從融合走向新生
AI浪潮下，傳統(tǒng)應(yīng)用軟件會(huì)消亡，還是與AI“共生”？
在崔牛會(huì)策劃的「DeepTalk」的第二個(gè)系列話題欄目「AI的爭(zhēng)議」對(duì)話中，由崔牛會(huì)創(chuàng)始人&CEO崔強(qiáng)主持，邀請(qǐng)了明道云創(chuàng)始人&CEO任向暉、企業(yè)級(jí)AI應(yīng)用創(chuàng)業(yè)者張浩然，圍繞“應(yīng)用軟件消亡論：AI Agent是否將取代傳統(tǒng)企服軟件”主題，展開了精彩討論。
任向暉認(rèn)為，未來Agent將是企業(yè)軟件的一個(gè)重要門類，它與原有企業(yè)軟件是互相融合，而非完全取代的關(guān)系；企業(yè)軟件應(yīng)當(dāng)先建設(shè)好所在應(yīng)用領(lǐng)域的優(yōu)勢(shì)，然后再考慮接入AI Agent的能力。
張浩然認(rèn)為，新一波AI-Native的應(yīng)用公司，更應(yīng)該關(guān)注的是如何利用好上個(gè)時(shí)代已經(jīng)構(gòu)建出來的生態(tài)，來形成自己的價(jià)值交付。
以下是經(jīng)牛透社編輯整理的對(duì)話內(nèi)容：（有刪減）
替代焦慮
崔強(qiáng)：今晚討論的話題是“AI Agent會(huì)不會(huì)取代企服軟件”。我們會(huì)從架構(gòu)、知識(shí)壁壘、新老格局三個(gè)方面展開討論。請(qǐng)兩位嘉賓先就今晚的話題談一下自己的觀點(diǎn)。
任向暉：我的觀點(diǎn)是不會(huì)取代，雖然這也不代表傳統(tǒng)企業(yè)軟件就可以高枕無憂。從中短期看，AI Agent這一新細(xì)分賽道要取代所有企業(yè)軟件的細(xì)分市場(chǎng)并不現(xiàn)實(shí)。主要有以下幾個(gè)原因：
第一，企業(yè)軟件雖然傳統(tǒng)，但并非一無是處，雖然它不如今天的AI智能，但它也有很多特點(diǎn)比如精確性、可管理性、GUI本身的獨(dú)特能力等，這些都是AI不太可能完全替代的。
第二，AI生態(tài)已經(jīng)表現(xiàn)出一種向工具軟件、應(yīng)用軟件主動(dòng)集成的趨勢(shì)，或者說它已經(jīng)主動(dòng)采納了這個(gè)技術(shù)架構(gòu)。
比如現(xiàn)在幾乎所有的AI Flow產(chǎn)品，都提供了Function Calling（函數(shù)調(diào)用），包括最新的MCP協(xié)議，以及向量化嵌入、知識(shí)圖譜嵌入等架構(gòu)，它們的存在說明了AI能力要結(jié)合應(yīng)用軟件的能力，才能最終端到端地解決客戶的問題。
這好像人家已經(jīng)把手伸過來要和你握手了，你卻說我不行了，我要去做你這個(gè)，這顯然是非常不理性的。以上是兩個(gè)基礎(chǔ)原因。
第三，從市場(chǎng)角度來講，AI領(lǐng)域的公司和傳統(tǒng)的企業(yè)軟件公司在相互滲透時(shí)，是存在一點(diǎn)不對(duì)稱性的。
從現(xiàn)在來看，企業(yè)應(yīng)用去加AI能力要相對(duì)容易，而AI能力去加企業(yè)軟件所在細(xì)分市場(chǎng)上的領(lǐng)域能力，相對(duì)更難，或者要花的時(shí)間更長。所以，企業(yè)軟件公司，至少在與AI相互融合的難易度方面是占一定優(yōu)勢(shì)的。
