4 月在湾区硅谷，Linkloud 联合出海同学会举办了一场关于”Unlock GenAI in Every Industry（解锁GenAI在各行业落地）“的线下闭门沙龙，邀请了来自微软、Google、飞书、小影科技、Adobe、Typeface、Glean 等众多 SaaS 和 AI 初创公司的同学，在几个精心设置的话题引导下，大家尽情输出，伴随实操经验和真实数据的讨论精彩纷呈，以下是脱敏后的 highlights，Enjoy~
#1 Agent落地任重道远，企业搜索正当下
Agent 讨论了大半年，从企业落地角度还在早期。目前在北美，大部分有的进展还是在 to B。而想要落地必须要和垂直场景结合。to C 还不太明确，之前有了一些产品雏形，尤其跟声音结合以后。而 to B 在跟企业效率相关领域落地会更快，降本增效替代人力成本，最常见的还是 chatbot 和 coding 相关工具的延展，比如近期的 Devin。 Agent 构建大致有两类方式，一类是黑盒，用户只需要告诉 Agent 任务，并给他连接一些 tool，具体使用交给大模型本身；另一类是白盒，从头把一个场景拆解为多个 workflow，然后把其中能被替代掉的场景，用 Agent 替代，这类可能更为实用。 目前看过来，要完好落地一个 Agent，大概率要从头写，用黑盒的形式实用性不强。比较难的场景是有垂直领域的专家去输出 Knowhow，因为这些是大模型不具备的能力。所以，更重要的是研究好哪些东西 Agent 能做，哪些不能做，比如旅游 Agent，因为有很多自定义和个性化内容，所以是很难的。 企业搜索是已经被验证的需求，也并没有因为 GenAI 变得简单，Search 还是需要认真做，Keyword 等很多脏活累活都要好好做。目前 Glean 比较专注 Customer support 和 Engineering On-call 两个方向，做的比较好的是 Engineering 团队的 On-call 的场景，更多的是做一个自动的 Chatbot 来解决各类报错。 （在 Google Cloud Next 大会上 Glean 展示的成功案例） 目前在公司内部试用，主要是接入几个云平台和类似 Datadog 等产品，从这些数据开始着手，但是对公司的业务流也必须足够了解，并手动配置一些内容。希望达到的效果是，可以替代熟手能较快解决的问题，问题解决能力在初级工程师的水平之上。
#2 AIGC落地初现，视频生成仍是”功能“
在 Google Cloud Next 大会上，Runway 的 Cofounder 也承认，目前要替代传统视频剪辑工具非常难，Runway 在短时间内无法取代。总的来说，不管现在的 Runway 还是 Sora，要成为很有”厚度“的产品是非常有挑战的事情，像 Adobe Premiere Pro 最近的版本集成很多 AIGC 工具，使其成为产品里的某些功能。 同时，对 AI 功能的使用都会按照用量即 Credits 计费，所有付费 Plan 都会送免费的 AI Credits，也有独立的 Credits package。定价模型只计算输出结果（不像大模型的 API 还有输入），无论输入多少 Prompt，都是消耗一个 Credit，目的也是为了吸引更多用户尝试和体验。 而作为 AIGC 企业级SaaS公司的 Typeface，创立之后在落地场景里尝试过很多方向，最终发现主要还是生成市场营销的内容最有效。目前做中大型企业的目的是希望具有龙头效应，主要做 SLG 销售。 有意思的事，目前偏传统的大客户对于 GenAI 的理解非常落后，他们对图片可以生成出来的样子非常惊讶；但是对错误的容忍度非常低，所以在生成过程中出问题就会使得商务流程非常难。SMB 与 Salesforce 等合作上，比如在 Salesforce Marketing Cloud 中 SMB 可以免费试用，在平台里用户的Workflow、数据等非常均一化，有很多固定格式的用户特征，生成效果会比较稳定。 （Google Cloud 与 Typeface 的合作展示） 聊到我们熟悉的最近一年大火的短剧，短剧大量成本在投放侧。有了大模型和视频生成技术后，首先能落地的是让 AI 去看剧，看短剧中发生了什么，难点就是多模态的 RAG，文本上容易做，但是剧需要归一到时间轴上，会有很多复杂性。业务更多的是让 AI 把工作流提取出来做基于 AIGC 的内容输出，包括二次剪辑、二创再改造（换脸、换语言）等。 一个短视频制作团队里，传统投手和小编总共需要 5 个人，而试验一部剧投放周期很短，AI 可以根据每个平台投放规则快速做转换，怎根据反馈做判断，让做出来的片段能做投放。国内主要投视频号、抖音、百度和巨量引擎，海外则是 YouTube 和 TikTok。 再放大到整个创作者生态，在海外是个巨大且依旧快速增长的市场。国内还有很大的需求是怎样把网文变成有声书以及 Slideshow，很多用 Midjourney 等生成图片，再转成视频，质量很差但依然有很多播放。
#3 打破 AI 办公提效的”幻想“
用 AI 在办公和协作场景里提效，是微软 Copilot 、Notion AI 及国内的飞书 AI 等产品出现以来，市场最受关注的。 在北美，许多公司在两年前就开始意识到 GenAI 的趋势，并开始准备推出自己的 AI 产品。最早有在文档里加入 Chatbot ，用户可以通过提问找出相关的文档总结，从而简化了信息的获取和处理过程。其次是 Copilot 类，可以帮助用户续写总结、创建表格、进行自动化以及生成等功能。 然而，如何吸引用户并使其持续付费成为了今年的关键。AI 技术的开发和应用成本高昂，对有些公司来说目标并不完全是收入增长，而是要从更多维度去衡量。例如，对用户留存的贡献，对提高业务效率的作用，以及对创新和竞争力的影响等。 再往细钻，到底有多少用户在写文档的时候会用 AI，这个数字比大家想象中要低很多，并且大多数办公用户是看文档，而非写东西。的确还有一部分人希望做流程的规范和自动化，但是要做一个泛化的 Agent，只能把所有功能的连贯程度做到 80%，对用户的价值并不大。 目前办公类应用里用的比较好的是会议总结和邮件总结。如何在已有企业里向上或交叉销售 (Cross-sell / Upsell) 是现在许多公司的重心，但该产品并非对每位员工都是必需品。 其次，超大企业客户的主要关注点在于如何精准界定应用场景；如何推动这一进程也有一定难度，原因在于即便场景优化，也不保证能显著提升 ROI。因此，大厂的办公产品未来可能不会做很多垂直场景的事情，而会更倾向于从上到下对 All-in-one 的产品进行销售。 最后，美国最近比较多的挑战是，许多大客户不希望将数据提供给 OpenAI。这使得公司在推广 AI 产品时又遇到困难，因为 GPT-4 大多数情况下性价比是最高的，且稳定性很好。 所以尽管大家都认为（也在宣传）未来每个企业里每个人都需要一个”Copilot“，但就现在的渗透率和速度来说，仍需要所有公司和产品的持续教育和能力提升。 以上只是现场热烈活动的简短总结，而本次沙龙也只是 Linkloud 美国加速先锋营中的一小部分，期待今年 9 月第二次美国游学之行，GenAI 解锁继续！ 如果您对 Linkloud 美国先锋加速营 9 月行程感兴趣，欢迎扫码咨询： - End -