作者：苏打

出品：明亮公司

无论是大模型本身，还是其中长出的AI应用，迄今都一直在被观察、预测和修正中。

6月26日钉钉生态开放大会的“AI新增长”超级生态专场中，金沙江创投主管合伙人朱啸虎、猎豹移动董事长兼CEO傅盛、智谱AI COO张帆以及钉钉副总裁王铭，就“AI新增长”延伸出的诸如“to B还是to C”、“大模型如何赚钱”、“to B是否会走SaaS老路”等多个进行观点碰撞。

过去一年多，大模型行业经历了数量爆发和快速迭代时期，随着模型能力的不断提升，业内也逐步形成共识，真实场景中的大规模应用，是大模型价值验证和通往AGI的必由之路。

不过，当投资人、创业者、平台方面对面时，关于大模型的未来以及应用层的走向，目前明显呈现“各执一词”的状态。在很多细分问题上，他们仍旧难以达成共识。

例如，朱啸虎从不相信大模型Scaling Law在中国有光明前景，他认为“搞应用”、直接交付服务更适合中国创业者，且其中蕴藏非常多机遇。而张帆则相信，伴随大模型成本的断崖式下跌，未来当它变成水电煤一样的基础设施时，“总会赚钱的”。

谈及做AI应用该to B还是to C时，傅盛表示，C端应用将具备潜在的长远价值，“比如我们一个仅投入了两三个人的海外应用，现在已经开始盈利了。现在先积累到用户的C端应用未来一定具备很大价值。”

而王铭则坚定表示，作为一个有过多次创业经验的过来人，想要做AI应用的创业者“一定要先做to B”，因为确定商业模式非常重要。他还坦言，比较遗憾的是，“to B一定会走SaaS的老路”。

但在GPT-5的进展上，朱啸虎与傅盛的意见难得较为统一，均认为目前是一个大模型的平台期，创业者可以多加利用，未来将是一个百花齐放的时代。“我觉得GPT-5的发展目前是遇到了瓶颈，不太可能存在Open AI刻意憋大招的情况。而且下一代GPT可能也无法再出现颠覆性的变化。”傅盛认为。

王铭对应用层的进展则更为乐观，“即便GPT-5不发布，今年7月份开始中国市场仍将密集出现一系列新能力和新应用。退一步讲，即便GPT不再更新，目前的大模型能力仍旧可以支撑未来3-5年我们在应用层面做很多事情。”

大模型创业者，选择to B还是to C？

朱啸虎：我觉得随着今年下半年苹果在手机端和其他终端设备的升级，以及芯片的进步，明年AI应用可能会出现爆发。PC时代第一个爆款应用是搜索，所以AI时代第一个杀手级应用可能也是搜索，但这个对创业公司来讲比较难。

另一个潜力赛道是消费电子，尤其是中国创业者其中的机会非常大。现在来看，任何一个做消费电子设备的企业，必须要跟中国挂钩，必须要跟大湾区挂钩，否则毫无意义。

傅盛：这个问题和杀手级应用一样，比较容易误导创业者。无论to C还是to B，都要结合自身的优势和特点，符合自身的积累。否则即便是我们这种企业，可能也会在to C转to B的过程中死在半路。

如果做to C今年可能还是会比较难，不过按照苹果公布的信息和应用节奏看，我觉得明年会有一波热潮。但总体而言，还是要坚持从自己擅长的角度出发，坚信底层革命，坚持自己的价值积累。

张帆：我觉得这两个特点不一样。To c的天花板显然更高，但挑战在于今天的大模型依然以三个月一个大版本的速度在迭代。这种情况下，模型的边界是看不到的，所以to C在面临不确定性的情况下，是很有挑战的。比如20年前做抖音很可能就做不起来。

而to B的确定性显然更强，也一定能够带来生产力的提升。所以我们觉得，一个好公司的模型含量既不应该太高，也不应该太低。今天的创业者既需要对行业本身的know how认识很深，同时又需要有模型意识，接受它的逐步迭代、有足够的耐心。

