嘉賓介紹
李佳芮 句子互動創始人&CEO、Y Combinator 校友，「 2023 福布斯中國最具影響力華人精英 TOP100」、「福布斯」30 Under 30 、微軟 AI MVP 。
全球最大對話式 RPA 開源架構 Wechaty 聯合作者；與百度聯合出品《對話式 AI》系列課程并推動智能對話架構師的能力認證；中文首本對話式互動圖書《Chatbot 從 0 到 1》作者，提出 Chatbot 生命周期并推動 Chatbot 産品落地最佳實踐；出品國内最早生成式 AI 公開課《ChatGPT 從 0 到 1》，提出 AI 落地應用最佳實踐。
2019 年成立句子互動，緻力于通過 AI 技術和自動化流程，将企業微信、飛書、WhatsApp 等不同的 IM（即時通訊）軟體聚合在一個平台上，目前已為寶潔、國家電網、位元組跳動等企業提供智能營銷服務，是國内最早将大模型落地于營銷場景的 Saas 廠商。
快問快答
1、能否介紹下你們的産品和核心應用場景？
句子互動通過打造大模型驅動的下一代對話式營銷雲，通過 AI+RPA 技術，句子互動可以基于企業微信、飛書、5G 消息、WhatsApp 等不同的 IM 提供智能高效對話服務。具體來說，句子互動通過企業私有資料為企業訓練專家級數字員工，并對接到不同 IM 裡高效工作。通過通用大模型、企業專屬知識、RPA 和垂直行業 SOP 落地了大健康行業和保險行業的數字銷售員工，以及在政務領域的數字民警和數字網格員等。
句子互動團隊在 RPA、智能對話與私域營運服務領域不斷創新，産品和服務已經在多個行業得到應用，覆寫消費品、金融、泛網際網路、政務等多個領域，客戶包括寶潔、海底撈、國家電網、中國人民保險、火山引擎、百度、警察局等。
2、目前産品研發和市場拓展情況是什麼樣？2023年遇到的最大挑戰和收獲有哪些？
我們之前在私域 RPA 領域積累相對比較深，沉澱了很多最佳實踐和客戶，業務已經完全實作了自運轉。大模型應用的産品反而是 2023 年才開始做的，我們是 2023 年年初就開始做，過去一年已經疊代了十幾個版本了，大的重構也做過一次了，但是我覺得可能還是在非常初期的階段，因為傳遞的成本還是比較重，随着産品化程度越來越高，傳遞成本是應該趨近于 0 ，起碼對于研發來說趨近于 0 才比較合理，因為我們 RPA 的産品就是這樣過來的。
市場側我們基本沒怎麼拓展，主要是公司的商務同學在老客戶中做一些深挖就很容易做出一些案例，2023 年主要還是重點做深一些 KA 為主，近期我們做出了最佳實踐了，打算開始主動出擊一些了。
2023 年最大的挑戰就是傳遞不過來，全年整體就是感覺就是一個奔跑的狀态。雖然大模型整個能力正在變得越來越強，但是落地到垂直領域上要做的調優還是很多的，工程量其實還是不小，但是随着産品化程度越來越高，後面我相信會越來越好，現在的各種挑戰就當成是未來産品的吧。
2023 年最大的收獲就是從客戶那裡學到越來越多的實踐，TO B SaaS 創業有一個很有意思的事情，最開始做出來的産品可能是靠創始人的洞察，越往後走，其實越是客戶來教你怎麼做産品，你會發現自己的認知很多是很淺的。比如我最開始說要做一個數字銷售員工，我的了解是需要建立信任到轉化，但是客戶會非常明确的給我做拆分怎麼完成一個銷售的閉環，從完全不信任到不信任，要怎麼做，從不信任到開始建立信任，要經曆哪些，再從開始建立信任到初步建立信任，再到明确建立信任，再到信任成交拐點，以及成交中間要經曆哪些關鍵的事情，以及從完全信任到轉介紹又應該做什麼，這些内容的拆分除了讓我知道我們産品應該怎麼做，我甚至開始反思我們現在的商務同學是不是還有很多要提升的地方。
