FX168财经网_全球视野外汇黄金加密货币NFT资讯网

美股收盘：道指跌近350点纳指失守14000点关口中概股普跌拼多多跌7%

金融界2023-08-03

中国概念股收盘：每日优鲜涨近10%，阿里巴巴跌5%、拼多多跌近7%

英特尔跌近4%，特斯拉、谷歌、亚马逊、微软跌超2%。美国超导大跌超29%；纳斯达克中国金龙指数收跌4.2%，阿里巴巴跌5%，拼多多跌近7%。截止收盘，道琼斯指数下跌347.60点，跌幅0.98%报35283.08点；标普500指数下跌62.95点，跌幅1.38%报4513.78点；纳斯达克综合指数下跌310.47点，跌幅2.17%报13973.45点。周三热门中概股多数下跌，纳斯达克金龙指数跌4.21%。海天网络涨超8%，金生游乐涨超7%，联拓生物涨超5%，盛丰物流涨超4%，中汽系统、复朗集团涨超2%，格林酒店涨超1%，搜狐、逸仙电商涨近1%。小i机器人跌超16%，叮咚买菜跌超10%，老虎证券、乐信跌超9%，达达集团、嘉银金科、百济神州跌超8%，嘉楠科技、富途控股、怪兽充电、宜人金科、微美全息跌超7%，亿咖通科技、金融壹账通、拼多多、亿航、万国数据、高途、小鹏汽车跌超6%，斗鱼、虎牙、爱奇艺、禾赛科技、知乎、比特数字、唯品会、乐居、360数科、大全新能源、贝壳、哔哩哔哩、网易有道、普益财富、携程、阿里巴巴跌超5%。腾讯音乐、途牛、金山云、京东、中阳金融、满帮、华住酒店集团、百度、雾芯科技、涂鸦智能、能链智电、欢聚集团、名创优品、BOSS直聘跌超4%，洪恩、小牛电动、陆金所控股、新东方、趣店、易电行跌超3%，联电、迅雷、诺亚财富、台积电、挚文集团、水滴公司、网易、阿特斯、新氧、1药网、百家云、世纪互联、海银财富、万物新生跌超2%，康迪车业、大健云仓、汽车之家、秦淮数据、中通跌超1%，WSP控股跌近1%。

金融界2023-08-03

AMD的人工智能未来在望但期望是否过高?

道:“我们相信AMD在设计上已经战胜了微软、META和亚马逊，并预计到2024年AMD将贡献数亿美元。”“虽然供应链指向一个更大的数字，但资格认证周期通常需要几个季度，因此收入增长可能是渐进的。” Pajjuri对AMD股票给予强烈的买入评级和145美元的目标价。与此同时，伯恩斯坦公司(Bernstein)的史黛西•拉斯根(Stacy Rasgon)则更为谨慎。他写道，AMD高管“自己提出了一个2h负载的轨迹(这是有道理的，因为他们才刚刚开始采样)，这可能会限制明年的增长，在这一点上，虽然我们确信有客户的兴趣，但我们还没有看到任何规格或任何可能有助于衡量吸收的东西。” 拉斯贡继续说道:“我们理解这种观点，即即使得到一个巨大机会的渣滓也足够了(也许?)。”“但除非数据很快有实质性进展，否则我们担心预期仍然过高(明年(调整后每股收益的预期)仍低于4美元)，对我们来说，这只股票似乎有点吃紧了。”他对该股的评级为市场表现，目标价为95美元。 Oppenheimer的Rick Schafer补充说，“由于缺乏设计胜利和/或时间表，很难自信地建立模型”，因此他将“在AMD的人工智能战略得到证明之前保持观望。”他对该股票给予“执行”评级。

