?撰文 | 張? ?宇

編輯 | 楊博丞

題圖 | 攝

價(jià)格戰(zhàn)、估值縮水、市值腰斬、持續(xù)虧損、股價(jià)暴跌、資本退潮，入局一家虧損一家成為常態(tài)。國內(nèi)SaaS產(chǎn)業(yè)從2015年至今歷經(jīng)8年探索，且在大量資本熱錢涌入下，仍未找到清晰的盈利模型。

“頂著中國SaaS赴美第一股”光環(huán)的容聯(lián)云，其股價(jià)和市值曾分別達(dá)到184.57美元/股和77億美元。但今年5月份，因未按照規(guī)定提交相關(guān)年度財(cái)報(bào)，慘遭紐交所退市。當(dāng)時(shí)容聯(lián)云稱會(huì)盡快恢復(fù)在紐交所的ADS交易，但截至今年年底，其ADS交易仍未恢復(fù)。

圖源：雪球

為提振市場(chǎng)信心，容聯(lián)云押注到大模型落地上。在日前容聯(lián)云舉辦的未來生成式——大模型應(yīng)用升級(jí)新品發(fā)布會(huì)上，容聯(lián)發(fā)布基于自研赤兔大模型的新品牌容犀智能及生成式應(yīng)用容犀Copilot。

其中，容犀智能落地到具體場(chǎng)景，結(jié)合大小模型應(yīng)用，幫助企業(yè)實(shí)現(xiàn)營銷服數(shù)智化升級(jí)。容犀Copilot集“全鏈路數(shù)據(jù)+大小模型+分析洞察”于一體，可實(shí)時(shí)根據(jù)企業(yè)與客戶產(chǎn)生的會(huì)話數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)，結(jié)合“聚焦客戶聯(lián)絡(luò)全場(chǎng)景的大小模型”與“會(huì)話洞察”能力，打造銷售和客服的實(shí)時(shí)AI領(lǐng)航員。

圖源：容聯(lián)云官網(wǎng)

但大模型商業(yè)化短期內(nèi)的難以落地，且隨著國內(nèi)大模型競爭加劇，可能引發(fā)的價(jià)格戰(zhàn)，以及容聯(lián)云多年虧損所帶來的資金流不足。想要靠自研赤兔大模型成功翻身的容聯(lián)云，面臨著不小的挑戰(zhàn)。

一、大模型+金融智能客服，落地時(shí)間正在放緩

對(duì)于赤兔大模型，容聯(lián)云相關(guān)工作人員指出，暫時(shí)聚焦到金融場(chǎng)景，且智能銷售和智能客服等場(chǎng)景在業(yè)務(wù)整合的基礎(chǔ)上，整體提供給客戶，不進(jìn)行單獨(dú)售賣。

容聯(lián)云這種戰(zhàn)略也不能理解，因央國企數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)完備、算力投入高、AI應(yīng)用場(chǎng)景多且基礎(chǔ)強(qiáng)，目前能源、金融行業(yè)正和大模型快速融合。愛分析相關(guān)數(shù)據(jù)顯示，目前金融、能源兩個(gè)行業(yè)占比金額分別為40.9%和16.9%。

圖源：愛分析

對(duì)內(nèi)增效降本，對(duì)外降低獲客成本是國內(nèi)SaaS軟件生存的基礎(chǔ)。傳統(tǒng)客服為典型重人力行業(yè)，且工作重復(fù)性較高、易受情緒波動(dòng)。2017年傳統(tǒng)人工智能客服的出現(xiàn)，7X24h全天候的工作，可以做到全業(yè)務(wù)、全渠道的高效率服務(wù)。且在廠商激烈競爭下，傳統(tǒng)人工智能客服軟件價(jià)格下探至萬元以下，幫助企業(yè)節(jié)省大量人力成本。

基于此，傳統(tǒng)人工智能客服在諸多行業(yè)中被廣泛應(yīng)用。以銀行業(yè)為例，據(jù)中國銀行業(yè)協(xié)會(huì)發(fā)布的《中國銀行業(yè)客服中心與遠(yuǎn)程銀行發(fā)展報(bào)告（2022）》數(shù)據(jù)顯示，2022年，70%的客服中心與遠(yuǎn)程銀行提供智能語音機(jī)器人服務(wù)。

以ChatGPT為代表的大模型所使用的人類反饋強(qiáng)化學(xué)習(xí)（RLHF）算法，本質(zhì)上就是對(duì)重復(fù)性極高工作的反復(fù)訓(xùn)練。傳統(tǒng)人工智能客服所帶來的降本增效，讓不少金融行業(yè)對(duì)大模型智能客服更加青睞。

