LIKE.TG 成立于2020年，总部位于马来西亚，是首家汇集全球互联网产品，提供一站式软件产品解决方案的综合性品牌。唯一官方网站：www.like.tg
近年来，随着大模型和生成式AI技术从学术界的“实验室”走向主流商业应用，许多新兴AI科技公司和商业模式不断涌现。传统企业也积极拥抱AI技术，将其融入自己的产品中，推动创新与转型。这标志着一个全新商业世界的到来，意味着拿着旧地图将无法找到新大陆。今天，所有企业都面临着重新开辟一条更加智能、灵活的商业化路径的挑战。
为此，非凡产研特邀了AI科技新秀企业极睿科技创始人&CEO武彬以及AI ToB商业化专家、智璞星图CEO平原，共同探讨这一话题。
以下是对谈精华：
AI SaaS初创公司如何打造科学的商业化体系
Q：平原老师，请您先做一下自我介绍，并结合您在多家AI公司工作的经验，分享AI SaaS创业公司如何打造科学的商业化体系？
平原：我进入人工智能领域至今已有8年多的时间，而且特别幸运的是，最初加入的是被誉为“AI四小龙之一”的旷视科技。在旷视科技，我担任公司副总裁负责整个ToB商业线，经历了多个行业的商业化从无到有的过程。随后，我又在人工智能数据公司海天瑞声工作过，见证了海天瑞声的成功上市。
之后，我又跟着傅盛先生，在猎户星空负责机器人TOG的业务。此外，还在驭势科技参与过自动驾驶的商业化落地。可以说在AI领域，从数据到算法再到具身智能，整个产业链我都有所涉猎。
从驭势离职后，我成立了一家专注于营销和咨询的公司——智璞星图，旨在帮助科创企业实现从0到1的商业化。提供ToB营销咨询和企业培训、陪跑等服务。
在过去八到九年的时间里，我一直在从事科创企业商业化的工作。当技术团队和产品团队有了新的技术方向时，我负责商业化的落地和规模化推广。简单的说就是怎么把技术变成业绩变成钱。
科创企业在创立之初，往往依托于其核心或领先技术能力。我们会发现许多科创企业的创始人在特定技术领域具有明显优势，而且在商业化最初的两三年，这些企业往往不会感受到太大压力，因为在初期的技术产品转化的过程中，得益于投资人、同门师兄弟、朋友的业务转介绍，使公司能迅速实现1000万、2000万，甚至3000万的营收，但此时也是科创企业开始面临真正挑战的时刻。
当企业的营收达到这个体量，创业者就需要做出关键战略选择：明确公司的定位，是作为提供解决方案的服务型企业，还是产品型企业，抑或技术提供商。这是商业化过程中的首要步骤，即如何“把技术产品化”。紧接着第二步是“如何把产品方案化”，这就涉及在特定行业中识别普遍需求，构建能够解决客户问题的方案，并实现这些方案的规模化销售的问题。
许多科创企业在“技术产品化”的阶段都能够顺利过渡。但在“产品方案化”这一步，公司则会面临重大的战略挑战，遇到很多困难。有些公司认为要满足所有客户需求，不拒绝各种定制化订单，结果变成了服务公司，导致未能发展起来，错失了巨大的市场机会。因此，我认为科创企业的商业化之路最重要的不是追求短期内做多大的业绩，而是做出正确的选择。慢不是问题，返工才是最可怕的事情。
Q：能就您过往的经验，具体再聊聊AI企业该如何探索“产品方案化”的道路吗？
平原：我加入旷视科技的时候，正值大家所说的2016年——AI元年。在旷视，我有幸涉足金融、汽车、手机、地产、园区、教育、新零售等多个行业，从零开始接触并实施商业化项目。我认为在这一过程中，一个至关重要的环节是学会做减法。科创企业在成长过程中会面临众多诱惑，似乎每个方向都有机会，每个领域都可以尝试。然而，是否真的存在批量订单，是否真的能够带来大规模的商业机会，这是需要深思熟虑并做出战略决策的问题。
