新聞資訊
News and information
-
24
08/30
藥企上AI工具，何時能創收？
從業者試圖為大模型找到更多使用場景，來給營收、融資增加籌碼AI大模型一個更新的嘗試，是幫助藥企開拓市場。在一位從事AI成果轉化的研究人員看來，大模型在醫藥的應用，目前進度較快、用得比較早的位于整個鏈條兩端，一端是輔助新藥研發，另一端則是藥品市場研究，這是一個從兩端逐漸往中間環節過渡的過程。大模型能在何種程度上幫助藥企營銷創收，不同企業有各自的解法。No.1輔助藥企做市場營銷在企業紛紛盯著降本增效的當下，如果能使用合理的工具來讓企業增加收入，是一個頗為實際的方向。數字員工“白小柒”，是中藥企業云南白藥的一次嘗試。至少在2020年引入IBM公司的人工智能及相關技術，到2023年10月，云南白藥基于人工智能模型打造的“白小柒”上線。員工在工作中遇到業務問題，不用問他人，在辦公電腦上咨詢“白小柒”，馬上可以得到幫助。“白小柒”，定位于藥品銷售的助手、產品研發的助理、健康品營銷的寫手。云南白藥2023年年報稱，毛利率26.51%，主要在于公司實施內部精益運營，實現降本增效。其中，2023年10月公司的第一位數字員工“白小柒”上線，提升了員工辦公效率。這是AI大模型嘗試的一個更細的分支。云南白藥集團首席信息官（CIO）李少春在一個會議中表示，所有企業都應該建立自己的AI團隊，但不是AI科學家團隊。在大模型范式下，技術分工越來越細，企業的AI算法工程師重點需要了解基于大模型如何微調和構建相關訓練數據，以及提示工程和相關應用，就已經能解決許多過去小模型存在的問題。在李少春看來，大模型底座工作交給大模型平臺公司來解決，這樣可以降低應用門檻，擴大應用范圍，并更深入行業領域。已有專門為企業營銷而設計的垂直大模型產品。8月8日，東信集團發布了一款營銷大模型，主做創意營銷內容生成、AI智能營銷咨詢、營銷方案智能生成，覆蓋社交媒體的文案生成、營銷短視頻的自動生成、策劃方案自動生成等。該公司董事長劉楊稱，營銷領域，將是AI大模型最早能大規模商業化的場景應用之一。一位醫療領域投資人分析，專業從事企業數字營銷的公司，是很需要大模型的，因為大模型可以基于各種標簽維度做市場篩選，判斷并匹配潛在客戶。“最好的一點就是它是增收工具，相對來說會更好賣。”No.2做單一任務更擅長幾乎沒有藥企只為了促進市場營銷而去特意配置一款自己的AI大模型，功能多的更受歡迎。在OpenAI的支持下，疫苗研發公司莫德納（Moderna）在內部引入了生成式AI。在生成式AI幫助下，不僅莫德納的法規團隊人員可以快速獲得清晰的合同摘要，還可幫助員工快速獲取內部政策，無需像以往一樣在數百個文檔中搜尋，以提高工作效率。此外，莫德納的公共關系團隊用ChatGPTEnterprise，構建了一個生成式AI聊天機器人，可以輔助創建季度財報電話會議的PPT；另外一個聊天機器人則可以幫忙把生澀的生物技術術語，轉換為平易近人的語言，以方便和投資者進行溝通。另一家與OpenAI合作的醫療企業——OscarHealth，做了一個AI助手，可以跟蹤報銷流程，自動回答有關患者報銷的問題，將處理報銷所需時間縮短一半。這實際上還是在使用大模型的文本生成、問答能力，只不過將工作場景放進了醫療領域中。然而，僅做助手還不夠，人們期待大模型能給市場分析和營銷帶來更多創意，突破固有的經驗。云南白藥還在持續訓練“白小柒”內部知識，不僅讓它成為熟練掌握白藥集團內部知識的上崗員工，還希望它能成為藥品銷售的小助手、產品研發的小助理、健康品營銷的小寫手等。市場人員一直在苦苦追尋最佳的售賣方案，想知道一款藥為什么能夠賣得好，哪些路徑是真正行之有效的。然而，即便是經驗豐富的銷售員，也只能基于過往經驗或對行業的理解去做分析，很難跨出已形成的知識架構再去思考問題，所以難有創新點。而通過大模型分析市場數據會產生新的可能性，給市場分析人員以更多啟發。零售數據分析公司IntelligenceNode，就推出一個零售競爭情報平臺——Incompetitor，能夠分析競爭對手的定價數據，幫助零售商和品牌商監控競爭對手。是的，當具體到每項功能，越是單一、明確，越容易讓大模型去實現。這是當下從業者們在實際應用上的一個共識。在營銷領域使用AI大模型的過程中，衛瓴科技創始人兼CEO楊炯緯意識到，直接將AI應用于復雜業務場景中，往往效果不佳，需要企業首先梳理業務流程，然后再在具體環節內引入AI，這樣可以通過AI總結聊天記錄、生成個性化營銷內容等方式，去逐步提升營銷效果。也就是說，某位銷售人員發來一條信息，或者某次條理清晰的拜訪，其內容大綱，或者說“話術”，很有可能就是AI寫出來的。而對方的反饋，無論是接受了還是拒絕了，這些行為也成了數據，以幫助AI更懂人。“AI沒法形成全鏈條的應用，它目前只能在單點上用一下。”在上述研究人員看來，人們不敢嘗試讓AI去觸碰業務的核心地帶，不放心，但一直不讓它碰就能力不夠，像小學生升不了學，始終卡在小學階段上。No.3不明確的收益盡管還沒有一家醫藥企能公布出具體從人工智能工具中得到實惠的數據，但多數業內人士還是認為其未來價值的確可期。咨詢機構麥肯錫在2024年一季度詢問了100名美國的醫療保健行業核心人士，包括支付方、服務提供者和醫療保健服務技術集團在內。結果顯示，超過70%的醫療保健組織受訪者表示，其所在的組織要么已經在使用生成式人工智能工具，要么正在對其進行測試。7月25日，麥肯錫發布了上述報告。在生成式人工智能在醫療領域投資回報率上，大多數受訪者表示仍處于概念驗證階段，已經在實施的數量不多，但約60%已實施AI的人，要么已經看到了積極的投資回報，要么抱有這樣的期待。而國內大多數藥企，仍在觀望中。一位AI營銷從業者表示，當下有意向嘗試AI的企業，要么是預算少了、業績考核多了，要么是預算增加，但要用錢的地方更多。很多預算是要一分錢掰成幾瓣去花。大模型落地企業的方式主要有兩種。一種是企業私有化部署大模型，它可以保證企業的數據安全，但部署成本高達數百萬元。另一種是調用廠商的大模型API（應用程序編程接口），部署方式相對簡單，成本也低。花出的錢，企業希望換到的是銷售效率和成交率提升，這也是企業生存下去的關鍵，更重要的是能給營收、融資增加籌碼。然而，在工業領域，包括制藥業在內，由于內部數字化程度不足，大模型拿來就能用上的比較少，一般需要參與合作的大模型團隊從頭干起，甚至先去給企業整理內部數據，打基礎，然后再上大模型。這一來成本就不可能低。“大模型產品和作為埋單方的企業，雙方的需求不是一回事，這是一個現實的矛盾。”上述AI營銷從業者認為，數字化轉型的服務商，目前必須調整自己的預期，在有限的預算下，一定得幫埋單方實現開源節流，要么有效擴大市場，要么節省成本。以往那種捕捉時下熱點推薦給企業，流行什么就建設什么的方式，到今天已經越來越難實現了。另外，訓練AI大模型，數據的數量和質量都很重要。一位AI輔助營銷行業的從業者也表示，去一些企業里問了就發現，其實企業的數據沒有收集好，尚不具備數字化的基礎。數據量湊不上，無法對大模型進行專業化的訓練；數據量夠，但質量低下，會讓大模型“智力”倒退。上述研究人員遇到過，有機構提供數據讓他去訓練大模型，但數據質量不夠好，訓練完了性能反而下降了。需求難以匹配，企業對此有許多抱怨，一是花了很多時間，太慢，二是價格因此更貴了。這又讓企業對使用AI的成本更為在意。對人工智能的大額投入，真能帶來與之相匹配的收入增長嗎？在全球市場也有不少反對意見。6月底，巴克萊銀行分析師羅斯·桑德勒（RossSandler）就公開表示，在大模型領域的投入與創收在數字上似乎并不平衡，華爾街的預期是到2026年，人工智能將比計劃多花費約600億美元，但可能只帶來額外的200億美元的收入。高盛公司資深股票分析師吉姆·考夫洛（JimCovello）也表示，盡管AI大模型公司的股價一路走高，但這項技術還遠未達到實用所需要的水平。他提醒，“過度建設尚無實際用途或者尚未就緒的成果，往往會招致糟糕的結果”。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
08/30
互聯網重構“規則制定權”，周期性謀咒開始輪轉
中國互聯網產業進入Web3.0，面臨生產力重構。周期“魔咒”又開始輪轉了。產業趨勢疊加資本周期，使得任何產業都有其周期性規律，傳統資源產業是如此，科技產業亦非例外。剛剛迎來30周年慶的中國互聯網賽道就正處于新一輪小周期的節點。隨著移動用戶量逐漸被開發利用至階段性頂峰，近年來有關于中國互聯網賽道正在邁入成熟期的看法一直沒有停歇。這一判斷結果的重要依據包括，一是成長股投資范式下，收入是判斷周期階段的最可靠指標，而目前該產業企業的收入增速明顯放緩，資本積累也達到了一個新高度。其二則是，整個市場的矛盾焦點也正逐步從需求端轉至供給端。然而，近日據工信部發布的最新數據顯示，總體上，24H1規模以上互聯網企業業務收入繼續保持增勢，同比增長5.6%，增速較去年同期增加3個百分點；同期利潤總額增長1.9%，。這些數據似乎又在表明中國互聯網企業仍處于成熟期的左側。那么，事實上終究為何？中國互聯網的那些年大周期實則是一個存在連續性的整體。所以，在判斷一個產業當前的發展周期，首先必然是要拉長時間維度，對其過去的產業周期做一個定調，再來根據現有表現做出最新的周期判斷。而中國互聯網產業，來到2024年，正好走到了發展的第三十載，產業周期已由技術導入的Web1.0階段，進入了Web3.0新技術迭代期。自1993年搭建基礎網絡、關鍵資源建設起，到以網易、?搜狐、?新浪三大門戶網站為代表的首批互聯網企業相繼成立，?中國互聯網產業迎來第一波熱潮。尤其是進入千禧年后，互聯網信息服務業體系逐步建立，同時?以搜索引擎、?電子商務、?社交網絡等服務為核心的互聯網企業迅速崛起，?全鏈條產業格局基本建立。此時，也就是Web1.0時期，國內互聯網產業尚處于技術導入期。而第二波熱潮，則是伴隨全球互聯網泡散去，?寬帶網絡建設也被上升為國家戰略，網民數量激增，此時以智能手機等智能終端為載體的?移動互聯網興起進一步帶動了中國互聯網發展進入加速發展階段。這一時期，中國互聯網產業本質上更多的是大環境下，基礎技術加持帶來的人口紅利爆發。此時依賴流量的平臺型互聯網經濟也由此得到快速發展，包括淘寶、美團、大眾點評等生活服務平臺快速壯大。這一階段也被稱之Web2.0平臺時代。然而這時候的平臺經濟確實是在很大程度上加快了整個互聯網產業的發展，但一方面，以先發優勢，把控流量入口，幾乎壟斷產業鏈主要利潤的大平臺導致了數據作為生產資料的壟斷和不平衡，而數據的生產者不掌握數據的所有權。另一方面，不同于集齊了操作系統、主控芯片等軟硬一體尖端技術支撐的美國互聯網產業，當時中國互聯網產業的科技屬性仍有很大提升空間，包括“赫赫有名”的阿里巴巴、字節跳動、網易、騰訊等互聯網大廠，其實更多的還是在圈、守流量。因此，當時間來到國內基礎算力基本完善的2020年后，基于P2P網絡原理構建的去中心化網絡生態開始去改變這一切。此時，互聯網產業鏈中各大企業紛紛開始以技術變革更新來提升其生產能力與生產效率，尤其是完成前期資本積累的大廠，一邊持續加碼融合創新應用，一邊以其龐大的資本、資源等優勢，投資并購眾多有前沿技術研發實力的科技企業，補齊短板。可見，當前的中國互聯網已經發展成為一個商業化的巨大網絡生態系統，但整體仍處于以互聯網信息技術驅動的技術周期，位于Web3.0階段。這一階段，歸根結底，其實是整個產業試圖以更先進的生產力對落后、或者不適配生產關系進行一次重構。而重構意味著此前占據先鋒的各大互聯網大廠將迎來莫大的挑戰。互聯網賽道的“規則制定權”在重構事實上，互聯網平臺產業的王朝更迭邏輯，本質是供需層面圍繞的核心X變量迭代。而當前聚焦于先進生產力升級的中國互聯網產業，其核心矛盾點自然也轉嫁至供給端，而非過去的需求邏輯了。一方面，需求端，移動互聯網月活用戶量早已進入微量增長之際。QuestMobile數據顯示，截止到2024年6月，移動互聯網月活躍用戶規模增速僅有1.8%。此時，互聯網賽道的收入增速同步放緩，過去的高速成長期似乎逼近結束。工信部數據顯示，2021-2023年間，規模以上互聯網企業業務收入增速分別為21.2%、-1.1%、6.8%；24H1增速則為5.6%，同期利潤同比增長1.9%。可見，近幾年中國規模以上互聯網企業的收入增速出現較大波幅，整體呈下滑態勢，收入低速增長。