王铭：我认为现在创业只有一个选择，做to B。因为大模型还远远没有成熟，仍在快速演进，但创业者需要对大模型的能力有充足的了解。今天，大约99%的产品经理不知道怎么利用大模型去做一款产品，这种情况下做to C的死亡概率是很高的，而且大环境也不太支撑大家花很长时间去修补。

所以更有确定性的创业方向是你在to B领域能够做一些项目、积累know how，然后去了解大模型怎么能能够做出一款好产品。这不是一个科学研究的过程，如果你的商业模式不够清晰，很可能就没有机会再留在牌桌上。

烧钱之后，怎么赚钱？

朱啸虎：我觉得to C赚钱更是个问题，而且能赚钱也不代表经济模式健康。很多海外做聊天机器人的公司，花钱一块钱能收回两毛钱，虽然有收入但仍旧cover不了成本。

而且很显然，以后中国的API肯定是免费的。我前几天在朋友圈说，5年之后将没有大模型公司，只有前端的云服务商以及后端云公司，另外几个投资人留言说5年的太长了，3年以后可能就没有了。

所以中国的创业者还是有机会的，因为AI将直接交付服务。美国相信scaling law这套理论，他们看不上这些规模性的应用，但我不相信（中国的scaling law），我觉得中国的创业者更应该知道行业的know how在哪里，把AI用起来，这样也能同步打造就业安全。

张帆：我们是主流厂商首批公布大规模降价的公司。一方面，我们今年的最低成本与去年相比降低了1万倍，可以达到5毛钱对应100万的收入。其中，过去的6个月的API每日消耗量增长了50倍。所以一旦AI应用进入深水区，大家对于模型质量的要求肯定会变得更高；另一方面，我们的成本降低不是靠硬扛和亏本，而是靠技术进步、算法进步、硬件进步处理成本下降、管理成本下降以及模型能力上升等实现的。

未来，我认为大模型的价格仍旧会持续降低，可能不会像现在下降地这么明显。所以你可以理解为，我们的模型成本与使用量成反比，被使用越多我们的收益就越高，因为成本会被摊薄，这也是为什么我们愿意和钉钉等平台一起合作。同时我们也希望放大大模型的价值，去普惠更多开发者。

这个意义上讲，钉钉可以被看作一个放大器，它有强大的用户群和最多的场景，和大模型的应用是天然契合的。

傅盛：我还是想不通大模型公司怎么赚钱，建议创业者千万不要碰模型训练，薅一薅羊毛、改善一下体验，在应用层还是有机会赚钱的。举个例子，得到有个应用，30分钟帮你读完一本书，这个项目我们投放在海外后，现在已经开始赚钱了，实际投入也就两三个人。所以我觉得创业者最重要的是用好大模型提供的服务，并以小碎步的方式去快速去迭代。

另外我也不太认同to C不能赚钱的观点，虽然现在有些应用的收入低于成本，但你用极低的成本获客后，用户一旦来了使用习惯就很难改变，除非应用出现一个很大的代差。所以C端的应用慢慢做我觉得还是有机会的。

王铭：首先从烧钱的角度看，现在大多数钱都被大模型端拿走了，应用层基本上不在烧钱范围之内。所以目前阶段这个问题是在讨论大模型厂商怎么赚钱。我觉得归根结底还是要回到用户视角，看看你到底为他们解决了什么问题。

比如为老板提供决策参考的智囊团，比如为企业做培训，这些都很有价值。钉钉现在也在给很多企业做大模型应用落地，虽然使用效果可能没有那么好，但这个实操的过程也是体现他们价值的过程。

作为平台，我觉得钉钉天然应该与大模型联合起来进行打磨，我们联合做出解决方案以后，可以让很多生态伙伴实现低成本的交付和较高的毛利，就像钉钉过去几年推行的低代码一样，这是一个很浅显易懂的商业模式，大家都能赚到钱。比如有一个贸易领域的合作伙伴，现在已经开始有收益了，这不仅验证了它作为应用的价值，对于大模型而言也是一个正向反馈，投资人当然也会看到。

另外，大家现在一个普遍共识是模型层面至少还能够有约90%成本下降的空间，所以未来大模型将是一个非常低成本水电煤基础设施这种角色。厂商只要能留在牌桌上，熬到那个时候就能赚钱。

