но больше внимания уделяется доставке в облаке, наборам данных без авторских прав и юридических рисков, а также более качественной помощи клиентам в создании данных для моделей.

**Поэтому, хотя мы до сих пор не можем определить, какие SaaS приносят пользу, а какие наносят ущерб в долгосрочной перспективе, мы уже можем видеть, какие компании имеют действительно дифференцированные стратегии выживания. Следуя этому направлению мысли, в этой статье выбраны три метода и несколько случаев, которые больше всего выделяются для меня на втором и первом уровне соответственно. Однако даже при наличии этих стратегий производительность SaaS по-прежнему сталкивается с рядом проблем в ценообразовании, конкуренции с ChatGPT и долгосрочных планах развития продукта. **

Следует отметить, что продуктивность SaaS имеет два определения: широкое и узкое.Узкое обычно относится только к совместной работе над основными сценариями, такими как документы (например, Notion), задачи (например, ClickUp), видео (например, Zoom), и таблицы (такие как Airtable) SaaS, в то время как широкая включает в себя большинство SaaS, которые могут повысить эффективность работы компании, от огромной CRM до интеллектуальных инструментов автоматизации, таких как Zapier. Продуктивность SaaS, обсуждаемая в этой статье, является более широкой областью последней.

Краткое содержание:

1. Ценностное предложение и бизнес-стратегия гигантов второго эшелона
2. «Заокеанские единороги» ищут место для жизни и работы
3. Пять основных проблем, с которыми сталкивается функция искусственного интеллекта SaaS на текущем этапе.

Как мы указывали в статье Kick, **мы наблюдали в Силиконовой долине, что доля так называемых инвесторов «Все в ИИ» намного ниже, чем мы ожидали. **Общая точка зрения состоит в том, что Генеративный ИИ не приносит новых групп пользователей и соответствующих каналов привлечения клиентов, таких как мобильный Интернет и облачные технологии, поэтому старые игроки с преимуществами выхода на рынок имеют преимущество. Еще одно широко распространенное мнение: ** «Слишком рано инвестировать в собственные приложения AI, более рентабельно использовать GenAI в вашем существующем портфолио». **

С точки зрения руководства «старых» компаний, все в полной мере испытали на себе три волны ПК, мобильного интернета и облака. Тем не менее, GenAI идет яростно, и консенсус полный.Ни одна компания не должна чувствовать, что эта волна возможностей слишком мала, поэтому они особенно FOMO и четко выходят на рынок.

Однако на данном этапе реальные варианты использования GenAI, запущенные различными компаниями, неплохи — это расстановка и совмещение «понимания», «генерации» и «рассуждения» в различных сценариях, от которых легко устать. видеть слишком много. **Мы отложили в сторону эти конкретные варианты использования, которые были достаточно обсуждены, в сочетании с опытом посещения и исследований в Силиконовой долине, и выбрали 3 ценностных предложения и стратегии, которые мы считаем более интересными для гигантов второго уровня и первого уровня. Рыночные единороги.Расскажите подробнее. **

Источник — примеры использования GenAI

Алана Смит

01. Ценностное предложение и бизнес-стратегия гигантов второго эшелона

Несколько углов для воспроизведения «данных»

