ChatGPTに関する多くの良いニュースが出た後、市場の反応は投資家の期待と一致することはほとんどなく、AIGCはついにCPOを上回るパフォーマンスを示す兆候を示しました。流通市場の論理を繰り返す必要はありませんが、結局のところ、AI については半年以上前から憶測されてきましたが、問題点は見つかりましたか? 知らず知らずのうちに、AI アプリケーションの導入は第 1 四半期に比べて実際に増加しています。
AIGC は第 1 四半期に何を誇っていましたか? 例: 完全なマルチメディア製品ラインの構築、ビジネスを海外から中国に持ち帰る、AI 大学や科学研究チームが会社や次の xxx 企業の独立取締役を務めるなど、しかし、一度尋ねると、AI はどのようにして世界の発展を促進するのでしょうか。ビジネス? ユーザー 自社製品のAI機能で何ができるのか? 事務局長は「ビジネスモデルは鋭意検討中」としか言えない。
なぜこんなことになっているのでしょうか？なぜなら、国内のAI企業は大型機種が標準装備になってから、非常にハイエンドなAIインフラがスコップ売りと化しており、本来のビジネスはAIを加えただけの明るい春なので、推進するしかないからです。風と雪、核心 すべては評価と現金削減のためです。
この段階で、AI をアプリケーション側にどのように実装できるでしょうか? この記事では、最も純粋な H シェア AI 企業である @Bairongyun-W (6608.HK) を分析する例として取り上げます。
まず、MaaSであれ、ソフトウェアであれ、クラウドコンピューティングであれ、この種のビジネスモデルを持つ企業はTMT業界に属しており、80/20ルール、つまり80％のユーザーが20％の機能しか使わないというルールに従っています。例えば、オフィスソフトで表に入れ子になった関数がある場合、理工系以外のユーザーには使い方がわかりにくく、Douyinを使うユーザーは基本的に静止画や黒フィールドなど聞いたこともありません。 PR ソフトウェア ; 財務ソフトウェア システムの純資産推定値と評価曲線は、銀行の財務管理者のみが使用できます。しかし、テクノロジー企業にとっての問題は、ユーザーの潜在的な需要がある限り、システムとソフトウェアに機能モジュールを追加する必要があることであり、そのため、数回のアップデートを経て、インストール パッケージは初代の 20M から現在の 2G に進化しました。しかし、ほとんどのユーザーは依然として最も基本的な機能に苦労しています。白龍雲も同様だ。
Bairon Cloud は設立以来、金融、電子商取引リース、保険、自動車などのさまざまな業界の顧客と向き合ってきたため、AI モデルには多くの要素が含まれています。たとえば、電子商取引の顧客は、プッシュ動画の 2 秒間の直帰率やライブ放送を巻き戻すコマーシャル ファンの割合を分析したいと考えていますが、自社のバックエンドだけを調べた場合、データは最も表面的なものにすぎません。別の例は、金融業界の顧客がユーザーの資産状況を分析したい場合であり、昨年の金融収入と今年の収入に基づいて顧客の将来の収入期待を計算するには、専門的な評価モデリングが必要です。これらのモジュールはBairong Cloud MaaSで利用できますが、 、顧客がコードを理解していなければ、コードを呼び出すことはできませんし、API に接続した後どこをクリックすればよいのかさえわかりません。このとき、AI が登場します。AI の最大の変化は、ユーザーが自然言語を使用してコンピューター言語の機能を実現できるようになるからです。
MaaS モデルを使用すると、顧客は Bairong Cloud AI モデルの必要な部分を呼び出すことができ、AI の自然言語を使用して、機関顧客は AI にニーズを直接伝え、コードやコンピューター言語への翻訳を支援することができます。たとえば、Bairong Cloud の機関顧客は、金融商品の保有期間満期収入や国債の潜在的なスプレッドを分析するユーザーに直面しています。また、電子商取引の顧客は、店舗間の逆流や店舗露出を増やす方法を分析する必要があります。自然言語を使用して、Bairong Cloud の MaaS コミュニケーションで要件を直接提案し、モデルを呼び出します。