金融界2023-08-03

【美股盘中】惠誉下调美国评级三大股指应声暴跌科技股受重挫

。亚马逊、谷歌母公司Alphabet、微软和英伟达等大型科技公司的股价下跌超过2%。 Freedom Capital Markets首席全球策略师Jay Woods称，周三从科技股转向防御性消费必需品股是早该进行的“有建设性的轮动”。当前市场情况是比较平稳的，投资者仍在进行投资，但并没有出现大规模的抛售行为。科技股票自年初以来一直表现良好，而某个新闻或事件可能给投资者提供了一些动力来进行一些调整，但他们希望避免破坏科技股长期上涨的整体趋势。财报季已过半，FactSet数据显示，在已发布报告的标普500指数公司中，约82%的公司公布了积极的意外消息。美国发电机制造商Generac股价暴跌，跌幅超过23%，该公司表示预计2023年全年销售额将下降10%至12%。此前Generac预计销售额下降不会超过10%。该公司将较弱的预测归因于消费者支出疲软。 AMD在周三发布最新财报后上涨，但由于该公司报告收入下降18%，且本季度的销售预测未达到预期，股价下跌超过 5%。 CVS Health Corporation股价上涨超过3%，该公司的收入为889亿美元，超过预期的865亿美元。据报道，该公司还裁员5,000人以降低成本。在美国国家公路交通安全管理局 (NHTSA) 针对转向控制和动力转向失灵的投诉对某些特斯拉车辆展开调查后的第二天，特斯拉股价下跌近2%。美国食品公司卡夫亨氏最近一个季度的收入低于预期，股价下跌不到1%。卡夫亨氏公布的营收为67.2亿美元，而分析师预计为68亿美元。

楼喆2023-08-03

谷歌重组语音助手部门：部分裁员，拟引入大语言模型等AI技术

ChatGPT和使用OpenAI模型的微软搜索引擎必应为人们提供了另一种搜索答案的方式，这无疑给谷歌带来了极大的竞争压力。自今年3月公开发布后，谷歌一直在推出对Bard的更新。上个月，该公司表示，由于其最新的LLM技术Palm 2，它将在更多的国家扩展到40多种语言，并将包括音频响应等功能。

金融界2023-08-02

人工智能“热”不是泡沫！三大投行对AI投资信心大增料全球需求激增10倍以上

Now、埃森哲、Snowflake 和微软等公司建立了合作伙伴关系。摩根士丹利将英伟达和微视为人工智能革命的“明显赢家”。这家软件巨头是 OpenAI 的早期投资者，凭借 ChatGPT 和图像生成器 DALL-E 等革命性工具，令 OpenAI 一跃成为该领域的先驱。#ChatGPT火爆全网# 微软现在正在利用这种关系将人工智能功能集成到 Microsoft Office 等软件产品中。至于芯片制造商，摩根士丹利同意美国银行的观点，即前进的道路是分叉的。威尔逊写道，尽管人工智能芯片的需求旺盛，但这只能部分弥补台积电非人工智能芯片销量的急剧下降。以消费者为中心的公司可能会通过人工智能和自动化大幅节省劳动力成本，但威尔逊认为仅仅因为这个原因收购公司可能还为时过早。同样，人工智能在企业中的采用还处于起步阶段，可能要到明年才能转化为收入。瑞银还建议，在今年的大幅上涨之后，对人工智能投资采取选择性的方法。Marcelli 写道：“鉴于估值较高，我们正在等待回调以再次对该领域产生利好。” 然而，该公司认为周期性中期公司有上涨空间，其中包括互联网公司和软件行业的公司，但不包括半导体公司等硬件制造商。 Marcelli 写道：“我们预计人工智能市场将从以半导体和硬件为中心的基础设施层扩展到软件和基于互联网的应用程序和数据模型层。” 虽然人工智能基础设施股票的定价已经强劲增长，但瑞银认为，随着人工智能需求的飙升以及与日常产品的融合不断深入，软件公司拥有诱人的风险回报。瑞银预测人工智能应用和数据模型领域到 2027 年将带来 1700 亿美元的收入，而硬件基础设施领域的收入为 1300 亿美元。为了迎头赶上，该行业需要以年增长率三倍以上的速度增长，从而提振与之相关的股票。