在这一决策过程中，企业需要考虑两个核心点。首先，当前的需求是否在你的技术能力范围内？是否需要投入大量研发资源来满足这个客户？对此需要先进行成本效益分析。其次，这个需求是否是行业内普遍存在的刚性需求？许多人误以为大客户下的订单就是刚需，但事实可能并非如此。这个大客户可能只是在进行一个创新项目，你的解决方案可能并没有真正解决行业的普遍痛点，因此无法转化为批量化的需求，也就无法实现真正的商业化。
所以创始人要清醒认识到，大订单并不等同于行业化，也不等同于方案化。关键在于找到在你的技术能力覆盖范围内的通用场景。这才是实现商业化的核心所在。
Q：我觉得要想做到这点对企业来说还挺难的，企业在初创阶段，为了生存或获得收入，经常不得不被动地接受某些业务。创始人应该如何发掘并找到那个关键的节点呢？
平原：这实际上是有方法论可循的。许多科创企业的CEO由于未从事过营销销售工作，可能会误以为营销岗位是依赖关系或资源生存的岗位。然而，根据我多年管理业务的经验，我可以明确指出，这种看法并不准确。
to B营销管理如同编写代码一样，是有步骤、有方法论和顺序的。因此，当一个科创企业的CEO想要系统地思考产品的商业化时，第一个关键步骤是理解ToB业务的发展逻辑。首先，需要找到一个头部样板客户，通过他们的项目来证明我们找到的场景是正确的，并且这个场景是他们的业务刚需，客户愿意买单。然后，找到两到三个中腰部客户，证明这个需求也是他们的需求。有了中腰部客户证明产品和服务的普适性，头部客户证明其刚需性。接下来就要审视在技术领域需要投入多少资金。如果这两个步骤都通过了，那就说明这个场景大概是正确的。
找到正确的场景后，下一步就是考虑如何在有限的资源范围内满足这个场景的需求。在2017年，旷视科技推出了名为“刷脸解锁”的面板机产品，现在这一产品在许多场景中都有应用，大家已经非常熟悉。但在2017年，这还是一个相对较新的业务。用户在刷脸进门后，下一步可能还需要使用OA、访客管理等系统，这些系统是否也需要算法公司来完成？旷视当时的选择是不自己做。但如果不做，就无法闭环满足客户场景的需求。因此，最终选择外包给生态伙伴来做，因为使用旷视昂贵的人力资源来做这样的系统是不经济的。这就是第二步，即算账的过程。
总结来说，首先，要精准地找到场景；其次，要学会明确地算账；然后第三步才是放大它，复制它，将其变成一个快速、过亿、稳定的业务。这个步骤对所有科创企业的商业化都是适用的。
AI科技新秀极睿科技如何走上成功之路
Q：您觉得今天的 AI native 企业，他们在商业意识层面应该有哪些变化或者升级以适应新商业环境？
平原：自ChatGPT问世以来，AI大模型领域迎来了爆发式增长，作为AI行业的从业者，我对此感到非常兴奋。去年被称为“生成式AI的元年”，继2016年AI元年之后，再次标志着一个新时代的开始。
当前，我们看到的许多AI产品更多都是为了服务客户底层能力建设而出现的，与2016、2017年不同，那时的AI企业是将自己的产品能力应用到客户的特定业务场景。因此，当前对于销售基础大模型的公司来说，商业化难度其实增加了，对客户来说，这种变化是巨大的。不再是单一部门就能决定的项目，需要整个企业运作的底层逻辑都用AI重新审视，会影响到多个部门，因此决策层级也需要非常高。CTO或CIO似乎都不适合负责这项业务，必须由最高层的决策者来决定。也因此，目前我们看到大规模采用大模型产品的公司基本上都是大型企业。
