AI大模型正在杀死 to B软件？

  最近，“百模大战”打得如火如荼，各大科技公司都纷纷推出自己的通用大模型，以及结合行业特性的行业大模型。科技行业的一片繁荣的景象，甚至一度让人暂时忘记了大厂裁员潮的凶猛。

  行业大模型受到前所未有的关注，这在某种程度上预示着AI在To B行业的应用将进一步深化。

  通过运用行业大模型，公司能够更加便捷地构建符合自身业务需求的专属模型，提升工作效率和质量，逐步降低成本。同时，行业大模型的运用也能够在一定程度上帮助企业更好地实现数字化转型，提高企业的竞争力和市场地位。

  消息一出，原本这些toB软件厂商该坐不住了，不得不发出灵魂质问，B端软件的壁垒到底在哪里？

  BI（商业智能）等数据分析类软件在企业的经营管理和决策中发挥着重要的作用。这类软件可以对企业内部和外部的海量数据进行处理、分析和可视化，帮企业做出更明智的决策。然而，随着大模型技术的不断发展，一些AI平台就可以开始提供更加智能化的数据分析和预测服务，这些服务能够更好地满足企业的需求，毋庸置疑这类数据分析软件会面临着被取代的风险。

  大模型强大的数据处理和学习能力，可以通过对大量办公数据的学习和分析，自动化处理一些重复性高、规则明确的任务，以此免去简单重复但是耗时耗力的人工处理。因此，跟所有标准化程度高的职业一样，OA（办公自动化）、业务审批流和营销自动化等标准流程类软件同样面临着被取代的威胁。

  例如，在OA系统中，AI可以自动化处理一些日常办公流程，如邮件分类、文件归档等。在业务审批流中，AI可以通过对申请内容的自动审核和分类，加快审批速度，提高流程效率。在营销自动化中，AI大模型更是可以通过对用户行为的自动分析和预测，实现自动化营销和精准推荐，提高转化率。

  RPA（Robotic Process Automation，机器人流程自动化）是一种以软件机器人和人工智能（AI）为基础的业务过程自动化科技，其主要优势在于其能够模拟人类在电脑上的操作，从而在各种重复性高、规则明确的任务中取代人力。例如，在财务领域，RPA可以自动执行账务处理、数据录入、发票验证等任务；在客服领域，RPA可以通过自然语言处理技术实现自动回复客户邮件、处理投诉等任务。

  但是RPA的缺点也很明显，比如无法处理复杂和高度变化的流程，需要人类进行决策和判断的任务也不太适合使用RPA。此外，RPA需要配置和编程，因此可能需要较高的技术门槛和成本。

  而基于自然语言处理和机器学习技术AutoGPT，可以完美避开这些问题，自动地理解、学习和模仿人类工作，因此可以替代部分RPA产品的功能。

  所以在未来，RPA需要不断结合AI的能力去迭代产品，否则这类不太聪明的自动执行机器人都容易“失宠”。

  这类软件可以帮企业了解行业动态、市场趋势和竞争状况，提供决策支持。然而，随着AI技术的发展，大模型提供智能化的行业分析和咨询服务其实更胜一筹，也更加便利。

  因此在未来，其实不只软件，整个轻咨询行业都是会受AI大模型影响的重灾区。

  与传统的线上教育软件，如英语陪练、编程教育等相比，AI具有更明显的优势，比如：

  1）自动化教学：AI大模型可以自动生成教学方案，提供更个性化、精准的教学内容，从而减少对人工教学的依赖。

  2）智能反馈：AI大模型可以实时监测学生的学习状态和进展，及时给出反馈和建议，帮助学生更好地掌握知识和技能。

  3）自定义学习路径：AI大模型可以根据学生的个性化需求和学习进度，自定义学习路径，提供更加灵活、多样的学习方式。

  4）智能评估：AI大模型可以自动评估学生的学习成果，提供更加客观、准确的评估结果，从而帮助学生更好地了解自己的学习进度和水平。

  如此看来，教育的几个环节全都被覆盖得清清楚楚明明白白，试问线上教育还有什么未来？

  ERP（企业资源计划）、WMS（仓库管理系统）和TMS（运输管理系统）等复杂业务管理软件在企业中发挥着重要的作用。这类软件能够在一定程度上帮助企业实现资源的优化配置、进销存的管理和运输过程的监控。然而，复杂业务管理软件往往需要处理大量的数据和复杂的流程，并且需要结合企业的实际情况进行定制化开发。AI技术可以在一定程度上提供辅助功能，但是很难完全取代这类软件。