林沐2023-08-02

美股上半年狂飙过热 “七巨头”涨疯了专家称估值创30年来罕见高位！

此有利于最大的公司。七巨头，即苹果、微软、谷歌母公司 Alphabet、亚马逊、英伟达（Nvidia）、特斯拉和 Meta，目前占据标普 500 指数近 30%。不能忽略，他们也是今年的大赢家。Nvidia 和 Meta 是今年标普 500 指数中表现最好的股票。特斯拉排名第五，其余四家均位于前十分之一。七巨头的价格从来都不便宜，但今年的涨势甚至已将它们推向了稀有的水平。其平均市盈率为 43，几乎是该领域其他公司平均市盈率 25 的两倍。（来源：彭博社）实际上，标普 500 指数中最大的七家公司的平均市盈率，与该领域其他公司的平均市盈率之间的差距很少如此之大。首先，最大的公司并不总是最昂贵的。自 1990 年以来，每年计算前七名的平均市盈率大约有一半时间高于该领域。至于另一半，前七名与该领域之间的估值差距在 2020 年飙升至创纪录水平，此后有所回落，尽管仍与 1999 年互联网泡沫的峰值相当。那么，按理说，排除七大巨头后，市场会更便宜，而且确实如此，尽管并不像你想象的那么便宜。为了进行类似比较，凯萨尔计算了标普 500 指数自 1990 年起每年的加权平均市盈率，包括和排除市值最大的七只股票。这些数字证实，当排除七大股票时，该指数当前的市盈率比率从 28 降至 24。（来源：彭博社）然而 24 倍的市盈率也不便宜，它仍高于 1990 年标普 500 指数（不包括前七名）的平均市盈率 21。这也是该类别有记录以来最高的市盈率之一，在 2019 年之前很少超过，而且大多是在互联网时代。即使没有“七巨头”，科技板块的平均市盈率为 35 倍，标普 500 指数 11 个板块中有 7 个板块的平均市盈率超过 20。无论从哪个角度看，美国股市都远未达到这一水平。（来源：彭博社）也许对一些投资者来说更重要的是，三个月期国库券的收益率现在超过了标普 500 指数减去前七名后的盈利收益率（市盈率的倒数）近 1.2 个百分点。这是自 2000 年以来国库券收益率首次超过该集团的盈利收益率，也是有记录以来有利于国库券的第三高利差。（来源：彭博社）不过这并不意味着国债的表现将优于股票。从长远来看，他们几乎肯定不会。但一些投资者更愿意持有现金，直到短期利率或股票估值下降，这可能有助于解释今年货币市场基金的大量资金流向。如果有足够多的投资者选择现金，请留意股票估值下跌。所以，是的，最大的公司价格昂贵，它们正在拉高标普 500 指数等广泛市场指标的估值。但该领域的其他公司价格昂贵，而且没有办法将其归咎于七大公司。

