ชื่อเดิม: การ ส่งออกครั้งใหญ่: ซอฟต์แวร์สังเคราะห์รุ่นใหม่

แหล่ง ที่ มา: โอลิเวีย มัว ร์ ผู้ ร่วม งาน กับ อะ16z
คอมไพล์ดั้งเดิม, คอมไพล์: ลีโอ ใจลึก

คุณเคยสงสัยไหมว่า ทําไมผลิตภัณฑ์ AI ของผู้บริโภค ที่เกิดขึ้นในช่วงสองปีที่ผ่านมา ได้เพิ่มขึ้นจากศูนย์เป็นล้าน ของผู้ใช้ในเวลาน้อยกว่าสองปี การเติบโตนี้แทบจะจินตนาการได้ก่อนที่ AI บนพื้นผิวนี้ เนื่องจากการกระจายอย่างรวดเร็ว และรายได้เฉลี่ยสูงสําหรับผู้ใช้ แต่ผมพบการเปลี่ยนแปลงที่ลึกลงไป ซึ่งคนส่วนใหญ่ไม่สนใจ AI เปลี่ยนแปลงรูปแบบรายได้ ของซอฟต์แวร์ผู้บริโภคอย่างสิ้นเชิง。

เมื่อเร็ว ๆ นี้อ่านบทความวิเคราะห์โดยผู้ช่วยของโอลิเวีย มัวร์, The Great Explect: A New Episode of October Software ซึ่งเธอเรียกว่า "การขยายที่ยอดเยี่ยม" ผมคิดว่าเธอจับแนวโน้มที่สําคัญได้ หลังจากภาพสะท้อนลึกของมุมมองนี้ ผมพบว่า มันไม่ใช่แค่การปรับตัวของโมเดลธุรกิจ แต่เป็นการเปลี่ยนแปลงพื้นฐานในกฎของอุตสาหกรรมซอฟต์แวร์ทั้งหมด เรากําลังเห็นจุดเปลี่ยนในประวัติศาสตร์: บริษัทซอฟต์แวร์ระดับผู้บริโภค ไม่จําเป็นต้องต่อสู้กับการสูญเสียผู้ใช้。ตลาดผู้บริโภคและกิจการต่างๆ เริ่มเบลอมากขึ้นในความรู้สึกหนึ่ง。

ผล กระทบ ของ การ เปลี่ยน แปลง นี้ ใหญ่ หลวง. บริษัทซอฟท์แวร์ผู้บริโภคแบบดั้งเดิม ใช้ความพยายามและเงินอย่างมากในแต่ละปี เพื่อทดแทนผู้เสียเปรียบ เพียงเพื่อรักษาสถานะเดิม และตอนนี้ บริษัท ที่ยึดโอกาสของ AI พบว่า ไม่เพียง แต่จะไม่สูญเสียคุณค่า แต่ให้เวลามากขึ้น มันเหมือนกับการเปลี่ยนจากถังรั่ว มาเป็นบอลลูนที่กําลังบวม และมันกําลังเติบโตในรูปแบบที่แตกต่างอย่างสิ้นเชิง。

จากมุมมองนี้ โดยส่วนตัวแล้ว ผมคิดว่า นี่คือโอกาสที่ยิ่งใหญ่สําหรับบริษัทนอกประเทศ เพราะผลิตภัณฑ์ระดับผู้บริโภคสามารถเติบโต และได้รับรายได้จาก PLG มันเป็นตลาดธุรกิจ แต่รูปแบบการเติบโตทั้งหมด คล้ายกับผลิตภัณฑ์ C-end และโดยส่วนตัวแล้ว ผมรู้สึกว่าโครงการของผม ได้ดําเนินการมาเป็นเดือนแล้ว โดยสมบูรณ์แล้ว สําหรับผลิตภัณฑ์ บี-เอนด์วีบีคอมโบ。

ข้อ บกพร่อง พื้น ฐาน ใน แบบ จําลอง แบบ ดั้งเดิม

ลองกลับไปดูวิธีซอฟท์แวร์ผู้บริโภค ก่อนที่ AI จะทําเงินได้ มัวร์พูดถึงนายแบบหลัก 2 คน ในการวิเคราะห์ของเธอ และผมคิดว่าผลสรุปของเธอถูกต้อง อันดับแรกคือโมเดลขับเคลื่อนโฆษณา ซึ่งส่วนใหญ่ใช้สําหรับประยุกต์ใช้ และเชื่อมโยงกับการใช้งานโดยตรง Instagram, ติ๊กต๊อก, สแนปแชตทั้งหมดเป็นตัวแทนของรูปแบบนี้ ตัวที่สองคือโมเดลสมัครสมาชิกแบบเดียว ซึ่งผู้ใช้จ่ายค่าธรรมเนียมทั้งหมด จ่ายเงินคงที่รายเดือนหรือปี เพื่อเข้าถึงผลิตภัณฑ์ ดูโอลินโก ใจเย็น และยูทูบพรีเมียมทั้งหมดทําตามวิธีการนี้。

