本期看点：
团队关于AI×财会的内部讨论
互联网+剪发再体验
1 AI×财会，最前沿技术和最传统行业的对话
团队最近参加英国财会行业的线下活动，听完AI财会软件Jack AI开发者的分享后，我们内部的讨论，非常有趣。
参与讨论的主要角色：
来自传统财会从业十年的会计专家
做创业软件产品marketing十年的市场专家
最近两年专注把AI放进财会解决方案以实打实提效降本并且自己上手拿着自己方案实操上手服务客户两年的产品经理（阿山）
简单的结论：
财会专家听之前觉得是噱头，听之后觉得行业立马要变天了；
市场专家觉得客户反映非常好，证明该领域市场巨大；
阿山一年前觉得要变天，一年后觉得关键还是解决核心痛点，是AI还是传统技术rule-based工程解决，全看需求，目前看大部分问题还是得传统技术工程解决，但是市场销售的时候，AI确实总是很能够吸引眼球。
附上讨论中文翻译摘要：
【市场专家】
总体上，我们同意他们的小组讨论/演示给人留下了深刻印象。
小组讨论方面：Nikolai（首席执行官）参与了关于会计中AI未来的讨论——所以没有销售/讨论他们的应用，而是分享了对未来的预测。
演示方面：
也由Nikolai进行。演示中的关键信息：
- 成立于2022年，但技术似乎已经开发了四年时间（利用了一位联合创始人之前的初创公司的技术），
- 使命是将会计师/簿记员从操作者转变为数据验证者，
- 深度学习：Jack从财务报告标准（FRS、IFRS）中学习，还有两年的历史簿记数据、谷歌，并通过更正持续学习。
- 专有会计语言模型（ALM）：不是基于规则的，而是使用视觉语言模型而不是OCR，基本上给它“眼睛”去理解文件。显然它能从电子邮件正文中提取发票并获取上下文（我们没有看到这一点）。
- 从Microsoft 360、Slack、WhatsApp、电子邮件中提取/读取文件
- 终端客户无需登录/记住密码来上传信息——只需将Jack集成到他们偏好的通讯方法中，Jack将获取信息或发送到一个独特的电子邮件
- 他们没有解决的一件事是Jack AI无法匹配/理解的5-10%的项目在他们的方案中该如何处理
- 准确性和速度：他们声称Jack处理交易的速度是人类簿记员的10倍，每小时处理120-150笔交易，高峰时段可达250笔，准确率达90%。
在现场演示中，一个特定交易只用了36秒就完成了，包括数据提取、账户分类和增值税验证。
- 公司甚至提出在下一次IFRS会议上在舞台上测试Jack的准确性和速度。
- 上下文理解：Jack旨在理解交易背后的上下文，而不仅仅是遵循规则。如果遇到缺失信息，它可以在后台咨询谷歌。
- 定价：每小时21.60英镑，仅在活跃处理交易时计费。
- 目标市场：会计和簿记公司。
总体来说，Jenesys提供了一个引人注目的解决方案，即Jack AI。
看到会计师如何被其吸引，反映了潜在的市场空间。
【会计专家】
- 这次活动真的很有启发性，英国的生态系统对新技术很开放，但仍处于讨论新技术与实际找到用例并整合之间的临界点；
- 在财会的领域，参与者真正开始理解簿记是一切的核心——如果输入的是垃圾，输出的还是垃圾；
- 公司真的在寻求超越离岸外包——我感觉市场上的技术真的让人兴奋，几乎没有人参加离岸外包公司的推介（但技术供应商却非常热闹）；
- 我完全改变了对Jack AI的最初想法，他们有一个非常强大的团队，非常专注于他们的使命（他们的落地做得很好）。
它的演示吸引了所有人的注意——我看到了我们所处空间的巨大市场，会计师非常需要这方面的支持，有很多感兴趣的买家在密切关注；
当前的产品不考虑额外的沟通流程，还需要会计师像使用Dext一样验证任何不是100%的项目——但围绕这一点的其他方面都非常强大，他们对AI模型有很强的信心；
- 我感觉今天之后，他们没有看到任何直接的竞争对手，而且老实说，基于OCR是旧技术，他们完全有信心对抗Dext和离岸簿记员。
这个市场有巨大的机会，当然有很多生意可以做，我相信他们有一个光明的未来。
但同时，优秀的技术并不总是导致商业上的成功。
【产品经理山】
我的想法：
1. Jack AI的惊人功能，比如用“眼睛”代替OCR，自动为缺失的上下文搜索谷歌，学习历史经验和会计专家的专业知识，实际上正是我们至少半年前就已经思考和构建的，所以：
对于Jack的想法和所做的事情，我们并不感到焦虑，因为这些并没有超出我们的想象和计划范围。
如果Jack AI也关注我们已经做过/正在做/将要做的同样的事情，这要么是AI在簿记方面能做的只有这些（限制），要么这些真的是真实簿记场景中的重要痛点。
从中长期来看，我完全同意Jack关于AI将如何改革行业的看法，但要记住，关键不在Jack或者其同行的手中，而是直接由像OpenAI这样的AI基础设施的迭代速度决定的。