另一方面，供給端，隨著去中心化的網絡生態得到初步構建后，互聯網企業的垂直服務方向被進一步細化，從而衍生了許多新業態、商業模式，以及應運而生的新大規模級企業，例如以低價策略快速成為巨頭之一的拼多多、以內容直播實現飛躍的字節跳動、快手。而與此同時，按照諾維格定律，當一家公司在某個領域的市場占有率超過50%后，其增長往往將受制于行業，無法再使市場占有率翻番，必須尋找新的市場。這意味在電商領域的市占率達約45%的淘寶將出現增速放緩的必然性，阿里巴巴則有打造新引擎的必要性。事實上，盤點微軟、特斯拉、谷歌等走在世界前例的科技巨頭，可發現一個共性：從未停止探索在新領域打造第二增長曲線的步伐，甚至在核心利潤池仍處高速成長期，就開啟了新的增長步伐。因而，雖然包括體量最大的阿里巴巴、亦或是一躍成為“黑馬”巨頭的拼多多、字節跳動等互聯網平臺企業，其增速其實均仍在穩健增長。但是中長期，僅靠現有核心業務的迭代更新，下收入滑是必然趨勢。近期，各大電商平臺開始放棄之前的價格策略，開始重回GMV道路就是這一可能的證明之一。當然，更重要的是，缺乏第二增長曲線的互聯網大廠，將在生產關系的重構中逐漸失去對自身已擁有的“規則制定權”的把控。據工信部數據，24H1以新聞資訊、社交等信息服務為主的企業互聯網業務收入同比增長9.5%，增速較前5個月提高5個百分點。而這恰好是AI技術落地之初，最容易商業化的領域。而AI技術滲透相對較低的本地生活、旅游等生活服務領域企業互聯網業務收入增速小幅回落，以大宗商品、農副產品銷售的網絡銷售領域企業就更不用說了，同期收入增速由正轉負。其實，早在2023年騰訊、阿里巴巴公布的財務數據就表明了AI加速賦能、國際化正成為信息服務類大平臺實現高質量增長的主要驅動力。與之相比，拼多多、美團的增長仍得意于消費需求本身、以及業務生態不斷完善等。可見，AI等先進技術或許已悄然開始分化這些規模以上互聯網企業了。并且從大趨勢上來說，AI等先進生產技術在賦能了規模以上互聯網企業巨大的降本提效能力之時，也會孵化出更多科技新勢力。因此在新的一場先進生產力對生產關系的重構中，規模以上互聯網企業其實的迫切需要創新動力來守好擂臺的。強科技屬性必是互聯網廠的最終歸屬無可爭議，中國互聯網企業的相關收入確實進入了階段性的低速增長期，產業的發展邏輯也由需求端轉至供給端。但產業的成長性或許正在面臨一些周期陣痛，但卻并未消散。一方面，為了應對不斷變化的市場環境，大多互聯網企業都在試圖采取多元化的發展戰略來保證高質量經營，包括以技術支撐來挖掘新的消費需求場景，或者在“出海潮”中，利用其雄厚的資源優勢獲取更廣闊的全球市場等。而另一方面，其實市場更應該看到的是，在AI、大數據的窗口期中，中國互聯網企業已經開始感悟其科技屬性了，而不再像過去一樣，僅僅聚焦于高科技服務和周邊產業，純像是商業公司，至少頭部大廠是如此。如，阿里巴巴重投五家大模型獨角獸公司，并以通用大模型來布局AI算力基建；字節跳動則用豆包大模型大搞直面C端的AI應用；騰訊則聚焦于金融大模型、醫療大模型、教育大模型等產業大模型的落地。不過整個行業來說，大多企業的科技定位仍亟待增強。數據顯示，上半年，我國規模以上互聯網企業共投入研發經費459.8億元，同比增長1.2%。但體量不足總收入的5.29%。要知道務實地投入研發是企業擁有以創新跨越經濟周期并保持競爭力的可能的先決條件。因此，對于更多規模以上互聯網企業而言，想要跨越新一輪生產力與生產關系的調整周期，不被出清淘汰，加碼尖端技術的研發實屬必要。當然，還要點出的是，對于領跑巨頭企業而言，科技聚合的壟斷紅利不該是其掌握行業規則的目的，而應該是其持續創新和尋找增長動力的手段。將這些超額些利潤投入到創新與科技發展中，以持續提升全要素生產率，確保企業在合規的同時也能保持其市場領導地位，并以鯨魚效應驅動全產業的發展，才是一個產業的健康發展應有態勢，也是大企的擔當體現。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
08/24
用AI一鍵生成PPT，4000億辦公賽道沖出AI應用黑馬
“各行各業都可以用AI去重做一遍。”AIGC科技企業「愛設計&AiPPT.cn」創始人/CEO趙充如是說。針對“制作PPT”這一辦公賽道中的細分場景，「愛設計」用AI重做了一遍。在去年8月上線了AI產品AiPPT.cn,將PPT的生成方式極度簡化——輸入標題或導入文檔，就能一鍵生成PPT,且支持在線編輯。4個月后，AiPPT.cn月活躍用戶數（MAU）就突破百萬大關。最新數據顯示，平臺月訪問量已接近500萬，在國內PPT細分領域排名高居榜首，并躋身國內AI產品總榜前十，成為名副其實的AI應用黑馬。不久前，「愛設計&AiPPT.cn」宣布完成B1輪融資。本輪融資由A股上市公司視覺中國領投，星連資本和36氪跟投，這是「愛設計&AiPPT.cn」在短短4年內獲得的第四輪融資。此前，「愛設計&AiPPT.cn」已經獲得了心元資本、微夢傳媒、視覺中國、信天創投、策源創投、亞杰基金及知名戰投方投資。競爭激烈的AIGC領域，愛設計&AiPPT.cn為何能殺出一條血路？成立于2018年的「愛設計&AiPPT.cn」，又是如何借著AI2.0崛起的？AI創業，是AI原生應用更能破局，還是有行業積累的項目更有勝算？創業黑馬采訪了「愛設計&AiPPT.cn」創始人/CEO趙充，他向我們詳細分享了鮮為人知的故事。01不要憑空創造市場“AI技術雖然重要，但只是眾多功能之一。”在趙充看來，AiPPT.cn能爆發，核心并不在于疊加了AI功能，而在于公司此前已經有用戶池，且對用戶實際需求有足夠了解，這是至關重要的。他進一步指出，除了既有用戶池，行業Know-How也非常重要。每個用戶或客戶都有自己既定的工作流程，公司需要了解這些流程，并基于此來開發產品。趙充建議，對于那些希望進入AI應用領域的公司，應該選擇即使沒有AI也能賺錢的領域，并且要順勢而為，而不是憑空創造市場。趙充的過往經歷為他的判斷提供了依據。「愛設計&AiPPT.cn」并非他第一次創業，早在2011年，他就創立了新媒體商業集團微夢傳媒，同時深耕內容創作工具領域多年，并成功推出了“365編輯器”等熱門產品。內容創作不僅需要排版編輯，還涉及到圖片設計工作，于是有了「愛設計」這樣一個業務部門，并利用365編輯器來導流，完成了愛設計的初期用戶積累，即所謂的“冷啟動”。2018年，「愛設計」從微夢傳媒拆分出來，進行獨立融資。最初500萬種子基金是趙充和微夢一位投資人投的。趙充表示，一方面，「愛設計」獨立出來后，能夠獲得更多資源。同時他也考慮到，像365編輯器這樣的圖文排版工具，更多是面向個人用戶的TOC模式。但僅僅依靠TOC模式，無法充分利用微夢服務的世界500強企業等大型B端客戶資源。因此，趙充希望能通過「愛設計」，從流量側向工具側拓展，為客戶提供更多價值。當時的大背景是，互聯網流量紅利基本見頂，廣告主都要靠生產更多內容來獲取流量，或者提高流量轉化效率，也就是說需要尋找內容上的紅利。為此，「愛設計」推出了AIGC內容中臺，相當于是企業CMO的內容營銷指揮所和彈藥庫。這個中臺覆蓋了從內容上云、版權資料、內容管理、審批流程到內容分發，以及數據回流的整個鏈條，有十幾款內容創作的工具可以提供給企業內不同部門的人員使用，包括微信公眾號編輯器、H5編輯器、圖文編輯器、批量套版編輯器、智能延展編輯器、視頻編輯器等等。對于AIGC內容中臺的需求，趙充提到，只有企業足夠大，才會考慮做內容的數字化。這與微夢此前覆蓋的各行業頭部企業客戶群是有重疊的。這些企業的典型特征是“四多”：內容多、銷售多、門店多、版權合規問題多。在這樣的用戶畫像基礎上，「愛設計」的B端收入增長很快，營收一年翻了五倍。但是，趙充還是希望能在C端有所突破，拓展產品線來提升用戶使用頻次和付費金額，讓用戶留存數據更好。因此，2022年「愛設計」立項了兩個主要產品，一個是在線PPT編輯器，一個是在線H5編輯器。再往后，如大家所熟知的，OpenAI推出ChatGPT,生成式AI的浪潮呼嘯而來。愛設計的PPT編輯器加上了AI功能，在去年8月上線，然后一炮而紅。到去年11月就有了100萬MAU,最新的數據則接近500萬。02做極致單品，而非“大而全”在定位上，AiPPT.cn主要面向的是對PPT使用不太熟練的小白用戶群體，這與使用WPS等辦公軟件巨頭的專業用戶形成差異。在趙充看來，以往的PPT制作方式類似畫畫，是通過大量堆文本框、配圖、圖標來完成的，功能越多優勢越明顯。WPS的優勢在于其豐富的功能，這是通過大量資金和人力投入建立起來的。對于創業公司來說，很難在這一點上與之競爭。然而，生成式AI技術的出現改變了PPT的工作流程，為創業公司提供了機會。目前AI生成PPT的流程分兩種：一是類似ChatGPT的方式，用戶輸入一句話標題，AI就可以快速生成PPT大綱并做出優化，用戶在線編輯，做出修改即可；二是將PDF、Word、TXT、腦圖文檔直接導入AI,由AI進行結構化總結和PPT制作。與其他AIPPT產品相比，趙充認為，AiPPT.cn的優勢在專注于單一產品，也就是做“小而精”，將核心場景做透，做到極致單品。辦公賽道市場廣闊，并不是所有人都需要大而全的產品，而且很多人對PPT的專業度要求也沒有那么精細。同時，AiPPT.cn從產品即品類的名稱上來占領用戶心智，“相當于你喜歡喝低糖酸奶，就會買簡愛酸奶。在低糖酸奶賽道，跟蒙牛、伊利競爭的時候，簡愛酸奶這個單品就更容易殺出來。”趙充提到，AiPPT.cn不僅是AI技術的應用，還包含了工作流程和內容供應體系。AI直接生成的內容往往不收斂，不可編輯，也不是分層文件，而AiPPT.cn提供的是一個完整的工作流程和模板供應體系。這包括了各種專業領域的模板，比如黨建、醫療、學生答辯等都會用到不同的模板。AiPPT.cn今年預計推出約200萬個模板，這是單一的AI能力無法解決的。值得一提的是，AiPPT在上線之前，就同時注冊了cn和com兩個域名，一個面向國內，一個面向海外。在趙充看來，海外有更廣泛的市場，企業可以有更大的發展空間，國內企業都應該具備雙線作戰能力。AiPPT.cn的海外版產品AiPPT.com已經覆蓋了十多個語種，包括英語、西班牙語、葡萄牙語、泰語、印尼語等等。AiPPT.com在海外定價是一年120人民幣左右，略高于國內的99元/年，但與微軟Copilot30美金/月的價格相比，還是有很大的競爭優勢。同時，AiPPT.com在各個國家尋找合作伙伴幫助獲客，比如在韓國、越南找當地最大的招聘網站合作，大范圍地覆蓋白領和大學生用戶，直接做交叉銷售，然后分潤結算。另一方面，針對海外同類產品的競爭，趙充選擇將AiPPT.com和模板市場進行結合，利用視覺中國作為戰略股東的資源，發揮其在PPT素材模板方面的優勢。預計明年或后年，AiPPT.com的海外市場收入可能會超過國內市場。“我們是中國公司，先在國內市場做，如果中國都殺不出來，海外肯定也殺不出來。但是我們可以投入更多兵力去海外，因為我們已經是國內第一了，所以才有底氣出海。”趙充表示。03成為下一代個人與組織的AIGC工作站用AI生成文本、用AI寫PPT、用AI做圖……AI正在成為“打工人”的辦公必備，也將逐漸改變人們的工作方式。趙充相信，AI技術在內容創作中的應用將越來越普遍。“我們的定位是下一代個人與組織的AI工作站，針對白領和學生等人群，他們的需求就是從內容搜索到內容整理，再到內容創作。PPT只是內容創作的形式之一，我們會沿著這個路徑繼續去做更多產品線。公司品牌就叫PixelBloom（像素綻放）。”在組織形態上，趙充希望采用VentureStudio的模式，也就是讓公司作為孵化器，通過主理人負責各個產品線，同時公司提供產品功能化、用戶增長和運營變現的能力。在這個定位中，AiPPT.cn、愛設計、365編輯器等都是產品線，后續還會開發出更多產品，而最底層的邏輯就是滿足內容工作者的需求。短期來看，在取得先發優勢的情況下，AiPPT.cn將繼續增強產品功能，這些新功能將通過優化用戶體驗、豐富平臺服務等細節來為下一階段打下堅實基礎。一是多模態增加更多新功能，包括文生圖、文配圖、文生文以及虛擬人等。以虛擬人為例，用虛擬人去講PPT并制作成視頻，可以滿足銷售場景中重復講PPT的需求。二是上線外掛知識庫，包括個人知識庫、企業知識庫、行業知識庫等。在知識庫的基礎上，AI生成的PPT將更符合用戶個人或組織的需求，比如醫生要寫PPT,就可以調用醫療知識庫。三是增加團隊協作版本和企業版本，帶有分享和協作功能，打通協作才能夠更好地連接企業級辦公場景。此外，「愛設計&AiPPT.cn」也很看重對生態能力的補齊。本輪融資除了資金支持之外，視覺中國作為國內最大的正版圖片內容商，持續在內容版權方面提供素材資源。星連資本背后的智譜AI作為國內頭部大模型公司，可以幫助AiPPT.cn基于技術底座實現定制開發，提供更精準的AI能力，而AiPPT.cn也可以輸出給智譜清言去獲客創收，實現合作共贏。同時，AiPPT.cn也跟Kimi、豆包等大模型達成合作。因為這些大模型暫時沒有精力去做PPT等相對復雜的垂類產品，但又需要有這樣的基礎能力，所以就選擇國內領先的垂類公司來合作。而趙充對于此類合作的思路是，只要對方的用戶群跟AiPPT.cn的用戶群體是匹配的，就可以達成合作，將自身能力反向輸出給對方，形成共生關系。趙充提到，全球辦公市場的規模達到4000多億人民幣，微軟作為該領域絕對的巨頭，占據了大部分市場份額。國內市場，金山軟件的年營收約為46億收入，相當于只占全球市場不到1%。以此類推，在全球辦公市場的搶占千分之三到五的份額，就足夠撐起一家A股上市公司。在經歷了2023年的“百模大戰”之后，大模型逐漸成為基礎設施一般的存在，成本也大幅下降。和業內主流認知一樣，趙充也認為，2024年到2025年將是AI應用層面的爆發年。“這很像十年前移動互聯網興起時，微夢其實就是踩中了這十年新媒體的紅利。接下來十年最大的紅利可能就是AI,大模型與用戶之間還有非常肥沃的土壤，各行各業都可以用AI去重做一遍。”趙充的信心在于，「愛設計&AiPPT.cn」還儲備了很多內容創作相關產品，未來可以用AI把這些產品全部重做一遍。本文來源：i黑馬網文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