Первый ракурс: данные клиентов не трогаются

«Данные» могут стать очень мощным ценностным предложением, но это не первая наша реакция на то, что «большой объем данных CRM хранится в Salesforce, а в Zoom есть большое количество потенциальных записей встреч, которые можно использовать для обучения». мощная модель». Напротив, одно из наиболее важных ценностных предложений таких компаний — гарантировать, что данные клиентов не будут использоваться для обучения моделей или автоматизации задач для клиентов без разрешения, а также это первый способ играть с доверием к созданию данных. . ** Для крупных корпоративных клиентов GenAI действительно может стать артефактом производительности, но это также новая технология, которой трудно доверять.Поставщикам SaaS, которые хорошо предоставляют гарантии конфиденциальности и безопасности для крупных корпоративных клиентов, необходимо помочь GenAI пересечь этот пробел. В последнее время, когда речь заходит о доверии и конфиденциальности, «открытый исходный код + локальное развертывание» стало безмозглым ответом. Помимо этого очевидного подхода, обеспечение конфиденциальности и безопасности в облаке является основным навыком, который SaaS может обслуживать крупных корпоративных клиентов, накопленный за последние 10 лет. В качестве примера возьмем Slack: чтобы расширить свою клиентскую базу от малого и среднего бизнеса до крупных предприятий, компания потратила много денег на более сложную настройку стандартных схем шифрования данных.Благодаря интеграции с сервисом управления ключами AWS , Пусть клиент управляет ключом, а затем Slack вызывает ключ, установленный клиентом через службу, для шифрования данных пользователя. Этот уровень «безопасности и управляемости» также очень распространен в инструментах повышения производительности на базе Microsoft. **"Не прикасайтесь к данным клиентов" – это основа для укрепления доверия. В случае однородных вариантов использования решения для обеспечения конфиденциальности и безопасности данных, настроенные для GenAI, могут стать дифференцированным ценностным предложением. **Хотя Microsoft много накопила по этому поводу, она не активно продвигала этот коммерческий аргумент во внешнем мире. Напротив, Einstein GPT от Salesforce больше использует это ценностное предложение.После анонса Einstein GPT в марте самым большим недавним событием стал запуск Trust Layer, пытающийся очистить свой имидж как «наиболее надежного» предложения GenAI.

Второй ракурс: не трогайте данные об авторских правах

Adobe Firefly был встречен насмешками, когда он был впервые выпущен 4 месяца назад, а сгенерированные Пикачу и Hello Kitty были ужасны. Но теперь Firefly помог пользователям Adobe создать более 1 миллиарда ресурсов в веб-версии и Photoshop и был оценен компанией как «два самых успешных бета-продукта в истории Adobe».

За последние несколько месяцев внешний мир постепенно осознал уникальное ценностное предложение Firefly: ** Оставаться в восторге от несанкционированного контента, защищенного авторскими правами, и помогать пользователям их продуктов избегать юридических рисков, связанных с коммерциализацией этих созданных активов. ** Суть этого ценностного предложения состоит в том, чтобы создать набор данных, полностью свободный от проблем с авторскими правами. Stability AI и Midjourney продолжают сохранять незначительное преимущество перед Firefly с точки зрения производительности, но неизбежно сталкиваются с коллективными исками, поскольку они используют набор данных LAION, содержащий 5,6 миллиарда изображений, извлеченных из общедоступной сети без разрешения.

Третий аспект: помогите клиентам подключить данные

Обработка данных с помощью LLM

Источник: a16z

На этом пути есть бесчисленное множество стартапов, поэтому я не буду повторять наиболее типичные варианты использования подключения к данным. Вдобавок к этому способность интегрировать локальные и облачные данные является базовым навыком, который требует длительного накопления.Существующие гиганты SaaS имеют некоторые отличительные преимущества: они пережили неловкий период локального перехода на облачную обработку данных запасов, и у них богатый опыт.Более того, Salesforce приобрела Mulesoft, Google — Apigee, а Microsoft — Power Platform, и все они имеют различные мощные коннекторы, помогающие клиентам собирать данные в организациях, локально и в облаке.

Вертикально интегрируя собственное облако, соединители данных и сценарии продуктов, а затем сотрудничая с LLM партнеров, созданная SaaS может предоставить клиентам настоящий комплексный стек, сначала собирая данные, затем координируя данные и создавая конвейер, связанный с данными. сделать данные доступными в различных моделях и сценариях. Эффект от продаж, основанных на ценностном предложении, неизвестен, но, по крайней мере, звучит неплохо.

Выше были представлены три аспекта работы с данными, но цель состоит не в том, чтобы сделать GenAI более мощным, а в том, чтобы сделать его по-настоящему бизнес-классом и готовым для предприятий.

