近日，句子互动在非凡产研主办的「AIGC 应用发展高峰论坛」上，顺利入选【2023 CHINA AIGC 100】。以此为契机，句子互动创始人&CEO李佳芮接受非凡产研的采访，探讨了许多关于人工智能和大语言模型的话题，也提到了她对于人工智能和大语言模型发展的见解。
-
能否介绍下你们的产品和核心应用场景？
-
目前产品研发和市场拓展情况是什么样？2023年遇到的最大挑战和收获有哪些？
-
生成式AI和大语言模型为创业者带来了哪些机遇？这波创业浪潮和过往有哪些不同？
-
目前国内市场环境落地AI应用面临哪些挑战？
-
您认为AI创业公司在产品研发和市场推广策略制定与执行方面应该考虑哪些关键因素？
-
面对巨头可能带来的“降维打击”风险，AI创业公司应该如何保持竞争力？
-
一些创业者认为大语言模型目前能力还不够，限制了AI应用/产品的发展。您对此怎么看？
-
如何看待大模型和GenAI 带来的“人机协同”新范式？企业如何适应和革新自动化流程业务升级的变化趋势？
以下是专访内容，希望帮助大家更深入了解人工智能和大语言模型，一起来看～
非凡产研：能否介绍下你们的产品和核心应用场景？
佳芮：句子互动通过打造大模型驱动的下一代对话式营销云，通过 AI+RPA 技术，句子互动可以基于企业微信、飞书、5G 消息、WhatsApp 等不同的 IM 提供智能高效对话服务。具体来说，句子互动通过企业私有数据为企业训练专家级数字员工，并对接到不同 IM 里高效工作。通过通用大模型、企业专属知识、RPA 和垂直行业 SOP 落地了大健康行业和保险行业的数字销售员工，以及在政务领域的数字民警和数字网格员等。
句子互动团队在 RPA、智能对话与私域运营服务领域不断创新，产品和服务已经在多个行业得到应用，覆盖消费品、金融、泛互联网、政务等多个领域，客户包括宝洁、海底捞、国家电网、中国人民保险、火山引擎、百度、公安局等。
非凡产研：目前产品研发和市场拓展情况是什么样？今年遇到的最大挑战和收获有哪些？
佳芮：我们之前在私域 RPA 领域积累相对比较深，沉淀了很多最佳实践和客户，业务已经完全实现了自运转。大模型应用的产品反而是 2023 年才开始做的，我们是 2023 年年初就开始做，过去一年已经迭代了十几个版本了，大的重构也做过一次了，但是我觉得可能还是在非常初期的阶段，因为交付的成本还是比较重，随着产品化程度越来越高，交付成本是应该趋近于 0 ，起码对于研发来说趋近于 0 才比较合理，因为我们 RPA 的产品就是这样过来的。
市场侧我们基本没怎么拓展，主要是公司的商务同学在老客户中做一些深挖就很容易做出一些案例，2023 年主要还是重点做深一些 KA 为主，近期我们做出了最佳实践了，打算开始主动出击一些了。
2023 年最大的挑战就是交付不过来，全年整体就是感觉就是一个奔跑的状态。虽然大模型整个能力正在变得越来越强，但是落地到垂直领域上要做的调优还是很多的，工程量其实还是不小，但是随着产品化程度越来越高，后面我相信会越来越好，现在的各种挑战就当成是未来产品的吧。
2023 年最大的收获就是从客户那里学到越来越多的实践，TO B SaaS 创业有一个很有意思的事情，最开始做出来的产品可能是靠创始人的洞察，越往后走，其实越是客户来教你怎么做产品，你会发现自己的认知很多是很浅的。比如我最开始说要做一个数字销售员工，我的理解是需要建立信任到转化，但是客户会非常明确的给我做拆分怎么完成一个销售的闭环，从完全不信任到不信任，要怎么做，从不信任到开始建立信任，要经历哪些，再从开始建立信任到初步建立信任，再到明确建立信任，再到信任成交拐点，以及成交中间要经历哪些关键的事情，以及从完全信任到转介绍又应该做什么，这些内容的拆分除了让我知道我们产品应该怎么做，我甚至开始反思我们现在的商务同学是不是还有很多要提升的地方。
非凡产研：生成式 AI 和大语言模型为创业者带来了哪些机遇？这波创业浪潮和过往有哪些不同？