那么AI native公司怎么适应当下的商业化环境呢，我想大家需要思考这几个问题：第一、要增强用户体验意识。以用户为中心设计产品，注重 AI 产品的交互设计，使其更加简单易用，降低用户的学习成本和使用门槛。第二、树立数据驱动意识。要重视数据质量，数据是 AI 的基础，只有确保数据的准确性、完整性和一致性，才能保证 AI 大模型在企业的可用性。第三：要有开放合作意识。加强与 AI 产业链上下游企业的合作，形成产业联盟和生态合作体系。积极参与 AI 行业标准和规范的制定，提高企业在行业中的话语权和影响力，才能更好的培育客户，尽快提升自己的商业化进程。
Q：武彬总怎么看待这个问题？
武彬：我先介绍一下我们的业务。我们专注于将人工智能技术与电子商务相结合。例如，我们的客户在电商平台上拥有大量内容，包括图片、视频等，如主图、详情海报视频以及逛逛光盒等种草视频。以往，他们可能需要雇用一个团队来制作这些素材，而我们则提供相关工具和服务帮助他们高效完成电商素材制作。
目前我们提供几种不同的服务模式：如果客户希望自己操作，我们可以提供工具让他们自行使用；如果客户不想亲自操作，我们可以提供代理服务，由我们的内部服务团队操作工具并提供结果；第三种模式是我们直接帮助客户销售商品，因为我们拥有自己的AI驱动的MCN机构，可以直接协助销售。目前，我们通过销售工具、提供服务和直接销售商品这三种形式来拓展业务。
在拓展客户方面，我们尝试了多种方法。第一种是直销，我们大约有20名销售人员负责直接拜访客户。第二种是与渠道商合作，如聚水潭、乐言等，他们是我们渠道合作伙伴，负责介绍客户，我们则进行分佣。第三种则是通过会销。
此外，我也在尝试打造自己的IP，目前积累了大约20万至30万电商粉丝。很多电商老板虽然听说过AI，但并不清楚如何在电商中应用AI以降低成本和提高效率，因此他们有很强的学习并应用AI的意愿。我们则通过打造IP来满足这一需求。
从获客效率的角度来看，随着客户对AI的认知越来越广泛，现在大约80%的客户都听说过ChatGPT，已经对AI有了一定的认识。但客户也会认为AI技术离他们很远，或者市面上已经有了许多开源免费的工具，为什么还要花钱购买我们这样的第三方工具？因此，如何向市场证明我们的价值，清晰地传达自己的独特性，正变得越来越重要。
Q：极睿科技的产品有哪些独特的优势能力？
武彬：首先，我们在垂直行业拥有自己的数据和大模型系统。无论是国内的大模型如智谱、Kimi，还是海外如OpenAI，它们都是使用通用语料进行训练的。但我们一直专注于电商领域特定的电商场景，是基于电商数据进行微调和优化的，因此在垂直模型的效果上会更佳。
其次，我们进行了大量的工程化开发。电商不仅仅涉及简单的prompt指令操作过程，还需要管理输入输出之间的workflow工作流。为此，我们包装了许多工程化的操作，包括对接国内所有电商平台，使用户在完成内容制作后可以直接发布到淘宝、天猫等电商平台的页面或店铺中。商家也可以通过店铺获取数据，了解哪些图片、视频的点击率和转化率更高。因此，我们在工程化开发上的应用丰富度会更高。
Q：极睿科技是如何设计自己的产品设计定价策略的？
武彬：一路走来，我们一直都在对业务模式进行调整。最初，我们仅提供工具服务。现在，则采取工具加CPS（Cost Per Sale，按销售额付费）的模式。电商行业与收入的联系非常紧密，如果我们能够帮助客户增加1000万的销售额，那么收取100万的佣金我认为是合理的，客户会愿意为此买单。因此，我们尝试了结合软件服务费用和销售佣金的定价策略。