ภายใต้โมเดลทั้งสอง อัตราการลดรายได้มักจะต่ํากว่า 100 เปอร์เซ็นต์เสมอ แต่ ละ ปี มี ผู้ เสีย ผู้ ใช้ ไป หนึ่ง เปอร์เซ็นต์ และ ผู้ ที่ ยัง คง จ่าย เงิน เท่า เดิม ต่อ ไป. สําหรับสมาชิกชนชั้นผู้บริโภค การรักษาผู้ใช้ร้อยละ 30-40 และอัตราการยึดรายได้คืนเมื่อปลายปีแรก ถือเป็น "การฝึกที่ดีที่สุด" จํานวน นี้ ดู เหมือน สิ้น หวัง。

ผมรู้สึกเสมอว่า มันมีข้อบกพร่องพื้นฐานในแบบจําลองนี้ มันสร้างข้อจํากัดพื้นฐาน ลอง นึก ภาพ ว่า ถ้า คุณ มี ถัง รั่ว คุณ จะ ไม่ เพียง แต่ ทํา ให้ น้ํา ไหล ไป ยัง ริกา เพื่อ รักษา ระดับ น้ํา ไว้ เท่า นั้น แต่ ยัง ทํา ให้ มี น้ํา รั่ว เพิ่ม ขึ้น ด้วย. นี่คือภาวะกลืนไม่เข้าคายไม่ออกของบริษัทซอฟต์แวร์ผู้บริโภคแบบดั้งเดิม พวกเขาติดอยู่ในวงจรที่ไม่มีวันสิ้นสุด ของการปิดลูกค้า。

ปัญหาของโมเดลนี้ไม่ใช่แค่ตัวเลขเท่านั้น มันยังส่งผลกระทบต่อกลยุทธ์และทรัพยากรของบริษัทอีกด้วย ความ พยายาม ส่วน ใหญ่ ได้ รับ การ ทุ่มเท เพื่อ ให้ มี ผู้ ใช้ ใหม่ ๆ เพื่อ ชดเชย ความ สูญ เสีย แทน ที่ จะ ทํา ให้ สัมพันธภาพ ลึก ซึ้ง ยิ่ง ขึ้น กับ ผู้ ใช้ ที่ มี อยู่ หรือ ปรับ ปรุง คุณค่า ของ ผลิตภัณฑ์. นี่คือเหตุผลว่าทําไมเราจึงเห็นว่า แอพพลิเคชั่นระดับผู้บริโภคจํานวนมากนั้นบ้ามากเกี่ยวกับการส่งการแจ้งเตือน และใช้วิธีการต่างๆ เพื่อทําให้ผู้ใช้เหนียวมากขึ้น。

ผมเชื่อว่าโมเดลนี้ประเมินค่า ของผู้ใช้ต่ําไป สันนิษฐานว่ามูลค่าของผู้ใช้คงที่ และเมื่อพวกเขายอมรับผลิตภัณฑ์แล้ว รายได้ที่พวกเขาสามารถจ่ายได้นั้นประเมินค่าสูงไป แต่ความจริงก็คือ เมื่อผู้ใช้เริ่มคุ้นเคยกับผลิตภัณฑ์ของตนมากขึ้น ความต้องการของพวกเขาก็จะเพิ่มขึ้น แบบ จําลอง ตาม ประเพณี ไม่ ฉวย โอกาส เพื่อ การ เติบโต ที่ มี คุณค่า เช่น นั้น。

