文 观察者网心智观察所

AI应用热潮正进行得如火如荼，它正在搅动全球IT产业，从产品形态，到产业链分工，再到企业内部组织阵型、成本体系、工作流程，一场深度重构已不可避免。

特别值得重视的是，在创意内容领域，国内已经涌现出一批AI应用开发者，他们在公众视域之外“闷声发财”，在一些特定业务场景堪称“杀手应用”，并且他们依托业已初步成型的基础模型与工具链，在线上营销等领域也有发展 。

心智观察所近期与AI营销类应用开发者进行了一次深入交流，心智观察所近期还与鲸汤（上海）智能科技有限公司创始人章宇国、李健进行了一次深入交流，心智观察所本着陪伴与见证中国AI产学研用发展的初心，鲸汤是国内AI营销领域的先行者之一，鲸汤通过自研Agent框架与业务场景深度融合，展现了技术如何变革传统业态的生动案例。

他们分享了许多真知灼见，这些真知灼见涵盖从团队转型的初心，到产品定位的思考，再到对行业未来的展望，访谈内容整理如下 。

能不能请两位简单介绍一下您自己和鲸汤团队的故事？是什么机会促使你们把AI技术运用到营销服务领域？

章宇国称，他们之前是传统SaaS企业，在2020年前后看准技术趋势后，决定全面转型AI，那时AI处于深度学习时代，热点是自动驾驶、视觉检测、OCR等应用，他们为此搞了两三年，直到2022年看到OpenAI发布GPT，其团队沸腾了，因为之前所有努力都是在为真正的AI做准备。所以在2022年年底的时候，我们没有丝毫犹豫，团队全力投入大模型技术，将重点放在营销服领域。

李健表示，GPT 3刚发布的时候，国内SaaS领域关注它的人相当少，不过他和章总对这方面较为敏感。那时大家都在探讨要训练模型，要收集数据，要形成自己基础模型的积累，然而他和章总目标十分明确，坚定地走大模型应用路线，他们看到了“AI+营销”存在的想象空间以及实践空间。

SaaS行业近来对AI的讨论极为频繁，身为亲身实践者，如何看待新技术对SaaS产品形态的影响，如何看待新技术对SaaS成本体系的影响，如何看待新技术对SaaS商业模式的影响，目前所感受到的机遇与挑战哪个更大？

章宇国表示，我们以往营销SaaS时，主要价值在于帮助客户整理并保存数据，使数据具备可追溯性，让销售管理客户更为便捷。如今情况不同，AI产品能够起到初级销售的作用，过去销售呈点状形态，所有销售之间缺乏连接性，而现在是网状形态，一个销售带领AI助手实现全网覆盖。这意味着，高级销售能够借助AI来驱动常规重复性工作，他们只需要负责成交环节，如此一来，其效率会得到大幅提升。

从成本体系来看，AI营销服应用能够降低运营成本，降低幅度达80%。以小红书矩阵运营为例，以往品牌运营自身账号时，需要8至10个人，这是因为对运营能力和时间投入依赖度高。AI引入后，一个人能够管理几十甚至上百个矩阵账号。

商业模式发生了变化。以往做SaaS软件时，需要庞大的开发团队，几十人共同开发一个产品。如今，几十人能够开发多款产品，效率有了显著差异。更进一步来看，AI使开发变得更为简单，产品经理即便不精通代码，也能够完成项目交付。未来，“一人公司”必然会越来越多，一个人能够借助AI完成调研工作，能够借助AI进行产品研发，能够借助AI从事客服工作，能够借助AI开展销售工作，自己仅仅需要负责核心决策与人物。这彻底颠覆了对创业的认知。

李健表示，从技术角度来看，他认为当下的AI技术可分为两大类，一类是传统AI技术，另一类是基于大模型的AI技术，这两者是完全不同的技术路径。他还提到，新技术对产品形态的影响需视场景而定。例如在目标检测、质检领域，传统AI技术已取得很好的成果，要是用大模型做端到端目标检测，投入产出比将无法达到预期。他认为传统AI技术已达到90分，大模型做到92、93分意义不大。

对成本体系的影响主要体现在两个领域，一个是自动化领域，另一个是内容生成领域，这属于颠覆性的技术差异。自动化程度越高，成本就越低。在内容生成方面，大模型区别于传统AI技术，确实具有天然优势。

大模型技术是否给你的领域带来革命性改变，决定了其对商业模式的影响。若没有带来革命性改变，那么对商业模式影响不大，仅仅是增强用户体验。然而对于创意写作等与自然语言处理强相关的领域，影响具有颠覆性，必须基于大模型重新设计商业模式。

大模型带来的机遇和挑战，哪个你觉得更大？

李健表示，关于机遇和挑战，他觉得挑战更大，真正能够找到大模型展现出颠覆性优势的行业，当下并不多，理论上来说，大模型能够重塑任何行业，然而对很多领域而言，效果有限，这是巨大的挑战，许多企业和创业者没办法很好地分辨这个边界。

能否详细介绍一下你们自己的产品定位？

章宇国称，我们的产品像小红书营销，在内容生成方面有大模型带来的颠覆性突破，以前用AI写作的内容不堪入目，如今大模型生成的内容已超越普通人写作水平，经过调教的甚至能令专业写手赞叹，图片生成同样有颠覆性突破，以前AI画图一眼就能看出是假的，现在真假难以分辨 。