佳芮：我觉得分两块来说，比较泛的来说，大语言模型一方面极大的提高了生产力，另一方面对于初创公司来说，极大的降低了做事情的难度，有了大语言模型，如果学习能力稍微强一点，一个人或者几个人是可以快速搭建出一个 MVP 的，比如之前我做过一个分享「AI 如何助力一个人开展跨境电商业务」，从供应商选择、营销素材准备、自动化运营等方面，都可以在 AI 的帮助下又省钱又专业的开始业务。比如原来你要写文案、要设计图、要做官网你都得找专业的人来搞，今天你可以用大模型来搞，虽然今天看搞的和资深从业者搞的还是有一定距离，但是完全是可以帮助创业者来验证一个基础的可行性的。随着 AI 能够提供的专业技能越来越全面、越来越强大，主要我们想得到的东西，基本都可以用 AI 搭建一个雏形，未来甚至可以完成更多。我认为在 AI 时代，我们将会看到公司变得越来越小，但是产品影响力却很大。劳动密集型的公司会越来越少，产业会逐渐从以人驱动转变为以算法和算力驱动。从这个角度看，AI 一定会取代一大批人，但是也会给小公司和个人带来从未有过的机遇。
另外一块，主要从我自己做的事情来说，因为我是做企业服务做了很多年，我认为未来企业的工作流会被 AI 重塑。从我自己做 SaaS 软件的角度来看，当前所有的 SaaS 软件都是很反人类的，使用者其实是按照 SaaS 软件的产品设计者的思路在完成一个任务。比如在我们的系统里，创建一个营销任务要点击好几十次，这也带来了很大的使用成本和培训成本，一方面你可以说是自己产品比较厚，比较有壁垒，但是另外一方面我认为所谓“产品厚”是在给一个很差的人机交互找借口。人机交互就应该是简单的，其实很多时候就应该一句话就把事给办了，后面应该是 AI 驱动，把这些交互界面全干掉，比如一个营销人员只要说一句“帮我给在抖音上下单的付费客户推动抖音活动的优惠券”，然后系统就会自动从电商平台同步数据到 CRM 平台，自动分析客户人群、识别不同类型的客户并打标签，自动创建文案和要推动的商品图片，自动创建触达任务等等。这才是 SaaS 的下一代，这才是 AI 重塑工作流。在这个领域，我认为是有很多机会的。
说到创业浪潮，我认为浪潮分为大浪潮和小浪潮，这一波 AI 的到来会是像移动互联网一样的大浪潮。我们说现在的 AI 模型已经变成了一个 foundation model，就是一个基础架构级的 model，它未来会成为一个基础设施。我之前听过一个特别有意思的例子：在 100 多年前，那时候的电烤面包机，它的插头是一个灯头，因为 100 多年前的那个节点的人们在畅想未来会怎么样。那时候的工程师畅想的是：以后所有家庭都会用电。用电来干什么？点灯泡。当时他们不知道还会有电冰箱、洗衣机，面包机也需要用电，所以在家里并没有设计这些插座。一开始大部分人都以为要发电，就跟现在一样，做大模型，做云计算，结果发现最后这些会收拢成了国家的关键基础设施，就那么几家公司有资格来做。但是会有很多人用电的能力去把人类的衣食住行，或者是把柴米油盐酱醋茶，全都都给它，那时候叫电子化、电器化，现在依然在大模型之上也有很多这样的机会。其实很多人也用同样的方式来对比移动互联网，所以经常会有人说 ChatGPT 的发布是一个 iPhone 时刻，那这个浪潮肯定是比前几年小热一下的各种小浪潮大的多的。
非凡产研：目前国内市场环境落地 AI 应用面临哪些挑战？
佳芮：我站在 ToB 角度来看，其实无论是在国内还是在海外落地 AI 应用其实真正面临的挑战都差不多，那就是找到自己的 AI 能力和企业客户需求真正匹配的价值点。AI 的能力有时候看起来很酷炫，但实际上是做不到万能的，需要很多工程化的方式，以及与客户共创，才能真正解决问题。
而站在企业客户的角度，无论是国内还是海外，每家企业的需求都是分散且多样的。我们看 OpenAI 的 ARR 达到了 16 亿美金，其中有很大一部分是来自企业客户，那是因为 OpenAI 拥有全世界最好的大模型。而更多的大模型企业其实在 B 端并没有产生多少收入，更不用说那些在中间层和应用层的公司了。企业客户不愿意付费，核心还是因为没有解决他们的问题，没有真正为他们实现降本增效。
好的一点是在于越来越多的企业客户意识到了这一点，不再幻想 AI 能够一下解决他们所有的问题，愿意与 SaaS 应用企业一起合作共创，探索出真正可行的商业化路径。
非凡产研：您认为 AI 创业公司在产品研发和市场推广策略制定与执行方面应该考虑哪些关键因素？
佳芮：在产品研发侧我认为有两点是很重要的：第一点是企业自己的核心竞争力到底是什么，这点企业要想清楚，不要什么都做，因为资源有限；第二点是不要闭门造车，更不要重复造轮子。在产品研发的第一天就要和目标客户站在一起，并在整个产品研发过程中不断与客户共创，早日找到 PMF。