第四，是時(shí)間周期的現(xiàn)實(shí)性。在企業(yè)軟件產(chǎn)品規(guī)劃的現(xiàn)實(shí)周期內(nèi)，在AI沒有完全形成替代能力的情況下，企業(yè)軟件仍需要按照現(xiàn)有的技術(shù)架構(gòu)演進(jìn)下去。
所以雖然AI技術(shù)是飛躍的，但應(yīng)用產(chǎn)業(yè)飛躍不了，它永遠(yuǎn)都是進(jìn)化的。所以，未來五年內(nèi)，企業(yè)軟件還是要建設(shè)好所在應(yīng)用領(lǐng)域的優(yōu)勢(shì)，然后再考慮接入AI Agent能力，而不是因?yàn)閾?dān)心會(huì)被AI Agent完全取代，自己也轉(zhuǎn)行去做AI Agent了，這更可能是舍本逐末。
張浩然：這個(gè)問題，還要看SaaS或者上一個(gè)軟件時(shí)代的本質(zhì)到底是什么。我對(duì)它的總結(jié)是一個(gè)組織所有的工作流程、SOP，從完全的不在線到在線，然后又有一些工作流因?yàn)樵诰€而變得更好地自動(dòng)化。
從本質(zhì)上講，我們講SaaS軟件的時(shí)候，是講一個(gè)由無數(shù)SOP或者企業(yè)經(jīng)營Know-how所組成的場(chǎng)景聚合的應(yīng)用載體。這個(gè)應(yīng)用載體過去完成了在線、自動(dòng)化，接下來一定會(huì)向智能化方向演化。
在線和自動(dòng)化，提供了非常豐富的數(shù)據(jù)養(yǎng)分和巨大的數(shù)據(jù)體量，構(gòu)建出的SOP或者Workflow，這些都會(huì)成為AI學(xué)習(xí)的經(jīng)驗(yàn)。
而智能化的本質(zhì)就是要去思考怎么利用這些數(shù)據(jù)、經(jīng)驗(yàn)，讓企業(yè)的經(jīng)營模式在下一個(gè)技術(shù)浪潮中產(chǎn)生改變。
這個(gè)智能化的趨勢(shì)在大模型出來之前就已經(jīng)發(fā)生了。今天的LLM（大語言模型）再加上RL（強(qiáng)化學(xué)習(xí)），其實(shí)是把原來的深度學(xué)習(xí)、機(jī)器學(xué)習(xí)推到了一個(gè)新的高度。
所以，與其說是取代，不如說是演化。
這個(gè)過程中需求也會(huì)發(fā)生很多變化。過去很多需求都是非黑即白的，現(xiàn)在逐漸開始有了一種介于兩者之間的灰度需求，這些需求上一代架構(gòu)是沒辦法再滿足的，這時(shí)就會(huì)融合產(chǎn)生一種全新的AI-Native應(yīng)用。
所以，最終看起來就是一種取代關(guān)系。
融合之路
崔強(qiáng)：剛才浩然提到了一個(gè)問題：原來的軟件架構(gòu)和現(xiàn)在的AI-Native架構(gòu)有什么本質(zhì)不同嗎？現(xiàn)在企業(yè)軟件在架構(gòu)和功能上要做出哪些具體的調(diào)整才能與現(xiàn)在的AI進(jìn)行融合？
任向暉：兩年前可能還不太清晰，現(xiàn)在我覺得整個(gè)智能體、LLM本身的一些技術(shù)路徑已經(jīng)比較清晰了，結(jié)合無非是以下幾個(gè)方面：
第一類，就是在特定領(lǐng)域里進(jìn)行必要的微調(diào)或者再訓(xùn)練。比如醫(yī)療、法律已經(jīng)有一些嘗試在做垂直領(lǐng)域的大模型，或者是在專業(yè)領(lǐng)域可以提供精確度更高、質(zhì)量更好的服務(wù)；
第二類，就是現(xiàn)在應(yīng)用比較廣泛的，如知識(shí)庫、客服這種RAG，這個(gè)方面的應(yīng)用方向也比較明確了；