值得注意的是OpenAI已经超过半年没有发布新版本了，这是一个令人担忧的信号，表明AI可能不会像我们想象的那样快速迭代，因此它将影响激动人心的AI改革簿记/会计行业的时间。
一年前，我关注的是：
AI的智能，不是基于规则，不是文本匹配，而是学习、讲述、进化。
但现在：
我觉得更本质的仍然是如何解决传统环节中最耗时的部分，在这一部分，关键不在于技术本身如何前言酷炫，而在于究竟能否解决问题。
AI与传统基于规则的技术解决方案似乎各有优劣，难分高下，说实话传统技术解决方案可能短期更有效。
2 组织协调 尚需增强
团队同事值得我学习的：组织协调能力
在单个任务的效率和创新上，我可以做得挺不错；
不过围观其他同事的时候，觉得自己目前还需要提升的是拿到一个非单体可以包圆的任务的情况下，如何拆解事项、制定计划、分工到人然后起到一个团队协作效率倍增的效果上。
1 抬头望天 前路开朗
每当稍有自得于自己的成长时，去看看这些全球最聪明的人在一起做成最优秀的事情之后，就意识到自己和这些人尚有非常大的差距。
不会觉得沮丧，反而觉得开朗，因为知道前路还有很多可以走。
2 努力尝试 永不停步
永远不要因为“自己以为的”“别人告诉你的”上限和天花板而停步。
努力去尝试，只要不停步，总能实现曾经的自己以为不可能的事情
3 应对情绪 岿然不动
被人莫名其妙发脾气是真的好郁闷🤢
又不想和别人吵，觉得很掉价。
思考了下如何面对别人的坏情绪宣泄：
往上站一层，用理性客观就事论事解决问题的态度去沟通，让ta察觉到自己的幼稚和无趣，让ta自行熄灭；
或者如果事不关己，直接闪人，主打一个不奉陪。
近期日常
1 优剪再体验
时隔半年，再度体验「优剪」，体验相当不错
服务交付标准透明、价格实惠、加上一点点互联网的元素，唯一好奇的是究竟能不能赚钱。
原本是去一家自己办了会员卡（非充值，折扣卡，几十块钱办的）理发店💈结果排队人太多（有加店里小哥企微提前确认排队情况的，但是无人回复），晚上应该是等不到了，但是接下来的时间都不太凑巧，所以还是想要今晚把头发理了。
想起来之前走路路过一家优剪，离得非常近，然后自己之前也办过优剪的会员卡，可能还没有过期。
随手打开优剪的小程序，点进去附近门店，看到自己折扣会员还在有效期，看了下不用前方不用排队等号，然后就立马取号了店长洗剪吹（当时没有意识到选的不是在深圳仅有的剪吹，最高就是店长档，比店员档贵了几块钱）。这里就立马快乐了，因为一眼就能看到所有理发师的空档情况，确定性很强。
到了店之后，发现比自己之前去过的优剪店面要大很多（比本来想去的那家普通理发店还要大些），整体风格就是典型的黑白科技优剪风。然后发现自己选的套餐其实是包括了洗发，价格还是不贵的，如果是之前体验的剪吹就会更便宜些。
坐下来之后，还没有如常一样沟通自己的发型需求，店长已经直接在小程序里找到我之前的理发档案，确认是否就是这个发型，表示没错，再确认一些细节要求，就开始剪了，过程中不同阶段会停下来让我确认当前发型是否OK、细节是否满意。
店长的手艺感觉非常干脆利落，比同价格我在之前那家理发店体验明显要好（可能是因为同价位在原先的理发店我只能剪最基础档的）。
有些我稍稍有点拿不准的决策点，比如是打薄还是剪短，店长表示7天内不满意，可以随时回来修剪，所以可以先轻松做一个稍保守点的决策。
有留意到所有的用具都是放在优剪专门的紫外线消杀箱里的，从里面即时取用即时放回，感觉还蛮干净的。
剪完又更新了发型档案，方便下次理发继续查看。
之后出于好奇又去看了下优剪里的小程序，发现品类也更丰富了，包括了烫染，而且还有“迷你烫”这个类目，大概意思就是局部的烫发，大概溜了一眼具体服务项，感觉是花了心思琢磨的，至少每个服务我看了下都能感觉到确实是有时候发型中的容易有的高频常见的不满意的点，价格也就是99元左右。（像我这种日常不烫染的人，会动心觉得值得试试）
整体下来，印象最深的：
1 整个服务流程非常标准
2 服务品类聚焦，高度标准化（包括理发和相关实体产品以及设计等等方面）
3 互联网元素有些小加分项（线上取号排号、发型档案等等）
唯一在琢磨的就是利润率，优剪本身应该就是做供应链、卖会员、提供相关技术支持，但是不确定加盟店长能否挣钱。
我去的这家优剪，当时是除了我就没有其他顾客了，而我本来想去的那家店人都满了、然后服务定价又是相对实惠的价格，店铺位置大小来看的话租金上应该也没有太大优势。
之前在深圳看到的优剪都是非常偏僻的位置，很小的地方，这次这个位置挺好，店面也大。
后面可能就切换到这家优剪来剪了，之所以能比较轻易迁移，也是因为吸取了教训在上一家没再办充值卡了，只是几十块的折扣卡。
完
往期文章：
OpenAI/ChatGPT迎来华人产品老大，斯坦福毕业，硅谷产品大佬，在Facebook、Instagram、Uber负责产品
年营收1亿美金，仅11位全职雇员，其中4位是尚未毕业的本科生 | Midjourney团队成员履历探索
