中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文將探討AI如何在B2B領(lǐng)域找到其獨(dú)特的價(jià)值定位，以及如何通過(guò)創(chuàng)新的方式解決傳統(tǒng)業(yè)務(wù)流程中的痛點(diǎn)。我們將深入分析AI技術(shù)的最新發(fā)展，以及它們是如何被應(yīng)用于提高企業(yè)效率、降低成本和增強(qiáng)決策支持的實(shí)際案例中。

最近，朋友給我反饋：Kimi廣告投放真猛。

聽(tīng)網(wǎng)易音樂(lè)、刷bilibili都能看到，說(shuō)產(chǎn)品給普通用戶使用的，這點(diǎn)兒毋庸置疑。不過(guò)，8月才過(guò)半，Kimi一些行動(dòng)卻讓人感覺(jué)有些不同。

不同在哪呢？

一方面，8月2日，Kimi的母公司月之暗面(Moonshot AI)宣布正式發(fā)布了Kimi的企業(yè)級(jí)API。這種企業(yè)級(jí)模型，相比普通用戶版，提供了更強(qiáng)的數(shù)據(jù)安全保護(hù)和更快的處理速度，能夠幫助企業(yè)處理復(fù)雜的工作和大量數(shù)據(jù)。

緊接著，他們宣布將Kimi開(kāi)放平臺(tái)的上下文緩存Cache技術(shù)的費(fèi)用下調(diào)，從原來(lái)的10元每1M tokens每分鐘降到了5元。我了解到，這項(xiàng)降價(jià)從7月1日就已經(jīng)開(kāi)始在開(kāi)放平臺(tái)上進(jìn)行公測(cè)了。

讀到這里，也許你會(huì)好奇，緩存Cache到底是什么？

簡(jiǎn)單來(lái)說(shuō)，它的作用是提前存儲(chǔ)那些可能會(huì)被反復(fù)使用、經(jīng)常被查詢的文本或數(shù)據(jù)，從而在不增加成本的情況下提高模型的推理效率。

所以，這些動(dòng)作讓我不禁思考，AI在B2B領(lǐng)域，是否已經(jīng)找到了一條有效的道路？經(jīng)過(guò)一圈調(diào)研，我認(rèn)為：是的。

01

先說(shuō)一個(gè)行業(yè)共識(shí)：AI應(yīng)用無(wú)疑是模型成功的關(guān)鍵。

今年，世界人工智能大會(huì)上，百度CEO李彥宏討論了他對(duì)大模型應(yīng)用的一些看法。他說(shuō)：盡管C端開(kāi)發(fā)很重要，但B端應(yīng)用場(chǎng)景，才是大模型能夠取得更好成果的地方。

他認(rèn)為，AI時(shí)代，能夠深刻影響產(chǎn)業(yè)，顯著提高效率的應(yīng)用更具備價(jià)值，他預(yù)見(jiàn)，在醫(yī)療、金融、教育、制造、交通和農(nóng)業(yè)等領(lǐng)域，將會(huì)根據(jù)各自的特點(diǎn)和數(shù)據(jù)資源，開(kāi)發(fā)出定制化的智能體，未來(lái)智能體將達(dá)到百萬(wàn)級(jí)別，形成一個(gè)龐大的生態(tài)系統(tǒng)。

今年，百度在醫(yī)療、金融、能源、環(huán)保和交通等多個(gè)領(lǐng)域中標(biāo)了17個(gè)項(xiàng)目，涵蓋大型國(guó)企、行業(yè)領(lǐng)頭公司，金額也非常可觀。

顯然，李彥宏認(rèn)為，AI應(yīng)用要快速落地到智能體上。

咱不說(shuō)具體落不落到智能體上，那么多標(biāo)書(shū)，也要一個(gè)個(gè)交付，一年半載不作出個(gè)成型的東西來(lái)，客戶肯定是不愿意的。