具体来说，我们的定价策略包括两个部分：首先是服务费，这部分是我们帮助客户节省成本的费用。例如，如果客户之前需要支付100万的人工成本，我们现在可以将只收20万的服务费，能清晰地计算出帮助客户节省了多少成本。第二部分是佣金，这部分是基于我们帮助客户销售的金额来计算的。
平原：许多企业在发展过程中首先会面临商业模式选择的难题，商业模式会影响到定价和利润策略。例如，企业需要决定是直接面向客户还是通过渠道进行销售。如果选择直接面向客户，即使没有订单，也需要维持销售团队，这需要成本。如果选择通过渠道销售，又无法获得客户的一手信息。因此，许多科创企业在开展新业务线时会遇到这些问题，这是我们经常讨论的话题。但听起来，武总的公司的架构已经相当成熟了，值得我们学习。
武彬：因为我们已经在这一领域打磨了很长时间 ，有了一定的积累。我们在2018年也处于初期探索阶段，当时并没有太多客户，也没有建立起客户资源池，对客户的具体需求也不够了解。因此，那时包括我都要亲自作为销售人员去一线，实地了解客户的真实需求。
目前我们已经积累了大量的客户资源，拥有超过1000个客户，服务40000多家店铺。我们最初提供的是图文工具服务。到了2021年，当我们想开发视频工具时，首先对老客户的需求重新进行了评估，以及倾听他们的意见和建议，了解他们到底需要什么样的工具，愿意为这类工具支付多少费用。
Q：跟传统的 SaaS 公司相比，你们的定价模式有哪些创新？
武彬：传统的SaaS模式要么基于通用的定价标准，如企业版、专业版等，或者按照用户座席数实行订阅收费。而我们采用的是基于token的收费模式，因为我们这样的AI公司，成本与token的使用直接相关，提供的价值也与token紧密相连。
因此我们的套餐定价也与此相关。例如，一个价格为69,800元的套餐可以为客户提供制作2,000条视频的服务，这样客户可以非常清楚地计算出每条视频的成本，以及与人工成本的差距。这样不仅方便我们内部核算成本，也使客户能够明确感知到我们的价值。这样的定价策略也具有弹性，能够适应不同规模客户的需求。
AI native 公司如何制定比较有效的GTM 策略
Q：这个模式是不是 AI 应用企业都能通用？
武彬：我觉得这个比较适合 AI 应用企业，因为AI企业的价值相对容易界定。传统SaaS公司的价值主张通常是提供工具来帮助企业管理业务和内外部协同流程。但是，AI应用的价值则主要体现在降低成本和提高效率上，这意味着，每次token使用或计算基本上都能替代一定的工程量或工作任务。因此，按照token使用量或工作条数来收费比较直观和合理。
Q：平原老师您怎么看这个模式？
平原：我觉得客户需要一个接受和适应的过程。这种基于token的单价实际上是近两年才开始出现的一种定价逻辑。我的一些国有企业和大型上市公司的客户，他们中的一些部门能够理解这种成本核算方式，但另一些部门则不太理解，对他们来说，token是一个看不见摸不着的计量单位。
武彬：我们在内部会讲token，但在与客户沟通时，并不会直接使用这个词汇。而是用客户更容易理解的方式来表述，例如按照“一条视频”或“一张图片”来计费。客户可能并不熟悉算力或token的概念，但他们能够直观理解一张图片或一条视频的含义。因此，我们会将服务包装成客户更容易理解的概念，以便他们能够更好地接受和理解。
Q：所以这是否意味着像极睿科技这样的AI企业需要先核算成本，并将其转化为可量化的方式，再与客户进行沟通？