08/24
國產開發支撐基礎軟件新風向丨“萬象”研發效能大模型正式發布 賦能中國千萬開發者
024年8月，新一代研發效能大模型--泛聯“萬象”在長沙正式發布，這是泛聯新安繼6月份完成新一輪戰略融資后，進行技術和產品創新、奔赴"AIForBetterCode"企業使命的又一大動作！作為國產軟硬件開發支撐工具領導廠商，泛聯新安本次發布“萬象”研發效能大模型，旨在打造智能化的開發助手、測試助手、文檔助手、管理助手，全流程賦能軟件研發，以新質生產力重塑產業及企業競爭力。軟件開發與測試，是千行百業的基礎底座。它們不僅支撐著新一代信息技術的快速發展，同時也成為了企業數字化轉型升級的關鍵鑰匙之一。鑒于此，研發效能大模型成為了實現成本節約與效率提升的理想選擇，有望在航空、航天、電子、高端制造、工控、金融等場景中得到廣泛應用。三大助手，全面賦能研發萬象DTCoder是一款集成在IDE中功能強大的研發效能大模型，它可以提供：研發領域智能問答、自動補全代碼、代碼解釋、代碼注釋、生成單元測試、生成流程圖、生成序列圖、生成類圖、生成代碼片段詳細設計文檔等能力，幫助研發人員提升研發質量和效能。●開發助手，助力研發效能提升通過研發領域智能問答，自動生成算法代碼，打造沉浸式編程體驗。通過上下文邏輯，理解編程意圖，實現行級或函數級代碼自動補全，一鍵生成準確的代碼注釋和解釋，優化代碼可讀性。●文檔助手，實現研發文實一致通過代碼解析自動生成詳細設計文檔、設計圖，還可一鍵生成流程圖、序列圖、類圖等設計圖，更直觀理解代碼的邏輯和調用關系。●測試助手，便捷提升代碼質量萬象已集成于多款軟件質量測試、軟件安全測試等工具中，能自動生成單元測試用例、輸出智能缺陷解釋、給出缺陷修復建議，快速完成缺陷審計及修復。泛聯“萬象”大模型的發布與應用，將顯著增強企業的研發效能，進而提升其核心競爭力。隨著越來越多的企業認識到研發效能的重要性，“萬象”研發效能大模型的應用范圍也將不斷擴大。這一趨勢將進一步推動產業升級和技術創新，為各行各業帶來生產力水平的普遍提高。泛聯新安“賦能中國千萬開發者”的理念或許將很快實現，其商業價值將有明顯提升。本文來源：i黑馬網文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
08/16
如何看待大模型驅動的BI變革
要看大模型性能，二要確保數據分析的準確性。在當前以數據為核心的商業環境中，商業智能（BI）工具已成為企業決策過程中的關鍵要素。隨著技術的發展，大語言模型（LLM）作為一種新興技術，正在逐步改變BI產品的傳統模式，為企業決策提供更加靈活、高效的能力支撐。但實際應用場景中，企業對數據分析的準確性有著極高要求，只靠大模型能力遠不能實現BI以數據驅動決策的服務目標。想要以大模型驅動BI變革，一要看大模型性能，二要有效規避潛在的不可控因素，保證數據分析的準確性。ABI的關鍵價值由LLM的表現決定據IDC統計，全球數據總量在過去幾年中呈現爆炸式增長趨勢。而數據量的增長不僅體現在規模上，數據的多樣性與復雜度也在攀升，據IDC預測，到2027年，全球非結構化數據預計占到數據總量的86.8%，達到246.9ZB.面對數據體量與數據結構的巨大變化，傳統BI顯然難以滿足以數據分析實現輔助決策的企業需求。而隨著大模型的能力提升與應用落地，其在BI系統中的協同價值正逐步被行業所認知：LLM具備強大的數據處理能力和深度學習能力，能深入理解、分析數據及背后的業務邏輯，使革新后BI軟件能在深入企業經營和業務運營分析方面進一步釋放價值。在LLM的賦能下，BI軟件能夠提供更為準確和實時的預測結果，例如識別關鍵業務指標并及時向決策者發送警報，使企業能夠更加快速地響應市場變化。LLM在BI中的表現還在于提升用戶體驗。以LLM驅動的BI系統可以實現低成本的人機交互，用戶可以通過自然語言查詢，獲取所需的數據分析結果，這使得非技術背景的人員也能輕松地使用BI工具，降低使用門檻的同時將由數據驅動的決策應用在企業更廣泛的業務流程中。此外，在LLM出現之前，已有技術如NL2SQL在研究如何通過對話查詢數據，但由于自然語言處理（NLP）技術的局限性，這些產品無法穩定可靠地生成查詢SQL語句。隨著LLM的發展，端到端的Text2SQL方案變得更加可行，尤其是在表結構相對簡單的情況下，可有效地將自然語言查詢轉化為結構化的SQL查詢語句。但值得注意的是，在以人工智能驅動的商業智能（AI-drivenBusinessIntelligence,ABI）應用落地過程中，其產品能力很大程度取決于AI能力，特別是大語言模型（LLM）的性能表現——能夠在具備模型能力的同時查詢到準確的數據成為ABI產品落地的關鍵與難題。LLM之外，ABI產品還需要確保數據查詢的準確性與其它LLM應用相比，ABI產品在“準確率”方面有著更為嚴格的要求，數據是指引決策的核心依據，正確的結果是ABI產品的及格線。這就要求了面向企業用戶的ABI產品需要有完善的機制，既要充分利用LLM的強大能力，又能有效規避其潛在的不可控因素，以確保提供的結果準確性。理想的ABI產品應具備以下三個特點：靈活的對話框架是保障ABI產品提供服務質量的關鍵要素。圍繞數據查詢、數據分析兩個核心場景，通過對話框架進行適配，能夠使得AI更好地理解用戶的問題。這也進一步要求ABI產品同時具備多輪對話的記憶能力和上下文的理解能力，并且能夠處理多樣化的用戶輸入，包括文本、語音等形式。完備的數據查詢能力是ABI產品能為用戶提供有效信息的基礎。該能力要求系統能夠快速、高效地訪問和處理海量結構化與非結構化數據，這不僅包括傳統數據庫中的信息，還涵蓋實時數據流、API接口等多種來源的數據。專業的數據分析能力使得ABI產品能為用戶提供有深度的見解。這包括對數據的深入分析、解讀、異常檢測等功能。此外，還要求系統能將復雜的分析結果，通過自然語言描述或數據可視化圖表等簡單、易懂的方式呈現給用戶。但在企業應用場景中，以大模型驅動的ABI產品仍面臨著數據結構復雜性、數據量規模以及非專業人員的查詢習慣的挑戰，能否成功應對這些挑戰，也是衡量ABI產品能否取得成功的關鍵因素。數據結構復雜度的挑戰。通常情況下，企業業務具備一定的復雜性，這使得其業務數據表結構的復雜度大大提升，通常包含大量的表、字段、外鍵、索引和視圖等。如何正確理解這些表之間的關系以及正確建立連接是一項很大的挑戰。數據量規模的挑戰。數據量的大規模增加會帶來SQL查詢性能的下降。而生成正確的SQL語句不僅要求語法正確，還需要考慮查詢的性能和效率。錯誤的SQL語句可能導致長時間的查詢或系統崩潰。非專業人員查數習慣的挑戰。ABI產品賦予了用戶通過“對話形式直接查詢數據”的能力，這種創新的交互方式一方面帶來了用戶數量的增加，另一方面也需要面對“業務用戶的非專業需求表達”的挑戰。非專業人員可能無法明確地表述他們的查詢需求，或者在表達中摻雜了個人業務習慣和模糊不清的描述。在過去，這些需求通常是由專業的業務分析師（BA）進行解讀和轉化。而隨著ABI的出現，它需要直面這一挑戰。上述挑戰表明，單純依賴LLM的能力，可能不足以全面解決企業所面臨的所有問題，還需要確保ABI產品能夠更精準地理解和響應業務場景的具體需求，提供更加全面和有效的解決方案。數據分析的目的是指導企業的業務發展。基于數據分析形成有價值的業務發展建議，一直是數據分析產生業務價值中最難且重要的一環。自然語言處理技術的進步使得AIAgent可以將復雜的分析結果轉換為易于理解的語言或圖表，幫助決策者迅速獲取關鍵信息。基于大語言模型的AIAgent能調用多樣化的信息源，在跨領域的分析師及業務專家的知識賦能下，結合當下業務策略和動作，通過預訓練和不斷的模型調優，提供綜合性的、更貼合業務、可行性更高的建議，真正實現數據驅動運營。因此，以AIAgent為交互框架主體，將LLM、BI與產品結合，是實現ABI產品高性能的關鍵。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
08/16
數字化賦能，打造符合佛山特色的公共就業服務范本
佛山人社順應數字技術發展的時代趨勢，以數字人社為有力抓手推動人社事業高質量發展。平臺經濟、數字經濟大潮來臨，帶來了智能化、數字化、信息化的工作模式，在就業領域催生了一大批形態多樣、分工精細的新模式、新形態。給公共就業的方式提出了新的時代課題。可見的變化是，平臺經濟、數字經濟新生了一批新業態、新模式的新職業。據2022年9月出版的《中華人民共和國職業分類大典（2022年版）》，職業種類較2015版凈增158個，并首次標識了97個數字職業，占職業總數的6%。社會職業的變化一方面反映了科技創新、技術進步、產業升級的需求變化，另一方面也意味著，以數字經濟為首的產業升級新動力，催生著大量知識和技術密集型工作崗位誕生，勞動力資源正在產業中重新配置。隨著形勢變化帶來的就業信息不對稱、人崗匹配不精確，崗位難尋、人才難覓，是導致產業鏈、創新鏈、人才鏈難以深度融合的重要原因之一。在新就業形態下，一頭連著發展，一頭系著民生的人社工作，如何解決求職難與缺工同時并存的供需匹配難題是關鍵。譬如，如何加快就業供需信息系統互聯互通？如何改進職業指導方式，提供個性化、精準化就業指導？如何創新服務方式，加強線上線下融合服務？如何針對重點群體開展專項服務？……佛山市作為在2022年廣東省唯一入選全國公共就業服務能力提升示范項目的地市，佛山市人力資源和社會保障局（下稱“佛山人社”）面對時代的新需要，其以數智建設為牽引，構建了“智贏人社·樂業佛山”公共就業服務一體化平臺，以此打造數字人社的“佛山范本”。數字化發展為基礎，賦能公共就業服務在數字經濟時代，數據是基礎性資源，也是戰略性資源，數據已然成為驅動經濟社會發展的關鍵生產要素。佛山人社順應數字技術發展的時代趨勢，以數字人社為有力抓手推動人社事業高質量發展。據悉，早在2015年，佛山市緊抓成為國家信息惠民試點城市的機遇，針對“互聯網+”公共就業人才服務新模式積極開展探索，大力推動政府部門之間的數據共享，全面開放數據生態。其建立了較為完善的公共就業人才政策體系和覆蓋市、區、鎮（街）、村（居）的四級公共就業人才服務機構，形成自建的信息化系統12個，主要涉及就業業務、創業業務、勞動關系業務、人事業務，部署在自有機房以及市政務云上等。然而，各級系統眾多容易導致數據分散、質量不高、數據調用復雜、共享程度低等多方面痛點，讓數據價值難以被發掘。佛山人社便指出，舊系統還存在數字底座不扎實、求職招聘和職業技能提升匹配效率不高等多方面的瓶頸。底層數據不扎實、數據難以加以利用，是導致過去公共就業服務過程中，只能依靠人工手段實現供需匹配，效率相對較低，讓求職難與用工荒的結構性矛盾同時并存的重要因素之一。