正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2024-05-31 10:34

靠AI,半年赚它个6000万

本文来自微信公众号:投中网 (ID:China-Venture),作者:张雪,题图来自:视觉中国


历史似乎又在重演。


从2023年开始,全球陆续跑出了一大批AI明星企业,特点是估值涨幅凶猛,融资数额巨大,然而不管是领头羊OpenAI,还是一众新晋独角兽,暂时都在重复移动互联网的故事——未来很长时间一段时间内,将持续面临烧钱、亏损,盈利都不在他们的考虑范围之内。


但不管怎么说,机构这个时代的本垒打就指着AI呢,因此扎堆FOMO也无可厚非。而且不管“模型派”也好,“场景派”也罢,在看好AI这一点上,是确定的。


硬币的另一面是,当傅盛和朱啸虎同时出现在投中峰会上时,他们也达成了另一种共识——甭管什么AI,有商业化能力最重要。朱老板在不少公开场合都提过,他投的To B企业已经率先尝到了AI的红利,赚得盆满钵满了。


比如一家做AI视频面试的公司,尽管2023年招聘市场很冷,依然实现业务量同比翻倍增长;再比如,他常提到的一家AIGC视频广告公司,2022年收入为仅为1000多万,到了2023年结合AI收入暴增至5000多万,并实现了盈利。


对于此,有人戏谑称,这是“自己家孩子越看越顺眼”的典型表现。也有人认为这只是幸存者偏差,并抛来了一个白眼。


更普遍的观点是,AI只是锦上添花,这些靠AI赚钱的企业,本来在赛道里就不是“差生”,想靠AI起死回生是异想天开。


我认为关于用AI赚钱这事儿,除了深入舆论场中的投资人,以及短视频卖课的老板之外,最有发言权的,应该还是创业公司。因此,我跟几家公司聊了聊,看看AI帮企业赚钱,究竟是普遍效应,还是幸存者偏差?


一、它们找到了“钉子”


朱老板口中既能赚钱又有想象力的公司,除了他投过的,在市场上还有没有其他存在?我们得到的答案是肯定的。


比如,公司A是一家为跨境电商做报关退税的公司,2020年成立不久后,就获得了红杉、鼎晖等顶级机构的注资,现在更是凭借AI和出海两大热门关键词,在资本市场得到不少国资和美元基金的关注。


无独有偶,公司B也是财务领域的服务商,在他们的场景下,没有激进地选择用AI去替代人,而是让AI直接加速或者是提效,解决人类员工的一些固化行为,而在此之前,这些行为是很难用软件去代替的。


比如,很多财务人员会去大量地回答员工关于报销过程中的各种问题,其中有些企业管控力度确实很细,需要人为去查询和审核历史数据,这时在审批流程时效报表中加入AI就能够大大节省时间和人员,也正是因为这样一个小小的变化,其产品更快地得到了客户认可。


再比如,公司C是曾经跟循环智能属于同一赛道的AI语音对话解决方案提供商,在ChatGPT出现之前,他们更多的是依靠传统AI中的NLP技术提供解决方案。而在这波新的AI浪潮下,他们成功将产品研发成本削减了一个数量级,并大大提高了产品更新速度,客户体验再上一个层级。


我们还注意到,与FancyTech处于同一大类的一家视频广告公司D,也迎来了又一春,甚至获得了新融资。该公司之前是提供视频工具的,因为AI让视频领域快速升级,使得目标客户的付费意愿突然提高,直接改变了这家公司的现金流。


除了这些应用领域,在更为底层的大数据技术里,AI带来的商业价值提升也十分明显。


公司E2023年年初开始尝试大模型+大数据,引入AI后,非技术人员可以非常方便地通过对话方式访问、获取和分析数据,甚至完成过去需要专业分析师才能完成的工作。


现在经过近一年的市场验证,融合指标平台的AI对话式数据分析在金融、零售、制造、医药等行业中需求强烈,商业化落地明显。


看起来,这几家企业分属于不同的赛道和领域,但它们也都有着一些共同点:


其一,率先发力,在大模型开始冒头时,就敢做细分领域中第一个吃螃蟹的人,比如公司A所在的领域,用AI与否直接决定了其市场竞争力和营收情况。


其二,他们所处的高文本处理、高人力以及视频相关领域,正是本次AI革新浪潮中最早也最成熟的所在。目标用户愿意付费,甚至溢价来去给自己提供方向,未来生产力提升的机会。


其三,他们是先有了“钉子”,也就是先有了应用场景,大模型为啥有这么多分歧?就是可以快速落地的商业化场景,并没有那么容易找到,落地太难,尤其是现在大多数人的目光都放在了C端,但实际上,只有深耕产业的人,才能发现那些隐藏在B端的刚性需求。