3、生成式AI和大語言模型為創業者帶來了哪些機遇？這波創業浪潮和過往有哪些不同？
我覺得分兩塊來說，比較泛的來說，大語言模型一方面極大的提高了生産力，另一方面對于初創公司來說，極大的降低了做事情的難度，有了大語言模型，如果學習能力稍微強一點，一個人或者幾個人是可以快速搭建出一個 MVP 的，比如之前我做過一個分享「AI 如何助力一個人開展跨境電商業務」，從供應商選擇、營銷素材準備、自動化營運等方面，都可以在 AI 的幫助下又省錢又專業的開始業務。比如原來你要寫文案、要設計圖、要做官網你都得找專業的人來搞，今天你可以用大模型來搞，雖然今天看搞的和資深從業者搞的還是有一定距離，但是完全是可以幫助創業者來驗證一個基礎的可行性的。
随着 AI 能夠提供的專業技能越來越全面、越來越強大，主要我們想得到的東西，基本都可以用 AI 搭建一個雛形，未來甚至可以完成更多。我認為在 AI 時代，我們将會看到公司變得越來越小，但是産品影響力卻很大。勞動密集型的公司會越來越少，産業會逐漸從以人驅動轉變為以算法和算力驅動。從這個角度看，AI 一定會取代一大批人，但是也會給小公司和個人帶來從未有過的機遇。
另外一塊，主要從我自己做的事情來說，因為我是做企業服務做了很多年，我認為未來企業的工作流會被 AI 重塑。從我自己做 SaaS 軟體的角度來看，目前所有的 SaaS 軟體都是很反人類的，使用者其實是按照 SaaS 軟體的産品設計者的思路在完成一個任務。比如在我們的系統裡，建立一個營銷任務要點選好幾十次，這也帶來了很大的使用成本和教育訓練成本，一方面你可以說是自己産品比較厚，比較有壁壘，但是另外一方面我認為所謂“産品厚”是在給一個很差的人機互動找借口。
人機互動就應該是簡單的，其實很多時候就應該一句話就把事給辦了，後面應該是 AI 驅動，把這些互動界面全幹掉，比如一個營銷人員隻要說一句“幫我給在抖音上下單的付費客戶推動抖音活動的優惠券”，然後系統就會自動從電商平台同步資料到 CRM 平台，自動分析客戶人群、識别不同類型的客戶并打标簽，自動建立文案和要推動的商品圖檔，自動建立觸達任務等等。這才是 SaaS 的下一代，這才是 AI 重塑工作流。在這個領域，我認為是有很多機會的。
說到創業浪潮，我認為浪潮分為大浪潮和小浪潮，這一波 AI 的到來會是像移動網際網路一樣的大浪潮。我們說現在的 AI 模型已經變成了一個 foundation model，就是一個基礎架構級的 model，它未來會成為一個基礎設施。我之前聽過一個特别有意思的例子：在 100 多年前，那時候的電烤面包機，它的插頭是一個燈頭，因為 100 多年前的那個節點的人們在暢想未來會怎麼樣。那時候的工程師暢想的是：以後所有家庭都會用電。用電來幹什麼？點燈泡。
當時他們不知道還會有電冰箱、洗衣機，面包機也需要用電，是以在家裡并沒有設計這些插座。一開始大部分人都以為要發電，就跟現在一樣，做大模型，做雲計算，結果發現最後這些會收攏成了國家的關鍵基礎設施，就那麼幾家公司有資格來做。但是會有很多人用電的能力去把人類的衣食住行，或者是把柴米油鹽醬醋茶，全都都給它，那時候叫電子化、電器化，現在依然在大模型之上也有很多這樣的機會。其實很多人也用同樣的方式來對比移動網際網路，是以經常會有人說 ChatGPT 的釋出是一個 iPhone 時刻，那這個浪潮肯定是比前幾年小熱一下的各種小浪潮大的多的。