张帆：我们都在说大模型未来会越来越像水电煤。你看现在全世界的水电煤公司，没有一个是不赚钱的。

朱啸虎：但水电煤公司建好之后是不太需要考虑迭代的，而现在大模型是几乎每个几个月都要更新一次的。即便现在更新速度降下来了，但还是有这个不确定性在。

To B会不会走SaaS的老路？

朱啸虎：这个事情我倒觉得，中国的SaaS发展不如美国，并不代表中国服务质量比美国差。有观点认为中国的生产落后10年，但这个落后不是指服务水平的落后。实际上中国的生产性服务业收入是非常高的。

所以回到SaaS的对比上，美国市场愿意为SaaS付费，可能因为他们就喜欢这个产品，而他们的生产成本相对较高，所以售价就会比较高。但中国企业可以不卖软件，直接交付服务。未来AI的应用过程中中国企业在这方面的优势将更加明显，只要我们交付了就能获得一些回报，这反而是最适合中国创业者的。

傅盛：AI的to B应用和SaaS还不太一样。SaaS是以前我们很多互联网厂商没事干，做了大量的技术，但应用起来发现落地和技术差距比较大。大模型的落地意识就比较强，钉钉这几年的开放生态迅速扩大，也是因为大家都在竞争，看谁能更快落地。

另外，SaaS的一个问题是很依赖程序员，但大模型不太存在这个问题，所以落地的时候障碍就会少很多。比如你派几个工程师去，最后只要把结果变成为客户提效、提高性能或者增加营销效果，满足他们的需求即可，这个效率是不一样的。

所以我认为to B不会走SaaS的老路，它不会那么重，只要按照提供的服务收费即可。

张帆：我们认为，今天的大模型更像IaaS而不是SaaS，因为SaaS是有行业know how的，但IaaS不需要。这个逻辑决定了其中特化的比例。比如以前做一套SaaS业务系统，客服和销售的同化部分可能只有20%。但大模型天然规避了这个问题。

从原理上讲，大模型能够定制的部分非常少。当然只做模型侧成本会比较高，但如果做到业务流程侧，链条就可以拉长。

而且我觉得，今天的大模型会让SaaS走新路。以前我们的逻辑是要求企业变得标准化、结构化，因为机器只能处理结构化的信息，这件事造成了极大的异构和成本。而大模型天然的泛化能力恰好缓解了这件事，它能理解自然语言，它不需要结构性，所以能够极大地弥补了原来不同的业务系统。

所以，今天在大模式体系下，我们既可以让数字化和信息化变得很圆满、容易定制、成本更低，同时又让智能化变得更高，反而能解决更加务实的问题。 

但这个过程中，我们对自己的定位非常清晰，我们的生态位是做最好的模型，然后让最擅长CRM的厂商做CRM，最擅长ERP的厂商来做ERP。这将是一个新的生态组合，其中没有任何一层能吃掉一切，所以当大家的心态都足够开放时，比如像钉钉这样的平台越来越多，我们就可以达成共赢，让企业整体成本变得更低，走出SaaS的新路。

王铭：我有一个比较遗憾的观点，我觉得to B的 AI应用还是会走SaaS的老路。

因为其中确实会有一个无法绕开的现状，就是to B领域的中国特色，其中的组织结构和人性、五花八门的理念、不完善的管理体系等等，都是绕不开的障碍。过去几年，钉钉通过低代码的Paas真正解决了如何创建一个企业需要的产品这一问题，同时不需要去适配而是满足他们的管理理念。

但今天我们面临的问题又不只这些，由于产品的复杂度变得越来越高，我们需要在产品之外，让to B领域个性化使用AI的门槛显著降低。因为大模型带来的泛化能力，AI的to B应用在实际操作中将比SaaS的拓展性更好、复制性更强，而不再严重依赖人的作用。

| 发福利！添加下方明亮公司主编微信有惊喜！

#数店

瑞幸｜库迪｜茶百道｜喜茶｜蜜雪冰城｜星巴克｜幸运咖｜古茗｜袁记云饺｜塔斯汀｜甜啦啦｜挪瓦咖啡｜书亦烧仙草

#关于咖啡的一切

瑞幸｜幸运咖｜星巴克｜库迪｜Manner｜2022开店排名｜保山咖啡庄园｜轻醒咖啡｜2022咖啡豆进口｜永璞｜一尺花园访谈｜八角杯访谈｜四叶咖访谈｜乐饮创新访谈｜D.A.O访谈｜一块小宇宙访谈｜三顿半｜蓝瓶咖啡｜%Arabica｜S.O.E｜Grid