我們?cè)倏?Moonshot AI)創(chuàng)始人楊植麟怎么看。

6月份，極客公園創(chuàng)始人張鵬與楊植麟的一次對(duì)話中，楊提到他們并不完全排斥B端，但主要還是專注于C端。他的產(chǎn)品Kimi在AI領(lǐng)域已經(jīng)達(dá)到了頂級(jí)流量和使用量。

盡管如此，用戶在高峰時(shí)段經(jīng)常體驗(yàn)到由于算力不足而導(dǎo)致的問(wèn)題。為了應(yīng)對(duì)這種情況，他們采取了一些措施來(lái)降低運(yùn)營(yíng)成本并提高效率。

其中之一，是通過(guò)緩存技術(shù)來(lái)優(yōu)化模型的推理性能，這項(xiàng)技術(shù)使Kimi在處理復(fù)雜請(qǐng)求時(shí)能夠更快響應(yīng)，減少了重復(fù)計(jì)算的需要。

這種改進(jìn)不僅提高了系統(tǒng)的響應(yīng)速度和處理效率，還確保了對(duì)話或文本生成的連貫性和準(zhǔn)確性；這在未來(lái)，面對(duì)可能做B端生意時(shí)，要大量集中處理數(shù)據(jù)請(qǐng)求時(shí)，顯得尤為重要。

因此，楊植麟認(rèn)為，若想轉(zhuǎn)向B端，首先必須解決算力問(wèn)題，確保算力的穩(wěn)定是基礎(chǔ)。

另一方面，我覺(jué)得，做C端生意不那么性感，他主要通過(guò)廣告投放換轉(zhuǎn)化，長(zhǎng)期看，沒(méi)有那么引人注目。

我從多名廣告從業(yè)者口中了解到，從2024年上半年開(kāi)始，人均轉(zhuǎn)化成本在不斷上升，每一個(gè) Kimi PC 端的用戶轉(zhuǎn)化，基本達(dá)到40元/人，這個(gè)數(shù)據(jù)我沒(méi)有求證官方。

不過(guò)，就大趨勢(shì)看，C端場(chǎng)景下的AI市場(chǎng)競(jìng)爭(zhēng)成本不斷提高，無(wú)疑推動(dòng)許多AI公司，重新評(píng)估他們的市場(chǎng)戰(zhàn)略。

所以，C端市場(chǎng)雖然潛力太，但B端的應(yīng)用場(chǎng)景，才是實(shí)現(xiàn)大模型深遠(yuǎn)影響和高效成果的關(guān)鍵領(lǐng)域，畢竟，只有為企業(yè)實(shí)現(xiàn)真正的降本增效，才能推動(dòng)行業(yè)乃至整個(gè)產(chǎn)業(yè)的進(jìn)步。

02

既然共識(shí)正確。那么，智能體、或AI、大（?。┠Ｐ腿绾斡行腥隑2B領(lǐng)域呢？第一個(gè)辦法是，做B端的上游。

什么意思呢？

所謂B端上游，即供應(yīng)鏈的源頭。舉個(gè)例子：假設(shè)有家醫(yī)藥公司，有利用AI的需求和應(yīng)用場(chǎng)景，但作為大模型公司切入很困難怎么辦？

這時(shí)，你發(fā)現(xiàn)這家醫(yī)藥公司正在使用某種SaaS軟件，AI大模型公司可以考慮與軟件供應(yīng)商合作；這樣，AI就能被加到現(xiàn)有的軟件產(chǎn)品里，醫(yī)藥公司就能在用軟件的同時(shí)，順利過(guò)渡到使用AI。

這是很多傳統(tǒng)B端業(yè)務(wù)人的思考方式。

其實(shí)，B2B軟件有多種部署形態(tài)。首先，本地化部署，將軟件安裝在客戶自己的服務(wù)器或設(shè)備上，讓客戶能控制數(shù)據(jù)和安全。

