AI本质是生产力提升工具。
文丨林凡
编辑丨刘欢 王圆磊
本届WIM创新者年会以“AI For X 未来产业范式跃迁”为主题。这是中国第一场专门聚焦“未来产业”的千人峰会——会议邀请了来自未来产业界的100+位头部企业专业嘉宾、超过2000位行业从业者齐聚一堂,共同总结2024年未来产业创新成果,预测2025年最新创业创新趋势。
本次大会在北京、上海、深圳三地举办,三城联动、持续三天(12月18日-20日),会议以独立演讲、圆桌论坛、报告首发、百人晚宴、榜单发布等多种丰富形式,为大家带来一场商业视听盛宴!
2024年是世界创新者年会(World Innovators Meet,WIM)走过的第十个年头。十年来,中国科技创新动能澎湃,新兴产业风起云涌。
主论坛环节,脉脉创始人林凡发表了《企业如何找到AI应用落地的关键环节》主题演讲。
以下为演讲内容整理:
很高兴能在亿欧WIM创新者年会上,和大家做一个分享。
在过去一两年时间里,脉脉在企业内部进行了大量的AI应用和创新探索。也有很多AI圈的朋友,有很多的实践经验,所以今天和大家分享一下,到底在企业内部用AI能做到什么,不能做到什么,有哪些关键的节点。分享下我们的观察和思考。
AI大模型刚出来时,大家还有很大的焦虑感,很多人都有疑问,新东西出来以后,我怎样抓住它,怎么把握它,有很明显的焦虑。
简单来讲,大型企业是害怕在这轮浪潮里落后,中型企业希望降本,小型企业希望借机会弯道超车,这都是今天能看到焦虑和想要达到的目标。
这两年实践下来,会发现AI在技术上明显还有一些短板。今天和大家讲清楚,AI做不到什么。我们观察有三点:
首先,不是急速降本神器,还做不到马上节省公司一半人力成本;
其次,不是强劲增长引擎,希望通过AI帮助业务快速实现100%提升,这也是不现实的。
最后,不是创新突破原点,有一些TO C创业者,想要搞个大事,实现颠覆性创新,但AI目前还做不到。
同时,AI能做到什么?现在AI是朴实无华但有效的,不讲国内企业,我们以国外企业来看。
比如Meta,Meta最重要是利用AI优化广告定向、内容推荐和广告创意,最终广告回报提升了32%,平均单次点击费用降低了28%。如果关注Meta财报,会看到AI应用部分广告增长速度是非常快的。
再来看领英LinkedIn,领英主要利用AI生成用户Profile和工作描述,最终会员收入和招聘收入,实现了10%至15%的提升,是比较大的增长和成功。
最后是知识产权方向创业公司,他们是利用AI收集材料撰写律师函,成本也实现了大幅降低,客户主要包括很多奢侈品公司和知名律所。
什么样的公司适合应用AI?
AI本质是生产力提升的工具,所以我们认为,只要不是纯体力劳动的公司都可以用好AI。
比如,大公司做增收的事,创业公司做突破的事,其实每家公司都可以做提效的事。现在,行业普遍应用的是编程辅助、文案撰写、设计海报等。
比如编程辅助,大概能提升程序员10%-20%的效率。今天很多公司文案已经开始使用大模型了,基本上至少能提效10%,当然,有些创意还需要自己提供。
最近几个月,有更多公司开始尝试视频制作,这些都是确定性的趋势,不用研究,直接去应用。
下面展开来讲,AI在企业内部应用,要具备的一些基础知识。
今天讲的核心是规模、场景、技术层面,企业到底哪些地方适合应用AI。先来看几个概念,包括工作流、任务节点、创收、降本等。
先来看场景,简单介绍一下,大家知道,蓝领有流水线,比如汽车的装配,每个工人负责一个环节,白领就变成了工作流。因为AI还是一个脑力工作者,脑力生产力的提升需要把今天白领做的事情,把工作流拆出来。
举个例子,以K12在线教育部分工作流为例,所有员工都在一个工作流上配合,比如营销团队做各种营销工作,然后把线索转到私域里,私域里有班主任转化,在体验试听后,销售再跟进、转化购买。
某一个任务,在不同的工种中间,反复流转的过程,我们定义为工作流和工作节点。所有的工作流和工作节点,我们要用AI去优化。
今天,AI还不具备做全局规划的动作能力,所以会把每一个工作节点拆开,在每个节点上,可以通过AI实现优化增强。比如,帮助程序员提升工作效率,在每个节点拆开后,AI都有可能提升工作效率。当然,并不是说每个节点都应该投入,这要评估有多大的合理性。
很多刚接触AI的公司,想到AI落地的第一落点是智能客服。我有一个朋友创办的企业,整个公司有三个客服,就算三个客服全部用AI替代,或者AI复制他们的能力,服务更多的人,拥有10人团队、20人团队等效的战斗力。那又怎么样?