第三類，可能是最重要，也是企業(yè)軟件和AI能力最主要的結(jié)合方式，就是Function Calling（函數(shù)調(diào)用），這要求企業(yè)軟件本身的接口要面向AI友好地呈現(xiàn)。
如果以往軟件產(chǎn)品的接口設(shè)計(jì)是不夠完善的，現(xiàn)在就要迅速補(bǔ)上這一課。原來中國的企業(yè)軟件公司在開放性方面做得比較薄弱，有開放API的少，有高質(zhì)量開放接口的更少。
我覺得今天要盡快把這一課補(bǔ)上，還好它的難度并不算非常高。
崔強(qiáng)：浩然，你怎么看企業(yè)軟件和AI的融合、握手這個(gè)問題？
張浩然：我覺得肯定要握手。今天LLM驅(qū)動(dòng)的AI底座，如果沒有一個(gè)好的容器，一定是缺胳膊少腿的。所以，AI如何用好上一代建立起來的軟件優(yōu)勢(shì)，形成自己的價(jià)值交付是一個(gè)關(guān)鍵。
單純的一個(gè)LLM驅(qū)動(dòng)的Agent應(yīng)用，其實(shí)并沒有什么壁壘。如何讓Agent工作，如何保證Agent在不同工作場(chǎng)景里既能夠泛化又能穩(wěn)定地輸出，這是我們應(yīng)當(dāng)關(guān)注的一個(gè)方向。
崔強(qiáng)：Agent讓應(yīng)用體驗(yàn)變成對(duì)話式的，未來會(huì)不會(huì)一些設(shè)計(jì)或者流程就不需要了？
任向暉：現(xiàn)在的判斷是不能。企業(yè)軟件并非今天完成了一個(gè)單一的任務(wù)就結(jié)束，而且有時(shí)的確也存在很多與智能性沒有關(guān)系的東西。
比如一些現(xiàn)實(shí)性的工作需要，或者是一些行業(yè)性的要求，這些都是需要GUI來輔助的，并不是通過對(duì)話就能夠完全解決。
基于這些原因，肯定是一個(gè)漸進(jìn)的、融合的過程，傳統(tǒng)企業(yè)軟件和AI這兩個(gè)東西都可能會(huì)存在。
崔強(qiáng)：浩然關(guān)于這個(gè)問題怎么補(bǔ)充？
張浩然：人的必要性永遠(yuǎn)存在，只是人的角色可能會(huì)發(fā)生變化。SOP、垂直領(lǐng)域的Know-how，這些也不會(huì)消失，但會(huì)以另一種方式呈現(xiàn)。
比如以Zapiar、HubSpot、Salesforce這一類流程引擎來說，過去都是把人類在這個(gè)世界里構(gòu)建起來的Know-how轉(zhuǎn)化成了一種映射在機(jī)器中的流程，本質(zhì)上它還是人的Insight（洞見），而不是機(jī)器的洞見。
這一波AI最大的價(jià)值，在于機(jī)器有了洞見能力，那么流程是否可能由機(jī)器完成，人的作用要如何改變？
在這個(gè)過程中，人的作用應(yīng)該是建起一個(gè)河堤，不要讓W(xué)ork flow（流程）脫離河堤來運(yùn)行；而且AI也不會(huì)無限地?cái)U(kuò)展，必定會(huì)被具體領(lǐng)域里的邊界所限制，人更重要的作用是要關(guān)注這個(gè)邊界在哪里。
以往做SaaS、做軟件其實(shí)是建立起來了一套“0和1”的規(guī)則。而AI-Native應(yīng)用不一樣，它是有灰度的，這個(gè)灰度再疊加上智能性，讓AI可以在定義工作流這件事上，一定程度上替代人類，這也是AI-Native應(yīng)用一定會(huì)替代SaaS的本質(zhì)。
但CUI（對(duì)話式用戶界面，Conversational User Interface）和GUI（圖形用戶界面，Graphical User Interface）其實(shí)不是對(duì)抗的，而是相輔相成的關(guān)系。