#技术驱动

AIGC｜前晨汽车访谈｜IDEA访谈｜来飞智能访谈｜食亨访谈｜和晨生物访谈｜Boston Bio访谈｜昆仑芯访谈｜极麋生物访谈｜周子未来访谈｜MOODLES访谈

#投资机构QA

智连资本｜康煦投资｜华映资本｜弘章资本｜无届创新资本｜宽窄创投｜斯道资本｜番茄资本｜栈道资本｜力矩资本｜五源资本｜棕榈资本

#附近商业研究所城市样本

大连｜保山｜愚园路｜安福路｜阿珍与大田访谈｜BOXX访谈｜盈展访谈｜伍徳吃托克访谈｜小红书｜Aesop首店

#生活方式与文化

AMBM访谈|大热荒野访谈｜ABC Camping访谈｜Homful访谈｜SNOW 51访谈｜跳海酒馆访谈｜未卡访谈｜Flow访谈｜heartlyLab｜WML利悦访谈｜Northface｜日本户外品牌｜桨板

#从纺织到服装

lululemon面料｜lululemon内衣工艺｜lululemon品牌精神｜lululemon增长逻辑｜SHEIN访谈｜SHEIN ESG｜SHEIN 日本｜Surpine访谈｜Goobras访谈｜重新加载访谈｜凌迪科技访谈｜LABELHOOD蕾虎访谈｜COCOFIT访谈｜IFL访谈｜FILA｜SHEIN高端品牌｜MAIA ACTIVE｜SKYPEOPLE天空人

作者：苏打

出品：明亮公司

无论是大模型本身，还是其中长出的AI应用，迄今都一直在被观察、预测和修正中。

6月26日钉钉生态开放大会的“AI新增长”超级生态专场中，金沙江创投主管合伙人朱啸虎、猎豹移动董事长兼CEO傅盛、智谱AI COO张帆以及钉钉副总裁王铭，就“AI新增长”延伸出的诸如“to B还是to C”、“大模型如何赚钱”、“to B是否会走SaaS老路”等多个进行观点碰撞。

过去一年多，大模型行业经历了数量爆发和快速迭代时期，随着模型能力的不断提升，业内也逐步形成共识，真实场景中的大规模应用，是大模型价值验证和通往AGI的必由之路。

不过，当投资人、创业者、平台方面对面时，关于大模型的未来以及应用层的走向，目前明显呈现“各执一词”的状态。在很多细分问题上，他们仍旧难以达成共识。

例如，朱啸虎从不相信大模型Scaling Law在中国有光明前景，他认为“搞应用”、直接交付服务更适合中国创业者，且其中蕴藏非常多机遇。而张帆则相信，伴随大模型成本的断崖式下跌，未来当它变成水电煤一样的基础设施时，“总会赚钱的”。

谈及做AI应用该to B还是to C时，傅盛表示，C端应用将具备潜在的长远价值，“比如我们一个仅投入了两三个人的海外应用，现在已经开始盈利了。现在先积累到用户的C端应用未来一定具备很大价值。”

而王铭则坚定表示，作为一个有过多次创业经验的过来人，想要做AI应用的创业者“一定要先做to B”，因为确定商业模式非常重要。他还坦言，比较遗憾的是，“to B一定会走SaaS的老路”。

但在GPT-5的进展上，朱啸虎与傅盛的意见难得较为统一，均认为目前是一个大模型的平台期，创业者可以多加利用，未来将是一个百花齐放的时代。“我觉得GPT-5的发展目前是遇到了瓶颈，不太可能存在Open AI刻意憋大招的情况。而且下一代GPT可能也无法再出现颠覆性的变化。”傅盛认为。

