为什么美国AI应用程序似乎更快？

文字| Li Zhiyong文字|李Zhiyong是一位资深传奇人物：中国人非常擅长提出应用，但是此AI应用程序的结果是不同的。通过AI应用程序，美国人似乎更快。 Gulean和Harvey等申请通常具有超过1亿美元的ARR（年度重复收入），并且大量的初创公司的武器超过2500万美元。这确实得到了收入的支持，不仅是高度赞赏，因此最好显示应用程序的深度。相比之下，国内应用在数量和规模方面较少。为什么这是？会继续吗？将来可能有什么变量？直接说明：丢失了B端数据层。对美国人的大量新应用都是B端应用程序，实际上与以前的SaaS一致。这种现象中的帕拉（Para）的原因很明显：过去，美国已经迅速发展，而国内的Saas也没有开始。因此，基于我，美国自然会更快地运行速度。如果SaaS无法运营商业，那么如果它支持AI，它仍然不会运行，但它将是AI。更深层次的原因与数据成本有关。这可以通过参考转移的建筑图（以28.6亿美元的价格获得）和收集（56亿美元）来解释：扩展全文 （以上两张图片来自两家公司的官方网站：第一个是MoveWorks，第二个是Gulean） 这两个图片的标准点是：有一层数据和一个智能层，这是业务的完整表示。智能层ISIMPORT是大型模型的整体智能能力，并根据数据层创建服务量。 收集和MoveWorks之间的区别在于，MoveWorks包含代理代理，原因并不复杂。 MoveWorks将整个业务作为抽象。面对时不同的业务，应该有一些零件需要自定义。需要打开此部分以进行一些自定义，最终将在插件中看到。 Glean现在正在搜索更多的搜索，这可能是将来会发生的事情。 显然，如果可以构建合适的数据层，那么如果智能层和插件层可能有效，则需要构建合适的数据层。 如果可以构建合适的数据层，通常与技术没有密切相关。 本质不是质量智能的问题，而是自然和数据质量本身的问题。数据的性质和质量背后是劳动关系的特征。 数据具有某些不具有物理所有权的属性，例如是否要完成，会影响它是否重要。每个省都有5,000个个人信息，值为0，如果几乎有全部数据，则该值往往是无穷无尽的。 例如，相同数据的值不等于时间表。 1年前的全部数据量接近0。如果可以满足这些数据，则完全取决于数据层的有效性和劳动关系的特征。 因此可以说：如果缺少数据层，它也会堵塞AI B端应用程序。从这个角度来看：模式和SaaS（不是技术）越危险。 如果不是Gumathat SaaS，那路在哪里？ 两天前，我参加了尚吉的活动。 Shengjing将未来的AI应用程序申请了一个非常脚踏实地的名称，称为AI承包商。 我认为由AI业务驱动的生物更合适，但是无论名称背后看到什么，这都是与SaaS完全不同的模型，SaaS是实施AI应用程序的新想法。 我们可以将B-End产品放置在更HTC叙事框架下。我们使用一些图片来表示： 第一个是经典模型，其中SaaS划分了洛杉矶按一层和块bor，然后有助于创建价值。由AI驱动的整个业务实体本身就是创建价值的完整过程。很长一段时间以来的典型结构是： Stingthe类型是一种模型，在大型模型之后出现，以MoveWorks的代表等。此时，情况确实发生了变化： SAP的动作和结构之间的最大区别是：自己做所有事情，以及最开放的插件。 如果这样做，无论它多么不敏感，您都会发现，如果您更深，这是替换ERP系统的完整解决方案。 为什么这可能？因为过去这些产品的基本值是工作流程，但是现在有很多工作流=数据+大型模型，这些模型无需单独完成。 当然，皮肤后独立存在的定义很薄。 当然，由于AI的各种进步，该模型的集成深度是不够的。 关于我们时代最惊人的事情是马车，汽车和自动驾驶的驾驶，将会有一个模型，至少在更先进的概念中。第二种模式尚未扩散，但第三种模式也并联出现。 第三种类型是AI驱动业务的智能。 （上图是Waymo的手术图。AI代理完全开展旅行服务。在中国运行的胡萝卜应该学会这一点） Waymo的Robotaxi模型的主要功能是：以AI为中心，在行业中选择成功，包括从上到下的所有内容，然后直接创建价值。 前两种模式之间的区别在于，如果它们全部垂直整合，那么水平分裂就没有空间。 在此系统中，主要组成部分是智能，数据和工作流程已集成在一起，很难切割小块并使用其他三方代理。 因为它们都受AI和数据的驱动，以及我的供应不知所措是压倒性的，他们很可能只与自己进行特殊融合。 由于没有理由分割劳动力，而且自己做这件事并不复杂，所以为什么需要制定水平？ 垂直整合的挑战 我不确定是否可以跳过转移阶段并直接转移到AI驱动业务的智能上。 尽管第三款模型看起来高级，但确实并不容易。一起这样做，随着业务范围的扩大，困难确实在上升。 这样做就像找到一个点，然后不断地挖洞直到水出来。当井变大时，土壤的体积将大大增加。 （https://www.mdpi.com/2032-6653/16/1/16） 上图详细介绍了nexplain在Robotaxi的方向上需要包含哪些方面及其彼此之间的关系。 显然，这种整合的成本很大。 这不仅是技术，而且是聪明的技术，资本，商业，制造，服务和管理业务的实体。该业务实体的核心是控制租金服务的平台。所有其他链接，包括维护，保险等，都应旋转该系统。 要更改此服务，您需要包括一个供应链，供应链等，并打破所有链接。将每个链接的一小部分放在您自己的系统上。 这使得该系统几乎不可能成为通用，并且很难想象上述系统依赖于类似ERP的系统的一般系统。 潜台词是恢复和这样的业务实体具有自己的系统。 如果每个智能业务实体都有自己的系统，那么MoveWorks等公司的位置和价值将很明显。 AI支持的潜在业务效应 如果第三类真正出名怎么办？ 在一个单词中，称为：重新修复供应链和De Inthderdediation。如果像特斯拉这样的汽车制造商生产Robotaxi，整个供应链将在过去被摧毁。 当一个完全AI驱动的业务实体出现在任何类似领域时，制造模型的先前工业部门进行了翻新。过去，企业的整个夹具得到了N层工具（例如ERP，CRM等）的支持。在这种模式下，唯一的工具被简化并成为子功能。 AI越强，折叠就越彻底。 物理上的事情将太晚了，因为整合的成本相对较高。这些数字应该比您想象的要快。 应该补充的是，许多领域远非适用于AI驱动的全部商业智能。 现在不是这样做的时候。 选择成功需要双重酌处权。 商业判断应确定是否可以将整合成本栩栩如生。 技术判断需要确定是否可以完成技术。 示例：例如，使AI A全职AI驱动。只要证据非常完整，判决将在同一天发布。这显然是不可靠的。 从业务的角度来看，没有人能负担整合成本。 从技术上讲，它不能确保一切都是正确的。 这个判断是一个复杂的过程，我不会扩展dito，请参考我以前的文章： 非技术和商业因素 SaaS模型在该国以粗俗的形式发展起来，它在中国生长之前似乎在老年死亡。它的背后是上述数据成本的成本等。此外，还有另一个软性理由： 在我们的文化背景中，我们似乎更倾向于“签订家庭合同”，不愿意分裂任务并合作。 （例如：为什么不能完成足球...）。所以每个人都喜欢变形虫。实际上，在许多场景中都受到了批评。 无论好坏，需要。 变形虫的原始意图是什么？尽可能多地做自己的事情，每个人都有自己的结果。然后，如果我们可以做艰苦的事情，我们不会是适合AI活动的单位！ 概括 在同居者的马车，汽车和自动驾驶的时间部分，我们通常不仅需要描述愿景，例如自动驾驶，还将被汽车代替，还描述了尺寸和权重，例如技术和商业现实。然后，我们需要将酒吧的开发项目大小放置，然后做出最终的酌处权。每个级别都会有差异。愿景中出现的是方向上的差异，大小和重量的差异是事物是否可靠，而在酒吧的开发中出现的是他们首先做的事情和正在做的事情的差异。 因此，这是一个非常友好的时刻。此时所需的判断是：我们可以跳过SaaS，跳过什么是AI-DRIVen SaaS，直接跳到AI驱动的商业生物？回到Sohu看看更多