平原：其实不完全是。以极睿科技为例，营销是一个广泛的概念，电商只是营销的一部分。例如，客服、市场团队的工作以及销售团队的工作都包含在营销的范畴内。在整个营销链条中，我目前观察到，至少在狭义的市场营销生态中，已经有很多从业者开始使用AI技术。以广告公司为例，以前一条高质量的图片可能需要上万元的费用。但现在，借助AI能够将成本降低到几千块。以及过去，广告公司可能需要与大客户，进行数周的沟通才能最终确认图片之类的营销物料。而现在，他们可以一次性提供50条甚至100条广告创意，并且确认过程也能大大加快，因此，整个行业的成本能得到显著降低。
武彬：营销的一大特点就是离钱比较近。首先，营销活动能够带来多少收入是可以直接衡量的，这一点非常明确。其次，在营销领域，内容的曝光度是至关重要的，更多的曝光往往意味着更高的价值。在与客户的内部交流中，我们有一个共识：1000条评分为90的视频的价值要大于一条评分为100的视频。因此，营销的价值是明确且可量化的，这也是我们选择专注于此的原因。第三，营销的价值容易定义，它直接关联到收入的增加、成本的降低以及业务的增长。因此，计算ROI会很容易。
Q：AI native 公司应该如何去制定比较有效的GTM 策略？
平原：AI的生态系统非常庞大。不同企业在推广方式、市场理解以及战略打法上存在很大差异。因此，我们不能简单将科大讯飞这样的基础设施服务商与应用型公司进行直接比较。基础设施型公司它们有一套自己的战略打法。而应用型公司则也是基于特定的细分市场，有自己独特的做法。
但在当前的AI生态系统中，各类企业都有广阔的生存空间。我认为未来每个企业都将需要利用AI重新审视和执行许多工作，这个市场潜力巨大。
武彬：我们的观点是，客户实际上并不特别关心是否使用了AI技术，他们更关心的是成本和效率。只要我们能以更低的价格提供更好的结果，客户就会满意。
过去，我们曾像拿着锤子寻找钉子一样，过分专注于技术本身，但后来我们意识到，客户真正关心的是钉子上挂着的画作，也就是最终的成果。因此，我们现在很少向客户强调AI的概念，而是更注重强调最终价值和成本的降低。
目前，许多从事大型模型或其应用开发的人员，由于他们的AI专业背景，往往会陷入对AI技术的过度关注，例如模型的精确度、计算能力和参数规模等。然而，客户对这些技术细节并不感兴趣。以我们为例，在电商营销领域，我们直接向客户展示的是，以多少成本制作一定数量的视频，这些视频将获得多少曝光，曝光将转化为多少点击率（CTR），以及这些点击率将如何转化为实际销售。客户更关心这些实际的成效，而我们则专注于AI替代率，即AI技术能替代多少人类工作，从而降低成本。我们的北极星指标是衡量AI在降低成本和服务成本方面所做出的贡献。
Q：极睿科技当前在商业化过程中还有哪些困难呢？
武彬：首先，营销行业离钱近既是优势，也是劣势。这一特性使得电商能够快速验证服务的价值，并实时看到效果，因此客户能迅速感知到服务的优劣。但这也导致客户对我们的要求更高，譬如我们承诺帮助客户增加销售额或降低成本，客户往往以这些承诺作为评估标准。
其次，由于电商服务的价值非常明确，并且大多存在固定的模式，市场竞争因此相对激烈。很多企业都想迅速涌入这个领域，分一杯羹。而且，这个赛道本身并非从零开始的需求。在AI和大模型出现之前，人们已经依赖Photoshop（PS）、Premiere（视频编辑软件）、Excel等工具来完成工作。因此，AI技术实际上是在优化原有的工作流程。并不是没有AI就无法完成工作，而是以往的效率较低，引入AI是为了提升效率和实现工作流程的迭代。
第三，我们还需要证明AI代表着未来的发展方向，并且我们需要证明我们的产品具备明显优势，符合客户创新趋势需求。所以电商领域的竞争相比其他行业会更为激烈。
Q：现在很多AI企业都有对客户过度承诺的问题，二位怎么看这个问题？