芷莹2023-08-02

科技股重磅周驾到！iPhone销售放缓苹果3万亿美元神话即将破灭？

a 、谷歌母公司 Alphabet 和微软等公司来说，季度财报可能将实现突破性的增长，毕竟这些公司的云业务表现出色，数字业务包括广告销售也有所提升。 TECHnaanalysis Research 创始人 Bob O'Donnell 表示：“苹果公司无法脱离总体宏观经济趋势的影响，并将在相当长的一段时间内继续引领智能手机行业的发展步伐。” 分析师表示，预计下个月将推出新款 iPhone 15 的详细信息，部分机型可能配备更普遍接受的 USB-C 端口，因此 iPhone 销量有望在 7 月至 9 月这个季度出现小幅提升，不过整体预测结果好坏参半。苹果传统上不会提供季度展望，但分析师预计，该公司可能会详细说明如何利用人工智能来改进即将推出的产品。迄今为止，苹果在其活动中一直避免使用人工智能等流行语，与 Alphabet 和微软等科技巨头形成鲜明对比。上个月，彭博新闻报道称，苹果已经悄悄构建了自己的框架，以创建名为“Ajax”的大型语言模型。富国银行分析师在一份研究报告中写道：“我们预计苹果对其人工智能愿景的最新评论将成为焦点。” 他补充说，任何围绕该技术的评论都可能带来提振效应。今年迄今为止，苹果股价已上涨超过 50%，而以科技股为主的纳斯达克综合指数则上涨了近 37%。分析师表示，iPhone 销售疲软的区域预计将来自美洲，降幅应是 6% 左右。由于经济复苏不平衡，苹果第三大市场中国的销量，可能会持平，尽管该苹果在中国的表现仍优于其他安卓（Android）竞争对手。根据市场研究公司 International Data Corp. 的数据，第二季中国智能手机出货量总体下降 2.1%。 Piper Sandler 表示：“大多数投资者认为，中国疲软可能会对数据和进一步的评论构成风险，但苹果在中国的地位稳固，预计 iPhone 销量可能只会出现小幅下降（如果有的话）。” 他们补充说：“不过如果中国的销售出现任何疲软，很可能会很容易被印度强劲的销售势头所抵消。” （来源：Refinitiv、路透社）根据 Refinitiv 的数据，Mac 和 iPad 的销量预计将分别下降 10.6% 和 11.2%。一些分析师表示，由于广告市场的增长，服务业务如苹果应用商店以及音频和视频流媒体服务的所在地，可能成为一个亮点。这些业务约占苹果总收入的四分之一，预计将增长 5.7%，因为它也受益于 iCloud 订阅价格的上涨，不过增速与前三个季度大致相似。

林沐2023-08-02

X Exchange：ChatGPT解锁加密数字资产的智能投资之旅

Exchange团队成员均来自硅谷和微软的技术专家。涵盖了人工智能、统计学、计算机科学、金融工程等多个领域。XEX交易所在全球范围内设有多个分支机构和合作伙伴，为用户提供全球化的服务。无论用户身在何处，都可以通过XEX交易所进行加密货币的交易和管理。阿尔法兔（Alpha Rabbit）凭借集体智慧和先进的机器学习模型，成为推动业务增长和取得成功的关键因素。通过将量化方法和人工智能（AI）策略相结合，Alpha RBT追求资本增值，并成功开发了先进的人工智能算法模型，在多个市场环境中取得卓越表现。未来，Alpha RBT将继续致力于技术创新和行业领先地位，为客户提供高效、智能和可靠的量化交易机器人解决方案。来源：金色财经