第二に、AI は構造化情報の問題を解決できます。Bairon Cloud が直面する企業顧客の情報は、構造化された情報と非構造化された情報の 2 種類に分類されます。構造化情報は基本的にデータベースに保存され、ERP、財務、経営管理などのソフトウェアは構造化情報をうまく処理してきました。しかし、非構造化情報に関しては、Bairong Cloud の機関顧客は常に大きな問題点に直面していました。つまり、非構造化情報のほとんどは文書、電子メール、チャット ソフトウェア、ソーシャル メディアなどのテキスト情報に存在するため、深く活用されることがほとんどありませんでした。 。
以前は、コンピュータはこの情報を十分に理解できなかったため、この情報を再利用するにはネットワーク全体で検索するしか方法がありませんでしたが、ネットワーク全体での検索の効率は非常に低かったです。例えば「商品」という言葉を使うと、顧客紹介の過程で「サンプルを送る」と言われますが、「サンプル」というのは実際には商品そのもののことであり、コンピュータには理解されません。このため、ユーザーは特定のキーワードを検索すると無数の情報が見つかる可能性があり、非構造化情報の再利用が非常に困難になります。Bairon Cloud は、この問題を解決するために AI にも依存する必要があります。
AI ラージ モデル (BR-LLM) を持つ企業として、Bairong Cloud はコンピューターが自然言語を理解できるようにします。これが生成 AI が果たす橋渡しの役割です。はい、生成 AI はユーザー (需要側) だけのためのものではありません。)、また、ページは企業側（サプライヤー）を向いており、ユーザーはChatGPTのような生成AI製品に直接文書の質問をすることができます。Bairong Cloudの製品はChatBOTと呼ばれ、金融業界に代表される垂直分野で広く使用されています。
具体的にどうやって助けるの？Bairong Cloud の機関顧客と機関顧客のエンドユーザーが、プロセス文書、契約、製品情報、期待収益、ロックアップ期間の選択に直面するとき、生成 AI は重要なポイントの分析と洗練に役立ちます。たとえば、ユーザーが契約を開くときに、Bairong Cloud の ChatBOT に、この契約のリスクは何ですか? と直接質問できます。当事者Aはどのような責任を負う必要がありますか? 契約に違反した場合、当事者 B はどのようなリスクに直面することになりますか? あるいは、機関顧客が買収に直面している場合、買収者がペーパーカンパニーであったり、過去に訴訟を起こしたことがある可能性は低いです。
Generative AI は、Bairong Cloud の顧客が KPI を完了するのを支援します。最も重要なことは、KPI を完了する方法を見つけることです。たとえば、Bairong Cloud の機関顧客の場合、今年の KPI は特定の製品またはサービスがどれだけの収益を達成したかであり、この時点で顧客のニーズに基づいて、Bairong Cloud の AI モデルから完全なソリューションとマーケティング プランを検索できます。その方法は、生成 AI を使用して Bairon Cloud のシステムと通信することです。
これは、百龍クラウドの現在の二大事業であり、顧客の二大決済モデルでもある、AIモデルの通話量に応じて課金するMaaS（サービスとしてのモデル）事業と、AIモデルの通話量に応じて課金するMaaS（サービスとしてのモデル）事業に相当する。顧客のKPI達成度に応じてサービス料金を徴収するBaaS（Business as a Service）ビジネス。
Bairon Cloud の 2023 年中間報告書によると、上半期の総収益は 12 億 4,300 万元で前年比 32% 増加、純利益は 2 億 700 万元で前年比増加しました。 121%、調整後の純利益は2億2,700万元に達しました。内訳は、上半期のMaaS事業収益は4億3,100万元で、前年同期比24％増、BaaS事業収益は8億1,200万元（前年同期比）となった。前年比は 36% 増加しました。
前述の 80/20 ルールに戻りますが、将来 AI の祝福があれば、ユーザーがアクセスして使用できる AI サービス モジュールがますます増えると理解できますか? そうすると、顧客のニーズを蓄積して機能をたくさん開発してきた企業が当然恩恵を受けるようになるが、逆にこれまで基本的な機能に依存してきたAI企業は生き残れるのだろうか？
以前、使い方がわからなかったときは、それがなくても生きていけましたが、今では AI に使い方を手伝ってもらい、それなしでは生きていけません。