在自动化方面，小红书运营对运营人员的能力提出了考验。以前，AI 只能机械地执行固定步骤。如今，大模型带来了自然语言方面的突破，它能够理解用户需求，能够理解爆款文章的语义，并基于这些去开展运营工作，比如自动抓热点等。这使得 AI 运营能够达到至少不低于普通人的水平 。

可以观察到国内新一代的AI应用开发团队具备两个特点，规模相较于上一代SaaS团队更小，并且普遍较为低调，有些团队甚至只拿美元基金开拓海外市场，您认为这种产业生态是如何形成的，未来格局又会怎样演进？

章宇国表示认同这个观察 ，他认为年轻人创业就该低调 ，看准的事情悄悄去做 ，即便失败也不声张 。他还指出 ，AI应用开发者普遍较少宣传 ，原因在于大模型产业化尚处初期 ，大家都在探索技术迭代与商业模式创新 ，这些领域全新 ，缺乏前人经验 ，只能自行摸索 ，无法确保成功 。

另外，你不清楚大厂有没有在做相同的事情。举例来说，近期有个大厂推出了语音产品，该产品能够实现秒级生成，还可以实时打断。我们之前对这个方向开展过研究，它适用于外呼和人行机器人场景。有许多公司都在做这个，但我没见到效果出色的。然而大厂此次推出的产品令人十分惊艳。他们会在月底前推出 API，到那个时候，外面研发的团队中 50%会放弃自身的研发，转而接入 API，原因是继续自己研发没有任何意义。

考虑商业模式时，要避开大厂可能涉足的赛道，我们选择AI拓客营销，是因为大厂很少进入这个赛道，他们基本做底层、技术深度足够的产品，我们会选择性避开大厂或与大厂合作，比如我们与百度、大辞海三方合作的智能知识审校产品。

一代新人换旧人，您觉得未来的SaaS产业格局会怎么演进？

章宇国表示，AI的未来是一个入口，大型企业投入大量资金，目的在于抢占这个入口。市场格局会因为AI转型而发生改变，能够抢到入口的一方，更有可能迈向伟大企业。

我们看到硬件厂商推出了AI PC，还推出了AI手机，软件厂商把自研大模型植入了其各种主力产品，您看好哪个形态最后能脱颖而出？

章宇国表示，现在难以判定。大型企业都聚焦于自身领域的人工智能技术应用，并非全新的竞争方向。百度将人工智能技术融入搜索功能，腾讯把相关模型接入微信，夸克同样是在原有的生态体系之上增添了人工智能功能。当前尚未出现纯粹的人工智能入口赛道，然而各方都在竞相争夺。只有当未来相关应用出现时，大家才会猛然醒悟。如今很难预估哪个模型会承接大部分流量，不过我觉得中国未来要是能有三四家主流 AI 模型存活下来就挺好的 。

您觉得鲸汤在技术方面的核心竞争力是什么，在产品方面的核心竞争力又是什么，其核心护城河是什么 ？

李健表示，我们在技术方面的核心竞争力主要是RAG和Agent这两个模块，如今基于大模型的原生应用开发存在两套范式，即RAG和Agent，微调和RAG各有优势，不过大家对RAG的投入更高。我们自主研发了一套RAG和Agent框架，RAG借鉴国际领先的LangChain、LlamaIndex框架设计思路，那些框架主要对国外模型兼容良好，对国内模型兼容性欠佳，而我们的框架对国内模型有更好的兼容性。Agent参考LangGraph、AutoGPT、Agently等框架的思路，针对国内模型进行二次开发，针对国内应用场景进行二次开发，对开发后的内容进行优化，对优化后的内容进行封装。所有产品都基于我们的两套框架搭建。

章宇国称，商业化方面，我们的AI拓客产品于今年1月正式推出，不到三个月，已与几个大品牌、上百家中型和连锁品牌展开合作，还签下了20多个渠道。目前，商业模式已成功打通，客户使用后的反响良好，接下来将全力冲刺规模，直到明年才会考虑实现利润增长以及进行融资。

目前的商业模式还是传统SaaS订阅制吗？

我们有几种模式，第一种是传统SaaS订阅制，像托管一个账号，按年收取一定费用，第二种是鉴于AI应用刚推出，客户在认知和实操方面存在不足，我们会提供培训等配套服务，助力客户开展运营，第三种是未来会与品牌展开合作，承接几百个商业账号的运营工作，收取基础托管费，后期或许会进行分润或者深度合作。

您提到开发人力成本有所下降，不过使用第三方的基础模型时，涉及token是存在成本的，那么这块成本目前的占比是多少呢？

章宇国表示，价格越来越便宜了。在2023年时，我们就曾预期芯片和模型竞争会使token越来越便宜，如今这一预期得到了验证。自2024年起token便持续降价，到2025年时更是疯狂降价，当前其成本仅是2023年的千分之一 。

您觉得拓客工具解决方案与市场上其他产品相比有什么优势？

章宇国称，小红书的产品已实现AI自主规划决策，且完成了大部分运营工作。人们只需查看系统运行是否正常，有无报错，以及检查文章质量，通常不会有问题。在运营自动化方面有了划时代的提升。就像自动驾驶有分级一样，AI领域也存在L2、L3、L4分级，他认为自家产品能达到L3级，即AI可自行规划决策并完成大部分工作，人仅需做简单工作。虽然我们还做不到通用，但在垂直行业内已达L3级。