王铭对应用层的进展则更为乐观，“即便GPT-5不发布，今年7月份开始中国市场仍将密集出现一系列新能力和新应用。退一步讲，即便GPT不再更新，目前的大模型能力仍旧可以支撑未来3-5年我们在应用层面做很多事情。”

大模型创业者，选择to B还是to C？

朱啸虎：我觉得随着今年下半年苹果在手机端和其他终端设备的升级，以及芯片的进步，明年AI应用可能会出现爆发。PC时代第一个爆款应用是搜索，所以AI时代第一个杀手级应用可能也是搜索，但这个对创业公司来讲比较难。

另一个潜力赛道是消费电子，尤其是中国创业者其中的机会非常大。现在来看，任何一个做消费电子设备的企业，必须要跟中国挂钩，必须要跟大湾区挂钩，否则毫无意义。

傅盛：这个问题和杀手级应用一样，比较容易误导创业者。无论to C还是to B，都要结合自身的优势和特点，符合自身的积累。否则即便是我们这种企业，可能也会在to C转to B的过程中死在半路。

如果做to C今年可能还是会比较难，不过按照苹果公布的信息和应用节奏看，我觉得明年会有一波热潮。但总体而言，还是要坚持从自己擅长的角度出发，坚信底层革命，坚持自己的价值积累。

张帆：我觉得这两个特点不一样。To c的天花板显然更高，但挑战在于今天的大模型依然以三个月一个大版本的速度在迭代。这种情况下，模型的边界是看不到的，所以to C在面临不确定性的情况下，是很有挑战的。比如20年前做抖音很可能就做不起来。

而to B的确定性显然更强，也一定能够带来生产力的提升。所以我们觉得，一个好公司的模型含量既不应该太高，也不应该太低。今天的创业者既需要对行业本身的know how认识很深，同时又需要有模型意识，接受它的逐步迭代、有足够的耐心。

王铭：我认为现在创业只有一个选择，做to B。因为大模型还远远没有成熟，仍在快速演进，但创业者需要对大模型的能力有充足的了解。今天，大约99%的产品经理不知道怎么利用大模型去做一款产品，这种情况下做to C的死亡概率是很高的，而且大环境也不太支撑大家花很长时间去修补。

所以更有确定性的创业方向是你在to B领域能够做一些项目、积累know how，然后去了解大模型怎么能能够做出一款好产品。这不是一个科学研究的过程，如果你的商业模式不够清晰，很可能就没有机会再留在牌桌上。

烧钱之后，怎么赚钱？

朱啸虎：我觉得to C赚钱更是个问题，而且能赚钱也不代表经济模式健康。很多海外做聊天机器人的公司，花钱一块钱能收回两毛钱，虽然有收入但仍旧cover不了成本。

而且很显然，以后中国的API肯定是免费的。我前几天在朋友圈说，5年之后将没有大模型公司，只有前端的云服务商以及后端云公司，另外几个投资人留言说5年的太长了，3年以后可能就没有了。

所以中国的创业者还是有机会的，因为AI将直接交付服务。美国相信scaling law这套理论，他们看不上这些规模性的应用，但我不相信（中国的scaling law），我觉得中国的创业者更应该知道行业的know how在哪里，把AI用起来，这样也能同步打造就业安全。

张帆：我们是主流厂商首批公布大规模降价的公司。一方面，我们今年的最低成本与去年相比降低了1万倍，可以达到5毛钱对应100万的收入。其中，过去的6个月的API每日消耗量增长了50倍。所以一旦AI应用进入深水区，大家对于模型质量的要求肯定会变得更高；另一方面，我们的成本降低不是靠硬扛和亏本，而是靠技术进步、算法进步、硬件进步处理成本下降、管理成本下降以及模型能力上升等实现的。

未来，我认为大模型的价格仍旧会持续降低，可能不会像现在下降地这么明显。所以你可以理解为，我们的模型成本与使用量成反比，被使用越多我们的收益就越高，因为成本会被摊薄，这也是为什么我们愿意和钉钉等平台一起合作。同时我们也希望放大大模型的价值，去普惠更多开发者。