針對上述情況，佛山人社堅持以“數字人社”為綱，以數據賦能為抓手，以促就業、穩就業、擴就業為路徑，構建“就業直通車”“靈動佛山”“職業加油站”“羚創佛山”為主題的“智贏人社·樂業佛山”公共就業服務一體化平臺。為了有效利用沉淀數據、產出有價值的數據，佛山人社首先打造了公共就業服務一體化平臺的“就業大腦”——數字底座，以此作為其數字化轉型和業務發展的重要基石。該數字底座基于大數據、云計算、虛擬化等技術，提供靈活的計算和存儲資源，以便根據需求快速調整算法和分配資源，以實現人社“業務數據化、數據資產化、資產服務化”為目標，提供從數據采集到數據治理、資源管理、數據共享、數據賦能等全流程的數據構建及管理能力。數據顯示，目前，“就業大腦”已歸集人社、財政、公安、民政、市場監管、教育等12個部門共140億條數據，同步增長220%；歸集求職招聘、職業培訓需求、靈活用工需求、薪資水平、創業情況、社會保險等業務數據2億條數據，同步增長30%。平臺已全面實現省-市級數據互通共享，現已獲取上級回流數據130億條，同比增長230%，數據記錄共享率達81%，解決了數據分散、共享整合難、不兼容等問題，確保數據的完整性、準確性，時效性。新增52個API,同比增長25%，數據累計調用次數已達153萬次，同比增長40%。目前，佛山人社通過將數字化引入公共就業服務，已經初步實現分散在各部門的相關數據接通匯聚，并利用大數據分析，有效破解過去底數不清、趨勢不明、匹配不準等問題。并且，佛山人社還搭配覆蓋數據歸集、建模、治理、開發、安全、場景化、數據要素市場化等數據全生命周期的各個環節，完善的數字底座管理體系，既實現了人社數據的全面治理，又以符合本地特性的數智化能力，實現了數據感知業務、數據賦能業務、數據輔助決策三部曲，為公共就業服務提供個性化定制能力。緊貼就業特色，打造佛山范本以數字底座為基礎支撐對接、數據管理及分析應用，佛山全新升級了公共就業服務一體化平臺，并通過緊貼佛山公共就業特色，從數據治理、數據價值、數據安全等各個方面，全面提升數據賦能成效，提升公共服務能力。佛山市制造業大市，換言之也是用工大市，構建高效、和諧勞動關系對佛山顯得尤為重要。2023年，佛山GDP首破1.3萬億元，規上工業總產值突破3萬億元，正式成為全國第二個、廣東首個“工業3萬億元”地級市，擁有2個萬億級產業集群和8個千億級產業集群。據2024年春節前的專項調研，2024年，佛山企業招聘需求規模24.71萬人左右，其中預計春季招聘需求約為16.06萬人。從產業用工需求來看，第二產業占53%、第三產業占46.5%、第一產業占0.5%；從行業用工需求來看，制造業占最大比例，達51.4%，隨后科學研究和技術服務業、租賃和商務服務業等行業。從用工類型看，以普工、技能人員、專業技術人員為主，合計占70%左右。值得一提的是，佛山還是全國唯一的制造業轉型升級綜合改革試點城市，近年來持續推進工業技改，統計顯示，2023年，佛山工業技改投資達到891.52億元，增長33.7%。佛山的產業、人才現狀，意味著一方面存在較大的用工需求，另一方面隨著產業迭代升級，發展新質生產力，智能化、數字化程度不斷提高，對高層次人才、高技能人才的需求也在日益擴大。人社工作該如何賦能產業發展？佛山人社用全面升級的公共就業一體化平臺交出一份結合本地特色的“高分答卷”。該平臺創新“1+4+N”的人社信息化架構，通過1個數字底座，輻射就業創業、人事人才、社會保險、勞動關系四大業務板塊，賦能打造N個應用場景，如“就業大腦”“數字駕駛艙”“就業直通車”“職業加油站”“靈動佛山”“創業佛山”等。譬如，針對佛山制造業大市的特點，“就業直通車”板塊打造了線上線下一體化、智能化求職招聘平臺，提供精準的就業幫扶。平臺上線以來，已舉辦線上招聘會超70場，未來平臺將鼓勵約3000家企業發布招聘崗位12000個，為勞動者和企業暢通求職招聘渠道，提供更高效便捷的服務。同時，還為群眾技能提升提供平臺。在“職業加油站”板塊，不僅能在線學習職業指導課程，還可以進行職業技能培訓學習，提升就業能力。且該板塊還聚焦重點人群提供專項培訓。此外，針對因智能化、數字化和信息化發展帶來的新就業形態帶來的更多新需求，譬如創業、靈活用工等，佛山人社亦在平臺上建設專門的應用場景板塊。如為創業提供服務的“創業佛山”，以佛山創業孵化示范基地、佛山港澳青年創業孵化基地為核心，搭建精準高效創業孵化線上服務平臺，充分展現佛山市“1+5+N”創業孵化基地示范群優勢，全市孵化基地基本信息、優勢領域、運行效能、入駐創業團隊成績一網可見，設立創業導師“專家庫”，促進導師專業領域精準選配，為創業者提供優質創業導師服務，同時還有越來越多的融資機構進駐“創業佛山”，為創業者提供多渠道的融資服務，創業者還能在創業佛山平臺建立互動交流專區交流，實現創業團隊資訊共享，資源共享。為靈活用工提供服務的“靈動佛山”，構建零工市場服務平臺，支持企業成為雇主，樹立零工市場服務典型。以收集零工信息和企業對零工的用工需求為核心要素，從而實現零工供需雙方的精準對接。并通過構建網站、小程序、公眾號多渠道服務方式，拓展公眾號與服務群體的交互，來增強用戶體驗。佛山人社通過該平臺，一方面使數據要素市場化更加快速，革新公共數據使用模式，與企業探索公共就業服務領域用數辦事場景，建立安全可靠的用數模式，全量釋放公共數據價值，推動數據要素市場流通服務。另一方面，讓公共服務更加便捷。以數字賦能創新N個服務應用場景，實現公共就業服務提質增效，促進更充分的高質量就業，推進就業創業關鍵指標走在全國前列。下一步，佛山人社將繼續完善和拓展公共就業服務一體化平臺的功能，確保線上線下有效銜接、同步推進；持續優化數據采集和治理，提升數據價值，更精準賦能業務應用和輔助決策；加快推進國產化、集約化部署，運用創新技術，不斷推動新服務、新模式的發展，為勞動者和企業帶來更高效、更智能、更個性化的公共就業服務；打造更優的“佛山范本”。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
08/10
AI大模型來了，低代碼還有機會嗎？
詛咒還是福音？AI大模型將如何影響低代碼平臺的發展。AI大模型的突飛猛進，不僅引領了技術的革新浪潮，也為各行各業的發展帶來了前所未有的挑戰與機遇。近年來，隨著人工智能技術的不斷進步，關于各行各業將被AI取代的論調此起彼伏，引發了許多從業者的不安。幾年前，我們還在以吃瓜群眾的身份圍觀因為輸給AI而幾度落淚的頂尖圍棋手。沒想到，轉眼之間，AI的的劍鋒便直指我們每個人眼前。AI大模型的突破，使得AI引發的職業危機感正向更廣泛的行業蔓延。在這一背景下，低代碼行業（嚴格來說，這一行業包含低代碼和無代碼兩種類型，本文統一用低代碼代替）也成為被唱衰最嚴重的行業之一。作為一個相對年輕的行業，低代碼自概念提出至今，尚處于發展與探索中。從技術創新到產品設計，再到商業模式的確立，低代碼行業正逐步展現出其獨特的價值與潛力。然而，就在這一行業開始展露鋒芒之際，AI大模型的崛起為其帶來了新的挑戰。低代碼行業的核心理念在于減少編碼工作量，通過圖形化界面、點擊配置和拖拽組件的方式，讓每個人都能成為“公民開發者”。而AI大模型提出了更為激進的設想：無需任何編碼，僅通過自然語言交互即可生成應用，使每個人都能成為開發者。這種看似對低代碼領域構成巨大沖擊的技術趨勢，無疑使得低代碼行業的從業者面臨著未知的未來。本文將探討低代碼行業的發展脈絡、其應用能力及關鍵技術，以及AI大模型與低代碼之間的關系。我們將深入分析AI大模型是否真有可能對低代碼行業造成顛覆性的影響，以及這一領域的未來走向。通過對這些關鍵問題的探討，本文旨在為讀者提供對低代碼技術發展趨勢的深度洞察，以及在AI大模型浪潮中尋找生存與發展的策略。低代碼，一個技術發展的歷史必然哪怕是一個完全的外行人士，僅從“低代碼”這個名字本身就能大致領略到其本質——大幅減少編程工作的需求。這一理念不是孤立出現的，它是人機交互演進多年的自然產物。自信息技術誕生伊始，如何讓機器更易于人類使用一直是技術發展的核心驅動力。在消費技術領域，我們見證了從紙帶編程到命令行界面，再到圖形用戶界面的轉變，每一步演進都旨在將復雜的底層代碼隱藏于用戶視線之外，僅展現符合人類直覺操作的界面。這些進步不僅使技術更加普及，也讓更多人享受到了技術進步帶來的益處。同樣的，產業端技術也沿著易用性和可訪問性不斷進步的軌跡向前發展著。盡管這些改進可能不為大眾所熟知，但它們同樣推動了技術在不同領域的深入應用。低代碼技術的雛形可以追溯到匯編語言、第四代編程語言以及可視化編程語言(VPL)和快速應用開發(RAD)模型等概念的演進。特別是在2001年，對象管理組織提出的模型驅動架構(MDA)和模型驅動軟件開發(MDSD)理念，標志著通過模型設計自動生成代碼的思想的誕生。這些理念預示著低代碼技術的方向——即通過高級抽象和自動化簡化編程過程。低代碼有很長一段自由發展期，期間缺乏完整定義，大家習慣根據自己的理解為新技術“添磚加瓦”，導致沒有統一認知，競爭賽道模糊。直至2014年，Forrester提出低代碼的定義，“利用很少或幾乎不需要寫代碼就可以快速開發應用，并可以快速配置和部署的一種技術和工具。”這一定義幫助界定了低代碼的范疇，為其發展提供了明確的方向。隨后，Gartner在2018年進一步推廣了應用平臺即服務(aPaaS)和集成平臺即服務(iPaaS)的概念，這兩種云計算服務模型為低代碼技術的應用提供了新的平臺和可能性。aPaaS讓開發者能夠在抽象化的環境中專注于應用程序的開發，而iPaaS則專注于不同應用程序之間的集成，簡化了數據和業相關研究機構的定義引導大眾形成了對低代碼的基本認知，規范了發展賽道，并指出其技術特點高度契合數字化轉型需求，迅速吸引了大量資本投入，極大地加強了低代碼的市場活躍度。低代碼技術的發展不僅是編程領域的一次重大進步，也是對人機交互和軟件開發理念的一次根本性轉變。通過降低編程難度和提高開發效率，低代碼為更廣泛的用戶群體打開了軟件創造的大門，加速了企業數字化轉型的進程。彼時，低代碼的美好前程在數字化浪潮的推動下，云計算、大數據、5G、物聯網和人工智能等新興IT技術日益成熟，為企業的架構優化、業務轉型和價值升級提供了有力的技術支撐。這些技術不僅強化了企業的核心競爭力，還創新了企業的業務模式，使其能快速拓展業務市場。然而，如何最大化釋放這些新IT技術的潛能，打破業務與開發之間的壁壘，提高業務應用的研發生產力，帶動業務模式的創新和價值提升，成為了各行業企業數字化轉型的戰略核心。低代碼技術的出現，為數字化轉型的快速推進帶來了轉機。通過降低應用開發的準入門檻，低代碼技術促進了新IT技術的深度融合，助力軟件開發的降本增效提質。它支持敏捷響應快速變化的市場需求，加速數字化時代能力的服務化，支撐海量數字化場景的快速落地。因此，低代碼不僅是賦能數字化轉型的“加速器”，也成為效能提升的突破點。隨著數字化場景落地需求的爆發式增長，根據“十四五”規劃和數字經濟戰略等政策指示，各行業企業紛紛落地數字化轉型設計方案。這些方案在軟件設計、研發、測試、發布、運維的全生命周期環境和各業務場景中提出了大量需求，要求企業具備更加靈活、敏捷和易用的應用開發能力。傳統開發技術因要求高、成本高和交付周期長，無法快速響應市場需求，導致開發工作積壓，業務轉型滯緩。低代碼作為提升應用研發生產力的關鍵性技術，激發了數據要素創新驅動的潛能，將數據資產快速轉換為價值，為數字化轉型帶來了一場技術性變革。在產品銷售和服務輸出兩種商業模式下，低代碼技術服務商主要通過三種方式服務客戶：直接面向企業或個人用戶提供產品或服務、通過合作伙伴服務客戶、通過聚合平臺生態進行產品輸出。這些方式不僅滿足了制造業、金融等產業用戶和軟件開發企業/專業技術人員等技術用戶的需求，還通過聚合平臺為用戶提供了更多元、差異化的產品與服務。低代碼市場在全球范圍內處于穩定增長態勢。從2018年的25億元增長到2020年的77億元，市場增速雖從2018年的132%逐漸穩定到2020年的40%左右。根據IDC《2022下半年中國低代碼與零代碼軟件市場跟蹤報告》顯示，2022年中國低代碼軟件市場規模達到26.2億元人民幣，同比增長24.2%。IDC預計2023年中國低代碼軟件市場規模將達到34.7億元人民幣，同比增長32.4%。預計到2027年市場規模將達到106.3億元人民幣，未來5年市場年復合增長率(CAGR)為32.3%。從企業發展態勢方面看，從2013年到2021年，全球共有百余家低代碼初創企業。