Воспользуйтесь возможностью возродить бренд продукта

GenAI может не только сыграть практическую роль, но и стать отличным помощником в маркетинге:

• EinsteinGPT возвращает внимание к маленькому логотипу Salesforce Einstein. Вы должны знать, что Salesforce, бренд искусственного интеллекта Эйнштейна, раньше не считался успешным, и не было абсолютно лидирующего продукта на рынке.Зато такие стартапы, как Gong.io, прошли весь путь и стали ведущими игроками в направлении Разговорный интеллект;

• Microsoft похожа в продуктах Bing и Process Mining.Между Bing и Google по-прежнему существует значительный разрыв с точки зрения возможностей поиска, а Power Automate Processing Mining после приобретения Microsoft компании Minit также сопоставим с ведущими независимыми игроками, такими как Celonis. но через Bing Chat и Copilot оба переориентировались на потенциальных клиентов и получили волну внимания;

В Microsoft Power Automate Processing Mining

Используя второго пилота

• Zoom IQ опоздал с Conversation Intelligence, но благодаря интеграции с GenAI он быстро запустил совместную работу с другими сценариями повышения производительности Zoom и привлек больше внимания и внимания со стороны клиентов;

Использование Zoom IQ для создания электронных писем и ответов на них

• Такие компании, как UiPath и Five9, считающиеся потенциально проигравшими в долгосрочной перспективе, также очень активно интегрировали GenAI, чтобы их широкий ассортимент продуктов казался более «умным»;

……

В то время как эта тактика помогла другим продуктам, которым не хватает прорывов, восстановить популярность, это окно может закрыться. С интеграцией Copilot в различные продукты Microsoft и GenAI других компаний из частной бета-версии в официальную версию для доставки клиентам роль предложения GenAI изменится с «увеличения числа потенциальных клиентов» на «увеличение выигрыша». **

Расширить TAM, чтобы сохранить валовую прибыль

Когда неопределенная экономическая среда и макроэкономическая ситуация встречаются с GenAI, который полон консенсуса, мы видим, как компании на вторичном рынке пытаются занять позицию «Все в ИИ», постоянно подчеркивая, что это момент новой промышленной революции или появления ПК, однако с точки зрения реальной бизнес-стратегии он по-прежнему пытается использовать GenAI для расширения TAM, сохраняя при этом валовую прибыль в максимально возможной степени.

Несколько компаний, таких как Microsoft и Google, которые углубляются в модельный слой, представляют собой небольшое исключение: они готовы увеличивать капиталовложения при сохранении валовой прибыли.

Среди огромного количества SaaS-компаний мышление и стратегии Zoom на данном этапе являются стандартными, то есть предложение GenAI не может терять деньги и зарабатывать деньги, и клиенты должны платить напрямую или обновлять свои планы платежей:

ИИ оказывает меньшее влияние на валовую прибыль. **Для более продвинутых и высокотехнологичных вариантов использования мы хотели бы выставлять клиентам счета либо путем предоставления им возможности обновить свой план подписки, либо с помощью модели потребления нашей платформы. В общем, мы пытаемся компенсировать любое потенциальное давление. **Мы очень уверены в долгосрочном улучшении валовой прибыли.

Эрик Юань — Zoom

С точки зрения модели ценообразования, в дополнение к серии продуктов искусственного интеллекта M365 Copilot, Zoom IQ для продаж и Salesforce, которые оплачиваются отдельно в зависимости от рабочего места и использования, очень популярным методом ценообразования стало объединение с платными подписками:

Очень сложно найти цену, которая в целом приемлема для клиентов, сохраняя при этом валовую прибыль. Большое количество продуктов все еще находится в закрытой бета-версии, изучаются методы ценообразования. В облачную эпоху модель оплаты по мере использования, наполненная кредитами, находится на подъеме.Также стоит с нетерпением ждать, сможет ли GenAI способствовать появлению нового типа стратегии ценообразования.

02. «Заокеанские единороги» ищут основу своей жизни

Промежуточный мост с супер исполнительной властью

Для будущего производительности SaaS существует два типа представлений:

• Графические интерфейсы будут бесполезны, и эти SaaS в конечном итоге будут предоставлять ценность только для базы данных;

• GenAI — это двигатель уровня Ferrari, но вам в любом случае нужна полноценная машина.