  一些行业类的软件，如精密制造、离散制造等工业类软件，以及新药研发管理软件、设备生产管理软件等行业管理软件，通常需要处理大量的数据和复杂的算法。这些软件中的数据和算法往往是稀缺资源，只有少数企业能够拥有。加上在处理高度专业化的数据和知识方面，人类的专业知识和经验仍然具有重要作用，因此难以完全被AI大模型取代。

  新药研发管理软件、设备生产管理软件等行业管理软件在某些特定行业发挥着重要的作用。这类软件可以帮企业实现研发、生产、质量、物料等管理的规范化、流程化和标准化。由于不同行业的业务和管理模式差异很大，而且这些软件常常要处理复杂的行业规则和知识。因此，AI技术很难针对每个行业开发出通用的行业管理软件。

  综合以上，我们显而易见，不管是人的岗位还是软件，所有不容易被AI取代的，其实是那种具有高度专业性、复杂性、技术性以及交互性的。但是在未来，这些软件要想更好地存活并发展下去，那么就必须要和AI大模型相互协作融合，共同提供更高效和精准的服务。

  去年底以来，以ChatGPT和文心一言为代表的大语言模型，引领了全球信息科技领域的新一轮变革。新浪潮汹涌而至，AI正在重构未来，千行百业都将迎来新的机会。

  在这个新机会下，百度就不止一次发表相关声明，要用AI大模型将全部的产品重构一遍。

  产品重塑就是与AI大模型相结合，通过人工智能技术的辅助，提升产品的智能化和个性化程度，甚至是重构自己的产品。

  例如，toB软件行业可优先考虑利用自然语言处理、机器学习等技术，实现智能客服、智能推荐等功能，从而提升使用者真实的体验和产品价值。

  趁着窗口期，重新定位自己的产品和服务，切换到更加有前景的赛道。 在这个变化日新月异的时代，没有一点一款产品甚至一种行业能成为常青树，倘若固步自封只会加速衰亡，因此在合适的时期，切换思维转变战略，跨入新赛道才能为原本的产业注入新活力。

  例如，toB软件行业也能结合自身的需求及发展的策略，考虑进入云计算、大数据、人工智能等新兴领域，以获得更多的发展机遇。

  AI大模型正在逐渐吞噬to B软件的市场占有率，这是一个毋庸置疑的事实。然而，这并不代表这些软件毫无还手之力只能坐等消亡。事实上，这些软件在许多方面仍然具有优势，例如成熟的技术、稳定的性能、丰富的功能等。

  当然了，如果你的产品确实已经受到AI围困已经趴下，且短时间之内看不到转型出口的话，那么或者你应该当断则断，业务掉头转去别的方向。

  比如可优先考虑为AI大模型提供数据标注、训练、优化等服务，和相关的硬件设备和软件工具。

  卖水、卖锅、卖铲子的活，看起来没那么高大上，但确是强需求，只要你能通过这一些生存下来，那么赚到钱也就指日可待。

  有了钱之后，再慢慢考虑商业模式的转型升级，从而在AI技术发展中占据一席之地。

  本质来讲，大模型跟任何一种平台或者软件一样，都是工具。所有企业都应该重视AI大模型的发展，并且积极探索其应用领域，寻求与AI大模型的合作方式。只要你能利用好它，那么你就不会被它消灭或者伤害，反而会受益。

  号主介绍：Mr.K，黄哲铿，国内知名IT管理专家，「顿悟山丘」咨询 创始人，科技媒体「技术领导力」创办人。畅销书《技术人修炼之道》《技术管理之巅》作者，曾担任壹药网 技术VP、1号店首席技术官、海尔农业电商CTO。分享个体成长、团队管理、企业数字化转型、科技评论。