這種方式需要定期升級(jí)，維護(hù)起來(lái)麻煩且成本較高。比如，以前奔馳、寶馬這些大廠商，為了管理代理商，會(huì)采用傳統(tǒng)的CRM系統(tǒng)作為本地化部署。

但本地化部署在實(shí)現(xiàn)AI集成時(shí)面臨很多挑戰(zhàn)，尤其要預(yù)先訓(xùn)練好的模型；這樣的模型一旦安裝，即便在不聯(lián)網(wǎng)的情況下，也能夠響應(yīng)客戶的查詢。

雖然許多ToB公司都有意嘗試，但現(xiàn)實(shí)操作的復(fù)雜性很高。例如，醫(yī)藥集團(tuán)或醫(yī)院，他們的數(shù)據(jù)管理需求龐大，一旦需要更新軟件集成新的AI功能，整個(gè)過(guò)程將極為復(fù)雜。

另外，對(duì)項(xiàng)目負(fù)責(zé)人來(lái)說(shuō)，他們要向老板解釋，為什么要花大筆錢(qián)引入AI功能。

比如：

花2000萬(wàn)搞一個(gè)模型。聽(tīng)起來(lái)好像很厲害，我們有了AI能力，但實(shí)際情況可能讓人覺(jué)得，這不過(guò)是一個(gè)AI知識(shí)問(wèn)答系統(tǒng)。這么看，總覺(jué)得不太劃算。

還有一點(diǎn)，即便企業(yè)引入一個(gè)模型，萬(wàn)一員工用不去來(lái)怎么辦？那這筆錢(qián)不就打水漂了？于此，怎么算都不合適，當(dāng)然，一些公司甚至連知識(shí)庫(kù)都沒(méi)有，更沒(méi)必要引入AI能力了。

而SaaS模式，作為另一種形態(tài)，允許用戶通過(guò)訂閱方式支付費(fèi)用，如飛書(shū)等協(xié)同工具。這種模式下，SaaS公司可以直接集成AI功能，甚至有能力繞過(guò)小模型公司，直接從大模型公司購(gòu)買(mǎi)服務(wù)，進(jìn)行流程改造。

在所有這些形態(tài)中，SaaS模式集成AI功能最為簡(jiǎn)便，因?yàn)榉?wù)提供商可以在后端統(tǒng)一更新和維護(hù)AI功能，客戶無(wú)需擔(dān)心技術(shù)細(xì)節(jié)。

因此，從上到下看，提供AI解決方案的公司可能拿下一些訂單，但真正讓客戶成功的過(guò)程可能相當(dāng)艱難，付出與收獲往往不成正比。

03

那么，有沒(méi)有一種新的解法呢？有。不妨自下而上看。

我們要建立一個(gè)新認(rèn)知：

在公司里使用AI，實(shí)際上，是找到了一個(gè)突破口，它主要幫我們提高做事的效率，AI一般用來(lái)加強(qiáng)已有的工作流程，而不是徹底重新開(kāi)始。

什么是徹底開(kāi)始？

即從頭開(kāi)始，完全重新制定某個(gè)事物的流程，不依賴任何現(xiàn)有的結(jié)構(gòu)和計(jì)劃；在工作流程或項(xiàng)目管理的語(yǔ)境中，這意味著放棄舊的方法和系統(tǒng)，采用全新的方法來(lái)解決問(wèn)題或執(zhí)行任務(wù)。

比如說(shuō)，一個(gè)公司原本使用一個(gè)非常傳統(tǒng)的客戶關(guān)系管理（CRM）系統(tǒng)。隨著時(shí)間推移和業(yè)務(wù)的增長(zhǎng)，這個(gè)系統(tǒng)無(wú)法滿足公司的需求了。

公司決定不再對(duì)老舊系統(tǒng)進(jìn)行修改或升級(jí)，決定從頭開(kāi)始開(kāi)發(fā)一個(gè)全新的CRM系統(tǒng)，這個(gè)新系統(tǒng)將使用最新的技術(shù)棧，設(shè)計(jì)更符合現(xiàn)代業(yè)務(wù)流程的功能，并且可以更好地集成最新的數(shù)據(jù)分析工具。

這就是一個(gè)“徹底開(kāi)始”的例子。但是，你知道嗎？AI顛覆流程再造的過(guò)程，AI大部分時(shí)間是在處理人類已經(jīng)很熟悉的工作，不用重復(fù)再造輪子。

什么意思呢？

當(dāng)一個(gè)公司開(kāi)始用AI模型時(shí)，這些模型得和公司自己的工作流程緊密結(jié)合。比如，有些公司在醫(yī)療或教育領(lǐng)域想用一些高級(jí)的大模型，但這過(guò)程可能會(huì)碰到很多難題。

因?yàn)槊總€(gè)公司的業(yè)務(wù)和流程都是特別的，AI需要的數(shù)據(jù)也特別，所以通用的大模型可能不太合適，在公司里要真正用上這些寬泛的理念，通常很難。

怎么辦？這個(gè)時(shí)候，有一個(gè)小模型、小助手就好辦了。

比如說(shuō)：

中小企業(yè)的會(huì)計(jì)通常用金蝶、用友、暢捷通這些軟件。這些軟件里已經(jīng)存了很多數(shù)據(jù)；對(duì)于操作員來(lái)說(shuō)，他們只是想用AI的力量快速找到一個(gè)數(shù)據(jù)，或者得出一個(gè)結(jié)論就行了，不用去大改原來(lái)的軟件。

所以，要把AI用到企業(yè)（ToB）的場(chǎng)景中，一個(gè)好方法是把復(fù)雜的業(yè)務(wù)流程分解成很多小任務(wù)，或者是具體的小場(chǎng)景，然后在每個(gè)小場(chǎng)景中用AI來(lái)幫忙做改進(jìn)。

我們還看到，像微軟這樣的OpenAI的投資方，以及作為CRM行業(yè)領(lǐng)頭羊的Salesforce，他們并沒(méi)有用AI開(kāi)發(fā)出全新的產(chǎn)品。

雖然他們不斷地為產(chǎn)品加上新功能的標(biāo)簽，但實(shí)際上，是在現(xiàn)有業(yè)務(wù)流程或產(chǎn)品功能中，利用大模型進(jìn)行輔助和增強(qiáng)。

也就是說(shuō)，它們把小模型，精煉成了一個(gè)助手，或者說(shuō)一種增強(qiáng)能力，這樣可以更好地融入并優(yōu)化現(xiàn)有系統(tǒng)，而不是完全替換它們。

這有點(diǎn)像最近很多AI公司在PC端做的那些插件。你只要輕輕一滑鼠標(biāo)，或按下快捷鍵，AI就能彈出來(lái)幫忙。它們的核心功能，是幫助我們做出更好的決策。

04

不信，你還可以思考下：對(duì)于ToB企業(yè)來(lái)說(shuō)，真正需要AI來(lái)做什么？

經(jīng)過(guò)智遠(yuǎn)調(diào)研認(rèn)為，他們主要是用數(shù)據(jù)來(lái)幫助做運(yùn)營(yíng)、管理、決策和營(yíng)銷方面的決定。那么，對(duì)AI公司來(lái)說(shuō)，怎么樣才能做到既實(shí)用又省錢(qián)呢？關(guān)鍵就是要實(shí)現(xiàn)快速?gòu)?fù)制，用很低的成本覆蓋多種場(chǎng)景。

怎么復(fù)制？

一個(gè)辦法，把AI封裝成一個(gè)智能體，它可以調(diào)用本地?cái)?shù)據(jù)。這就是為什么Kimi Chat會(huì)降低緩存Cache的費(fèi)用；因?yàn)榘涯切┍活l繁使用的本地文本存下來(lái)，可以幫助提高小助手的準(zhǔn)確度。

但這里有一個(gè)問(wèn)題，怎么做到既準(zhǔn)確、又通用，同時(shí)成本還低呢？

對(duì)此，我們可以這樣定義“高準(zhǔn)確率”：業(yè)務(wù)能用就行，準(zhǔn)確率足夠高，即使偶爾出錯(cuò)，用戶也能識(shí)別出來(lái)，并且能解釋為什么會(huì)這樣。

“低成本”則意味著項(xiàng)目初期的成本必須低，能在單一機(jī)器上部署，并且使用和維護(hù)都很簡(jiǎn)單。現(xiàn)在很多大模型的硬件成本很高，如果公司還不確定能賺多少錢(qián)，肯定不愿意投入太多。

大模型的優(yōu)勢(shì)在于解決了早期AI算法的通用性問(wèn)題。

理論上，一個(gè)模型可以應(yīng)對(duì)所有場(chǎng)景；實(shí)際上，我們要對(duì)它進(jìn)行微調(diào)。所以，我們將“高通用性”定義為能夠?qū)崿F(xiàn)工具化和自動(dòng)化，這樣就能大規(guī)模復(fù)制，實(shí)現(xiàn)低成本落地。

一個(gè)億級(jí)大模型已經(jīng)實(shí)現(xiàn)了超過(guò)95%的準(zhǔn)確率，然后，我們從這個(gè)大模型衍生出一個(gè)小模型，把它封裝成助手，這樣就解決了使用入口的問(wèn)題。

想象一下，大模型公司有一個(gè)超級(jí)強(qiáng)大的大模型解決方案，它就像一個(gè)父模型，支撐著整個(gè)企業(yè)的廣泛需求。

這個(gè)大模型特別厲害，可以處理復(fù)雜的數(shù)據(jù)分析，給出非常準(zhǔn)確的見(jiàn)解。它特別適合需要大量計(jì)算資源和進(jìn)行大規(guī)模數(shù)據(jù)處理的B端公司。但其實(shí)，并不是所有B端公司都要這么龐大的系統(tǒng)。

對(duì)于更多的中小型企業(yè)來(lái)說(shuō)，一個(gè)更小、更專注的模型就足夠了。我們可以視作大模型的“子模型”。

這些小模型從大模型中繼承了核心能力，但經(jīng)過(guò)了優(yōu)化和調(diào)整，這樣它們能更好地適應(yīng)具體業(yè)務(wù)需求和小規(guī)模的操作環(huán)境。

小模型不用大模型那樣多算力，而是專注特定的任務(wù)，能夠根據(jù)不同需求調(diào)整，比如生成智能的分析報(bào)告或者進(jìn)行智能分析。

這就使得資源有限的小型企業(yè)也能用上AI，提高工作效率和決策質(zhì)量。

所以，小模型像從大模型中提煉出來(lái)的精華，它只要有基本的知識(shí)庫(kù)能力就夠，關(guān)鍵是把它做成一個(gè)小助手，嵌入到工具中使用。

千萬(wàn)不要認(rèn)為這代表邏輯正確。經(jīng)過(guò)智遠(yuǎn)調(diào)研，目前已經(jīng)有AI產(chǎn)品落地到了B端企業(yè)中；所以，對(duì)于TOB來(lái)說(shuō)，AI應(yīng)用場(chǎng)景，是智能體，是插件。

這么做還有一個(gè)好處即容易交付，不用投入昂貴的成本。

總結(jié)

TOB AI，沒(méi)走老路。

如果說(shuō)小模型是TOB關(guān)鍵點(diǎn)，那么，將其做成智能體、小助手，就是連接TOB最后一公里的關(guān)鍵環(huán)節(jié)，畢竟，自下而上，是以人、以任務(wù)為中心，不是以軟件為中心。