2019年起，全球低代碼初創企業都出現并購整合趨勢，低代碼成為投資界的風口，持續吸引大型企業入局。目前，整個低代碼市場中，Mendix、OutSystems、Microsoft和ServiceNow等服務商占據穩定的市場份額，形成了高集中度的市場環境。低代碼的能力及技術支撐低代碼的主要作用是降低應用開發的準入門檻，賦能不同角色人員，讓開發者利用圖形化界面，通過拖拉拽操作，以“搭積木”的方式快速開發軟件應用，減少重復的基礎搭建工作。根據中國信息通信研究院低代碼·無代碼推進中心的研究，低代碼產品的核心能力可概括為以下五大方面：1、開發及管理能力：這一能力包括提供直觀的可視化開發環境和配置工具，管理開發過程及資源，并對開發產物進行生命周期管理。它支持從前端界面搭建到前后端交互、數據模型和業務邏輯配置的全棧開發流程，使應用快速構建成為可能。2、擴展與集成能力：這方面的能力體現在兩個層面：首先是擴展能力，即在可視化開發基礎上通過少量代碼實現對組件和功能的定制和擴展；其次是集成能力，指通過集成外部文件、工具、系統等資源，增強開發能力，滿足更廣泛的應用需求，并向外部賦能。3、用戶體驗：涉及低代碼產品的學習成本、易用性等方面，影響用戶體驗的因素多樣且難以量化。需從產品設計、操作教學、權限管理等多角度考量，以確保開發者在使用過程中的舒適度和滿意度。4、生態能力：包括支持多端響應、促進上下游連通、應用二次開發等，從而減少用戶更換低代碼產品的成本，增強產品生命力并擴大其服務范圍。5、安全保障：指為產品本身及用戶資產提供的全方位安全保護，包括防止數據泄露、設備安全、網絡入侵等，滿足國家網絡安全保障要求及應用特定的安全性需求。實現這些能力的關鍵，在于低代碼平臺所采用的一系列先進技術和設計原則：1、可視化設計工具：通過提供圖形化界面，允許用戶以拖拽和配置的方式設計應用程序的界面和邏輯，簡化了編程過程。2、預制組件和模板：低代碼平臺包含大量預制的界面組件和應用模板，加速了應用的基本結構和界面搭建。3、自動代碼生成和執行環境：平臺能夠根據用戶設計自動生成代碼，并提供應用運行、測試和部署的環境。4、集成開發環境（IDE）：支持可視化開發的同時，提供代碼編輯器、調試工具等傳統開發工具，滿足更細致的定制需求。5、數據集成和管理：強大的數據集成工具和數據建模工具，便于用戶連接到各種數據源并管理數據結構。6、業務流程管理（BPM）和工作流自動化：內置工具支持設計和實現業務流程，自動化復雜業務邏輯。通過上述技術和特性的綜合運用，低代碼平臺極大地簡化了軟件開發流程，為企業快速響應市場變化、降低開發成本并促進創新提供了有力的支撐。AI大模型會取代低代碼平臺嗎？生成式AI的興起正在對低代碼平臺造成顯著沖擊，這一現象在軟件開發領域引發了廣泛的討論。生成式AI的出現，特別是像OpenAI開發的GPT-4這樣的模型，能夠自主生成內容、代碼或數據，代表了人工智能的一個重大飛躍。這種能力不僅在內容生成、圖像創建，甚至是代碼生成方面找到了應用，還承諾通過自動化重復性任務、提升創造力和增強效率來變革現有的開發模式。GitHub的研究顯示，用戶接受其Copilot建議的代碼比例為30%，而且經驗較少的開發者在使用AI時具有更大的優勢。這使得一些人相信，生成式AI可能意味著低代碼平臺的終結。“低代碼在企業中正在消亡，AI將會終結它，”Crowdbotics的CEO兼創始人AnandKulkarni說。“最大的問題是，當你可以使用AI以相同的努力創建完整的代碼時，為什么還要使用低代碼呢？”當然，在生成式AI和低代碼的關系上，也有不同的聲音，他們認為生成式AI不僅不會取代低代碼平臺，反而會對低代碼的發展形成助力作用。Appian的聯合創始人兼CTOMichaelBeckley就認為：“AI助手使得輕松創建大量應用程序變得簡單，這只會增加對低代碼平臺的需求，以連接和管理所有應用程序，確保你不會創建數據孤島和安全問題。”SAP產品營銷副總裁SidMisra則認為低代碼與AI和移動技術的融合蘊含著無限潛力，他提到：“當與人工智能集成時，低代碼開發能夠實現快速原型設計和復雜解決方案開發，超越傳統限制。例如，在醫療保健領域，開發人員利用這些工具快速構建能夠顯著增強帕金森病診斷的應用程序，利用人工智能檢測模式，實現更準確、更快速的診斷。”AI大模型與低代碼平臺融合的趨勢從諸多科技大V的論述中，我們不難發現，低代碼平臺與生成式AI之間的關系，遠非媒體宣傳中所描述的那樣勢成水火。實際上，低代碼平臺作為一套成熟的產品和工具集，旨在簡化客戶的操作流程并直接滿足客戶需求。相比之下，生成式AI更體現為一種底層技術實力，有潛力被整合進低代碼微軟通過對2000名IT主管進行的調查顯示，有87%的首席信息官和IT專業人士認同，將AI和自動化技術融合入低代碼平臺將極大地釋放這些技術的潛力。正如微軟PowerPlatform的總經理RichardRiley所指出的，這種整合趨勢正在低代碼工具中日益顯現。生成式AI的引入，尤其是在加速開發流程方面的潛力，為低代碼平臺帶來了革命性的影響。通過自動生成常用功能的代碼，它使開發人員能夠將精力集中于應用程序的更復雜部分。對低代碼平臺而言，這意味著應用程序的開發速度將大大提升。盡管低代碼平臺已提供預構建的組件，但生成式AI能夠生成高度定制的代碼以滿足特定需求，確保應用程序能更貼合企業和用戶的獨特需求。此外，通過自動生成代碼，生成式AI減少了手工編碼過程中可能引入的錯誤和缺陷，從而產生更加干凈、易于維護的代碼庫，解決了快速應用開發過程中的一大顧慮。對于低代碼平臺的用戶來說，生成式AI成為了一個難得的“輔助者”，幫助將復雜的業務邏輯轉換為代碼，縮小了非技術用戶與開發人員之間的差距。隨著時間的推移，生成式AI通過持續的反饋和實際使用經驗不斷自我優化，意味著其生成的代碼將變得更加高效和精細，使得低代碼和無代碼用戶均能從中受益。具體而言，當生成式AI集成到低代碼平臺后，其可能發揮作用的方面為：1、代碼輔助：生成式AI能夠協助低代碼平臺的開發人員，根據用戶規格自動生成代碼片段，減輕手工編碼負擔。2、內容生成：生成式AI增強了低代碼平臺的內容生成能力，對于創建用戶友好的界面、報告和文檔至關重要。3、定制化：低代碼平臺的用戶可以利用生成式AI來定制預構建的模板和元素，使其應用程序更加滿足特定需求。4、快速原型設計：結合生成式AI與低代碼平臺可以實現快速原型設計，使用戶能夠更快速地可視化和迭代他們的軟件概念。寫在最后在看待技術之間的關系時，我們應認識到，技術本身并無立場或偏見，它們存在于一個客觀的空間中，作為等待被恰當應用以解決問題的中性工具。技術之間看上去的競爭或對抗，很多時候不過是我們自我設限的幻覺。展望未來，我們可以預見低代碼平臺和生成式AI技術的融合將逐步普及，也意味著軟件開發領域將迎來一次質的飛躍。這種整合不僅標志著技術的進步，更重要的是，它為技術專家和非技術用戶提供了一個共同參與開發過程的平臺，使得表達想法、偏好和需求變得前所未有的簡單。通過將生成式AI應用于低代碼開發，軟件的構建過程正在從繁瑣的代碼編輯轉變為更為直觀的對話形式。這不僅大幅降低了創新的門檻，而且還為更廣泛的用戶群體開辟了參與軟件創新的大門。隨著企業不斷探索和利用生成式AI與低代碼平臺的潛力，我們正步入一個新時代：在這個時代中，技術的流暢使用不再是由我們的編程能力，而是通過我們的溝通能力來定義。對于這一變革將如何深刻改變企業的日常運營，我們尚不能完全預測，但可以肯定的是，其影響將是深遠且持久的。在這個技術不斷演進、創新無處不在的時代，最終引領我們前行的，將是我們對技術潛力的理解和應用，以及我們愿意如何將這些工具融入我們的生活和工作之中。▋參考文獻《低代碼發展白皮書（2022年）》，企業數字化發展共建共享平臺《萬字長文|低代碼大模型的架構與CodeGPT的落地》，LowCode低碼時代《中國低代碼與零代碼市場追蹤報告》，IDC《HowgenerativeAIwillchangelow-codedevelopment》，InfoWorld《IsGenAIreplacingLowCode-Nocodeplatforms?》，Infosys《TheGrowingImpactofGenerativeAIonLow-Code/No-CodeDevelopment》，DevOpsnwen本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
08/10
互聯網重構“規則制定權”，周期性謀咒開始輪轉
中國互聯網產業進入Web3.0，面臨生產力重構。周期“魔咒”又開始輪轉了。產業趨勢疊加資本周期，使得任何產業都有其周期性規律，傳統資源產業是如此，科技產業亦非例外。剛剛迎來30周年慶的中國互聯網賽道就正處于新一輪小周期的節點。隨著移動用戶量逐漸被開發利用至階段性頂峰，近年來有關于中國互聯網賽道正在邁入成熟期的看法一直沒有停歇。這一判斷結果的重要依據包括，一是成長股投資范式下，收入是判斷周期階段的最可靠指標，而目前該產業企業的收入增速明顯放緩，資本積累也達到了一個新高度。其二則是，整個市場的矛盾焦點也正逐步從需求端轉至供給端。然而，近日據工信部發布的最新數據顯示，總體上，24H1規模以上互聯網企業業務收入繼續保持增勢，同比增長5.6%，增速較去年同期增加3個百分點；同期利潤總額增長1.9%，。這些數據似乎又在表明中國互聯網企業仍處于成熟期的左側。那么，事實上終究為何？中國互聯網的那些年大周期實則是一個存在連續性的整體。所以，在判斷一個產業當前的發展周期，首先必然是要拉長時間維度，對其過去的產業周期做一個定調，再來根據現有表現做出最新的周期判斷。而中國互聯網產業，來到2024年，正好走到了發展的第三十載，產業周期已由技術導入的Web1.0階段，進入了Web3.0新技術迭代期。自1993年搭建基礎網絡、關鍵資源建設起，到以網易、?搜狐、?新浪三大門戶網站為代表的首批互聯網企業相繼成立，?中國互聯網產業迎來第一波熱潮。尤其是進入千禧年后，互聯網信息服務業體系逐步建立，同時?以搜索引擎、?電子商務、?社交網絡等服務為核心的互聯網企業迅速崛起，?全鏈條產業格局基本建立。此時，也就是Web1.0時期，國內互聯網產業尚處于技術導入期。而第二波熱潮，則是伴隨全球互聯網泡散去，?寬帶網絡建設也被上升為國家戰略，網民數量激增，此時以智能手機等智能終端為載體的?移動互聯網興起進一步帶動了中國互聯網發展進入加速發展階段。這一時期，中國互聯網產業本質上更多的是大環境下，基礎技術加持帶來的人口紅利爆發。此時依賴流量的平臺型互聯網經濟也由此得到快速發展，包括淘寶、美團、大眾點評等生活服務平臺快速壯大。這一階段也被稱之Web2.0平臺時代。然而這時候的平臺經濟確實是在很大程度上加快了整個互聯網產業的發展，但一方面，以先發優勢，把控流量入口，幾乎壟斷產業鏈主要利潤的大平臺導致了數據作為生產資料的壟斷和不平衡，而數據的生產者不掌握數據的所有權。另一方面，不同于集齊了操作系統、主控芯片等軟硬一體尖端技術支撐的美國互聯網產業，當時中國互聯網產業的科技屬性仍有很大提升空間，包括“赫赫有名”的阿里巴巴、字節跳動、網易、騰訊等互聯網大廠，其實更多的還是在圈、守流量。因此，當時間來到國內基礎算力基本完善的2020年后，基于P2P網絡原理構建的去中心化網絡生態開始去改變這一切。此時，互聯網產業鏈中各大企業紛紛開始以技術變革更新來提升其生產能力與生產效率，尤其是完成前期資本積累的大廠，一邊持續加碼融合創新應用，一邊以其龐大的資本、資源等優勢，投資并購眾多有前沿技術研發實力的科技企業，補齊短板。可見，當前的中國互聯網已經發展成為一個商業化的巨大網絡生態系統，但整體仍處于以互聯網信息技術驅動的技術周期，位于Web3.0階段。這一階段，歸根結底，其實是整個產業試圖以更先進的生產力對落后、或者不適配生產關系進行一次重構。而重構意味著此前占據先鋒的各大互聯網大廠將迎來莫大的挑戰。互聯網賽道的“規則制定權”在重構事實上，互聯網平臺產業的王朝更迭邏輯，本質是供需層面圍繞的核心X變量迭代。而當前聚焦于先進生產力升級的中國互聯網產業，其核心矛盾點自然也轉嫁至供給端，而非過去的需求邏輯了。一方面，需求端，移動互聯網月活用戶量早已進入微量增長之際。QuestMobile數據顯示，截止到2024年6月，移動互聯網月活躍用戶規模增速僅有1.8%。此時，互聯網賽道的收入增速同步放緩，過去的高速成長期似乎逼近結束。