二、它们是少数中的少数


当然,能够同时满足这三点的,也是少数中的少数,所以他们得到了时代的眷顾,在这个艰难的时刻,或开辟了新的高收入业务,或改善了现金流,提前迈向了盈利。


公司A负责人告诉我,他们虽然在创立初期就看到了跨境电商报关退税的市场潜力,但并没有将其作为一个大的业务分支来发展,原因就是需要铺大量的人力,性价比不高。当然,凭借其他业务,公司A的营收和盈利水平也不差。


据了解,传统的电商退税有两大痛点:资金成本和时间成本。举例来讲,一家出口额为2000万的跨境电商企业,一年要大概退200万的税,如果找一家专业的财税公司来办理,则要花费20万,等待四五个月。但如果用AI的相关产品,资金成本会减少至4万,时间缩短为半个月。


这是由于这一场景下,大量的知识和经验类似于一种准则,可以通过大模型学习。与此同时,AI扮演的角色是替代大量的人工,在引入AI之前,一个财税专家大概只能服务30家电商企业,而现在则可以服务300家电商企业。


2022年下半年,AI技术爆发,击中了行业高成本、高人力的痛点,所以他们迅速部署,并在2023年底进行商业化推广,该负责人告诉我们,从2023年底至今,公司已经签约了2500家客户,直接带来了近六千万的营收。


对于“降本增效”,公司C同样具有发言权,具体地,该公司曾经的联合创始人告诉我,他们开发部署产品的成本,基本花费在语音对话的数据处理上,也就是把对话转换成文本,并进行分析。


那么在ChatGPT出现之前,这个费用是多少呢?一个座机一个月的通话分析成本,大概是300元,而现在,这个数字可以降到十块钱,甚至更便宜。


这是因为,对于这些做上层应用的初创企业而言,本身并不具备自然语言处理的技术能力,多数是找像科大讯飞这样的厂商进行私有化定制,而现在他们只需要接入一个通用大模型而已。


此前,公司C向客户收取的费用,大概一个座机100元左右,完全是赔本赚吆喝。而如今,节省下来的成本,也就成为了改善公司现金流的关键,毕竟在亏200和赚90之间,一个座机就差了近300,如果这个数字再乘以万、十万呢?在当前情况下,每个月的营收增长可谓非常可观。


有创业者谈到,一般找到AI应用的B端落地场景的公司,都在闷声发大财,如果行业没有绝对优势的领头羊,除非有其他需求,不会主动曝光。正如前文所所述,找到这样的场景并非易事,谁也不想引入新的对手。


三、小巨头不爱AI?


诚然,很多软件公司、To B公司正在虎视眈眈地盯着,如饥似渴地找着新出路。这也涉及到另一个问题,即在当下,初创企业是选择走+AI还是走AI+的路线。


一种观点认为,+AI往往是结合大模型来构建新的能力、功能,并解决原来解决不了的问题,或者以更低成本解决,是一种传统软件和解决方案转型AI的模式,效果直接,而且可以快速利用现有客户、场景进行扩张和推广。


另一种观点是,短期可能是+AI的公司的天下,因为有着客户和技术沉淀,因此能快速落地。但长期来看,那些初创AI+的公司的商业价值,要远远大于+AI。


这种观点的背景在于,AI被认为是确定性的第三次信息革命,而且比前两次都要大,而每次技术浪潮,都会带来交互方式、硬件、编程语言等一系列变化,这是一场持续数十年的长期竞争。现有的这些企业虽然调整了产品,顺应了时代,但越到后期,越不如这些AI+的原住民。


诚然,当AI大踏步前进,必然伴随着产业重构,旧的秩序、结构会坍塌,新秩序建立也免不了洗牌。


我在与公司交流的过程中还发现,那些稳坐细分赛道第一的数字化服务商,对于AI是保持客观谨慎态度的,他们的普遍策略是关注,但并不着急下场,在这AI浪潮中不掉队就可以。


一方面,公司本身并没有营收或者盈利的烦恼,有持续稳定的现金流来源,不靠AI也能赚钱;另一方面,他们中部分服务于传统企业,在一些CIO看来,目前大模型还没有太多应用场景。


当然,大家都懂,毕竟让大象转身太难了,行业中过得不错的小巨头,不够灵活,也缺乏快速尝鲜的驱动力。相比于被逼到悬崖边,面临死亡或换赛道的企业,他们还不需要什么救命稻草。不过变革仍在持续,AI给处在泥沼中的企业带来了一线生机,不管程度如何,出现新变化总是让人期待的。


本文来自微信公众号:投中网 (ID:China-Venture),作者:张雪

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
频道:

支持一下

赞赏

0人已赞赏

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: