基于大模型的应用的价值到底在哪里？

• 基于大模型的智能体是什么？‍‍‍‍

• 它的商业化情况如何？

  ‍
  

基于大模型的智能体是什么？

它的商业化情况如何？

当前普遍看法认为，“那些SaaS难以赚取的利润，可以通过AI助手来实现”。

与面向消费者（C端）相比，面向企业（B端）的市场被认为是更优的选择，因为在B端场景中更容易开发出有效的产品，这些产品能够处理确定的数据流并提升运营效率。企业级软件的核心目标是解决实际问题，因此，这类软件自然地积累了大量的问题和数据。在这样的环境中，构建的AI助手能够弥补传统SaaS和PC软件在开发流程、用户体验、产品形态和维护方面的不足。展望未来，SaaS的定制化服务和特定行业的需求可以通过更简单、成本更低的方法来满足。

在传统的SaaS模式中，盈利往往较为困难，因为它需要满足大量的个性化和本地化需求。AI助手的应用提供了一种解决方案：它通过提供简洁的用户界面，能够理解各种需求，并通过行动系统与外部系统逻辑对接，从而将用户界面的定制化和流程重构的任务转移到后端的模型和AI助手上。这样，从用户交互到模型处理，再到数据持久化，整个流程得到了简化，从而降低了SaaS的维护成本。

2、如何在内卷的环境里赚到钱？

在大模型应用落地的过程中存在许多问题，例如价格战，技术不成熟，应用场景边界问题等诸多问题的不确定性的情况，如何盈利了，本文根据黎科峰博士在InfoQ 《大模型领航者》的探讨中可以获得一些相关的见解。

黎科峰博士，数势科技创始人兼 CEO，黎科峰博士在京东集团担任副总裁、京东技术委员会主席、京东零售中台负责人，是推动京东数字化成功转型的关键人物。2020年，在全球新冠疫情的背景下，他决定离开京东集团，创立数势科技，致力于推动传统企业的数字化转型。他的创业初衷是利用其在互联网行业的丰富经验和对数字化趋势的深刻洞察，帮助企业实现数字化升级。

“商业化是大企业员工不需要过多考虑的问题，但对于独立运营的企业来说，生存是首要考虑的。”黎科峰博士曾这样指出。尽管大模型的应用还在探索阶段，他已经通过大模型驱动的智能代理（Agent）实现了盈利。

“真正盈利的是上层应用，”黎科峰博士分析道。他认为，未来企业的运营将更多依赖于工具而非人力资源。那些拥有数据并能够利用工具提升效率的企业将成为最有价值的企业。

黎科峰博士创立数势科技时，公司的主要目标是构建数据资产层，通过创建企业指标平台和标签平台，将大量数据转化为有价值的数据资产。尽管这些产品的使用门槛相对较高，更适合数字化程度较高且拥有一定数据技术人才的企业。

随着大模型技术的出现，数势科技开始为企业用户提供数据分析智能代理，这些代理能够通过自然语言对话与用户交互，极大地降低了软件的使用门槛。这使得管理者和其他非技术背景的业务人员能够轻松、快速地进行数据查询和业务分析，从而提高决策能力。

“数势科技的优势在于利用软件和算法解决问题，而不是依赖人力，”黎科峰博士表示。“我们的团队效率高，因为我们使用技术解决了传统上需要大量人力的问题，这也是我们能够实现良好盈利的原因。”

黎科峰博士一直强调的“用户价值”在产品中的体现，可以通过一个例子来说明。在零售行业，一家茶饮连锁企业面临的挑战是如何让店长进行数据分析。鉴于店长的教育水平通常低于科技公司，他们很难快速有效地使用传统的BI工具进行数据分析。数势科技提供的对话式、低门槛的数据分析和决策产品，使得店长可以通过简单的语音输入获取所需数据，并理解数据变化背后的原因，从而更好地管理门店。这样，门店的运营就不再仅仅依赖于店长的个人能力和经验。

国内市场普遍存在的问题是，一旦资本市场状况良好，任何新概念的出现都会迅速吸引大量公司进入市场，导致甲方难以选择合适的供应商，最终只能依靠价格来决定。这导致市场变得越来越内卷，优秀的产品和公司不得不参与价格战，可能导致经营困难，出现“劣币驱逐良币”的现象。

在这种竞争环境中，To B企业如何脱颖而出？黎科峰博士认为关键在于两点：一是深入理解数据智能和AI，并积累丰富的经验，这是企业的基因；二是深入了解客户需求，掌握行业知识，讲述能够引起客户共鸣的故事。

在产品技术方面，企业需要明确智能代理与大模型之间的依赖关系，优化智能代理的产品设计，使其更高效地运作，减少与大模型的交互次数，只将必要的任务交给大模型处理，从而节约资源。

在业务需求方面，数势科技专注于自己擅长的领域，这基于黎科峰博士多年的大厂经验。“作为技术负责人，我的考核标准不仅仅是技术的先进性，更重要的是技术能否帮助企业赚钱、省钱，产品最重要的是为客户创造价值。”

黎科峰博士清楚地表示，尽管大模型技术具有巨大潜力，但它本质上仍然是一种工具，用来帮助企业实现业务目标和战略。对他来说，大模型是一种武器，而核心竞争力在于对业务和技术的深刻理解。

总结下来，利用大模型实现数字化转型，第一核心本质是或者核心竞争力还是需要企业自身对于业务和技术的深刻理解，同过去技术帮忙企业提升效率，降低成本是一样的逻辑。另外如果涉及到业务，那么就需要专注做自己擅长的领域，做到精，通过大量的案例，提高模型的准确性和精准性，另外也需要在技术方面进行精细的设计，降低与大模型交互的次数，降低成本。最终才能形成一个成本低，准确度高，又好用的，懂业务的智能工具，才能在拥挤的赛道中胜出。