工信部數據顯示，2021-2023年間，規模以上互聯網企業業務收入增速分別為21.2%、-1.1%、6.8%；24H1增速則為5.6%，同期利潤同比增長1.9%。可見，近幾年中國規模以上互聯網企業的收入增速出現較大波幅，整體呈下滑態勢，收入低速增長。另一方面，供給端，隨著去中心化的網絡生態得到初步構建后，互聯網企業的垂直服務方向被進一步細化，從而衍生了許多新業態、商業模式，以及應運而生的新大規模級企業，例如以低價策略快速成為巨頭之一的拼多多、以內容直播實現飛躍的字節跳動、快手。而與此同時，按照諾維格定律，當一家公司在某個領域的市場占有率超過50%后，其增長往往將受制于行業，無法再使市場占有率翻番，必須尋找新的市場。這意味在電商領域的市占率達約45%的淘寶將出現增速放緩的必然性，阿里巴巴則有打造新引擎的必要性。事實上，盤點微軟、特斯拉、谷歌等走在世界前例的科技巨頭，可發現一個共性：從未停止探索在新領域打造第二增長曲線的步伐，甚至在核心利潤池仍處高速成長期，就開啟了新的增長步伐。因而，雖然包括體量最大的阿里巴巴、亦或是一躍成為“黑馬”巨頭的拼多多、字節跳動等互聯網平臺企業，其增速其實均仍在穩健增長。但是中長期，僅靠現有核心業務的迭代更新，下收入滑是必然趨勢。近期，各大電商平臺開始放棄之前的價格策略，開始重回GMV道路就是這一可能的證明之一。當然，更重要的是，缺乏第二增長曲線的互聯網大廠，將在生產關系的重構中逐漸失去對自身已擁有的“規則制定權”的把控。據工信部數據，24H1以新聞資訊、社交等信息服務為主的企業互聯網業務收入同比增長9.5%，增速較前5個月提高5個百分點。而這恰好是AI技術落地之初，最容易商業化的領域。而AI技術滲透相對較低的本地生活、旅游等生活服務領域企業互聯網業務收入增速小幅回落，以大宗商品、農副產品銷售的網絡銷售領域企業就更不用說了，同期收入增速由正轉負。其實，早在2023年騰訊、阿里巴巴公布的財務數據就表明了AI加速賦能、國際化正成為信息服務類大平臺實現高質量增長的主要驅動力。與之相比，拼多多、美團的增長仍得意于消費需求本身、以及業務生態不斷完善等。可見，AI等先進技術或許已悄然開始分化這些規模以上互聯網企業了。并且從大趨勢上來說，AI等先進生產技術在賦能了規模以上互聯網企業巨大的降本提效能力之時，也會孵化出更多科技新勢力。因此在新的一場先進生產力對生產關系的重構中，規模以上互聯網企業其實的迫切需要創新動力來守好擂臺的。強科技屬性必是互聯網廠的最終歸屬無可爭議，中國互聯網企業的相關收入確實進入了階段性的低速增長期，產業的發展邏輯也由需求端轉至供給端。但產業的成長性或許正在面臨一些周期陣痛，但卻并未消散。一方面，為了應對不斷變化的市場環境，大多互聯網企業都在試圖采取多元化的發展戰略來保證高質量經營，包括以技術支撐來挖掘新的消費需求場景，或者在“出海潮”中，利用其雄厚的資源優勢獲取更廣闊的全球市場等。而另一方面，其實市場更應該看到的是，在AI、大數據的窗口期中，中國互聯網企業已經開始感悟其科技屬性了，而不再像過去一樣，僅僅聚焦于高科技服務和周邊產業，純像是商業公司，至少頭部大廠是如此。如，阿里巴巴重投五家大模型獨角獸公司，并以通用大模型來布局AI算力基建；字節跳動則用豆包大模型大搞直面C端的AI應用；騰訊則聚焦于金融大模型、醫療大模型、教育大模型等產業大模型的落地。不過整個行業來說，大多企業的科技定位仍亟待增強。數據顯示，上半年，我國規模以上互聯網企業共投入研發經費459.8億元，同比增長1.2%。但體量不足總收入的5.29%。要知道務實地投入研發是企業擁有以創新跨越經濟周期并保持競爭力的可能的先決條件。因此，對于更多規模以上互聯網企業而言，想要跨越新一輪生產力與生產關系的調整周期，不被出清淘汰，加碼尖端技術的研發實屬必要。當然，還要點出的是，對于領跑巨頭企業而言，科技聚合的壟斷紅利不該是其掌握行業規則的目的，而應該是其持續創新和尋找增長動力的手段。將這些超額些利潤投入到創新與科技發展中，以持續提升全要素生產率，確保企業在合規的同時也能保持其市場領導地位，并以鯨魚效應驅動全產業的發展，才是一個產業的健康發展應有態勢，也是大企的擔當體現。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
08/02
小程序開發“逆勢爆發”，加錢招人的團隊不怕曇花一現？
Allin小程序只是疫情之下的應激需求？回憶一下，你還記得最近一次使用小程序是在什么時候？很可能就在幾分鐘前。在眾多行業遭遇不景氣的同時，你是否注意到有些行業正在逆勢飛升；在朋友圈的裁員、求職消息之外，有些人卻在公司忙得不可開交。今天，我們聚焦的正是其中一小部分群體——小程序開發機構。很少有人會想到，在這段“宅在家”的日子里，無數用戶、商家對于小程序的追捧，竟會催生大量的開發需求。復工潮之后，不少小程序開發企業就在高薪招聘相關開發崗位，讓小程序行業成為當前互聯網、科技領域“逆流而上”的小奇跡。需求劇增，開發團隊急招人“公司最近急需精通HTML、JAVA和CSS的開發人才，一直在發招聘廣告。”朱宇濱是深圳一家科技企業的研發總監。他告訴懂懂筆記，公司最近的小程序開發工作十分繁重，同事們每天都加班，有時甚至挑燈夜戰直至凌晨兩三點鐘。但即便如此，部分單子還是無法按時交付給客戶上線。這是自三年前公司轉型開發小程序以來，最焦頭爛額的一個時期。從二月初公司正式復工后，他就發現來自客戶的小程序開發訂單迅速增加，原本僅有十余人的開發團隊，也很快就擴張到了目前的近三十人，“現在我們只招成熟的開發人才，根本沒有時間培訓新手，人到崗就要立刻上手。”這番景象，與他周圍很多公司的一片哀鴻有著不小的反差。為了加快團隊的工作效率，他還嘗試學習生鮮電商的模式，嘗試去“租賃”、“共享”同行的成熟小程序開發團隊。但是一番溝通后發現，自己認識的所有小程序開發團隊和企業，近期工作量都處于超負荷狀態，和自己的狀況差不多。其中幾家規模較大的軟件開發公司，甚至將其它研發部門的技術人員也調至小程序開發部門，以滿足逐日增加的訂單。目前，朱宇濱的手里仍有將近三十個小程序在開發中。部分客戶見開發周期過長，甚至提出要求只實現幾項基礎功能即可。“只要求盡快上線，至于別的功能后續再逐步完善優化就行。”作為局外人，我們可能會覺得這下子做小程序開發的豈不要“賺翻了”？實際上，在客戶“加快，加快，再加快”的催促下，行業的開發價格的確水漲船高，但離所謂“賺翻了”還很遙遠。據朱宇濱透露，目前低于五千元預算的小程序開發訂單，很難在行業內找到正兒八經的團隊承接，只能尋找很普通小微個人團隊，用現成的源碼去套一套。“我們公司現在開發的訂單，價格大多在一兩萬，部分功能復雜的單子會超過五萬元，現在同行報八九萬的情況也經常能見到。”朱宇濱笑稱，相比三年前公司轉型開發小程序之初，相關開發報價僅為大幾千元的窘境，現在確實是“忙并快樂著”。就在部分互聯網企業琢磨減薪、裁員的同時，這些小型開發公司相關崗位的員工薪資卻逆勢增長。無論是在崗的研發人員，還是正在急招的開發崗位，薪資都相比春節之前都有較大幅度的提升。朱宇濱以幾家同行正在急聘的小程序前端工程師距離，“目前的月薪已經漲到了稅前兩萬了，研發人員的加班時薪也調整到100~120元，攻城獅們現在都很樂意加班。”據小程序數據平臺“阿拉丁”的一份報告顯示：今年2月全網小程序DAU數據已經達到4.5億，3月份穩定在4.4億，小程序數量達到360萬。顯然，在疫情的影響之下，小程序市場需求出現了迅速井噴的現象。不過有行業人士指出，目前的市場井噴現象與疫情有很大的關聯。待疫情消退后，市場很可能會驟降至去年同期水平。要分析出這番話的對錯，可能要先了解一下那些急于開發小程序的都是些什么企業。生意不景氣，欲借小程序創收“政務、抗疫小程序，我們公司做不了，都是那些大機構、行業巨頭在做。”當問及市場的主要需求來自哪些行業時，朱宇濱看了一眼電腦里的資料表示，目前承接的訂單幾乎都是線下實體企業，其中以餐飲店、便利店、商超的開發需求最多。連鎖餐飲、便利店的需求，幾乎占據公司開發訂單的六成以上。功能主要都是以在線下單、外送、會員管理為主，“有客戶告訴我，由于線下人流量減少，便利店、連鎖餐飲門店負面影響最為嚴重，目前經營上都在發力外賣平臺、在線訂購。”朱宇濱和客戶交流時得知，一些餐飲機構雖然通過外賣平臺銷售菜品，但苦于平臺傭金比例過高，商家感覺有些吃不消。“他們認為若將傭金、外賣成本轉嫁給消費者，會導致自己價格缺乏優勢，相應的訂單就會減少。如果商家不借助第三方平臺，又更會讓經營的狀況雪上加霜。““有些腦筋靈活的連鎖餐飲、便利店希望‘未雨綢繆’，自己花些小錢開發小程序，自建外賣、在線銷售渠道，這才讓我們這些做小程序開發的有了這么多生意。”朱宇濱表示，一些餐飲、便利店除了想擺脫外賣平臺的約束，也希望借助小程序將經常消費的用戶維護起來，成為會員和粉絲，節省大量成本和市場支出。無論消費環境如何變，都能擁有固定的顧客（鐵粉），經常在線下單消費，無疑是商家的終極夢想，“盡管剛上線的小程序大多沒有顧客流量，但商家都是在為以后做準備。”除此之外，傳統教育課輔行業也是近期小程序開發的主要客戶。朱宇濱告訴懂懂筆記，受疫情的影響，傳統課輔培訓班無法開展線下培訓，為此很多機構急于開發具備在線直播、互動、答題、續費等功能的小程序。“這樣一來，學生無需到課輔機構也能在線上課。同時，家長也能在線便捷續費。”朱宇濱強調，相比以往在線教育品牌冗雜的上課應用，傳統課輔機構則希望通過于小程序輕裝上陣，與在線教育機構競爭搶市場。目前，一些線下美容美甲、服裝零售、洗衣服務等連鎖機構，也逐漸開始萌生小程序應用的大量需求。不少商家計劃通過公眾號、微信群向會員、用戶推送相關電商小程序，“疫情之下，許多零售商家都意識到傳統電商難做了，實際轉化也過于被動，于是都想用小程序承載私域流量。”為了自救，為了未雨綢繆，不少商家、機構在當下經營最為艱難地時期，選擇投入、開發專屬的小程序，目的主要是要構建獨立的、不受約束的私域流量池。很多以前不重視線上交易、社群維護的商家也開始轉型線上，期望通過這些手段在線上為消費者提供服務、促進銷售。那么，是疫情推動了傳統商家轉型，同時推動小程序開發需求井噴嗎？這種需求會不會隨著疫情結束而“重歸寂靜”？井噴源自勢能，疫情只是加速器“小程序的市場需求突然井噴，可以說是意料之外，情理之中。”作為小程序行業發展的見證者，朱宇濱認為，目前使用微信、支付寶相關小程序的用戶數量非常龐大。隨著開發技術的提升，小程序未來可以承載的功能也會越來越多，甚至商家未來所有線上營銷、銷售、售后、庫存和客戶管理都可以依托幾個小程序實現。在他看來，盡管小程序不像APP應用會長期出現在用戶的手機桌面菜單中，但用戶只要用過一次，就會記住商家相關的小程序。“包括我在內，身邊很多朋友同事現在找商家的服務，都習慣先在微信里搜一搜，找找商家的小程序。”正是因為有大量用戶基礎，許多消費者在角色轉換為商家、公司經營管理者時，也開始重視小程序的開發、運營了。朱宇濱告訴懂懂筆記，過去一年里，有小程序開發需求的大部分是傳統實體商家，他們也是覺得與傳統電商平臺相比，小程序能夠更好地與線下消費場景結合，形成良好的用戶互動，“有的實體商家是先做網店，后面發現難有起色，于是又開始做小程序。”當然，這里面也有大量的跟風效應，部分實體商家無論運營與否，都會先開發一個小程序放著，待日后有運營需求之后，再對功能、內容進行新的優化。這種形式，與當年是一個企業就要開發一個企業網站、注冊個公司域名類似。“更有一些企業大炮換鳥槍，原本運營著公司的網站、APP應用，但開發小程序之后就放棄了APP的運營。其實不用心做，網站、APP還是小程序都不可能搞好！”在朱宇濱看來，目前傳統企業、商家對于小程序的需求越來越多，已經形成了一種趨勢。尤其是在很多企業、商家的固有思維中，小程序的開發成本低、投入小，卻能帶來很好的收益，因此就扎堆追捧、開發小程序。“說白了，如果是源碼開發的小程序，價格肯定要比APP高一些，功能強大的甚至會貴很多。”他認為如果疫情不發生，新的一年小程序的開發需求也會陸續增多，“只不過因為疫情突然發生，讓部分原本計劃運營小程序、構建私域流量的商家加快了腳步。”實際上，許多投入開發之后卻將小程序扔在一邊的客戶，最近也開始扎堆對小程序進行優化升級，甚至在開發投入上不計成本，這也讓小程序的需求繼續暴漲，“有企業原本計劃一年、兩年內上線，現在都扎堆在一起開發，一方面是自救、一方面也是想布局未來吧。”至于蜂擁而至的用戶在開發出小程序之后是否會用起來，朱宇濱表示并不關心。或許，投入經費后上線小程序的商家，有不少也會逐漸不再關心。【結束語】疫情之下，受環境因素的影響許多企業、商家積極“自救”，推升了“全民直播帶貨”以及小程序應用的發展。商家Allin小程序讓相關的研發機構、團隊逆勢而起，成為科技互聯網領域低迷環境中一枝獨秀的行業。但就像部分行業人士所擔憂的那樣，小程序能否成為企業、商家“自救”的利器仍未可知，但一窩蜂出現的小程開發需求很可能會造成另一種資源浪費。只不過在現實情況下，這寄托著企業、商家對于新業態、新模式愿景的小程序，的的確確又是商家苦流量久矣的一種無奈之舉。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