4、目前國内市場環境落地AI應用面臨哪些挑戰？
我站在 ToB 角度來看，其實無論是在國内還是在海外落地 AI 應用其實真正面臨的挑戰都差不多，那就是找到自己的 AI 能力和企業客戶需求真正比對的價值點。AI 的能力有時候看起來很酷炫，但實際上是做不到萬能的，需要很多工程化的方式，以及與客戶共創，才能真正解決問題。
而站在企業客戶的角度，無論是國内還是海外，每家企業的需求都是分散且多樣的。我們看 OpenAI 的 ARR 達到了 16 億美金，其中有很大一部分是來自企業客戶，那是因為 OpenAI 擁有全世界最好的大模型。而更多的大模型企業其實在 B 端并沒有産生多少收入，更不用說那些在中間層和應用層的公司了。企業客戶不願意付費，核心還是因為沒有解決他們的問題，沒有真正為他們實作降本增效。
好的一點是在于越來越多的企業客戶意識到了這一點，不再幻想 AI 能夠一下解決他們所有的問題，願意與 SaaS 應用企業一起合作共創，探索出真正可行的商業化路徑。
5、您認為AI創業公司在産品研發和市場推廣政策制定與執行方面應該考慮哪些關鍵因素？
在産品研發側我認為有兩點是很重要的：第一點是企業自己的核心競争力到底是什麼，這點企業要想清楚，不要什麼都做，因為資源有限；第二點是不要閉門造車，更不要重複造輪子。在産品研發的第一天就要和目标客戶站在一起，并在整個産品研發過程中不斷與客戶共創，早日找到 PMF。
在市場推廣方面，不同行業的不同産品政策是不一樣的，我僅分享一些我看到的案例總結的經驗。如果說是做大型企業客戶的，那麼早日搭建自己的銷售團隊就是很重要的。盡早釋出産品，隻要可以解決客戶問題就拿到客戶那裡驗證，并盡早地進行商業化。好的增長來自于好的客戶關系和口碑。
如果是 ToC 産品或者是 PLG 類型的 SaaS 産品，如果說已經驗證了産品需求并且找到了自己産品的使用者價值，那就需要追求創造性地快速增長。有時候産品本身是最好的增長助推器，想想自己産品在哪方面可以為自己帶來便宜甚至免費的流量，在合适的管道、合适的時機，面向目标人群做精準的觸達和轉化。如果企業自身有大量的市場投放費用且行業處于早期，且市場有足夠的天花闆，那就需要進行大量付費的市場投放，并将使用者 LTV 算進成本結構裡。
如果自己的産品并沒有和競品拉開明顯的代差，且并沒有大量的市場投放費用，那就腳踏實地一邊商業化一邊去做增長。AI 時代的産品理論上天然就是有魔力的，如果不能口口相傳，有時候還不如繼續去打磨産品。
6、面對巨頭可能帶來的“降維打擊”風險，AI創業公司應該如何保持競争力？
沒有一家企業可以吃下整個市場。巨頭有巨頭的優勢，比如擁有更多的資源，無論是算力、人才還是資料都遠遠高于創業公司，是以巨頭們紛紛下場，訓練自己的大模型，釋出自己的應用。
創業公司看起來哪裡都比不上大廠，但創業公司也有創業公司的優勢。因為創業足夠靈活，是以疊代和創新的能力更強，且因為資源有限是以相對更聚焦。我們可以先創造出局部優勢，進而搶占一部分的市場先機。
另一方面，大廠和創業公司不是非此即彼的關系，而是互相協作，互為補充的關系。在 AI 浪潮剛剛來臨的時候，與其關注競争還不如關注市場和使用者。如果能自己解決的客戶問題就自己解決，如果自己解決不了就找合作夥伴一起解決，這個合作夥伴其實既可以是創業公司也可以是大廠。大家一起把客戶服務好，一起把市場做大，這是這個偉大時代開端給所有公司公平的機會。