CUI最大的優(yōu)勢(shì)是在于意圖理解，而GUI的優(yōu)勢(shì)是在于效率。所以未來一定會(huì)出現(xiàn)一種全新的交互方式。
灰度驅(qū)動(dòng)的新一代智能系統(tǒng)所帶來工作流的動(dòng)態(tài)變化，才是AI Agent在企業(yè)級(jí)市場(chǎng)的最大潛力。
這中間我們需要做的是什么呢？就是在Plan環(huán)節(jié)如何去糾正，在運(yùn)行環(huán)節(jié)怎么去控制，以及在運(yùn)行以后如何去觀測(cè)和審計(jì)。
這可能是AI-Native應(yīng)用與SaaS不同的地方。
崔強(qiáng)：為什么灰度反而推動(dòng)了這樣一個(gè)進(jìn)步呢？你可以補(bǔ)充一下。
張浩然：灰度在我看來是某種程度的泛化。我在使用LLM時(shí)，體驗(yàn)是當(dāng)我在研究每件事情的時(shí)候，它會(huì)突破我提供給它的框架，生成一些我完全沒有想到的角度。
這其實(shí)可以對(duì)標(biāo)剛才我想表達(dá)的灰度含義：雖然不是絕對(duì)精確，但也不是錯(cuò)誤的。這個(gè)灰度在企業(yè)級(jí)市場(chǎng)里面，和原來強(qiáng)定義的那套東西不同。
任向暉：灰度目前肯定會(huì)存在的，是沒辦法精確控制的。目前在AI應(yīng)用細(xì)分市場(chǎng)相對(duì)跑得比較快的，都是對(duì)精確性要求門檻低，如一般的客服場(chǎng)景。
但大部分企業(yè)軟件的門類可能不太能接受灰度，比如財(cái)務(wù)軟件、工作流軟件等。從我們服務(wù)客戶的經(jīng)驗(yàn)來看，沒有客戶是喜歡灰度的。
張浩然：我在這個(gè)地方的視角，是因?yàn)榻裉斓腟aaS只是交付過程，而不是交付結(jié)果。
如果五年后AIAgent交付的是某個(gè)結(jié)果，但在交付結(jié)果的過程中，很可能是到了交付的里程碑節(jié)點(diǎn)，需要人的互動(dòng)。但和以往相比，需要人介入的顆粒度可能是被拉粗了，某種角度，這個(gè)灰度是被AI內(nèi)部消化掉了。
雖然，某些情況下存在一定的灰度性，但這個(gè)里程碑卻是可控的。
任向暉：相信今天做AI來解決企業(yè)軟件問題的人，都想實(shí)現(xiàn)端到端的目標(biāo)。你也提到了它不可能一步達(dá)成，有時(shí)只能跳到某一個(gè)里程碑，這時(shí)需要人的參與。
問題是你不知道這個(gè)里程碑會(huì)失敗在哪個(gè)點(diǎn)上，它可能在整個(gè)鏈條當(dāng)中隨時(shí)都可能失敗，這就意味著你在每一個(gè)環(huán)節(jié)還是要安排觀察窗，需要提供人類操作的入口，這和現(xiàn)在并沒有什么不同。
這也從另外一個(gè)角度來說明，今天我們構(gòu)建的企業(yè)軟件，可能就是在實(shí)現(xiàn)端到端之前必須做的一個(gè)事情。而且如果僅是企業(yè)的端到端，意義并不大，因?yàn)楹芏嗲闆r下需要跨越企業(yè)邊界，但企業(yè)邊界并不一定就是同步發(fā)展的。
未來五年，甚至十年企業(yè)要實(shí)現(xiàn)真正的端到端其實(shí)是很困難的。在這種情況下，堅(jiān)持做好觀察窗，還是領(lǐng)先優(yōu)勢(shì)的保障。
張浩然：觀察窗一定不會(huì)消失，但定義可能會(huì)被改變。如果把GUI視作觀察窗，過去是由人來控制，今天可能是由AI來控制。