金色财经2023-08-02

生产力 SaaS 如何应对 AI 的颠覆？

密用户的数据。这种等级的“安全可控”在微软系生产力工具中也非常常见。「不碰客户数据」是营造信任的基线，在用例同质化的情况下，为 GenAI 定制的隐私及数据安全解决方案则有机会成为一个具有差异化的价值主张。微软虽然在这一点上积累很深，但是对外没有猛打这一卖点。反而 Salesforce 的 Einstein GPT 使用这一价值主张更多，在 3 月宣布 Einstein GPT 后，近期最大的进展就是 Trust Layer 的推出，试图将自己是「最可以被信任」的 GenAI Offering 这一形象打透。第二个角度：不碰版权数据 Adobe Firefly 在 4 个月前刚刚放出时遭遇群嘲，它生成的皮卡丘和 Hello Kitty 们惨不忍睹。但是现在 Firefly 已经在 Web 版本和 Photoshop 中帮助 Adobe 的用户们生成了超过 10 亿个资产，被公司评价为“Adobe 历史上最成功的两个测试版本产品”。外界在过去几个月已经逐渐领会了 Firefly 的独特价值主张：对未经授权的版权内容保持敬畏，帮助自己产品的使用者免除商用这些生成资产的法务风险。这一价值主张的核心就是构建一个完全没有版权问题的数据集。Stability AI 和 Midjourney 继续保持着对 Firefly 在效果上的微弱领先，但是不可避免地遭遇集体诉讼，因为它们使用的 LAION 数据集上包含 56 亿未经许可从公网上抓取的图像。第三个角度：帮客户把数据连起来使用 LLM 的数据处理环节 Source : a16z 有无数创业公司在这一赛道，就不再赘述最典型的数据连接用例。在此之上，跨本地和云的数据整合能力是一个需要长期积累的基本功，现有 SaaS 巨头有些差异化优势 —— 它们经历了 On-Prem 转云处理存量数据的尴尬期，经验比较丰富，而且 Salesforce 收购了 Mulesoft，Google 有 Apigee，微软有 Power Platform，都有各种强大的 Connectors 来帮助客户收集跨组织和跨本地与云的数据。通过将自身的云、数据连接器、产品场景垂直整合，再搭配合作伙伴的 LLM，老牌 SaaS 能够提供给客户一个真正端到端的堆栈，先收集好数据，再协调好数据并且能够创建数据的相关 pipeline，让数据在不同的模型和场景中可用。目前这一价值主张驱动的销售效果还未可知，但是起码听起来很美妙。上文介绍了 3 种把数据玩出花的角度，但目的都不是让 GenAI 的能力更强大，而是让它真正达到 Business Class 和 Enterprise Ready。借机重振产品品牌 GenAI 既能实际落地发挥作用，又是完美的营销帮手： • EinsteinGPT 重新让 Salesforce 的爱因斯坦小人 Logo 获得关注。要知道在此之前 Salesforce 这个 Einstein 的 AI 品牌并不算成功，一直没有绝对领先市场的产品，反而是 Gong.io 这样的初创公司一路崛起，成为 Conversation Intelligence 方向的头部玩家； • 微软在 Bing 和流程挖掘的产品上也类似，Bing 和 Google 在搜索体验上仍然有相当大的差距，而从微软收购的 Minit 而来的 Power Automate Processing Mining 也跟 Celonis 等独立的头部玩家有差距，但是通过 Bing Chat 和 Copilot，都重新面向潜在客户收获了一波关注；在微软的 Power Automate Processing Mining 中使用 Copilot • Zoom IQ 在 Conversation Intelligence 这个赛道上起步晚，但是凭借跟 GenAI 的集成，快准狠地推出了跟其他 Zoom 生产力场景的协同，也获得了在客户面前更多的曝光和关注；使用 Zoom IQ 生成和回复邮件 • UiPath 和 Five9 这些被视作长期潜在受损的公司也非常积极地进行 GenAI 整合，让广泛地产品线显得更智能； …… 尽管这些策略帮助以外缺乏突破点的产品再次获得关注，但这个窗口期可能正在关闭。