目前多家銀行正在積極推動(dòng)大模型智能客服的落地。其中，工行人工智能金融行業(yè)通用模型，可支撐智能客服接聽客服來電。農(nóng)行推出的金融AI大模型產(chǎn)品，借助大模型技術(shù)提升智能客服等業(yè)務(wù)在金融領(lǐng)域的知識(shí)理解能力、內(nèi)容生成能力及安全問答能力。江蘇銀行推出的“智慧小蘇L3”模型，以“話務(wù)工單助理”身份融入人工電話客服領(lǐng)域。

同時(shí)不同行業(yè)客服雖都具有共性，但也有個(gè)性。若大模型做適用多行業(yè)的通用大模型，不僅要求大模型企業(yè)掌握不同行業(yè)海量數(shù)據(jù)，而且必須具備充足的現(xiàn)金流才能完成大模型的持續(xù)訓(xùn)練。

但大模型智能客服在金融行業(yè)落地過程中，出現(xiàn)的各種問題，讓金融企業(yè)不得不放緩大模型智能客服速度。

以銀行業(yè)為例，其一，因銀行業(yè)數(shù)據(jù)敏感性極高，屬典型的重監(jiān)管行業(yè)。大模型智能客服回答問題時(shí)，不能出現(xiàn)誤導(dǎo)客戶或使用違規(guī)詞匯等情況。換言之，銀行客戶高度重視大模型技術(shù)訓(xùn)練的數(shù)據(jù)質(zhì)量和數(shù)量。大模型企業(yè)若想拿下銀行訂單，需對(duì)銀行海量數(shù)據(jù)進(jìn)行合規(guī)方面的AI審核，工作量極大。

但相較于阿里有支付寶、微信有微信支付，以及其他金融云企業(yè)服務(wù)金融客戶多年，對(duì)政策監(jiān)管、客戶痛點(diǎn)洞察更為清晰。且在數(shù)據(jù)處理上，容聯(lián)云相較于華為、智譜AI、文心一言等企業(yè)，不占優(yōu)勢(shì)。

其二，大模型在智能客服場(chǎng)景中，應(yīng)用必須解決倫理道德風(fēng)險(xiǎn)。工行CTO呂仲濤曾表示，通過工行的前期實(shí)踐，大模型在文本、圖像等領(lǐng)域的AIGC能力優(yōu)勢(shì)明顯，但它仍存在科技倫理風(fēng)險(xiǎn)等問題。

其三，因銀行智能客服內(nèi)容范圍廣+信息迭代速度快，大模型需進(jìn)行實(shí)時(shí)訓(xùn)練，才能讓大模型智能客服更加智能。否則，大模型智能客服變成“智障”，經(jīng)常出現(xiàn)答非所問、雞同鴨講，很容易遭到用戶投訴。

換言之，金融行業(yè)的特殊性對(duì)大模型企業(yè)資金實(shí)力要求極高。同時(shí)考慮到國有大型銀行客服中心因每天需承擔(dān)極高話務(wù)量。這對(duì)容聯(lián)云提供的大模型網(wǎng)絡(luò)中心、日處理能力、算力等要求極高。但建設(shè)這些對(duì)容聯(lián)云資金能力，又提出更高要求。持續(xù)虧損、慘遭退市、無任何新資本引入的容聯(lián)云，其現(xiàn)金流能否支撐這些投入呢？

圖源：天眼查

二、技術(shù)的歸技術(shù)、商業(yè)的歸商業(yè)

技術(shù)問題或許容聯(lián)云可以持續(xù)解決，但金融行業(yè)中的國企、央企屬強(qiáng)勢(shì)甲方，若想拿下這些行業(yè)客戶訂單，容聯(lián)云需付出更高的銷售成本才能實(shí)現(xiàn)。

同時(shí)應(yīng)收賬款問題，更讓容聯(lián)云感到無比焦慮。據(jù)全國多?。ㄗ灾螀^(qū)、直轄市）2022年預(yù)算執(zhí)行和財(cái)政收支審計(jì)報(bào)告顯示，拖欠中小企業(yè)款等問題在審計(jì)報(bào)告中被多次提及。

一邊是訓(xùn)練大模型需投入高額研發(fā)費(fèi)用，才能補(bǔ)齊甚至趕超友商大模型。一邊是為拿下更多訂單，承擔(dān)高額應(yīng)收賬款壓力。二者共同擠兌下，容聯(lián)云此時(shí)將面對(duì)嚴(yán)重的現(xiàn)金流壓力。但若是不拓展更多金融客戶，缺乏商業(yè)化落地場(chǎng)景案例，后續(xù)容聯(lián)云商業(yè)化將會(huì)更加艱難。兩難之下，容聯(lián)云又要做何抉擇呢？

