今年，AI 的发展速度可谓疯狂。
ChatGPT 从 3.5 到 4.0 仅历时 105 天，AIGC ，最初只能生成图片，到现在已能产出电影级别的视频。
3 月，微软发布了结合 GPT 能力的 office 系统，旗下的 bing 搜索也一马当先，利用 AI 创造了新一代搜索引擎。不到 30 天的时间，阿里宣布钉钉已接入旗下的大模型，赋能企业在协同办公领域使用 AI。同月，仅大模型方向，就有百度、华为多家企业官宣加入竞争。
创新的单位由年变成天，一时间，百舸争流。
这项被比尔盖茨夸赞为 "40 多年来最革命性的技术 "，也被阿里 CEO 张勇推崇：" 所有行业都值得用大模型重做一遍 "。世界的颠覆随之而来，可以看到，最先应用 AI 技术的这批企业，已经开始暂缓招聘和裁撤员工。
站在企业的下游，企业服务领域深深感受到了 AI 的冲击。行业中也产生了许多焦虑和疑问：AI 变革，到底会将企业带入何方？基于企业软件，基于 SaaS，AI 将发挥怎样的价值？更关键的是，在这轮技术爆发中，中国 SaaS 能否有机会弯道超车？
为了解答这些疑问，我们采访了中国人力资源科技领先者易路的 CEO 王天扬，希望他们在 ChatGPT 上的前瞻应用能够像一束光，照亮新世界的雏形。
5G 颠覆沟通，AI 颠覆思考
访谈者：您本身是经验丰富的管理者，也是科技企业的 CEO，相信更能感受到 AI 力量的冲击。所以您会怎么看待 AI 对企业带来的改变？
王天扬：我想先讲一个小故事，几周前，在 OpenAI 的发布会上，它的 CEO 做了一个 GPT 4.0 的演示。场景是在家要招待朋友用餐。根据给到的口味喜好，GPT 自动生成了菜单，接着，GPT 去购物网站上订购了菜单所需的食材。食材到家后做完拍了个照，GPT 还能把照片自动分享到 FaceBook 上去。
事实上今天企业也需要这样的一个工具，或者这样的一个平台。使用一个很简单的交互，就能够帮他完成一系列的事情。这里说的不仅仅是输出想法，而是要输出行动，真正完成这件事。像微软结合 GPT 的能力，推出了 Microsoft 365 Copilot，企业办公的流程和工作就会带来很大的改变。不管是从降本的角度，还是增效的角度，技术把客户想做的事情直接做完，这才是客户真正想要的。
访谈者：您在企业信息化领域有 20 多年的经验，相信也经历了不止一次的技术革命。这次的 AI 革命，您觉得之前有哪些经验可以类比？
王天扬：我觉得上一个类似的体验是移动互联网。移动互联网中的每个人都有手机，手机又有一个很重要的功能叫做 LBS。数字化的基础，是数字孪生，也是现实世界和信息世界 1:1 复刻，那 LBS 就能帮助我们做到这点。而在此之前，通过电脑的记录都是事后记录，是没有这些信息的。所以移动互联网是我认为的上一次革命，不过从影响力来说，我觉得 AI 会远远超过移动互联网。
访谈者：所以您把 AI 类比成移动互联网，甚至觉得这次的影响力会超过上一次？
王天扬：一定会超过。每个人每天都在做的事情有三件，第一是认知、第二是思考、第三是行动。
移动互联网把现实世界数字化，事实上是提升了人的认知，而 AI 技术是取代了一部分人的思考能力，甚至通过 AI 和其他技术的结合，直接能将思考转化为行动。
访谈者：GPT 出来后，我们看到有不少企业已经在内部使用 AI 进行提效，是否可以认为，未来使用 AI 的能力将会是企业的基本功。谁用的更好，谁的竞争力可能就更强？
王天扬：可以肯定地说，使用 AI 的企业，和不使用 AI 的企业，它们之间的差距将会非常非常大。