随着微软各个产品中的 Copilot 和其他公司的 GenAI 集成从 Private Beta 走向正式版本交付客户使用，GenAI Offering 的作用将从「让销售 leads 增多」变为「提升 win rate」。扩 TAM 保毛利当不确定的经济环境和宏观局势遇到了共识打满的 GenAI，我们看到二级市场的公司试图做出“All in AI”的姿态，不断强调这是新的工业革命或者 PC 出现的时刻，但是在实际的经营策略上则仍然试图在利用 GenAI 扩大 TAM 的同时尽量保毛利。微软和 Google 等少数深入模型层的公司略微例外，它们在保毛利的同时做好了扩大 CapEx 投入的准备。在广大的 SaaS 公司里，Zoom 这样的思考和策略算是现阶段的标配，即 GenAI Offering 不能赔本赚吆喝，得让客户直接付费或是升级其付费计划： AI 对毛利率的影响较小。对于更高级和更高端的用例，我们希望通过让客户升级其订阅计划或通过我们平台的消费模式向客户收费。所以总的来说，我们正在努力抵消任何潜在（影响毛利）的压力。我们对长期毛利率的提高非常有信心。 Eric Yuan - Zoom 在定价模式上，除了有 M365 Copilot、Zoom IQ for Sales、Salesforce 的一系列 AI 产品按坐席和用量单独收费，跟付费订阅捆绑成为了非常流行的定价方式：在保毛利的同时探索出来一个让客户普遍接受的定价是一件非常有挑战性的事情，大量产品仍处于 Private Beta，探索定价方式中。在云时代充 credits 的 pay-as-you-go 模式崛起，GenAI 能不能推动某种新型的定价策略出现也非常值得期待。 02.「海外独角兽」们寻找安身立命之本超强执行力的中间桥梁对于生产力 SaaS 们的前途命运，有两类观点： • GUI 将毫无价值，这些 SaaS 最终将只提供数据库价值； • GenAI 是法拉利级别的引擎，但是你总归需要一辆完整的汽车。站在现实的角度，第一种观点在短期内还很难实现，许多人甚至认为 LUI 可能是最差的 UI，让我们重新倒退回了命令行时代。当然也还没有一家 SaaS 独角兽甘愿迎接第一种命运，因此大家仍然在尝试为用户提供一辆更完善的汽车。在这一点上 Notion、ClickUp、Miro 等公司的尝试和 M365、Google Workspace 没有什么本质上的不同。但是第一季度在 Bing 和 M365 几乎霸占了市场注意力的势头的情况下，Notion 在 22 年底很早就关注到 OpenAI 的动向，成为非 AI Native 的生产力 SaaS 公司中第一个上线完整 AI 产品的玩家，并且收获了还不错的市场反馈，很快就创造了数百万美元的 ARR。使用 Notion AI 总结梳理一篇研究文献我们交流的一些 Notion 员工将 Notion AI 定位成一个双向的桥梁 —— Notion AI 封装好的指令帮助用户减少了收集和搭配 Prompt 的门槛，而 GenAI 本身降低了用户使用 Notion 各种复杂组建的门槛。生产力赛道下的另一位卷王 ClickUp 跟 Notion 的这个解题思路很类似，它的产品比 Notion 还要复杂，嵌入了白板、视频等其他场景。在 Atlassian、Asana、Monday.com 等二级市场的对手都还没有 GenAI Offering 面世的时候，ClickUp 就推出了自己的 AI 产品并且确定了只有 Notion 一般的定价策略，很快也产生了可观的 ARR。使用 ClickUp 的 AI 功能进行任务管理靠开源武装自己有一些生产力 SaaS 光做好中间桥梁的作用可能不够，因为它们的安身立命技术被 LLM 直接挑战 —— 比较典型的两个例子是 Gong.io 的对话分析和 Sourcegraph 的代码搜索，它们都通过与传统 ML 模型构建了技术护城河，但是现在这些护城河被 LLM 撕开了巨大的口子。 Sourcegraph 背后的 3 大技术 Gong 的应对比较中规中矩，在第一季度没有什么反应。