云計算數(shù)據(jù)越來越強大，AI又會給如何改變SaaS，AI+SaaS的才是未來的發(fā)展模式。隨著AI在SaaS行業(yè)的指數(shù)級增長，許多的大公司都已經(jīng)領(lǐng)先一步布局。

　　近幾年，SaaS行業(yè)的領(lǐng)導企業(yè)為了在競爭中占據(jù)領(lǐng)先地位，已經(jīng)在人工智能研發(fā)方面投入了大量資金，并收購了許多AI公司。Shopify推出了機器學習驅(qū)動欺詐防御、Salesforce推出了人工智能平臺Einstein。

　　由于云計算服務為獲取人工智能提供了可能，我們正處于一個新時代，SaaS供應商開始推出真正解決消費者問題的AI應用。

　　在今年的SAAS NORTH峰會上，我與許多專家討論了人工智能在SaaS行業(yè)的發(fā)展。以下是他們眼中AI+SaaS的未來：

　　傳統(tǒng)的SaaS模式基于每月大量的付費訂閱，這意味著SaaS公司需要不斷改進和培養(yǎng)客戶關(guān)系，以確?？蛻舫掷m(xù)付費。

　　SaaS加速器L-Spark的創(chuàng)始人Leo Lax表示：“AI正在幫助SaaS公司減少建立客戶關(guān)系相關(guān)的人工勞動，并幫助SaaS公司以更有意義的方式與客戶交流。”

　　以往幾年，只有真正資金充足的SaaS巨頭才有資源聘用合適的人才，并投資于有意義的AI研發(fā)。但是僅資金不足以實現(xiàn)有用的人工智能應用。主要的基礎(chǔ)是數(shù)據(jù)，大量的數(shù)據(jù)。

　　建立自己的平臺SaaS公司有了一個良好的開端。訓練機器學習系統(tǒng)最大的障礙之一是獲得足夠大的數(shù)據(jù)集。Shopify的數(shù)據(jù)和分析高級副總裁David Lennie解釋說：

　　“最大的價值是盡可能快地獲得最大的樣本量，而當你擁有一大群用戶與你一樣做同樣的事情的時候，這是更可能實現(xiàn)的。SaaS公司通常提供一種解決方案，以此進入市場獲取用戶，最終獲得更多的數(shù)據(jù)。

　　Lennie認為，專注于解決某個特定問題而不是“一體化”解決方案的SaaS工具，可以更好地獲取合適的數(shù)據(jù)來訓練機器學習應用。一旦公司能夠訪問來自全球數(shù)百萬用戶的“干凈”、龐大的數(shù)據(jù)集，他們就可以開始解決問題。然而，Rubikloud的CEO兼聯(lián)合創(chuàng)始人Kerry Liu認為，直到目前為止，人工智能方面最好的成功案例還是在企業(yè)內(nèi)部。

　　“無論是Google優(yōu)化搜索，還是Salesforce使用Einstein來幫助銷售經(jīng)理確定的最佳使用案例，迄今為止大部分成功的應用都是為了提高內(nèi)部效率和內(nèi)部產(chǎn)品開發(fā)。

　　雖然迄今為止，領(lǐng)先公司的大部分應用都是內(nèi)部的，但正朝著正確的方向前進。專家表示，人工智能將在自動化、個性化、語音輸入和用戶安全性方面得到提高。

　　一直到最近，SaaS行業(yè)的一些新興企業(yè)才真正使用高級AI應用。Affinio的創(chuàng)始人Ardi Iranmanesh表示：“AI大量被濫用于營銷目的。許多小公司僅僅使用了聊天機器人或線性回歸等基本應用，就宣稱自己是AI公司。

　　然而，在過去的幾年中，通過使用AWS，Microsoft Azure，Google Cloud和Oracle等云計算服務，利用“人工智能即服務”云工具，為小公司使用機器學習等更高級應用打開了大門。

　　也就是說，這些云服務所提供的支持是在底層的計算層面。云計算服務已經(jīng)改變了這種狀況，使得小型企業(yè)無需擁有任何硬件或擔心數(shù)據(jù)安全，就可以獲得構(gòu)建有意義的AI應用所需的計算能力，并可以部署在全世界任何地方。

　　SaaS AI進化的這個更具包容性的“第二階段”已經(jīng)導致了許多專業(yè)細分的AI SaaS公司出現(xiàn)，這些公司致力于解決垂直市場的問題，而不是與大公司在生產(chǎn)力或通信方面競爭。