这个意义上讲，钉钉可以被看作一个放大器，它有强大的用户群和最多的场景，和大模型的应用是天然契合的。

傅盛：我还是想不通大模型公司怎么赚钱，建议创业者千万不要碰模型训练，薅一薅羊毛、改善一下体验，在应用层还是有机会赚钱的。举个例子，得到有个应用，30分钟帮你读完一本书，这个项目我们投放在海外后，现在已经开始赚钱了，实际投入也就两三个人。所以我觉得创业者最重要的是用好大模型提供的服务，并以小碎步的方式去快速去迭代。

另外我也不太认同to C不能赚钱的观点，虽然现在有些应用的收入低于成本，但你用极低的成本获客后，用户一旦来了使用习惯就很难改变，除非应用出现一个很大的代差。所以C端的应用慢慢做我觉得还是有机会的。

王铭：首先从烧钱的角度看，现在大多数钱都被大模型端拿走了，应用层基本上不在烧钱范围之内。所以目前阶段这个问题是在讨论大模型厂商怎么赚钱。我觉得归根结底还是要回到用户视角，看看你到底为他们解决了什么问题。

比如为老板提供决策参考的智囊团，比如为企业做培训，这些都很有价值。钉钉现在也在给很多企业做大模型应用落地，虽然使用效果可能没有那么好，但这个实操的过程也是体现他们价值的过程。

作为平台，我觉得钉钉天然应该与大模型联合起来进行打磨，我们联合做出解决方案以后，可以让很多生态伙伴实现低成本的交付和较高的毛利，就像钉钉过去几年推行的低代码一样，这是一个很浅显易懂的商业模式，大家都能赚到钱。比如有一个贸易领域的合作伙伴，现在已经开始有收益了，这不仅验证了它作为应用的价值，对于大模型而言也是一个正向反馈，投资人当然也会看到。

另外，大家现在一个普遍共识是模型层面至少还能够有约90%成本下降的空间，所以未来大模型将是一个非常低成本水电煤基础设施这种角色。厂商只要能留在牌桌上，熬到那个时候就能赚钱。

张帆：我们都在说大模型未来会越来越像水电煤。你看现在全世界的水电煤公司，没有一个是不赚钱的。

朱啸虎：但水电煤公司建好之后是不太需要考虑迭代的，而现在大模型是几乎每个几个月都要更新一次的。即便现在更新速度降下来了，但还是有这个不确定性在。

To B会不会走SaaS的老路？

朱啸虎：这个事情我倒觉得，中国的SaaS发展不如美国，并不代表中国服务质量比美国差。有观点认为中国的生产落后10年，但这个落后不是指服务水平的落后。实际上中国的生产性服务业收入是非常高的。

所以回到SaaS的对比上，美国市场愿意为SaaS付费，可能因为他们就喜欢这个产品，而他们的生产成本相对较高，所以售价就会比较高。但中国企业可以不卖软件，直接交付服务。未来AI的应用过程中中国企业在这方面的优势将更加明显，只要我们交付了就能获得一些回报，这反而是最适合中国创业者的。

傅盛：AI的to B应用和SaaS还不太一样。SaaS是以前我们很多互联网厂商没事干，做了大量的技术，但应用起来发现落地和技术差距比较大。大模型的落地意识就比较强，钉钉这几年的开放生态迅速扩大，也是因为大家都在竞争，看谁能更快落地。

另外，SaaS的一个问题是很依赖程序员，但大模型不太存在这个问题，所以落地的时候障碍就会少很多。比如你派几个工程师去，最后只要把结果变成为客户提效、提高性能或者增加营销效果，满足他们的需求即可，这个效率是不一样的。

所以我认为to B不会走SaaS的老路，它不会那么重，只要按照提供的服务收费即可。

张帆：我们认为，今天的大模型更像IaaS而不是SaaS，因为SaaS是有行业know how的，但IaaS不需要。这个逻辑决定了其中特化的比例。比如以前做一套SaaS业务系统，客服和销售的同化部分可能只有20%。但大模型天然规避了这个问题。

