OnBoard! - EP 52. 一线亲历者对谈：生成式AI这一年，中美市场的异同、机会与未来 - EarsOnMe

谈得来

1年前吉林

49

女主播讲大模型技术就好像科普节目，更加深入浅出更加有利于理解，而恰恰相反理工男讲解的时候，有点教科书般的，信息快速发展的时代，需要更多理工女加入到普及高科技趋势的团队中，让更多懵懵懂懂的人参与进来，利于发展，不一定有技术支持，可能会有好的思路。

Diiiiiiiii

1年前北京

25

质量挺高的一期总结，一些takeaways： 1. 应用层（美国）， LLM 落地最快的是 SaaS incumbent，即那些现在已经有成熟场景和客户的 SaaS 公司，比如招聘的 Workstream，比如金融客服的 Klarna，比如销售培训的 Siro。相比技术，已有的PMF 和客户资源是更大的壁垒； 2. 应用层（美国），一些非传统 SaaS 的科技公司找到了新场景下的 PMF，比如 Soundhound 找到了 drive through 场景下的 AI 点餐这个 PMF，比如 EvolutionIQ 在工伤保险下的高价值用户识别这个 PMF。 3. 应用层（国内）， 2C 做的更多的是各种情感陪伴，做得比美国更重、更精细，运营属性更强，2B 做的更多的是偏电商自动化类的工具，比如营销内容制作、私域运营、内容搬家等，很接地气，尤其是围绕 TikTok 生态的小 SaaS。另外，现阶段一些很小的点工具也有价值，比如做 Chrome 或 Office 的插件等等，1-2 个人的团队就能搞定。 4. 做一个成功的产品，和实现一个功能，是两回事。以 coding 为例，做一个 code generation 的插件很容易，但难的是如何基于企业的 codebase，在保证安全、合规的前提下，按照企业的私有化需求来完成产品的开发、部署、onboarding 等一系列操作。 5. 主播认为，过去一年模型层的进展超预期（个人觉得是低于预期的，一年下来 GPT4 还是最强的模型，天花板并没有变高），但Infra, Tooling, AI-agent 方向发展不如预期。GPTS 的发展比较失败。个人认为还是模型层的制约导致的； 6. 美国并不是 LLM 渗透率最高的国家，澳大利亚和韩国走得更快。这一波全球化的机会很大。 7. 美国创业者画像，经历了一个从科学家到技术牛人，再到小天才，最后到老炮的过程。做 SaaS 最终还是吃经验的。国内更多人做 2C，所以互联网时代的优秀产品经理，以及年轻人，或许都有机会。 8. 具身智能和机器人，中国可能会跑得更快，无论是资本、政策、落地场景、供应链资源，在国内都更加丰富。 9. 推荐了一些质量比较高的 newsletter 和 podcast。