เกมต่อเวลาใหม่

การปรากฏตัวของ AI ได้เปลี่ยนแปลงเกมนี้อย่างสมบูรณ์ มัวร์เรียกการเปลี่ยนแปลงนี้ว่า "การขยายที่ยอดเยี่ยม" ซึ่งผมคิดว่าเหมาะสมมาก ห้องเรียนผู้บริโภคที่เติบโตเร็วที่สุด AI ตอนนี้เห็นอัตราการปลูกฝังมากกว่า 100 เปอร์เซ็นต์ ซึ่งเกือบไม่น่าเชื่อในซอฟต์แวร์ผู้บริโภคแบบดั้งเดิม เรื่อง นี้ เกิด ขึ้น ใน สอง ทาง: ประการ แรก การ ใช้ จ่าย ของ ผู้ บริโภค เพิ่ม ขึ้น โดย แทน ที่ จะ ใช้ ค่า ใช้ จ่าย ที่ ถูก ต้อง โดย มี ราย ได้ จาก การ ใช้ จ่าย; และ ประการ ที่ สอง ผู้ บริโภค นํา เครื่อง มือ เข้า ไป ใน ที่ ทํา งาน ด้วย อัตรา ที่ ไม่ เคย มี มา ก่อน ซึ่ง สามารถ จ่าย ได้ และ ได้ รับ การ สนับสนุน จาก งบ ประมาณ ที่ ใหญ่ กว่า。

การเปลี่ยนแปลงที่สําคัญที่ผมสังเกตเห็น คือการเปลี่ยนแปลงพื้นฐาน พฤติกรรมของผู้ใช้ ในซอฟท์แวร์แบบดั้งเดิม ผู้ใช้จะใช้ผลิตภัณฑ์หรือไม่ใช้ การบอกรับหรือยกเลิก อย่างไรก็ตาม ในผลิตภัณฑ์ AI การมีส่วนร่วมและคุณค่าของผู้ใช้เพิ่มขึ้น พวก เขา อาจ เริ่ม ใช้ การ ทํา งาน ขั้น พื้น ฐาน เพียง เป็น ครั้ง คราว แต่ เมื่อ พวก เขา พบ คุณค่า ของ AI พวก เขา ก็ จะ พึ่ง พา เครื่อง มือ เหล่า นี้ มาก ขึ้น เรื่อย ๆ และ ความ ต้องการ ก็ จะ เพิ่ม ขึ้น。

วิถีของความแตกต่างนี้ น่าทึ่งมาก มัว ร์ กล่าว ว่า ภาย ใต้ อัตรา การ รักษา อีก 50 เปอร์เซ็นต์ บริษัท ต้อง เข้า มา แทน ที่ ฐาน ผู้ ใช้ ครึ่ง หนึ่ง ใน แต่ ละ ปี เพื่อ ไม่ เปลี่ยน แปลง. และ กว่า 100 เปอร์เซ็นต์ ของ ผู้ ป่วย ทุก กลุ่ม กําลัง ขยาย ตัว และ เพิ่ม การ เจริญ เติบโต. นี่ ไม่ ได้ เป็น เพียง การ ปรับ ปรุง ทาง ด้าน คิด เท่า นั้น; มัน เป็น เครื่อง ยนต์ แห่ง การ เจริญ เติบโต แบบ ใหม่ โดย สิ้น เชิง。

ผมคิดว่ามีเหตุผลสําคัญหลายอย่าง ที่อยู่เบื้องหลังการเปลี่ยนแปลงนี้ ผลิตภัณฑ์ AI มีผลการเรียนรู้ และมันมีประโยชน์มากขึ้นเมื่อใช้ ยิ่ง ผู้ ใช้ เวลา และ ข้อมูล มาก ขึ้น เท่า ไร ก็ ยิ่ง มี คุณค่า มาก เท่า นั้น. สิ่งนี้สร้างวงจรการตอบรับเชิงบวก การใช้งานมากขึ้น นําไปสู่ค่าที่มากขึ้น ค่านิยมที่มากขึ้น นําไปสู่การใช้งานมากขึ้น。

ปัจจัยสําคัญอีกอย่างคือ ธรรมชาติของผลิตภัณฑ์ AI ต่างจากโปรแกรมทั่วไปหลายแบบ เครื่องเอไอมักจะแก้ปัญหาเฉพาะผู้ใช้โดยตรง หรือเพิ่มผลผลิต นี่ หมาย ความ ว่า ผู้ ใช้ จะ เห็น ผล ประโยชน์ โดย ตรง ของ การ ใช้ เครื่อง มือ เหล่า นี้ และ เต็ม ใจ จ่าย มาก ขึ้น สําหรับ ค่า นี้. เมื่อเครื่องมือ AI ช่วยให้คุณประหยัดเวลาการทํางานไป มันยิ่งทําให้มีเหตุผลมาก ที่จะจ่ายสําหรับการใช้งานพิเศษ。