我举个例子，我们有个客户，员工数有十几万人，HR 有 2000 多人，每月只是做算薪就这一个动作要花费 20 天。做完薪酬，其实所有的 HR 都累瘫了，但接下来的几天更难，他们要解答所有员工对数据的疑问。一步步排查，解释，消除理解上的分歧，反复沟通导致 HR 和员工的体验都很差。那我们做了什么事情呢？将公司所有信息整合在一起，结合了 GPT 的聊天和对话能力，形成了一个问答终端。它既能理解员工提出的问题，又能够快速提取逻辑并给出答案。光这个事情，我们的客户就高兴得不得了，他再也不用被自己的员工挑战了，GPT 可以 24 小时不间断工作，很快地响应，还能保持稳定的问答质量。你可以想象，光这一点，就省了多少时间和成本。
还有最近 IBM 的新闻，已经暂缓招聘像 HR 这类不直接面向客户的岗位了。他的 CEO 认为 AI 可以轻松地完成 30% 至 50% 的任务，并且能表现得比人类更好。
从 SaaS 到 MaaS，颠覆下的必选题
访谈者：AI 技术出现后，大家一度非常恐慌，不仅是个人担心被替代，SaaS 公司也会担心被颠覆。作为 SaaS 从业者，您怎么看待这件事？
王天扬：回到前面聊到的 OpenAI CEO 用 ChatGPT4.0 演示的在家招待朋友用餐的例子，这个演示是想告诉大家 GTP 本身能够做很多事情，但是要真正的让它更好的为客户服务，事实上它的背后要整合很多其他的自动化技术，然后用 ChatGPT 来驱动这些技术，就像它能驱动购物平台直接下单一样。通过一系列的自动化可以直接达成用户期望的结果，这才是未来的发展方向。
访谈者：也就是说，简单地把 ChatGPT 嵌入自己的产品，是没有意义的一件事情？
王天扬：是的。比如在 HR SaaS 里嵌入 GPT 的问答窗口，让 HR 去做一些文案的辅助工作，这样的解决方案就太基础了。我们要彻底思考未来企业应用的形态是怎么样，它很可能就没有菜单和界面，完全跳脱从软件时代沿用至今的这一套体系，也可能也没有独立的入口，就是依托于微信这样平台来使用。今天我们对企业应用软件，包括 SaaS 的所有认知，在未来或许都会被颠覆。
访谈者：现在我们在讲一个概念叫做 MaaS，意思是模型即服务，把领域内的具体问题，结合 AI 来做深度解决。那创造和使用这些模型，是否会是 SaaS 公司的一条新路呢？
王天扬：所有基于大模型的应用公司，都在做一件事情。就是把能力应用到某一个场景上去。每个场景的解决方案，就生成了一个个模型。在互联网上，我们看到有应用能自动输出产品需求文档，自动写 ppt，这都是属于 MaaS 的范畴。SaaS 其实有机会去组合应用这些 MaaS 模型，组装成适用于一个大的业务领域的解决方案。要考虑在使用不同的模型时，如何设计他们之间的交互，如何管理模型带来的基础数据，以及根据自己的具体场景来调优。
说到这里，我想分享一个我们自己的实例。
再小的企业，都会有员工手册，对吧？企业里的员工会有很多很多政策上的问题，规范上的问题，都会去问 HR，可以想象一个小公司的 HR 的工作有多繁重。那我们可以给到企业一个后台，只要企业准备好员工手册，收集好各类政策，无需梳理总结，直接上传给大模型，这个系统就准备好了。员工不需要任何系统培训，遇到问题时只需要打开微信，输入问题询问 GPT，无论企业大小，80%-90% 的问题都能得到回答。
而且，这个模型是可以和客户的人力资源系统组装的，组装后员工能得到完全个性化的答案。同样是问：这个月再多签 100 万的合同，我能拿到多少奖金。我们的 AI 会告诉你，结合公司的薪酬制度，绩效评定标准，你能得到具体多少钱。
易路一直瞄准的是中大型客户，但尝试去做这些模型的时候，我们发现不论多大的客户都可以快速使用起来，是一件非常好的事情。
访谈者：对于想应用 LLM 技术（大型语言模型）的 SaaS 企业，有什么经验之谈可以分享吗？
王天扬：一方面需要深入找场景，根据对行业的理解，找到一个可组装的点，深入地去组装而非直接嫁接。像前面讲的那个例子，就是使用 LLM 和人力资源系统组装，才能做出区别于 ChatGPT 的产品。SaaS 产品要尽可能做到可组装，每个模块的业务能力都可以互相进行连接，甚至可以去连接外部的一些数据和组件，才能真正构成一个能适应环境灵活变化的企业服务的产品。