08/02
陷入數字化迷局中的軟件公司
勿讓技術成為阻礙企業數字化發展的攔路虎。如果說誰是企業數字化轉型建設的中堅力量，大家都會不約而同的想到：軟件公司！那么如果要問是誰導致企業數字化轉型失敗，我想大部分人首先想到的也是：軟件公司！所以企業數字化轉型建設是成也軟件敗也軟件，當然從客觀的角度說背鍋的現象也是存在的。在企業數字化轉型建設過程中其實軟件就是管理與技術之間的那座橋，能否承受管理之重誰也難以說清，而軟件公司就是橋的設計者與施工者。但為什么看似簡單的轉換與打通變得如此復雜及難以實現？軟件爛尾的案例比比皆是，到底是軟件產品本身的問題？還是軟件公司本身管理的問題？太多的項目失敗讓企業數字化轉型的迷局進一步加重，而作為主要執行者的軟件公司也不得不面對企業領導的質疑與批評，深陷其中難以抽身。在企業實際能力、領導需求與營收KPI面前軟件公司往往迷失了初心。為什么國內缺乏優秀的軟件企業，這與軟件公司的經營戰略不無關系！老楊認為當前大部分的軟件公司在KPI下都迷失了初心，丟失了以客戶為中心的服務初心，反而利用企業不懂數字化、不會做數字化的短板將企業用戶當成韭菜與小白鼠，大廠的身份并不是服務保障，而變成了一種招牌，利用幾張PPT將領導喜歡看的內容展現，但卻忽視了企業本身的管理基礎與能力，要知道在數字化轉型過程中領導的需要并非是基層的真實需求，這就導致一些軟件公司每天忙于游走高層路線，而離真實場景漸行漸遠，功能與需求完全脫節，這也就不難解釋為什么很多系統一應用就招致基層員工的瘋狂吐槽，所謂的“降本增效”也淪為空談與笑話。在企業實際能力與項目規模面前，大部分軟件公司往往選擇了后者，一個數字化項目動輒幾百上千萬，項目周期都是按年起步，例如有的企業基礎系統都沒有就被軟件公司的PPT及最佳案例所忽悠搭建所謂的中臺、搞所謂的數據治理，最后一通操作下來坑哭了做實施的小伙伴，徹底了陷入了企業數字化的迷局中，把企業領導對數字化的信心消磨殆盡，同時也是在消耗自身的品牌影響力，在行業內成功打上落地能力差的標簽。部分軟件公司還喜歡標榜自己是“全科大夫”，任何行業的數字化解決方案都能做，但細問下來發現各行業可參考的案例屈指可數，而真正成功的案例幾乎沒有，似乎每做一個案例解決部分場景問題都成為最佳實踐已成為行業公開的秘密，但究竟做的好不好只有企業內部才知道。當前國內大部分軟件公司的問題就在于喜歡玩規模、玩概念，但核心的產品功能與客戶服務被拋之腦后，例如某軟件大廠的主打產品架構老舊，用了十幾年BUG一大堆，產品功能在不斷迭代下越來越重，操作非常復雜，但該公司還在吹噓產品功能多么全面、強大，從來不考慮企業是不是真的需要，老舊的UI界面客戶是不是真的簡單易用、提升工作效率，用大廠的光環讓企業用戶乘興而買吐槽而用。所以國內的企業管理軟件需要的是做深、做專，在滿足用戶需求的基礎上還要在功能體驗上下功能，讓系統好用、讓企業員工愛用，而非貪大求全把自己困在市場規模、功能大而全的迷局里。“以客戶為中心”對于大部分軟件公司而言似乎是一句空談。在老楊看來大部分的軟件公司所做的“以客戶為中心”工作僅僅限于售前階段，所做的方案雖然都是以客戶為中心的，但究竟以企業的哪個為中心就不得而知，所以就導致售前的坑實施來填，大部分傳統企業對于數字化的認知本來就是云遮霧罩，看不清、摸不透，加上所謂專家及部分軟件公司的一頓忽悠更加是“如入仙境”，結果實施入場以后，企業才感覺到什么是“峰回路轉”，賣家秀與買家秀，企業本身數字化能力的不足，再加上軟件公司行業深度的不夠，實施團隊經驗的拉胯，導致整個數字化項目都是“扯不清、理還亂”的狀態，企業對數字化建設本身就是迷局狀態，再加上軟件公司的謎之操作，讓數字化的價值更加是撲朔迷離，難以展現，同時也讓企業領導對數字化的信心一點點的消磨殆盡，而較長的軟件實施周期、不斷變化的需求讓項目交付難，深深的陷入企業數字化的迷局之中。當前是一個高度不確定的市場環境，企業生存都是問題所以做數字化轉型建設日趨艱難，有的傳統企業甚至裁撤了IT部門，不難看出當前軟件公司不僅在外存在市場空間不斷縮小、利潤不斷縮水的生存困境，內也面臨著組織及運營管理的壓力，在內外雙重壓力下軟件公司該如何自我突破？諷刺的是很多軟件公司一天到晚的喊著要企業進行數字化轉型，說起轉型來頭頭是道，但自身的日常管理還是很傳統，一個連自身都未實現數字化轉型的軟件服務商為企業提供的方案也就是PPT（騙騙他）而已。靠賣所謂方案、概念來贏取客戶的時代已經結束，靠引用他人最佳實踐經驗賣產品的軟件公司注定已經沒有競爭力，所以老楊認為國內的軟件行業迫切需要轉型，已經深陷數字化迷局到了十分危險的時候。那么軟件公司該怎么辦？必須實現兩個轉型：商業模式與服務能力的轉型。在傳統的軟件買賣中甲乙雙方的關系是十分脆弱的，正如一位軟件公司的朋友所言：賣軟件這么多年下來，一些客戶從朋友做成了仇人！原因何在？除了企業本身內部管理的復雜性外，軟件公司自身還是存在諸多的問題，例如對行業的認知深度問題、項目管理能力、溝通能力等等，最后企業想要的功能沒實現，在用的功能超難用，一提起**軟件公司企業甚至是咬牙切齒，所以軟件公司必須改變傳統的營銷模式，在客戶服務上下功夫，比如改變之前提供任何接口都要收費的模式，給企業提供一個全開放的免費的技術平臺，勿讓技術成為阻礙企業數字化發展的攔路虎。重市場而輕服務是當前大部分軟件公司的現狀，當然作為公司獲取利潤無可厚非，但要物有所值，讓企業認可而心甘情愿，對于大部分企業而言，做數字化轉型期間不僅僅希望軟件公司僅提供產品，而是盡可能多的賦能，協助企業打造出一套適合企業的數字化能力體系，但可惜的是很多軟件公司難以實現，一方面是迫于成本的壓力，而另一方面是其根本就無此能力，尤其是被廣大企業所詬病的服務體系，軟件公司傳統的售前、實施、售后三權分立模式導致內部管理割裂，在項目進行期間由于信息的斷層而相互甩鍋，其產生的后果最終由企業買單，因此對于軟件公司而言在當前高度不確定的市場環境下急需內部管理體系的轉型。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
07/29
手機智能體，干掉App？
新超級入口來了？在AI時代下，手機智能體可能將成為新的超級入口，傳統移動互聯網生態會有怎樣的變化？??????“我覺得短期之內，你會看到一個比較大的變化。不管手機也好，互聯網也好，未來我們的App會越來越少，會去App化。因為大模型本身具備生態插件及融合能力，以后可能我們不需要那么多App了，人們需要服務的時候，大模型直接去調用一些服務接口就可以了。”一位人工智能資深人士在年初對數智前線說。而在剛剛過去的6月，兩大走在前面的手機企業蘋果和華為，在各自開發者大會上，官宣了人工智能戰略和動作，確實讓手機呈現出不一樣的變化。在AI時代下，手機的交互模式、手機企業與App之間的合作模式，正在發生演變。01新的超級入口出現了？6月舉辦的蘋果開發者大會上，"AppleIntelligence"被提了大約60次。"AppleIntelligence"的策略，不是將AI作為附帶功能或獨立的聊天機器人運行，而是將AI整合到用戶已在使用的應用中。為了實現該戰略，蘋果將把AI融入到最新版操作系統中，并將全新升級Siri.值得關注的是，Siri在2011年推出時，被定義為“個人助理”，但這么多年來，它的角色頗為尷尬，能用的功能有限。直到現在接入GPT-4o,或許才真正開啟“Siri的時代”。蘋果介紹，當全部更新都落實后，Siri在獲得用戶允許后，可以訪問蘋果設備上的一切，并能跨App來工作。比如，一個會議改到了傍晚，你想知道開完會還能不能趕上女兒的演出。你問Siri,它就會處理相關數據，包括會議時間、地點，從辦公室到演出地點的車況，來給出建議。在騰訊研究院針對"AppleIntelligence"組織的一場討論中，硅谷AI應用創業者陳然認為，Siri的這次升級，讓更多用戶第一次真正接觸到智能助手。“串聯了很多應用，對大多數用戶來說，就像魔術一樣。”不過，這些功能將在今年秋天上線，一些更復雜的功能可能要到2025年才會亮相。繼蘋果之后，在6月的華為開發者大會期間，華為也宣布了“鴻蒙原生智能（HarmonyIntelligence）”。同時，華為小藝也迎來重大升級，不再是AI語音助手，而是系統級智能體，背后加持了盤古大模型5.0.在展臺上，人們已經可以直接體驗小藝智能體。比如你告訴小藝，對比下兩個手機產品。幾秒鐘內，它輸出兩部手機的介紹，列出表格對比各項參數，甚至可以通過對話，調出商城服務，直接完成購買，形成一個閉環。在沒有智能體之前，我們需要搜索很多內容，自己在腦中形成對比圖。在這個過程中，小藝智能體理解用戶的意圖，能規劃多步驟的任務，并跨多個應用來執行。一些業內人士總結了傳統智能手機和AI時代下手機的不同，雖然當下AI手機還處于極早期階段：首先，自然交互來臨了。交互變成了對話、圖片、視頻等自然的方式，無論是蘋果Siri、華為小藝、OPPO小布、vivo的Jovi,還是小米小愛，作為智能體或個人助理，未來，它們能聽會看，能深刻理解人們的意圖。其次，智能體將幫助用戶去做App之間的復雜交互。“傳統智能手機模式下，App通過智能手機平臺，直接向用戶提供服務，用戶支付的大多數費用和流量，則歸App應用，手機只能獲取一些App應用預裝和使用分發費。”IDC中國研究經理郭天翔告訴數智前線，“AI時代下，由智能手機（智能體）直接服務最終用戶，App為智能手機提供服務，手機的重要性增加，用戶的流量直接流向手機。”再次，App將解構成顆粒度更小的服務。“應用展現出原子化的趨勢。”FutureLabs未來實驗室首席專家胡延平說。一位華為工程師告訴數智前線，App開發商已開始進行微服務化改造。這些原子化的服務，在用戶的需求場景下，將通過智能體編排組合，走向智能耦合。“我們可能都不再叫應用開發者了。”前微博創始團隊BrilliantPhoenix合伙人Indigo說，應用開發商轉變為“服務提供商”，為這些智能體開發服務接口。在這樣的變化下，手機智能體或個人助理，成為一個新的生態入口。在接下來很長一段時間，或許許多應用逐步接入Siri、小藝等智能體，去搶這個接口，也會依賴于這些智能體的路由和分發。“你可以理解手機智能體是一類特殊的App,它是系統級App,它與第三方App底下都是手機系統。“一位研發工程師說，”第三方App把服務給到系統，手機智能體去系統里拿。手機中可能不再需要下載App.“實現AI手機的過程，是一個去App應用的過程，未來可能手機里完全不需要任何App應用。”IDC郭天翔說。這種趨勢已經發生。在華為HDC大會期間，大批App企業前往手機原生智能展區。大家交流的核心是“怎么能讓系統或小藝，更多地調到我們？”02各類App會受到怎樣的影響智能體的出現，令手機App的流量分配出現了新動向。“在這方面，我們做過一些調研。”一位手機研發工程師告訴數智前線。他們看到，頭部內容類App“不用焦慮”。如抖音、微博、小紅書，在智能體上去瀏覽內容，不如直接打開App,因為里面的內容更密集，瀏覽便捷，效果也更好。一些大的工具類App將會受到正反兩方面影響。一方面像充話費等功能，如果手機智能體能提供更快捷的服務，用戶就會減少使用相關App.“所以，這類App開發商要尋求轉變。比如，把自己拆解為原子化服務，相當于一個個很輕的小程序，方便系統調用。”另一方面，這些工具類App中埋藏很深的功能，像中長尾小程序，大部分用戶并不知道。接入智能體后，相當于給這些小程序一些更淺的入口，獲得更多的分發和流量。對于大量中尾部App,本身流量不大，會分為兩種情況：一種是如果它有很好用的功能，比如一些修圖軟件，雖然比較小眾，但有特色，當它向系統開放了服務能力后，系統會根據用戶意圖，匹配出來進行調用。“這類開發商在很積極地擁抱智能體。”另一種中長尾應用，則沒有太大特色，將被淘汰。