平原：企业在不同阶段，对客户的承诺是否过度，有不同的标准。我们通过样板客户明确行业的真需求，了解客户对技术型产品的使用方式，这时候往往是有求必应的。可当产品一旦标准化，就需要管理客户的需求和预期了，我做业务的经验是，没有边界的交付最终客户不会满意，毕竟期望值越高满意度越低。
还有，过度承诺的情况还可能源于客户长尾需求的复杂性和多样性，这些需求通常非常广泛，难以通过单一标准的解决方案完美应对。我不清楚武总公司的现状如何，但至少在我们这些年的经验中，我们面临的挑战正是长尾需求的不断涌现，而且这些需求很多是我们之前未曾遇到过的。如何通过技术来应对这些未知需求是企业一直必须思考的？技术的发展必须在客户新需求不断出现的同时进行持续调优，通过负反馈机制不断迭代和优化。
这些问题都可以帮助我们判定客户的需求是我们的产品无法满足实际场景的需要，还是为了拿单的过度承诺。
武彬：我觉得还挺有意思的，这就像那个歌词一样——“是我承诺得太多，还是原本给的就不够”。大家为什么会承诺过多呢？关键在于最初就没有明确传递的价值。如果你的价值传递清晰明确，客户就不会一开始就要求你做A再做B、C、D、E、F。因此我们认为还是要回归本质。当然同时，我们也会限制自己不向客户承诺太多，只专注于电商内容。
但由于市场竞争过于激烈，我们偶尔也会陷入承诺更多的陷阱里，甚至今年我们开始给客户保ROI。例如，客户投入30万元，我们承诺带来120万元的ROI，如果达不到这个目标，就退还客户一半的费用。当然，这背后是我们有自信我们能做到这个水平，事实上我们也确实做到了。我们甚至为一些客户实现了ROI1比80的效果。
Q：平原老师，虽然AI企业因赛道不同存在许多个性化的痛点，但也有一些共性问题。您能否提炼出这些共性问题？
平原：第一个问题是标准化方案产品与非标准交付预期的矛盾。我曾与各种企业合作，深刻体会到客户对服务的期望是永无止境的。因此，问题的核心在于如何量化和标准化承诺。当客户对企业的能力缺乏深入了解时，他们往往会对服务抱有不切实际的期望。客户支付了费用后，自然希望能够实现许多美好的预期，这无疑给交付带来了巨大的压力。而从科技公司的角度来看，如果对自身能力的认识不够清晰，就可能会突破技术的红线。某些任务虽然理论上可行，但实现它们可能需要巨大的人力和资源投入，企业必须权衡是否值得进行这样的投资，以及这种投入是否会成为一个无底洞，影响到其他项目的正常运作。
第二是做方案型业务，还是标准产品业务的选择。标准业务启动艰难，一旦突破某个良机，就可以文件夹的规模化发展。而方案型业务客单价高，但是很难复制和规模化。这些问题都涉及商业战略选择。对于一家企业而言，关键在于找到一个有市场前景的行业场景和方向，做出相对标准化的解决方案，明确交付边界。然后在此基础上进行大规模投入和发展。这对每一位CEO的市场战略能力都是极大的考验。
随着行业的发展，客户的期望也会逐渐变得更加理性。我自2017年进入AI行业以来，见证了客户从提出许多不切实际的要求，到经过一两年的市场教育后，需求变得更加理性和明确。这一过程实际上是技术不断进步、应用场景逐渐清晰、客户逐步理性化的过程。当所有这些元素找到共同交集点时，真正的商业化机会便会到来。
Q：武总遇到这个交集点了吗？
武彬：我们内部认为，解决这个问题有两个关键点：一是学会区分，二是学会说“不”。