更現(xiàn)實(shí)的問題，大模型智能客服雖說是大模型落地較快的場(chǎng)景之一，但目前包括科大訊飛、華為云、阿里云等一眾云廠商紛紛在布局大模型智能客服。

圖源：容聯(lián)云發(fā)布會(huì)

容聯(lián)云本次發(fā)布會(huì)中提到，將和華為展開深度合作。但今年11月底，華為云在盤古大模型L0基礎(chǔ)模型的基礎(chǔ)上融合金融行業(yè)數(shù)據(jù)集，打造了L1行業(yè)模型——盤古金融大模型，同時(shí)提供行業(yè)解決方案。

包含知識(shí)檢索中間件、推薦中間件、數(shù)據(jù)分析中間件、寫作中間件和編碼中間件。盤古金融大模型可支持智能貸款、智能客服、智慧零售、智能合規(guī)、智慧營銷、智慧監(jiān)管、智慧辦公、智能風(fēng)控等應(yīng)用場(chǎng)景。換言之，華為盤古大模型只是將智能客服作為其中一個(gè)細(xì)分場(chǎng)景融合到整個(gè)金融大模型中，追求整個(gè)生態(tài)的協(xié)同融合性。

事實(shí)上，出現(xiàn)在SaaS產(chǎn)業(yè)中的價(jià)格戰(zhàn)未來一樣會(huì)出現(xiàn)在大模型TOB端落地中，甚至比SaaS產(chǎn)業(yè)更加激烈。金融行業(yè)客戶數(shù)量有限，現(xiàn)階段國內(nèi)大模型數(shù)量已超過上百個(gè)，市場(chǎng)呈現(xiàn)出僧多粥少局面。且部分大模型企業(yè)為拿到新一輪融資，繼續(xù)向資本市場(chǎng)講述大模型落地故事，哪怕利潤極低甚至不要利潤也要爭搶客戶。

同時(shí)對(duì)于華為云、阿里云、百度云等云廠商而言，他們完全有充足的資金扛得住金融客戶給到的賬期壓力。華為云在服務(wù)TOG端、國企端、央企端多年的基礎(chǔ)上，內(nèi)部更是探索出清晰的盈利方式。

換言之，留給容聯(lián)云大模型智能客服落地的窗口期本就有限。且廠商競爭激烈下，容聯(lián)云僅依靠單一場(chǎng)景很難獲得市場(chǎng)定價(jià)權(quán)，投產(chǎn)比更是難以預(yù)估，這將成為容聯(lián)云想要借助大模型實(shí)現(xiàn)穩(wěn)定盈利的重要掣肘?；蛟S容聯(lián)云是想以金融行業(yè)為基礎(chǔ)，在跑通金融行業(yè)的基礎(chǔ)上，將整個(gè)容犀Copilo外溢到其他行業(yè)中，進(jìn)而拿下更多大模型訂單。

雖說容聯(lián)云一直強(qiáng)調(diào)大模型智能客服相比傳統(tǒng)人工智能客服有諸多優(yōu)勢(shì)，但中小企業(yè)決策者并不在乎傳統(tǒng)人工客服、大模型智能客服，哪個(gè)成本更低，他們就使用哪個(gè)。畢竟大模型智能客服高達(dá)百萬甚至千萬的費(fèi)用，足夠他們招聘上千名人工客服。

圖源：容聯(lián)云官網(wǎng)

同理，容聯(lián)云容犀Copilot所提到的智能銷售，落地場(chǎng)景也受限。一方面，國內(nèi)銷售具有很強(qiáng)的“人情”因素，大模型智能銷售很難代替。且很多中小企業(yè)老板擔(dān)心公司銷售離職時(shí)帶走客戶，核心客戶基本是掌握在自己手中。這更比提使用大模型智能銷售，可能會(huì)出現(xiàn)的核心客戶信息泄露了。

另一方面，對(duì)于電商平臺(tái)、金融房產(chǎn)、物流通信、消費(fèi)旅游等需要大規(guī)模拓客溝通的行業(yè)，市面上售價(jià)幾千元的智能外呼系統(tǒng)或銷售類SaaS均能滿足這些。

中國民生銀行首席經(jīng)濟(jì)學(xué)家溫彬表示，據(jù)統(tǒng)計(jì)局?jǐn)?shù)據(jù)，今年前7個(gè)月，工業(yè)企業(yè)應(yīng)收賬款平均回收周期為63.6天，位于歷史95%分位位置。其中私營工業(yè)企業(yè)應(yīng)收賬款平均回收期長達(dá)64.1天，為歷史98%分位位置。