С реалистичной точки зрения, первая точка зрения все еще труднодостижима в краткосрочной перспективе.Многие люди даже думают, что LUI может быть худшим пользовательским интерфейсом, что возвращает нас к эпохе командной строки. Конечно, ни один SaaS-единорог не готов принять первую судьбу, поэтому все по-прежнему стараются предоставить пользователям более качественную машину.

На данный момент попытки Notion, ClickUp, Miro и других компаний принципиально не отличаются от M365 и Google Workspace. Тем не менее, в первом квартале, когда Bing и M365 почти доминировали в импульсе внимания рынка, Notion уделила пристальное внимание тенденции OpenAI в конце 22 года и стала первой SaaS-компанией, не связанной с ИИ, которая запустила полный продукт ИИ. , Игроки, и получили хорошие отзывы рынка, и быстро создали миллионы долларов в ARR.

Использование Notion AI для обобщения и сортировки исследовательской литературы

Некоторые сотрудники Notion, с которыми мы разговаривали, позиционировали Notion AI как мост с двусторонним движением — инструкции, упакованные Notion AI, помогают пользователям снизить порог для сбора и коллокации, а сам GenAI снижает порог использования пользователями различных сложных компонентов Notion.

ClickUp, еще один король объема в категории производительности, очень похож на идеи решения проблем Notion.Его продукты более сложны, чем Notion, встраивая доски, видео и другие сцены. До того, как Atlassian, Asana, Monday.com и другие конкуренты на вторичном рынке предложили GenAI, ClickUp запустила свой собственный продукт AI и определила, что только у Notion есть общая стратегия ценообразования, и вскоре добилась значительной ARR.

Управление задачами с помощью возможностей искусственного интеллекта ClickUp

Вооружитесь открытым исходным кодом

Для некоторой производительности SaaS может быть недостаточно действовать в качестве промежуточного моста, потому что их технология самодостаточности напрямую оспаривается LLM — два типичных примера — анализ диалогов Gong.io и поиск кода Sourcegraph, оба из которых интегрированы с традиционными ML Models построили технологические рвы, но теперь LLM разорвала эти рвы.

3 технологии, лежащие в основе Sourcegraph

Реакция Гонга была вполне удовлетворительной, и в первой четверти реакции не было. Согласно нашему общению с ранними инвесторами, отчасти причина может заключаться в том, что команда считает, что возможности модели не являются решающим моментом, а способность получать и обрабатывать данные о встречах и диалогах с клиентами — это грязная работа, для накопления которой требуется время. Только в начале июня Гонг объявил о запуске Call Spotlight и собственных моделей генеративного ИИ.

Возможно, способность ChatGPT и Github Copilot обрабатывать код слишком удивительна, а Sourcegraph стала очень впечатляющей компанией за последние два квартала в ответ на влияние GenAI. Хотя компания Sourcegraph на раннем этапе осознала, что контекстное окно LLM по-прежнему не справляется с обработкой большого количества крупномасштабных кодов на уровне библиотек, это не остановило инновации продукта.В конце марта компания столкнулась с конкуренцией и запустила помощник по редактированию кода на основе моделей от Anthropic. Коди и сделал его код открытым.

Техническое решение Коди

Поскольку у Cody есть долгосрочное контекстное преимущество Embeddings и уникальное благословение Code Graph от Sourcegraph, он быстро широко обсуждался в Hacker News и Twitter. Атрибут открытого исходного кода делает Cody не ограниченным продуктами Sourcegraph, но может использоваться в качестве гибкого расширения IDE.Как старая компания и курсор AI Native и другие продукты, он быстро стал одной из наиболее вероятных альтернатив Github Copilot.