過去我們做軟件是面向人做，下一步會(huì)不會(huì)轉(zhuǎn)變成面向AI來做？就像以往瀏覽器是給人用的，今天大家都在面向AI做瀏覽器，這就是一個(gè)變化的奇點(diǎn)。
如果我們把上一代已經(jīng)建立好的互通的API、Workflow、流程，變成面向AI來做，這時(shí)就可能產(chǎn)生一些新的變化，這也是新的創(chuàng)業(yè)者的機(jī)會(huì)；從另一個(gè)角度，我也認(rèn)同LLM發(fā)展到一個(gè)階段以后會(huì)停下來，沒有辦法向著所謂的端到端發(fā)展，可能會(huì)有更新的框架來解決這個(gè)問題。
今天在LLM基礎(chǔ)上疊加了各種Agentic系統(tǒng)，才是有可能替代SaaS的東西。絕對(duì)以大模型驅(qū)動(dòng)的端到端是很難實(shí)現(xiàn)的，但以Agentic系統(tǒng)來完成應(yīng)用構(gòu)建的端到端的新方向會(huì)到來。
任向暉：未來Agent肯定是一種很重要的軟件形態(tài)，可能是企業(yè)軟件中的一個(gè)重要門類，原來的門類和它有所結(jié)合，現(xiàn)在大家應(yīng)該都看得到這個(gè)愿景了。
現(xiàn)在的智能體市場(chǎng)，有很多年輕的創(chuàng)業(yè)者來做這樣一個(gè)新的門類，我覺得是更為可取的。原來的企業(yè)軟件產(chǎn)品公司，也有去做智能體編排工具的，我覺得這就沒有必要了。
我不否認(rèn)Agent是一個(gè)很重要的形態(tài)，但它只是與企業(yè)軟件的結(jié)合，而不會(huì)把原來的這個(gè)門類的軟件都替代。
崔強(qiáng)：我們?cè)谑褂肁I的時(shí)候，怎么保障它的安全性？在這個(gè)過程中企業(yè)自己的數(shù)據(jù)會(huì)不會(huì)被公有化，怎么在保證數(shù)據(jù)的隱私和安全的前提下去迭代？
張浩然：這是個(gè)難點(diǎn)，但并不是一個(gè)新問題。以Agent和Agent之間的互動(dòng)協(xié)議為例，這些通信協(xié)議中能夠獲取的權(quán)限也是要被管理的。
過去人在系統(tǒng)中需要身份認(rèn)證，今天Agent在整個(gè)系統(tǒng)中同樣需要身份認(rèn)證，這意味著以往的安全性保障體系在AI時(shí)代仍然需要，問題是它們?nèi)绾稳诤系叫碌腁I系統(tǒng)中，來完成第一道安全屏障。
第二道安全屏障，我認(rèn)為同態(tài)加密這類技術(shù)也會(huì)火起來。
任向暉：這與SaaS的公共云和私有云服務(wù)是類似的。如果采用Function Calling，從本質(zhì)上并沒有把私有數(shù)據(jù)存放到大模型里去。
如果大家覺得只要和自己的內(nèi)部數(shù)據(jù)有通信就是不安全，這其實(shí)是有點(diǎn)過度了。這也導(dǎo)致了DeepSeek出現(xiàn)以后，大家都想要私有部署一個(gè)，我覺得這是不可持續(xù)的，因?yàn)樗某杀臼遣缓侠淼摹?/p>
大企業(yè)可能還具備規(guī)模經(jīng)濟(jì)效益，但對(duì)于絕大多數(shù)中小企業(yè)來講這是不現(xiàn)實(shí)的。而且模型本身也在進(jìn)步，沒有理由未來的成本也像今天這么低，所以基本上最后絕大多數(shù)中小企業(yè)還會(huì)使用公共服務(wù)的模型。
只有大型企業(yè)可能會(huì)選擇私有部署。而且安全的本質(zhì)也不是靠部署模式來決定的，而是一個(gè)全方位的東西。
因此，我不覺得這與AI有什么特定相關(guān)的關(guān)系。
AI生態(tài)之變