應(yīng)收賬款不斷拉長，短時(shí)間難以看到借助大模型能夠給企業(yè)帶來多少收入。這種背景下，又要多少中小企業(yè)主愿意投入高額費(fèi)用購買大模型智能銷售呢？

三、出海能帶動(dòng)容聯(lián)云大模型多少營收？

在當(dāng)前中企紛紛出海下，容聯(lián)云正加速推進(jìn)大出海業(yè)務(wù)。容聯(lián)云在發(fā)布會(huì)上提到，容聯(lián)七陌在日本和東南亞已累計(jì)服務(wù)上百家客戶，未來計(jì)劃在東南亞和日本推出更多AIGC的智能交互應(yīng)用。

在日本市場(chǎng)，容聯(lián)七陌在2023年3月即推出了AIGC的智能交互應(yīng)用，實(shí)現(xiàn)了諸如智能文檔問答、AIGC電話交互等能力，是最早一批擁有AIGC落地應(yīng)用的企業(yè)之一。

但海外能否持續(xù)帶動(dòng)容聯(lián)云營收，仍值得商榷。除老生常談的出海合規(guī)性問題、本地化問題外，“重硬輕軟”是日本經(jīng)濟(jì)的一大“特色”，目前日本對(duì)數(shù)字經(jīng)濟(jì)重視程度不足。

網(wǎng)信辦《數(shù)字中國規(guī)劃方案》顯示：中國數(shù)字經(jīng)濟(jì)規(guī)模于2022年突破50萬億元，占GDP比例超40%，總量差不多是日本GDP的1.5倍。換言之，容聯(lián)云在日本需投入更高的企業(yè)教育成本，才有可能拿下更多訂單。

在東南亞市場(chǎng)，BDA Partners數(shù)據(jù)顯示，2022年SaaS上市公司企業(yè)估值與未來12個(gè)月盈利的比值從2020年峰值時(shí)的近25倍，回落至6.7倍以下，接近疫情前10年的中位數(shù)水平。

估值回調(diào)的背后，本質(zhì)上在于目前東南亞大部分傳統(tǒng)行業(yè)仍未實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。人員管理、團(tuán)隊(duì)協(xié)作、HR招聘等場(chǎng)景中，幾乎不使用SaaS工具。換言之，東南亞市場(chǎng)短期內(nèi)很難達(dá)到相關(guān)機(jī)構(gòu)預(yù)測(cè)的市場(chǎng)規(guī)模。SaaS市場(chǎng)教育尚缺不足下，更別提大模型能在東南亞多少企業(yè)中落地了。

圖源：【FlashCloud】 2022年東南亞公有云SaaS市場(chǎng)研究報(bào)告

因此，大模型在ToB端的落地，未來將和SaaS產(chǎn)業(yè)需要長期持續(xù)探索。長期主義的背后，卻需要企業(yè)現(xiàn)有業(yè)務(wù)持續(xù)穩(wěn)定，進(jìn)而給大模型業(yè)務(wù)持續(xù)“輸血”。

但容聯(lián)云主業(yè)之一的短信業(yè)務(wù)，本質(zhì)做的就是通道生意、資源生意，上游核心競爭力是和運(yùn)營商關(guān)系，下游客戶核心競爭力為更低費(fèi)率和客戶關(guān)系，并沒有太多的技術(shù)和產(chǎn)品壁壘。

上下游共同擠兌下，短信業(yè)務(wù)很難形成高毛利。其中，2020年容聯(lián)云CPaaS業(yè)務(wù)毛利率為28.9%。但主做HR SaaS的北森，其產(chǎn)品毛利率卻在60%以上。

同時(shí)隨著手機(jī)硬件廠商第三方軟件的攔截，如今短信效果大打折扣。且近兩年隨著高層對(duì)實(shí)名制監(jiān)管的趨緊，不少互聯(lián)網(wǎng)企業(yè)紛紛采用微信認(rèn)證，短信業(yè)務(wù)正受到擠壓。即使容聯(lián)云仍用SaaS業(yè)務(wù)來講述短信業(yè)務(wù)，但中美話費(fèi)有著本質(zhì)區(qū)別。毛利率低、成本側(cè)不確定等風(fēng)險(xiǎn)猶在。

結(jié)語：

如何探索大模型商業(yè)化，這不僅僅是容聯(lián)云所需解決的問題，也是當(dāng)前諸多大模型廠商需思考的問題。但在商業(yè)化尚未落地前，持續(xù)提高大模型能力以及差異化競爭力，將是當(dāng)前大模型企業(yè)核心重點(diǎn)。

只是對(duì)容聯(lián)云來說，現(xiàn)金流短期問題到底又要如何解決呢？畢竟當(dāng)前資本市場(chǎng)對(duì)SaaS投資已經(jīng)高度冷靜。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。