Опирайтесь на победу, чтобы увеличить ценность

Мы описали краткосрочные преимущества Zapier в нашей статье о плагине ChatGPT:

В настоящее время ChatGPT обладает широкими возможностями использования инструментов, но ему не хватает ноу-хау в области агрегации API, поэтому появление плагина принесет пользу продуктам-агрегаторам, таким как Zapier, в краткосрочной и среднесрочной перспективе. Zapier много накопил в этой области.Теперь, если вы хотите выполнять какие-то сложные операции в ChatGPT: например, резюмировать текст и отправлять его в социальные сети или записывать его в Google Workspace, каждый выберет ChatGPT + Zapier для достижения это . Во многих случаях использования ChatGPT нужно только подключиться к агрегатору, чтобы добиться очень хорошего взаимодействия с пользователем, и ему не нужно подключаться к большому количеству API, что эквивалентно тому, что часть, аналогичная SEO, полностью обеспечивается агрегатор.

……

Но в долгосрочной перспективе такие продукты сталкиваются со следующими последствиями: с одной стороны, может измениться организационная форма API, а частота и периодичность межпродуктовых взаимодействий могут прийтись на эпоху LLM. OpenAI недавно выпустил возможность вызова функций, что значительно улучшило удобство использования API, но эти изменения могут ослабить рв Zapier. С другой стороны, агрегаторы могут стать частью возможностей операционной системы Microsoft, Google и Apple могут создать соответствующие возможности на основе своих собственных систем, и конкуренция будет жесткой.

Работа команды Zapier за последние 6 месяцев была очень впечатляющей, демонстрируя первоклассное видение команды и исполнительские способности. Следующие запуски продуктов можно охарактеризовать как стабильные и беспощадные:

• В марте были представлены действия Zapier на естественном языке, впервые открывающие возможности платформы через API, а также поддерживающие вызовы через чат, что позволяет быстро интегрировать Zapier в экосистему GenAI;

• Поскольку данные в различных SaaS только связаны с Zapier и не сохраняются в нем, Zapier запустил Zapier Tables в мае, чтобы помочь пользователям хранить, редактировать, обмениваться и автоматизировать данные в различных SaaS, чтобы они могли накапливаться из пользовательских данных. ров с точки зрения

• Запущенная платформа чат-ботов также быстро привлекла большое внимание в социальных сетях, став одним из недорогих решений, которые пользователи спонтанно внедряют с помощью LUI для различных SaaS.

** С точки зрения того, чтобы не тратить дивиденды впустую, предотвращать подрывную деятельность после краткосрочных дивидендов и надежно производить качественные продукты, Zapier является лучшей моделью SaaS для повышения производительности в этом году. ** А его соучредитель, Майк Кнуп, вложил значительные средства в продукты Zapier, связанные с ИИ, и стал важным лидером общественного мнения в экосистеме ИИ в районе залива Сан-Франциско, чему стоит поучиться у других продуктивных SaaS-компаний.

03. Пять основных проблем, с которыми сталкивается функция искусственного интеллекта SaaS на текущем этапе

Хотя мы нашли 6 положительных примеров, иллюстрирующих, что некоторые SaaS с производительностью преуспевают, они неизбежно по-прежнему сталкиваются с некоторыми специфическими проблемами. Вот наиболее типичные 5:

Вызов 1: сначала потери, вызванные PR

Из-за внезапного энтузиазма пользователей, вызванного ChatGPT, большое количество компаний начали готовиться к своим предложениям ИИ в начале 23 года и выпустили закрытую бета-версию с ошибкой в середине-конце марта, ** это привело к чрезмерно длинный список ожидания, и большое количество клиентов знали, что они есть. Многие поставщики SaaS запустили возможности ИИ, но они не смогли их приобрести и использовать, и со временем им приходится успокаиваться. **

Взяв в качестве примера CRM, многие клиенты Salesforce очень заинтересованы в Einstein GPT и много раз спрашивали у своих продавцов предложения, но они не могли получить отзывы о продажах в течение апреля и мая, что заставило многих клиентов серьезно отнестись к этому. Запуск продукта считается бессмысленным пиаром. действовать.

