1 新 SaaS：Service as a Software
Software as a Service 🆚 Service as a Software
以前是软件辅助特定工种岗位提效，现在是在 AI 帮助下直接端到端替换特定岗位。
就是我们现在的思路，主打端到端直接替换目标客户的对应职能岗位，而不是只提供软件给该职能岗位辅助提效。
客户觉得很棒，表示垂直市场里目前没有其他类似方案，年中参加行业大会，我们的展台是同类型展台里人最多的。
但其实真的落在商业上，相较于纯卖软件各有利弊，难说服务端到端就更有优势。
软件的弊端在于只辅助特定环节提效，节省成本有限，但是决策成本低。
服务端到端替换好处是极度省事，因为涉及到人的管理和流动总是最麻烦的，但是意味着采购者要放弃一定程度上的掌控，因为特定岗位直接被我们替换掉了，所以决策周期长。
基本我们现在的销售 call 反馈都是，聊完方案都表示非常合理，在市场上也是独一份。
但是接下来客户就是想要搞清楚你服务的每一步每一个细节，因为完全把特定环节交出去还是很难放心的。
以及原本内部流程建完之后，实际决策也不是简单把一个环节直接切给我们，会涉及到整体链路方方面面的调整，有时候发现调整成本太大，即使知道长期切到我们这经济上更合理，短期也只能先放着了。
可能的额外变量：
英国市场涉及到雇员裁员相当麻烦
高合规领域本来就有非常多条条框框
我们切的环节涉及到相当部分对客户的终端客户曝光所以会直接和他们品牌声誉/用户体验挂钩不敢轻易尝试
我们目前的思路是尽量找愿意尝试新方案且刚刚成立包袱小的机构合作。
以及所谓 AI 时代新的 Service as a Software 的搭建也是需要琢磨的：
并不是简单地在原本软件的基础上加一些 AI 执行的服务就行了；
而是需要先去理解目标场景的需求、痛点和工作流，并且要重新理解之后拆解出适合 AI 发挥的新的工作流；
举个例子
你替代的目标岗位和环节，该公司可能就几个人，大概率是一个人负责完整的环节，小作坊式的；
如果你上了 AI，你其实就相当于这个环节上的外包公司（只不过别的外包公司用的是人，你用的是 AI），在这种情况下你的高效方案不应该是用你的“人/AI”直接替换客户公司目标岗位的人，这个就太机械⚙️了。
替换前后的输入和输出是固定的，但是从输入到输出的内部盒子如何打造是你可以完全掌控的。
基于目前 AI 的能力，想象下你的外包公司里有无数个不知疲倦可以 7*24 工作的实习生（是的现在 AI 的能力最多也就相当于实习生，当然你可以给 AI 这个实习生打造很多工具，造完就能上手，而且可以使用不限量的工具）。
你还会是让一个 AI 替换目标客户的一个人吗，应该不会吧。
一个可能的思路：
把从输入到输出拆成无数尽可能细的环节，每个环节都是一个专门负责的角色，就是极度精细的工业化流水线，每个环节都有一个专门逻辑的 AI 去负责。
这个才是AI 新方案的优势所在，因为人以及传统公司在达到特定规模之前，是很难搭建一个极致拆分的工业流水线的。
人性也不允许（想想对工业革命的批判：把人异化成没有感情的螺丝钉/机器，而 AI 就是天生的没有感情的螺丝钉/机器）。
至于具体如何拆分这个工作流使得搭出来的流水线最适合 AI 搭配自动化软件的能力，这个就非常非常考验团队对行业以及对应环节的理解了。
所以这种新方案，一定是满足两个条件的团队才能做出来：
非常理解行业，和行业从业人员一样理解甚至更理解
非常理解技术，是行业里最懂相关技术的一波人
两者结合，你才有可能实现相关方案。
不然要么就是懂行业不懂技术，方案合理但是不可行；
要么就是懂技术不懂行业，方案酷炫看起来高效实际运作起来各种不对劲压根无法提效。
以及，要考虑到 AI 目前的局限性以及行业的容错度，可能这条流水线会有一个过渡阶段，就是其中部分环节部分角色需要人工把关、检查、兜底。
所谓“人工智能”。
说到这点，其实所谓 Service as a Software 并不是一个在 AI 时代才出来的新鲜概念。
AI 之前，就有这类的解决方案，比如 Pilot、Bench 这些财务自动化解决方案，其实就是同时把技术软件和真人服务结合在一起对外提供端到端的一揽子解决方案。
只不过现在 AI 来了，有些真人角色能被 AI 替代而已，然后这类商业模式底层的一些成本回报计算由此摸到了临界点，水涨船高，从而使得商业模式的优越性有了改变。
最后，以上都解决了，真正回归商业。
可能难题还是在于一个一个实操落地的点，在于如何教育市场、应对客户的潜在顾虑等等。
这些都需要在有限的时间里完成，这样才能获得足够活下去的客户和收入。
所以创业，商业设计🆚实操落地，同样重要。
说到底，你的客户要的并不是先进技术、酷炫 AI。
他们只想（高性价比地）解决问题。
1 AI 水涨船高，有人水落石出
朋友圈被@李继刚 的汉语新解的 prompt 和输出效果有点刷屏了。
第一反应是 AI 降低的是实现门槛，但是真正想要出有趣有料的东西其实还是要靠洞察和想法，这些是 AI 给不了的。
AI 的进步一方面是水涨船高，让有创意但是苦于实现的人补足短板；
但是另一方面去看，是不是也算是水落石出，让之前觉得自己创意一堆只是做不出来的人，意识到可能其实是创意不行，比如说我哈哈。
时常问自己：
怎么到了 AI 时代，还没有能做出一些有趣的东西出来。
2 讲故事
感觉自己是一个很喜欢“讲故事”的人，就是生活中遇到的各种小事，也喜欢绘声绘色添油加醋地给同事给朋友讲。
讲着讲着就反向会更留意生活中的各种素材。
就好像一个厨师👨🍳，哪怕是平平无奇的食材，也想要通过烹饪🍳让它色香味俱全。
3 得到祛魅
很多东西其实就是“求而不得”带来的滤镜。
像我如果对一个东西感兴趣，就会第一时间想办法先去体验然后搞清楚然后就可以平静看待了。
如果自己暂时体验不了，推给身边恰好合适的朋友也是一种方式。
因为得不到劝自己劝不动，“拿不到手”的东西靠“想像”总是太完美，无法打败，入手了进入现实了才能被评判和取舍。
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