另一方面就是需要做到领域里的最强者，不是说什么都有就好，而是有一点最强就可以让所有人都来接入。当前，这一切都要建立在核心价值上，有了核心价值在生态里才会被需要。
事实上我们和 Gartner 对人力资源发展趋势有这样一个共识。就是传统一体化 HR SaaS 的发展瓶颈已经显现，而采用可组装式 HCM SaaS 的企业机构，在新功能的实现速度上将比竞争对手快 80%。并且我们也和 Gartner 在可组装的方向上积极探索着新合作。
访谈者：对于应用 AI 的风险，SaaS 公司应该关注哪些？
王天扬：首先在使用的规范上要合规，再怎么强调数据保护和隐私都不为过；其次，AI 要有真实性，保证数据源头的真实；另外，个人数据和企业数据在 AI 容器的交互的边界，双方可以有一个制衡，很多公司在管理时候没有意识到。我们自身，从技术框架创建的第一天起，就把数据的安全和可靠性作为原则，这也是客户非常看重的一点。
SaaS 漫漫二十载，而今迈步从头越
访谈者：SaaS 已经问世二十多年了，市场上也有市值千亿的公司，你觉得他代表了 SaaS 的发展终局吗？
王天扬：我认为远远还达不到终局，甚至说我们还在很初级的一个阶段。现在仅仅只是把线下的工作搬到了线上，提供的价值也不够明显。未来还有很大的发展空间，特别是有了大模型以后，SaaS 应该更有想象力。
例如你公司有个很棒的员工叫马克，有一天你想再招一个像马克一样的人，直接让 AI 帮你处理就好了。AI 所需的信息，系统里都有，AI 可以根据系统中马克的所有信息，自动生成人才画像并发布岗位、找到候选人、面试，只需要终面时，由人来进行最终把控。这只是其中的一个场景，AI+SaaS 能做的事情还有很多。
访谈者：可以看到，大模型是首先诞生在美国，中国还在奋力追赶这方面的能力。AI 作为可能助力 SaaS 腾飞的一种技术，会使中美 SaaS 的差距进一步被拉大吗？
王天扬：去年我们就使用了大语言模型，但相对来说还不够流畅，只能去问一些被训练过的问题。现在有了 GPT 4.0，基本上说什么机器都能够理解了，这是非常大的进步。
而且大语言的算法是通用的，当前的差距无非是训练时间和训练难度导致的。GPT 的训练语言是英文，所以在英文环境下表现较好。但中国的优势是什么？我们有着海量的应用数据，而这些数据是可以被搜集和使用的，相信通过训练，可以很快在这方面赶上。
所以，我不仅不认为 AI 会拉大这个差距，反而觉得这可能是中国 SaaS 弯道超车的一个机会。
这场访谈的独特之处在于，在访谈前，参与双方都借助了 AI 技术进行了充分准备。访谈者使用 AI 辅助生成了访谈提纲，而沟通过程中，访谈者频频笑称 " 这个问题我问过 GPT"，受访者也多次表示 " 这个问题 GPT 是这么说的…… " 双方的沟通不仅没有因为 AI 而逊色，反而因为 AI 出人意料的回答方向，碰撞出了更多的火花。
这个微小的改变，或许正是我们今天讨论 AI 的原因所在。
通过这次交流，我们深深感觉到，技术窗口已经敞开，它公平地降临在了所有企业面前，无论企业在中国，还是在美国，企业规模是大还是小，是 SaaS 企业还是软件企业，他们的未来都有着无限的可能。
可以说，科技的发展如同一辆永不停歇的列车。
还没有上车的企业，正在上下求索，只求一张登车的票。
而已经在车上的企业，既有已经发布大模型的 Google、微软、百度、华为、阿里等一众国内外科技巨头，也有已经在应用大模型，进军 MaaS 的金山云、易路人力资源科技等。他们更多思考的是以什么样的状态度过车上的时光，以及列车的终点在哪里。
无数的疑问等待着企业家，等待他们和时间一起，共创答案。
来源：假装是运营