想自己研发技术,而不是用合作伙伴的技术,自研客服大概需要1千万的技术投入,但带来的收益仅相当于10人、20人客服团队的成本。其实,是很不划算的事情。所以很多时候,我们看AI一定要带上成本概念和收益概念,才能更好地选择应用场景。
接下来是技术相关概念。AI解决所谓单轮交互、多轮交互的时候,技术难度不一样。单轮交互是做销售线索的识别,比如每个用户都会进来,是一个一次的交互,录进来以后,可以转给哪个销售,这是一次性的交互。
而多轮交互就是销售的转化,我要说服客户买产品,就需要了解客户犹豫的原因,提供更好的引导,这些是多轮次反复聊天。
另外,还有文科任务、理科任务,所谓文科任务主要包括常说的营销文案、销售话术、客服话术,理科任务是数据分析和评估、代码编程。大家用的豆包、ChatGPT等大模型,输入文字后,输出图像、视频、音频等多种模态,要比文本复杂好几倍。
在这样情况下,我们得出在企业内部什么场景下该用AI、不该用AI,有三个核心原则:规模、场景、技术。
这个表是最核心的,这是一个很简单的技术评估方式。
首先,如果已经有很大规模的业务体量,在企业内部“必须做”AI,技术上涉及单轮交互形式加上文科应用场景,那么在技术上需要每年100万的投入,如果有1亿以上的业务体量,不管是创收或降本,大概变化量要超过10%,这是非常值得投入做的事。
另外,如果有较大规模的业务,在内部是“可以做”AI。举个例子,假设用脉脉招聘,今天行业已经有几十亿的收入规模,我们招聘时,会发现业务本身是比较成熟的,但从复杂度来看,如果涉及理科、单轮次理科,或者多轮交互、文科,转化成私域以后,从私域用AI机器人把最后足够高转化概率的同学转成销售线索,这件事情在业界已经非常普遍了。不仅是在k12行业,只要最后能带来收益,就值得投入。
当然,“谨慎做”是还没有成熟的业务,收入规模和体量还没有真正验证,至少别人还没有干出来,又涉及到很多复杂技术,在这种场景下,大家尽量谨慎,不要做这个事。
这是几个案例,比如“必须做”的LinkedIn,用AI生成用户Profile和岗位描述,低难度创新,但成果显著,会员收入增加了约2亿美元,招聘收入增加了约3亿美元。业务收益非常明显。
再比如“必须做”的Meta,很多大公司有很强的广告创意优化能力,但是中小公司并没有,Meta最知道自己喜欢什么样的广告,通过输入广告素材,再输出优化后的广告素材,这个广告素材更能打动用户。
用AI优化广告创意和人群定向,帮助广告主提升了32%广告回报,平均单次点击费用降低了28%,拉伸自身广告收入20亿-30亿美元。这是实打实从AI上赚到钱的。
最后,再强调一下用哪种方式评估。这是一个很关键的表格。
我自己作为创业者,过去两年,在AI方面投入了大量的时间、精力。当然,今天时间有限,如果大家对这个事情比较感兴趣,我们还有完整的课程。欢迎大家和我们交流。
今天想和大家分享的就是这些,谢谢大家!