崔強(qiáng)：目前國內(nèi)生態(tài)都不太開放，用MCP的方式也很難解決聯(lián)通的問題。從國內(nèi)生態(tài)環(huán)境來看，五年后AI的生態(tài)會(huì)發(fā)展成一個(gè)什么樣的狀態(tài)？
張浩然：很難說，整個(gè)基礎(chǔ)設(shè)施還在不斷完善，Agent調(diào)用工具的準(zhǔn)確性還會(huì)繼續(xù)增加，所以MCP這種基礎(chǔ)能力會(huì)成為一個(gè)共識(shí)，但它能否成為AI Infra的一環(huán)也說不好。
但是以五年來看，Agent調(diào)用工具的準(zhǔn)確性會(huì)非常高，這意味著一個(gè)Agent單元的邊界會(huì)被定義得非常清晰、具體。
大家可能通過SaaS以往的定義和想象，來清晰描繪出未來Agent的定義和想象，這可能也是下一步會(huì)看到的一個(gè)變化。
任向暉：這可能要依靠?jī)蛇叺墓餐ΑＲ环矫婺Ｐ湍芰隙ㄟ€會(huì)繼續(xù)提高，它也許還能提供比我剛才所講的三種結(jié)合方式更好的方式，但有一點(diǎn)是肯定的，企業(yè)軟件自身也是需要努力的。
這需要耐心，同時(shí)要避免做無意義的事。比如我們今天做的事，就是利用Agentic能力調(diào)度我們的內(nèi)部接口，通過用戶提示和提供的材料，能夠生成自己定義的Agent，這是明道云自己的零代碼應(yīng)用模型。
但這個(gè)過程說起來簡(jiǎn)單，實(shí)現(xiàn)起來需要拆成非常多的步驟，每個(gè)細(xì)節(jié)可能都要打磨幾個(gè)月才能達(dá)到可以接受的準(zhǔn)確度，這也是我們做應(yīng)用軟件應(yīng)當(dāng)去努力的。如果不在我們這一側(cè)去做對(duì)齊、驗(yàn)證，即使另一側(cè)模型的能力越來越強(qiáng)，我們也解決不好客戶的問題。
所以，五年其實(shí)是可以走很遠(yuǎn)，但大家要盡快取得一些共識(shí)，即不要做那些無意義的事。如果你不理解現(xiàn)有的技術(shù)限制，而是只想做一些噱頭性的功能，就等于是在浪費(fèi)時(shí)間。
崔強(qiáng)：我們現(xiàn)在看到一種趨勢(shì)，大模型也在推一些新能力，比如Kimi推出了PPT、思維導(dǎo)圖這樣的通用能力，這可能會(huì)對(duì)一些做單點(diǎn)應(yīng)用的產(chǎn)品帶來一些困擾。
同樣的，一些工具型軟件也在往上走，去訓(xùn)練自己的私有小模型。未來兩位怎么看AI-Native和傳統(tǒng)軟件之間，以及大廠之間、模型平臺(tái)之間這種格局的競(jìng)爭(zhēng)？
任向暉：我覺得小廠是有巨大優(yōu)勢(shì)的，而且這和AI沒什么關(guān)系。比如最近我們購買了一款錄屏軟件，這個(gè)產(chǎn)品就是完全靠設(shè)計(jì)取勝的，它是國外一個(gè)小團(tuán)隊(duì)做的，它的功能設(shè)計(jì)也和AI沒有特定的關(guān)系。
這說明競(jìng)爭(zhēng)絕對(duì)是不在于技術(shù)路徑的，和有無采用AI也沒有太大關(guān)系。
在大多數(shù)情況下，贏得客戶的心，都是要靠主流技術(shù)以外的東西。因?yàn)橹髁骷夹g(shù)是所有人都關(guān)注的，今天的AI幾乎是一個(gè)公共的東西，它的門檻也越來越低。
所以對(duì)于小廠來說，關(guān)鍵在于你能否在很多細(xì)分市場(chǎng)中找到獨(dú)特的機(jī)會(huì)，并且專注去做。
崔強(qiáng)：你的觀點(diǎn)是小廠還是有很大優(yōu)勢(shì)，不要糾結(jié)在技術(shù)、品牌實(shí)力上，而是完全要靠創(chuàng)新，找到屬于自己的細(xì)分市場(chǎng)。
張浩然：我非常認(rèn)同，我覺得技術(shù)不是本質(zhì)。新一波AI-Native的應(yīng)用公司，更應(yīng)該關(guān)注的是如何利用好上個(gè)時(shí)代已經(jīng)構(gòu)建出來的生態(tài)，而不需要再去考慮怎么去建立那些已經(jīng)被人建立過無數(shù)次的底座了，而是要考慮怎么利用它們，通過AI創(chuàng)造出的新價(jià)值。
定義清楚價(jià)值，不斷思考怎么用新一代的AI-Native應(yīng)用去交付價(jià)值才是重點(diǎn)。
崔強(qiáng)：SAP在每一輪轉(zhuǎn)型的過程中都做了相應(yīng)的收購，未來中國的企服生態(tài)會(huì)不會(huì)也有這樣的狀態(tài)，即大廠在轉(zhuǎn)型過程中收購一些新的小廠，來補(bǔ)充自己的技術(shù)版圖？
任向暉：總會(huì)有這么一天，這也是產(chǎn)業(yè)規(guī)律。但我覺得“老大哥”們要先解決好眼下的問題，即自身的造血能力要補(bǔ)回來。我覺得一兩年內(nèi)都是比較麻煩的，要三五年才可能走到這樣一種整合狀態(tài)，這樣也更健康。
張浩然：這是非常好的，比如一個(gè)AI-Native的應(yīng)用，今天靠快做出了一個(gè)垂直場(chǎng)景的交付，但是應(yīng)用的底座其實(shí)是存在很大競(jìng)爭(zhēng)壁壘的，不是短短幾年就能夠搞定的。
這時(shí)如果小的創(chuàng)新型AI應(yīng)用公司，能夠適時(shí)地把我們定義好的價(jià)值，找到一個(gè)可以將它放大10倍、20倍的底座交給他們，這其實(shí)也是一個(gè)好的結(jié)果。
任向暉：其實(shí)大部分SaaS公司的創(chuàng)始人天天關(guān)注的也是他們的AI產(chǎn)品，或者是產(chǎn)品如何利用AI能力。這時(shí)我覺得相比較錯(cuò)過，容易做多做錯(cuò)的風(fēng)險(xiǎn)反而會(huì)更高一些。
崔強(qiáng)：最后兩位再用最簡(jiǎn)短的話來總結(jié)一下今天自己的觀點(diǎn)和內(nèi)容。
任向暉：大家知道一個(gè)最經(jīng)典的對(duì)比，就是100多年前汽車替代馬車的例子，把SaaS公司比作是馬車，AI原生應(yīng)用比作汽車。但大家可能更容易忽略一個(gè)歷史事實(shí)，是很多汽車公司都是從當(dāng)年的馬車公司轉(zhuǎn)型過來的。
所以大家從歷史回顧來看，都容易過度簡(jiǎn)化，但是從微觀事實(shí)來看它并不是這樣。傳統(tǒng)企業(yè)一直都在關(guān)注這個(gè)市場(chǎng)。所以，更大的可能性就是技術(shù)融合，也不要太焦慮。
張浩然：我認(rèn)為整體上看它絕對(duì)不是一個(gè)替代關(guān)系，而是融合與生長。我們沒有理由說巨頭們?cè)谶@上面一定會(huì)落下。
AI-Native應(yīng)用，與以往應(yīng)用軟件最大的區(qū)別就是它的發(fā)散性和生成式，這兩個(gè)核心帶來的灰度也會(huì)生長出不太一樣的需求，這些不太一樣的需求一定會(huì)和傳統(tǒng)軟件拉開一個(gè)“身位”，而這也是我們今天最重要的切入點(diǎn)。
本文來源：36氪
文章轉(zhuǎn)載于其他網(wǎng)絡(luò)，如有侵權(quán)請(qǐng)聯(lián)系我們及時(shí)刪除