　　正如Mobify的聯(lián)合創(chuàng)始人兼CEO Igor Faletski所指出的，“AI已經(jīng)存在了一段時間。新的改變是他正在向開發(fā)者敞開大門，越來越多的小創(chuàng)業(yè)公司可以使用AI。”

　　諸如Beanworks和Mindbridge AnalyTIcs等公司專注與新興垂直行業(yè)，實現(xiàn)審計和會計等“白領(lǐng)”任務的自動化，迄今為止，SaaS巨頭基本上忽視了這些領(lǐng)域。

　　EnergyX SoluTIons CTO Alex Corneglio證實了這一趨勢。“我看到一個全新的垂直產(chǎn)品，可以根據(jù)具體的市場角色進行定制，所有微妙的品質(zhì)現(xiàn)在全部嵌入到產(chǎn)品和服務中。”

　　然而，開發(fā)有意義的AI應用的最大挑戰(zhàn)是獲得專有數(shù)據(jù)集。David Lennie在SAASNORTH峰會上強調(diào)，AI的價值不僅僅在于強大的算法，也在于公司獲取的數(shù)據(jù)集。他提醒說，企業(yè)應該充分了解如何使用數(shù)據(jù)，然后再去構(gòu)建基于AI的解決方案。

　　Lennie建議，為了克服AI數(shù)據(jù)“雞與蛋”的難題，新興的AI公司將不得不共享更多的數(shù)據(jù)，包括與傳統(tǒng)公司合作。“也許你可以通過合作交換一些數(shù)據(jù)。”

　　Iranmanesh預計將有更多的傳統(tǒng)公司向AI初創(chuàng)公司開放數(shù)據(jù)。他提到萬事達卡和Visa這類開放數(shù)據(jù)的公司，他認為：“盡管數(shù)據(jù)法規(guī)永遠是一個必須考慮因素，但公司總是希望提高自己的底線，單純的存儲數(shù)據(jù)并不能解決問題。”

　　然而，Mindbridge AnalyTIcs的CEO Eli Fathi反駁說，在處理諸如審計這樣的任務時，可以用來自各公司的公開數(shù)據(jù)和小數(shù)據(jù)樣本訓練算法。Beanworks的CEO Catherine Dahl表示，會計任務是非常重復性的，非常適合用于訓練機器學習算法。

　　更成熟的SaaS公司已經(jīng)收集了大量用戶和運營數(shù)據(jù)的，所以它們的機器學習系統(tǒng)的智能呈指數(shù)級增長，在不久的將來，我們很可能會看到更關(guān)注與解決真正的企業(yè)問題。

　　Forrester預測，到2018年，SaaS巨頭將越來越多地在平臺級進行競爭，在云計算服務上運行其部分服務，以處理對自定義應用和更高級的AI應用的需求，從而實現(xiàn)一系列核心業(yè)務功能的自動化。

　　與此同時，隨著人工智能在各行各業(yè)的普及，更小、更專業(yè)的玩家將能夠獲得更多的客戶，從而獲得更多的數(shù)據(jù)集來訓練人工智能。Lennie認為，如果小公司專注于解決一個一個的具體問題，這將使他們有能力轉(zhuǎn)向解決類似的問題，并將其平臺發(fā)展到SaaS巨頭的水平。他說：“你可以沖洗并重復這個模型。如果你沖洗和重復的時間足夠，你就得到一個非常發(fā)達的平臺。”

　　Faletski預測，亞馬遜，微軟和Google等公司將大力投入強AI的研發(fā)，構(gòu)建平臺生態(tài)系統(tǒng)，成為最大的“AI即服務”供應商。這將進一步為小公司打開利用云服務使用云AI應用或開發(fā)自己的算法的大門。

　　Liu同意這一點：“美國科技五巨頭（蘋果，微軟，Google，F(xiàn)acebook，亞馬遜）意識到市場上將有更多的人工智能應用，也有更多的云計算供選擇?？萍季揞^可以從企業(yè)采用人工智能解決方案中獲利，因為這些數(shù)據(jù)和應用可以部署在一個可以無限擴展的彈性計算平臺上。”

　　SaaS巨頭已經(jīng)開發(fā)出智能平臺，這些平臺正在以指數(shù)級的速度增長，云服務已經(jīng)為更小的垂直市場玩家提供了平臺。Liu認為，人們低估了發(fā)展的速度。雖然有人預測財富500強公司都需要10到15年的時間才能將AI SaaS產(chǎn)品應用到他們的核心業(yè)務功能中，但他預測這將在未來5年內(nèi)發(fā)生。