“区分”的意思是，比如我们为客户制作视频，通常会涉及标准化视频和定制化视频。我们意识到，如果要将这些定制化的视频也用标准化的工具实现，可能需要投入大量时间和资源。正如平原老师所说，这种做法可能会把我们卷入一个资源黑洞，带来的实际产值会很低。因此，我们在内部做了明确区分：某个团队专注于开发标准化工具，并收取相应费用。如果客户提出的需求是杂乱无章的定制化视频需求，而我们的工具无法满足这些需求，我们就会转化为服务形式，可能通过人工或外部拍摄团队来完成。但无论如何，我们会明确告知客户，这不是SaaS产品，也不是AI工具，而是纯粹的人工服务，并根据人工成本进行收费。通过这种区分，我们避免了让所有工作都依赖AI解决，从而保持了效率和可持续性。
学会说“不”，尤其对于ToB公司至关重要。很多企业都强调客户至上，但实际上，客户有时提出的需求是不现实的，甚至是自相矛盾的，他们自己也不清楚自己想要什么。这时，我们必须学会说“不”，明确告诉客户，这个需求不可行，或者不值得做。企业不仅要理解客户需求，还要有能力拒绝那些不切实际的请求。
分享一个有趣的事，我今年一直在有意识做自己的IP，随着我的IP的影响力越来越大，我们发现了一个有趣的转变。过去，我们的销售团队需要主动出击，敲门推销我们的工具，但自从我们开始销售课程之后，客户开始称呼我为“武老师”，并主动向我咨询具体的业务需求。这一变化让我从客户与供应商的关系，转变为了师生关系。当我指出某个需求不可行时，客户会更愿意接受，也不会将责任归咎于我们公司，而是尊重我的专业意见，认为可能是技术限制或业务不适用。这种身份的转变，无形中也增强了我说“不”的能力。
Q：武彬总觉得你们今天在做的事情，给整个电商行业发展生态带来了哪些新变化吗？
武彬：实际上，我们并没有意图重塑或颠覆整个行业，因为我们仍然非常依赖于现有的生态系统。我们必须遵循淘宝、京东等电商平台的规则，电商的基本经营逻辑没有发生改变。我们也并不试图建立一个全新的电商帝国，或改变其经营模式，而只是优化其内部的效率。
这种做法既有优势，也有劣势。优势在于我们不需要改变企业内部的流程，也不必调整组织架构或工作流程，而是能够迅速引入工具，在特定环节实现快速切入。我们对外宣传时，也不会自诩为颠覆性或彻底改革行业的企业，而是直接告诉客户，我们能帮助他们降低成本。
Q：极睿科技是怎么找到正确的方向的？中间经历了哪些？
武彬：其实我们之前也踩过一些坑。我是学算法的程序员出身，一开始，还没有完全脱下“孔乙己的长衫”，沉迷于刷榜，比如将模型的准确率从96%提升到97%。经过一段时间的实践，我突然领悟到，对于我们而言，仅仅追求从96%到97%的准确率提升并没有太大的实际意义，因为客户并不会为此买单。真正能够触动客户的，是那些能够直接体现的价值。
因此，我们逐渐明白，在国内市场，直接将技术产品卖给客户并不是一个可靠的策略。我们必须更进一步，为企业提供真正的、有价值的服务。而且，我们发现客户并不熟悉技术术语，他们需要的是用他们自己的语言来理解我们产品的价值。所以，我们也经历了数年的探索和调整，直到今天，我们才逐渐变得更加贴近市场，更加懂得如何在实际业务场景中实现技术的应用和落地。
Q：一些头部电商代运营公司掌握着很多品牌资源，他们会不会成为极睿科技的竞争对手？
武彬：首先，我认为这是一个与公司基因相关的问题，许多代运营公司很难做好这件事。其次，我们也早已预见到这种可能，因此目前与一些头部电商公司展开了合作，他们内部使用的AI工具都是由我们自主研发的。通过提前布局与电商代运营公司的合作，也可以帮助他们避免从零开始研发相关工具的繁琐过程，因此，我们除了在与品牌进行深度合作，还计划与品牌代运营公司建立紧密的合作关系。
Q：平原老师您怎么AI行业未来发展趋势？