針對這樣的調查，App開發商有著不同的反饋。某頭部App資深開發者告訴數智前線，手機智能體這個入口，并不具備決定性。他以支付和導航為例，“做支付的很多，為什么就微信支付和支付寶這兩家最強？它可能還是用戶體驗，而且市場這么多年形成的用戶習慣是最難改變的；再如導航，市場上基本是百度和高德，智能體改變市場格局，短期內還不太現實”。另一位資深人士觀察到，大量App企業在智能體上正采取多種策略。一些自身有能力的App,自己已接入各種大模型，做智能體，如飛書在去年推出飛書智能伙伴。另一種App,自己做智能體的同時，也與手機智能體合作，比如支付寶。而哪種服務用戶更愿意使用，還有待觀察。但對于大多數中小App,自身能力有限，愿意借助手機智能體能力，實現自身轉型，不至于在與大公司的競爭中，完全失去使用場景。西窗燭公司創始人瞿章才告訴數智前線，西窗燭本身是古詩詞App,未來西窗燭App自身，可能會接入大模型，去做智能體場景。“比如把所有文學作者都變成智能體，用戶可以直接與杜甫對話，也可以與李白作詩。”他們也計劃接入華為小藝智能體，以及字節豆包等的智能體生態。前者針對華為鴻蒙系統，后者則期望用于安卓手機生態。瞿章才認為手機智能體并不會替代App.“具體的功能，還是要跳到第三方App來實現，智能體只是讓觸達變得更便捷了。”畢竟各類App背后有大量的數據和場景，智能體不可能完全覆蓋。目前，一些App采取先發戰略。比如同程旅行、小紅書等第一批接入小藝智能體，開發了原子化服務。在用戶出行場景下，華為手機的小藝智能體會調用同程旅行實現訂票服務，調用小紅書的景點推薦。小紅書還開發了一些新的用戶交互形式，比如用戶瀏覽時，可以在旁邊幫用戶生成一段類似的文字，或對一段文字進行翻譯。03新的關系手機智能體和App之間，還有一個有趣和關鍵的問題，這就是數據。這也是傳統智能手機與App企業之間不太涉及的問題。“蘋果擁有強大的用戶數據，如屏幕、日歷、郵件、照片等，這對做機器學習的人來說，是非常寶貴的。”硅谷AI應用創業者陳然說，“如果想要進一步發展，這些應用必須要訪問到這些敏感信息。我關注的是，蘋果如何在其隱私框架下，控制和提供這些敏感信息。”除了手機向生態如何開放一些數據外，App公司似乎也要在隱私框架下，將一些數據提供給手機，才能讓智能體更好地來調用。當下，手機智能體調用誰，或不調用誰，可能基于幾種因素。“可以是結合用戶的行為數據。”一位手機智能體工程師說，比如用戶到了某個商圈，他習慣使用美團，手機智能體就會調用美團來提供美食推薦服務。當然，智能體也會有商業合作。“類似于現在一些應用底部推薦的支付工具，總有第一名、第二名和折疊的部分。”一位App開發者說。如果取決于用戶行為或習慣，可能會更人性化一點。這里的用戶行為數據，可能是智能體從系統獲取的，也可能是第三方App共享的。一位手機智能體工程師給數智前線舉了一個例子，如果同樣有兩個音樂播放軟件，一個用戶很多，但它接入手機智能體后，并沒有很好地把用戶的行為數據告訴系統；另一個用戶沒有前者多，但將用戶行為數據開放的更多。“從系統的角度，前者不夠智能，后者推薦出來的概率可能更大。”“這只是一個很理想狀態。”另一位手機產品經理告訴數智前線，很多App不可能把數據給手機企業。比如電商應用，最核心的數據是用戶畫像，但這些數據一方面涉及用戶隱私，另一方面這是電商企業的商業資產和核心競爭力，“它肯定不能給我們”。“在這種情況下，我們通過手機系統——其實手機作為一個平臺，有一些全面、基礎的用戶畫像，可以提供給智能體進行調用。”上述人士說。“從生態的角度來看，手機在功能機的時候，硬件和系統軟件是綁定的，系統軟件里包含了所有的關鍵功能，但很有限，就是通話、短信。到智能機的時候，最大的兩個標志，一個是交互變成了觸控式的、更自由的模式；一個就是APP產生了。”OPPOAI中心產品總監張峻在年初一場關于AI手機的討論中說，“到了AI手機，它具有基于用戶需求和個性化特點自主學習的能力，這意味著它跟用戶的交互模式會發生深層次的變化，有可能是覺得你需要什么，我主動放在你面前，由你去決策。”張峻認為，在這樣的交互體驗模式下，背后的服務生態一定會發生變化。這一系列服務，必須要原生化，它還是由第三方提供，但內嵌在手機系統背后，系統可以把它調出來。同時，它可能會打破一些服務煙囪，在同一個用戶場景下，貫穿了不同服務。張峻稱，OPPO也已經開始做一些探索了，但這里還有很長的路要走。而胡延平認為，在下一階段，可能會出現一些問題，如強大的頭部效應，可能導致一部分App從入口獲取大量的流量和用戶，而其他可能被邊緣化。在這種情況下，存在利益沖突。這些沖突可能還會與用戶數據隱私保護，以及一些與競爭有關的問題相交匯。為此，手機企業可能需要考慮如何形成新的生態秩序，形成新的與開發者和應用之間的關系，而這個過程可能比超級入口來得更慢。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
07/27
生成式 AI 并不是軟件開發“神藥”，開發者需警惕這三大幻覺
我們恐怕只是把復雜的問題想得過于簡單。軟件行業苦降本增效久已。蔓延開去的開發周期，遙遙無望的上線時間，以及不斷冒起的缺陷，怎么看都配不上這支精兵強將的隊伍。生成式AI似乎帶來了曙光，它的表現讓人耳目一新，不少人會這么想：生成式AI能自動生成代碼，成本低，可重復，即拋的能力像云上的資源，這段代碼不合適的話扔掉好了，重新生成一段。這是不是意味著，不需要這么多精兵強將了？生成式AI在回答我們的問題時，偶爾會拋出個煞有介事的答案，但如果你稍作檢索，就會發現這個答案徒有其表：不是查無此言，就是一派胡言，這與人工智能的威名不符。這即所謂生成式AI的幻覺，hallucination——因為沒有真實可靠的語料，它自作主張拼湊了一個假的回答。大模型技術仍然在不斷更新，能讓人感知到幻覺程度也在逐漸降低。但在它被投入到具體的領域和使用場景時，幻覺效應仍在發生。在這篇文章里，我會分享下生成式AI在軟件開發領域的應用，以及其帶來的三個幻覺。01幻覺一：更快的速度不同的軟件工具廠商都在迭代更新自己的代碼助手產品，最著名的是GitHub的Copilot,他們宣稱，可以加快程序員完成任務的速度達55%以上，那些清麗迅捷的演示視頻看起來也如飛一般。但這是否意味著軟件的交付進度可以加快50%？那些作為演示的代碼是可疑的，更多程序員在自己的項目中采用Copilot的反饋似乎也表明，提速基本只會出現在一些常用的功能實現上。比如數組的排序，數據結構的初始化，或者是一些再簡單不過的模板代碼。可重復的工具代碼交由AI也就罷了。但對于一個開發中的軟件而言，有多少類似的代碼需要重復開發呢？這恐怕值得討論。遑論多數時候，它們只需要一次成型，封裝待用。還有數量相當可觀的業務代碼，程序員會以怎樣的速度來進行？你可以把足夠數量的業務代碼交由AI來生成，但是否安全恐怕是一個更大的問題。這里還有兩個問題值得關注。一是程序員對AI提供代碼的選擇。AI如此容易提供多套方法的實現，程序員難免要嘗試從中找出最優的選項。這個好？還是那個好？咦，竟然有五種不同的實現。需要先讀懂每一種代碼的實現，再切換到下一種。這個實現的方法很優雅，但可惜單元測試失敗了。換下一個。程序員的好奇心被代碼助手充分攪動。心猿意馬，線性的思維習慣碎落一地。程序員遺忘的不只是開發紀律，還有時間。二是軟件自有生命周期。很顯然，輪到程序員開始編寫代碼，很多事情已經發生，而更多的事情還會繼續發生，直到系統上線。這些事情包括但不限于：收集需求，理解需求（從需求說明到用戶故事），測試，維護基礎設施，以及那些層出不窮的修復工作。我的意思是說，即便AI幫助程序員寫得再快，這個階段也只是軟件生命周期中的一部分而已。早有相關的數據統計，程序員日常的工作，只有30%的時間是在編寫代碼，而更多的時間是在嘗試理解他們要實現什么功能，以及設計和學習新技能上。02幻覺二：更少的Bug人編寫的代碼難免存在缺陷，這是軟件質量的基本共識。而且似乎越有經驗的程序員，越容易生產出隱晦的問題，要過了很久才會被發覺。線上問題更讓人提心吊膽，但這樣的擔心很難避免。AI生成的代碼，聽起來也很高級，是不是會帶來足夠完美的結果？很可惜，答案可能會讓人失望。生成式AI背后的大模型，以互聯網上大量的語料作為數據來源，盡管大模型技術一直在改善，但網絡上已經現實存在的帶有偏見的數據量十分可觀。這也包括大量飽含缺陷的代碼。這意味著程序員在代碼助手中精挑細選的代碼，也可能存有缺陷。因為這段有缺陷的代碼，可能來自地球另一端的某個人，只是恰巧成為了地球這一端的選擇。要命的是，生成式AI有放大器（amplify）的功效。簡單來說，就是如果程序員采用了存有缺陷的生成代碼，Copilot會記錄這樣的行為，在接下來類似的場景，會繼續建議有缺陷或差不多的代碼。AI并不能讀懂這樣的代碼，它只是被鼓勵繼續提供。我們可以預想最后的結果。程序員要嚴守團隊的開發紀律，保持統一的代碼規范，因為這樣別人才能讀懂，更容易發現潛在問題并修復它。但代碼助手提供的不同樣貌的代碼，似乎也提供了更多的混亂。代碼有缺陷，只是軟件最后會爆出難以挽回的問題來源之一，甚至是很少的一部分。構建軟件的過程，其實是知識生產和創造的過程。在軟件生命周期不同階段加入進來的各角色，共同理解和分析軟件的需求，然后轉換其為代碼，也在團隊和人員更替的過程中，傳遞這些表面為需求和代碼實則為知識的信息。但通常，知識會衰減，知識資產的傳遞會不可避免地出現差池。比如，讀不懂代碼，無法持續更新文檔，整個團隊又被替換，等等。這些才是軟件不斷產生Bug和問題的原因所在。人工智能并未能解決這些軟件工程中棘手的問題，至少現在看短時間內做不到。03幻覺三：更少的人AI的代碼助手看起來確實像見多識廣的程序員。甚至有人愿意把它當成結對編程實踐的伙伴。用人成本一直是IT團隊頭疼的問題，好手太貴，合適的人招不到，從頭去培養熟練的程序員又需要太久時間。有了人工智能和代碼助手的加持，是否意味著可以縮編快一半的人？AI和代碼助手不僅無法提供上述的速度快和質量高保障外，也期待使用者要有足夠經驗的程序員才好，才能盡可發揮它該有的優勢。這位有經驗的程序員，需要有能力判斷代碼的優劣，判定對已有生產代碼的影響，還需要有精心調整提示詞的耐心和技巧。在這篇文章里，作者講述了她在使用代碼助手時諸多要留意的問題，還有你能看到的她縝密的內心戲。因為代碼助手帶來的不確定性，可能會引起兩類風險，一是影響到代碼的質量，二是浪費時間。這里其實顯示的是一位足夠資深的程序員的自省能力。也只有這樣，代碼助手才可以心安理得扮演見多識廣的新手，而經驗程序員充當守門員，她才是那個負責提交代碼的人。這樣說來，AI改變的其實是編程體驗。（圖片來源：https://martinfowler.com/articles/exploring-gen-ai.html,作者把代碼助手想象成一個著急幫忙、固執、說話清楚但缺乏經驗的角色，于是用AI畫出了這個卡通形象）AI和代碼助手在解決簡單重復性問題上，效果顯著。但在構建軟件的過程中，有更多需要人和專業經驗的場景來解決復雜的問題。比如軟件系統日益增加的架構復雜度和范圍，應付市場和業務側的需求，跨角色之間的溝通和協作，還有那些更加時髦的涉及代碼倫理和安全的問題。雖然判斷程序員是否足夠專業和熟練，不像數數那樣一目了然，但我們也可以說，引入AI和代碼助手然后減員開發團隊，能帶來的成效是不確定的，目前看弊大于利。04寫在最后生成式AI的本質是模式轉換，從文字的一種形式，轉換成另一種形式，高級的代碼助手的能力也不出其右。如果把涉足軟件構建的AI代碼助手，認為是解決諸多軟件工程難題的妙方，我們恐怕只是把復雜的問題想得過于簡單。寫到這里，我們一直在談什么呢？我們其實在談的是，在軟件開發上投資AI的成效該如何衡量。投資AI并不是簡單如購買代碼助手的License,然后就可以坐享降本增效。不斷詢問“我們要如何衡量投資AI和代碼助手的效果？”，不如詢問“我們到底要衡量什么？”。從DORA定義的四個關鍵指標開始，是個明智的選擇，它們是變更前置時間、部署頻率、平均恢復時間（MTTR）和變更失敗率。以下幾條基本衡量原則供參考：衡量團隊效率，而不是個人績效。衡量成效而不是產出。查看隨時間推移的趨勢，而不是比較不同團隊的絕對值。用儀表板上的數據開啟對話，而不是就此結束。衡量有用的東西，而不是容易衡量的東西。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