从原理上讲，大模型能够定制的部分非常少。当然只做模型侧成本会比较高，但如果做到业务流程侧，链条就可以拉长。

而且我觉得，今天的大模型会让SaaS走新路。以前我们的逻辑是要求企业变得标准化、结构化，因为机器只能处理结构化的信息，这件事造成了极大的异构和成本。而大模型天然的泛化能力恰好缓解了这件事，它能理解自然语言，它不需要结构性，所以能够极大地弥补了原来不同的业务系统。

所以，今天在大模式体系下，我们既可以让数字化和信息化变得很圆满、容易定制、成本更低，同时又让智能化变得更高，反而能解决更加务实的问题。 

但这个过程中，我们对自己的定位非常清晰，我们的生态位是做最好的模型，然后让最擅长CRM的厂商做CRM，最擅长ERP的厂商来做ERP。这将是一个新的生态组合，其中没有任何一层能吃掉一切，所以当大家的心态都足够开放时，比如像钉钉这样的平台越来越多，我们就可以达成共赢，让企业整体成本变得更低，走出SaaS的新路。

王铭：我有一个比较遗憾的观点，我觉得to B的 AI应用还是会走SaaS的老路。

因为其中确实会有一个无法绕开的现状，就是to B领域的中国特色，其中的组织结构和人性、五花八门的理念、不完善的管理体系等等，都是绕不开的障碍。过去几年，钉钉通过低代码的Paas真正解决了如何创建一个企业需要的产品这一问题，同时不需要去适配而是满足他们的管理理念。

但今天我们面临的问题又不只这些，由于产品的复杂度变得越来越高，我们需要在产品之外，让to B领域个性化使用AI的门槛显著降低。因为大模型带来的泛化能力，AI的to B应用在实际操作中将比SaaS的拓展性更好、复制性更强，而不再严重依赖人的作用。

| 发福利！添加下方明亮公司主编微信有惊喜！

#数店

瑞幸｜库迪｜茶百道｜喜茶｜蜜雪冰城｜星巴克｜幸运咖｜古茗｜袁记云饺｜塔斯汀｜甜啦啦｜挪瓦咖啡｜书亦烧仙草

#关于咖啡的一切

瑞幸｜幸运咖｜星巴克｜库迪｜Manner｜2022开店排名｜保山咖啡庄园｜轻醒咖啡｜2022咖啡豆进口｜永璞｜一尺花园访谈｜八角杯访谈｜四叶咖访谈｜乐饮创新访谈｜D.A.O访谈｜一块小宇宙访谈｜三顿半｜蓝瓶咖啡｜%Arabica｜S.O.E｜Grid

#技术驱动

AIGC｜前晨汽车访谈｜IDEA访谈｜来飞智能访谈｜食亨访谈｜和晨生物访谈｜Boston Bio访谈｜昆仑芯访谈｜极麋生物访谈｜周子未来访谈｜MOODLES访谈

#投资机构QA

智连资本｜康煦投资｜华映资本｜弘章资本｜无届创新资本｜宽窄创投｜斯道资本｜番茄资本｜栈道资本｜力矩资本｜五源资本｜棕榈资本

#附近商业研究所城市样本

大连｜保山｜愚园路｜安福路｜阿珍与大田访谈｜BOXX访谈｜盈展访谈｜伍徳吃托克访谈｜小红书｜Aesop首店

#生活方式与文化

AMBM访谈|大热荒野访谈｜ABC Camping访谈｜Homful访谈｜SNOW 51访谈｜跳海酒馆访谈｜未卡访谈｜Flow访谈｜heartlyLab｜WML利悦访谈｜Northface｜日本户外品牌｜桨板

#从纺织到服装

lululemon面料｜lululemon内衣工艺｜lululemon品牌精神｜lululemon增长逻辑｜SHEIN访谈｜SHEIN ESG｜SHEIN 日本｜Surpine访谈｜Goobras访谈｜重新加载访谈｜凌迪科技访谈｜LABELHOOD蕾虎访谈｜COCOFIT访谈｜IFL访谈｜FILA｜SHEIN高端品牌｜MAIA ACTIVE｜SKYPEOPLE天空人