平原：首先，从AI应用角度看，整个行业应用会不断深化和拓展，带来更广泛的变革和价值提升。新应用场景还会不断涌现：随着技术的进步，AI 将催生出更多新的应用场景。例如在虚拟现实和增强现实领域，AI 可以为用户提供更加智能、个性化的虚拟体验，如智能虚拟助手、虚拟场景生成等；在能源领域，AI 可用于能源管理和优化，实现节能减排和可持续发展等等。创意与内容产业会有很大的变化：AI 在这个领域的应用会越来越广泛，文生文，文生图这些能力会改变内容创作的方式和流程，提高创作效率，同时也为创作者提供更多的创意灵感和可能性。还有很多，AI营销、AI培训等等。
其次，从AI行业的生态企业看，更多的大大小小的企业下场，市场竞争会更加激烈，企业需要不断提升自身的能力抓紧发展的窗口期。同时，也会有越来越多的初创企业和中小企业凭借独特的技术和应用场景脱颖而出。同时，AI 产业生态将不断完善，从底层算力芯片、数据标注、算法、应用、服务等各个环节。企业之间的合作会更加紧密，形成产业联盟和协同创新的发展模式，共同推动 AI 行业的应用的拓展。同时，开源社区和开放平台也将在 AI 发展中发挥重要作用，促进知识共享和技术交流，加速 AI 技术的普及和推广。
Q：许多创业公司在资源整合方面往往缺乏足够的领导力。尽管他们可能理解这一道理，想要推进这一战略，但最终却很难付诸实践。
平原：一家公司的底层基因往往决定了它能够走多远。在其擅长的领域拥有显著的优势，在AI时代小企业只要有一招鲜，一样能很好地保持核心竞争力并维持行业领先地位，做好资源整合。
整合行业生态资源也是有方法可循的。许多企业表示，与5家、10家公司建立合作关系是相对容易的，但关键在于如何实现市场份额的快速扩张。这时，企业需要考虑如何与50家，甚至500家合作伙伴进行规模化合作。这涉及组织结构和产品形态的标准化，以及如何在生态系统中分配利润、确保利润率足够等问题。这些都是企业在着手构建生态系统之前需要考虑清楚的事项。
Q：武总前面提到跟乐言科技等公司合作的已经有生态雏形了。
武彬：尽管我们在探索适合自己的发展策略方面取得了一些进展，但仍存在不足之处。鉴于团队的基因和规模，我们可能无法像大型企业那样组建一个500人或1000人的庞大销售团队。因此，我们主要考虑通过结合直销、渠道合作以及打造个人品牌（IP）等多种策略来推动业务增长，这些多元化方法更符合我们的实际情况。
另外，由于我个人缺乏在其他公司工作的经历，加之公司团队主要由算法领域的专家组成，我们在管理大型团队和运营方面可能存在一定的短板。因此，我们选择更为灵活的发展方式，也更适应我们当前的资源和能力状况。
Q：极睿科技接下来有哪些发展规划？
武彬：关于未来的规划，我认为我们的产品在国内市场已经相对成熟。今年和明年的核心计划是拓展海外市场，如日本、美国、韩国和东南亚等国家和地区。我们的策略是从跨境电商起步，然后逐步扩展到纯海外市场。目前，我们的海外商家数量仍处于个位数百分比，明年我们希望这一比例能够提升到约10%，预期海外市场明年能带来大约1000万的收入。 
本文由LIKE.TG编辑部转载自互联网并编辑，如有侵权影响，请联系官方客服，将为您妥善处理。
This article is republished from public internet and edited by the LIKE.TG editorial department. If there is any infringement, please contact our official customer service for proper handling.