最後，更宏大一些的看，我認為在新的流量分布，新的互動形式，新的國際化的情況下，年輕的 AI 公司是可以做出一個不一樣的巨頭的，雖然現在看起來有點太大了，但是一步一步走過去，也不見得沒有機會。今天無論是搜尋、電商還是社交，其實都在發生很多的變化，巨頭的成功形式未必是明天成功的形式，但是人的需求是一直存在的。而且老一輩總是要老的，年輕一代的我們也是要走到哪一步的，畢竟我們有更好的體力和精力，年輕的 AI 公司隻要持續保持創新速度，機會還是非常大的。
7、一些創業者認為大語言模型目前能力還不夠，限制了AI應用/産品的發展。您對此怎麼看？
這一輪 AI 帶來的能力大部分都歸結于底層大模型的能力，是以确實目前很多問題沒法解決本質上可以歸結為大模型能力不足。
但這并不應該是創業者關注的問題，或者說不應該是首要關注的問題，而應該是那些大模型公司和大廠關注的問題。創業公司核心還是要關注客戶價值，關注市場，關注自己要解決的問題。如果大模型能力有局限，那就在大模型可以做好的範圍内，疊加一些工程化和手段和産品互動層間獨特的創新，為客戶解決可以解決的問題。這才是創業公司該做的事情，也隻有這樣創業公司才可以生存發展下去。
不要等到大模型什麼都能解決的時候再說入局，那時候已經沒有創業公司的機會了。相反在這個大家可能都沒有最好的解決方案的時候去探索和創造價值，反而有可能抓住更大的機會。
8、如何看待大模型和GenAI 帶來的“人機協同”新範式？企業如何适應和革新自動化流程業務更新的變化趨勢？
我在 2020 年出版了我的書《Chatbot 從 0 到 1》，今年也出版了這本書的第二版，大模型時代如何從 0 到 1 搭建聊天機器人，在最後一章最後一小節，我是這樣說的「人機關系」：
對于企業來說，需要将看似抽象酷炫的 AI 能力具體化，幫助企業更好地降本增效，提高決策水準和企業競争力。因為 AI 在某方面具備的優勢遠遠大于人，比如 AI 可以自動化重複的工作任務，比如 AI 可以生成大量具有平均水準的内容，比如 AI 可以從給定的知識庫中調取資訊 7*24 小時與人互動，等等。企業應該識别 AI 與人不同的優勢，「讓機器的歸機器，讓人的歸人」，更好地幫助企業實作更好的經營，創造更大的價值。
需要注意的是，企業不應該為了追求革新而盲目革新，應該從具體的問題出發，了解 AI 能力的邊界，更好地為企業服務。比起用 AI 革新組織，更重要的是組織本身的革新，以組織目标群組織能力為追求，提升企業整體經營水準。
報名通道
- END -
作者：李佳芮
編輯：Qiuping
- 推薦閱讀 -
行業洞察 | 全球風險投資遇冷，AIGC賽道能否一枝獨秀? | AI在金融領域：技術引領未來的同時，面臨人才和資料的雙重挑戰 | 創意變革與市場颠覆：AIGC對廣告行業的全面影響｜數字人與生成式AI未來的創造力和機遇 | AIGC如何革命性提效内容營銷｜行業資料+場景：AI風口下，率先利好的是這樣的公司｜AI+金融：引領以交易為中心轉向使用者為中心的增長變革｜探索未來：AI-Agents引領人工智能革命｜從創意到收益：AIGC展現嶄新商業化視角｜跨境電商的AI時代：從工廠創新到客戶服務的全面轉型
公司調研 | 百度｜寒武紀｜昆侖萬維｜藍色光标｜科大訊飛
行業報告 | 2023年11月全球AIGC行業月報| 2023年H1全球AIGC行業半年報
行業圖譜 | 2023年中國AIGC行業圖譜V3.0
更多曆史文章及報告合集請戳 👉 最全報告合集