根据我们和早期投资人的交流，部分原因可能是团队认为模型能力并不是决胜点，获得和处理客户会议及对话数据的能力是个需要时间积累的脏活累活。直到 6 月初，Gong 才宣布推出 Call Spotlight 以及 Proprietary Generative AI Models。可能是 ChatGPT 和 Github Copilot 处理代码的能力过于惊人，Sourcegraph 成为了过去两个季度在应对 GenAI 冲击时非常让人眼前一亮的公司。尽管 Sourcegraph 很早就意识到 LLM 的 Context Window 在处理多个大型库级别的代码量上仍然有缺陷，但是没有停止产品创新，在 3 月末就直面竞争，推出了由 Anthropic 的模型驱动的代码编辑助手 Cody，并且将其代码实现开源。 Cody 背后的技术方案由于 Cody 拥有 Embeddings 的长上下文优势和 Sourcegraph 独特的 Code Graph 加持，它很快在 Hacker News 和 Twitter 上被广泛讨论。而开源的属性让 Cody 不被局限在 Sourcegraph 产品内部，而是可以当做灵活的 IDE Extension 使用，作为老公司和 AI Native 的 Cursor 等产品一同迅速成为了 Github Copilot 最可能的替代选项之一。乘胜追击扩大价值我们在 ChatGPT Plugin 的文章中描述过 Zapier 短期受益的局面：当前 ChatGPT 有了很强的工具使用能力，但缺少在 api 聚合方面的 know-how，因此 Plugin 的出现在中短期之内利好 Zapier 这类聚合器产品。Zapier 在此领域积累很深，现在如果大家想在 ChatGPT 上做一些复杂操作的时候：比如将文本总结之后发社交媒体，或是记录在 Google Workspace 中，大家都会选择用 ChatGPT + Zapier 的方式来实现。在很多 use case 中，ChatGPT 只需要接入聚合器，就能做到非常好的用户体验，它也不需要接入大量 api，相当于类似 SEO 的部分由聚合器完全提供了。 …… 但长期上，这类产品面临以下冲击：一方面， api 的组织形式可能会发生变化，LLM 时代可能跨产品交互的频次和。OpenAI 最近发布了函数调用能力，使 api 的可用性显著提升，这些变化可能会弱化 Zapier 的护城河。另一方面，聚合器可能会成为操作系统机会中的一部分，微软、谷歌和苹果都可能基于自己的系统去建立相应的能力，竞争激烈。 Zapier 团队在过去 6 个月的表现非常亮眼，展现出了团队一流的视野和执行力。下面这几个产品发布可谓稳准狠： • 3 月推出 Zapier Natural Language Actions，将平台能力首次以 API 的方式开放，还支持通过 Chat 的方式调用，迅速让 Zapier 跟 GenAI 生态融合在一起； • 由于各种 SaaS 内的数据只是由 Zapier 连接而没有存储在它这里，Zapier 在 5 月推出了 Zapier Tables，帮助用户存储、编辑、共享和自动化各个 SaaS 内的数据，这样可以从用户存量数据积累的角度构建另一条护城河； • 它推出的 Chatbot 框架也迅速在社交媒体上引发大量关注，成为用户自发为各类 SaaS 引入 LUI 的首选低成本方案之一。从不浪费红利、防止短暂红利过后被颠覆以及扎实把产品做好的角度，Zapier 是这一年来最好的生产力 SaaS 范本。而且它的联合创始人 Mike Knoop 投入力度非常大，完全致力于 Zapier 与 AI 相关的产品，并且成为了湾区 AI 生态重要的意见领袖，非常值得其他生产力 SaaS 公司学习。 03.现阶段 SaaS 的 AI 功能遭遇的 5 大挑战尽管我们找到了 6 个正面范本试图说明有些生产力 SaaS 做得还不错，但是它们不可避免地仍然陷入到一些具体的挑战当中，下面是最典型的 5 个：挑战 1：PR 先行给用户带来的失落由于 ChatGPT 引发的用户热度过于突然，大量的公司在 23 年初才开始准备其 AI Offering，并且在 3 月中下旬撞车式发布 Private Beta 版本，这导致了过长的 Waitlist，大量的客户知道自己的 SaaS 供应商推出了 AI 能力，但是却一直无法购买使用，不得不随着时间冷静下来。