* У Salesforce фактически есть полная дорожная карта продукта, но разница во времени с официальным объявлением Einstein GPT составляет целых 3 месяца *

Вызов 2: конфликт между ИИ и дорожной картой продукта

**Инвесторы надеются, что ИИ разрушит SaaS, но большое количество пользователей SaaS на самом деле просто хотят спокойно использовать свои документы, инструменты управления задачами и видеоконференций. **

Пользователи ClickUp уже с нетерпением ждут официального запуска ClickUp 3.0, но дождутся ClickUp AI, поэтому есть очень острые жалобы пользователей:

Ядро ClickUp состоит в том, чтобы действовать как инструмент управления проектами и база данных, но основные функции полны ошибок, обновление некоторых информационных панелей занимает несколько минут, надежность утверждает, что занимает 70% ресурсов за последние 18 месяцев, но почти нет появляются новые фичи, 3.0 отскочил, Базовые возможности ClickUp Docs далеки от Google Docs, а сам ИИ бесполезен.

ClickUp пытался сделать ИИ подпунктом обновления продукта, но все обнаружили, что их приоритетом был ИИ, а не 3.0.

ClickUp чувствует себя обманутым, решив выпустить AI вместо 3.0, 3.0 больше не «не за горами», и я бы предпочел снова взглянуть на Asana или Wrike.

Другие продукты имеют более или менее схожие проблемы, например, голос пользователей в автономном режиме Notion может быть намного сильнее, чем голос Notion AI, так что каждый может избавиться от дилеммы невозможности использовать Notion, когда нет WiFi, Тем не менее, Notion AI был запущен первым и, похоже, требует больше энергии в дорожной карте продукта.

Вызов 3: Модели ценообразования, используемые пользователями

Это идет рука об руку с проблемой 2: если возможности ИИ раздаются бесплатно, у пользователей мало причин не любить их. Однако из-за стратегии «расширения ТАМ и сохранения валовой прибыли» пользователям часто приходится доплачивать.

Будь то 5 долларов в месяц на человека для ClickUp, 10 долларов в месяц на человека для Notion или 30 долларов в месяц на человека для M365, это небольшая сумма, которую каждый пользователь может заплатить самостоятельно, но операторы также могут покупка оптом Это не маленькая сумма денег - вы должны знать, что собственный бизнес-план Notion стоит всего 15 долларов в месяц на человека, а покупка ИИ для сотрудников эквивалентна увеличению счета на 60-70%.

Задание 4: Захватите вход с помощью ChatGPT

Эти задачи связаны между собой!

Из-за наличия проблемы 1 рабочий процесс большого количества пользователей, привыкших к ChatGPT, заключается в том, чтобы вставлять текст в вопросы и ответы ChatGPT, а затем копировать требуемые результаты в свои собственные SaaS,

Из-за наличия проблем 2-3, хотя трудно измерить конкретную долю, большое количество пользователей подписались на ChatGPT Plus, неся счет в размере 20 долларов США на человека в месяц. Хотя эта подписка немного дороже, она носит более общий характер, и общая сумма отдельных подписок для каждого предложения искусственного интеллекта SaaS может намного превышать 20 долларов США.

Таким образом, логика входа, которую часто обсуждает наша команда, на самом деле имеет место.**Компании SaaS для повышения производительности конкурируют с ChatGPT Plus за бюджет каждого сотрудника. Эта война еще не решена. **

Вызов 5. Гениального генерального директора не бывает

До того, как мы отправились в США, мы считали, что стратегия Salesforce Data Cloud обеспечивает нисходящее руководство для дорожной карты GenAI, но после беседы с внутренними сотрудниками мы обнаружили, что это была только руководящая идеология очень высокого уровня, и мы, наконец, вернулись. к маркетинговому облаку. Различные бизнес-группы, такие как сервисное облако и промышленное облако, выдвигают требования к различным функциям продукта GenAI снизу вверх.

На самом деле, после собеседования, от крупных компаний до единорогов на рынке первого уровня, все подходы к инновациям в области ИИ в основном одинаковы **Нет такой вещи, как генеральный директор, придумывающий гениальное направление, а затем просто реализующий его. . Одно из основных различий между разными игроками заключается в том, сколько общих ресурсов генеральный директор готов выделить на эту часть. **Учитывая существование проблемы 2 и неопределенность сроков, установленных AGI, это может быть трудно сбалансировать, и это может стать одним из самых важных вопросов, над которым должны подумать все руководители SaaS в следующие 5 лет.