在市场推广方面，不同行业的不同产品策略是不一样的，我仅分享一些我看到的案例总结的经验。如果说是做大型企业客户的，那么早日搭建自己的销售团队就是很重要的。尽早发布产品，只要可以解决客户问题就拿到客户那里验证，并尽早地进行商业化。好的增长来自于好的客户关系和口碑。
如果是 ToC 产品或者是 PLG 类型的 SaaS 产品，如果说已经验证了产品需求并且找到了自己产品的用户价值，那就需要追求创造性地快速增长。有时候产品本身是最好的增长助推器，想想自己产品在哪方面可以为自己带来便宜甚至免费的流量，在合适的渠道、合适的时机，面向目标人群做精准的触达和转化。如果企业自身有大量的市场投放费用且行业处于早期，且市场有足够的天花板，那就需要进行大量付费的市场投放，并将用户 LTV 算进成本结构里。
如果自己的产品并没有和竞品拉开明显的代差，且并没有大量的市场投放费用，那就脚踏实地一边商业化一边去做增长。AI 时代的产品理论上天然就是有魔力的，如果不能口口相传，有时候还不如继续去打磨产品。
非凡产研：面对巨头可能带来的“降维打击”风险，AI 创业公司应该如何保持竞争力？
佳芮：没有一家企业可以吃下整个市场。巨头有巨头的优势，比如拥有更多的资源，无论是算力、人才还是数据都远远高于创业公司，所以巨头们纷纷下场，训练自己的大模型，发布自己的应用。
创业公司看起来哪里都比不上大厂，但创业公司也有创业公司的优势。因为创业足够灵活，所以迭代和创新的能力更强，且因为资源有限所以相对更聚焦。我们可以先创造出局部优势，进而抢占一部分的市场先机。
另一方面，大厂和创业公司不是非此即彼的关系，而是相互协作，互为补充的关系。在 AI 浪潮刚刚来临的时候，与其关注竞争还不如关注市场和用户。如果能自己解决的客户问题就自己解决，如果自己解决不了就找合作伙伴一起解决，这个合作伙伴其实既可以是创业公司也可以是大厂。大家一起把客户服务好，一起把市场做大，这是这个伟大时代开端给所有公司公平的机会。
最后，更宏大一些的看，我认为在新的流量分布，新的交互形式，新的国际化的情况下，年轻的 AI 公司是可以做出一个不一样的巨头的，虽然现在看起来有点太大了，但是一步一步走过去，也不见得没有机会。今天无论是搜索、电商还是社交，其实都在发生很多的变化，巨头的成功形式未必是明天成功的形式，但是人的需求是一直存在的。而且老一辈总是要老的，年轻一代的我们也是要走到哪一步的，毕竟我们有更好的体力和精力，年轻的 AI 公司只要持续保持创新速度，机会还是非常大的。
非凡产研：一些创业者认为大语言模型目前能力还不够，限制了 AI 应用/产品的发展。您对此怎么看？
佳芮：这一轮 AI 带来的能力大部分都归结于底层大模型的能力，所以确实目前很多问题没法解决本质上可以归结为大模型能力不足。
但这并不应该是创业者关注的问题，或者说不应该是首要关注的问题，而应该是那些大模型公司和大厂关注的问题。创业公司核心还是要关注客户价值，关注市场，关注自己要解决的问题。如果大模型能力有局限，那就在大模型可以做好的范围内，叠加一些工程化和手段和产品交互层间独特的创新，为客户解决可以解决的问题。这才是创业公司该做的事情，也只有这样创业公司才可以生存发展下去。
不要等到大模型什么都能解决的时候再说入局，那时候已经没有创业公司的机会了。相反在这个大家可能都没有最好的解决方案的时候去探索和创造价值，反而有可能抓住更大的机会。
非凡产研：如何看待大模型和 GenAI 带来的“人机协同”新范式？企业如何适应和革新自动化流程业务升级的变化趋势？
佳芮：我在 2020 年出版了我的书《Chatbot 从 0 到 1》，今年也出版了这本书的第二版，大模型时代如何从 0 到 1 搭建聊天机器人，在最后一章最后一小节，我是这样说的「人机关系」：
对于企业来说，需要将看似抽象酷炫的 AI 能力具体化，帮助企业更好地降本增效，提高决策水平和企业竞争力。因为 AI 在某方面具备的优势远远大于人，比如 AI 可以自动化重复的工作任务，比如 AI 可以生成大量具有平均水平的内容，比如 AI 可以从给定的知识库中调取信息 7*24 小时与人交互，等等。企业应该识别 AI 与人不同的优势，「让机器的归机器，让人的归人」，更好地帮助企业实现更好的经营，创造更大的价值。
需要注意的是，企业不应该为了追求革新而盲目革新，应该从具体的问题出发，了解 AI 能力的边界，更好地为企业服务。比起用 AI 革新组织，更重要的是组织本身的革新，以组织目标和组织能力为追求，提升企业整体经营水平。