以 CRM 为例，许多 Salesforce 的客户对 Einstein GPT 非常感兴趣，多次向自己的销售询问报价，但是在整个 4 月和 5 月都无法得到售卖反馈，这让许多客户将这种本该严肃的产品发布视作一场无意义的 PR 行为。 Salesforce 实际上拥有一份完善的产品路线图，但是与官宣 Einstein GPT 的时间有足足 3 个月的时间差挑战 2：AI 与产品路线图的冲突投资人们希望 AI 颠覆 SaaS，但是大量的 SaaS 用户实际上只想安安静静地用好自己的文档、任务管理、视频会议工具们。 ClickUp 的用户们对 ClickUp 3.0 的正式推出期待已经，但是先等到 ClickUp AI，因此有一些非常一针见血的用户吐槽： ClickUp 的核心是充当项目管理工具和数据库，但是核心功能充满 bug，有些仪表盘需要几分钟才能刷新，可靠性在过去 18 个月号称占据了 70% 的资源但是几乎没有新功能出现，3.0 跳票，ClickUp Docs 的基础能力和 Google Docs 相距甚远，AI 本身无济于事。 ClickUp 试图让 AI 看起来是产品升级中的一个子项，但是大家发现他们的首要任务是 AI 而不是 3.0。 ClickUp 选择发布 AI 而不是 3.0 让人感觉受到了欺骗，3.0 不再是“指日可待”，我宁愿再看一下 Asana 或 Wrike。其他的产品或多或少都有类似的问题存在，比如 Notion 离线模式的用户呼声可能比 Notion AI 要强不少，这样大家才能摆脱在没有 WiFi 时完全无法使用 Notion 的窘境，但是 Notion AI 率先推出并且在产品路线图中似乎占据了更多精力。挑战 3：用户承担的定价模式这与挑战 2 相辅相成：如果 AI 能力是免费赠送的，那用户并没有什么反感这些能力的理由。但是由于“扩 TAM 并且保毛利”的策略，用户往往需要额外付费。不管是 ClickUp 的 5 美元 / 月 / 人、Notion 的 10 美元 / 月 / 人还是 M365 的 30 美元 / 月 / 人，让每个使用者自行付费的话不是个大数目，但是真让经营者批量采购也不是笔小钱 —— 要知道 Notion 本身的 Business 方案也就 15 美元 / 月 / 人，为员工采购 AI 相当于账单需要增加 60-70%。挑战 4：跟 ChatGPT 抢入口这些挑战是环环相连的！由于挑战 1 的存在，大量习惯了 ChatGPT 的用户的工作流是将文本粘帖进 ChatGPT 问答，然后将所需的结果再复制会自己的 SaaS 当中，由于挑战 2-3 的存在，尽管难以衡量具体比例，但是大量的用户已经订阅了 ChatGPT Plus，承担了 20 美元月 / 人的账单。这个订阅虽然略贵，但是比较通用，为每个 SaaS 的 AI Offering 单独订阅的总额可能远远超越 20 美元。因此我们团队经常讨论的入口逻辑在实实在在地发生，生产力 SaaS 们正在和 ChatGPT Plus 争夺每个员工身上的预算，这个战争暂时还胜负未分。挑战 5：并没有「天才」CEO 我们在去美国之前认为 Salesforce 的 Data Cloud 战略为其 GenAI 的路线图提供了自上而下的指引，但是和内部员工聊下来发现这也只是非常 high level 的指导思想，最终还是回归到营销云、服务云、工业云等各个业务团队内部自下而上提出各类 GenAI 产品功能的诉求。其实走访下来，从大公司到一级市场独角兽，大家进行 AI 创新的方式大抵都是如此，不存在 CEO 想出一个天才的方向，然后下面闷头实现就行的情况。不同玩家之间的核心区别之一在于 CEO 愿意为这部分分配的总资源有多少。鉴于挑战 2 的存在和 AGI 带来时间表的不确定性，这可能很难平衡，并且成为未来 5 年所有 SaaS CEO 最需要思考的问题之一。来源：金色财经

金色财经2023-08-02

24小时热点