การ ออก แบบ ทาง สถาปัตยกรรม ที่ มี ค่า สูง

ให้ผมเล่าว่าบริษัท AI ที่ประสบความสําเร็จมากที่สุด สร้างกลยุทธ์หลักขึ้นมาได้อย่างไร Moore ให้ข้อสังเกตว่าบริษัทเหล่านี้ ไม่ได้พึ่งพาค่าสมาชิกรายเดียวอีกต่อไป แต่ใช้รุ่นลูกผสมแทน ถ้า ผู้ ใช้ จ่าย เงิน สิน เชื่อ ที่ มี อยู่ หมด ไป พวก เขา ก็ สามารถ ซื้อ หรือ ปรับ ปรุง ให้ ดี ขึ้น ได้。

ผมคิดว่าการเปิดเผยที่สําคัญ จากอุตสาหกรรมเกม บริษัทเกมมีรายได้ส่วนใหญ่จาก ผู้ใช้ปลาวาฬที่มีรายได้สูง การ จํากัด ค่า ใช้ จ่าย หนึ่ง หรือ สอง ระดับ ดู เหมือน จะ ทํา ให้ โอกาส ใน การ หา ราย ได้ เสีย ไป. บริษัท ฉลาด สร้าง เครื่อง มือ ต่าง ๆ รอบ ๆ ตัวแปร เช่น งาน รุ่น หรือ งาน หลาย อย่าง, ความ เร็ว และ ความ สําคัญ อันดับ แรก, หรือ การ เข้า ถึง แบบ จําลอง เฉพาะ, ขณะ เดียว กัน ก็ เสนอ จุด และ ทาง เลือก ที่ เสริม สร้าง。

ขอผมดูตัวอย่างที่ชัดเจนหน่อย Google AI จัดหา $20 ต่อเดือนสําหรับ prop Unknowns และเดือนละ $249 สําหรับรายการ EXIA โดยมีค่าใช้จ่ายเพิ่มเติมสําหรับหน่วยกิต Veo3 เมื่อผู้ใช้ (ไม่แน่นอน) เกินจํานวนที่มี มี การ เพิ่ม จํานวน รอง ลง ไป จาก 25 ดอลลาร์ ถึง 200 ดอลลาร์. ผมเข้าใจว่าผู้ใช้หลายคน อาจใช้เงินเพิ่มหน่วยกิตของวีโอ เป็นจํานวนสมาชิกพื้นฐาน นี่คือตัวอย่างที่สมบูรณ์แบบ ของวิธีที่รายได้เพิ่มขึ้น จากการเข้าร่วมผู้ใช้ที่เพิ่มขึ้น。

โมเดลเครียก็น่าสนใจเช่นกัน เนื่องจากวางเเผน $10-60 ต่อเดือน โดยตั้งตามความคาดหวังการใช้งานและการฝึกซ้อม สิ่งสําคัญของโมเดลนี้ก็คือ มันให้ทั้งราคาที่สมเหตุสมผลสําหรับผู้ใช้แสง และพื้นที่ขยายสําหรับผู้ใช้ที่หนัก。

Prink'stance ผลักดันกลยุทธ์ที่สุดขั้ว: SuperGrock language $ 30 ต่อเดือน SuperGrok แผนหนัก 300 ดอลลาร์ต่อเดือน รุ่นหลังจะปลดล็อค รุ่นใหม่ (Grock 4 หนัก) ขยายการเข้าถึงรุ่น ความทรงจํา และการทดสอบความสามารถใหม่ ความแตกต่าง 10 เท่าของราคานี้ เกือบไม่น่าเชื่อ ในซอฟท์แวร์ระดับผู้บริโภคดั้งเดิม แต่กลายเป็นสิ่งที่มีเหตุผลในยุค AI。

ผมเชื่อว่า ความสําเร็จของแบบจําลองเหล่านี้ คือ การจดจําความหลากหลาย และความผันผวน ของค่าผู้ใช้ ไม่ใช่ผู้ใช้ทุกคนจะมีความจําเป็นหรือความสามารถที่จะจ่าย และความต้องการ S เดียวกันจะเปลี่ยนไปในเวลาที่แตกต่างกัน โดยให้ทางเลือกที่ยืดหยุ่นได้ บริษัทเหล่านี้สามารถจับ สเปกตรัมของผู้ใช้ได้เต็มรูปแบบ。

มัว ร์ กล่าว ว่า บริษัท ผู้ บริโภค บาง แห่ง ได้ ทํา ราย ได้ คืน มา มาก กว่า 100 เปอร์เซ็นต์ โดย อาศัย เครื่อง แบบ ราคา แพง นี้ เพียง อย่าง เดียว และ ไม่ ได้ คํานึง ถึง การ ขยาย กิจการ เลย ด้วย ซ้ํา. นี่ แสดง ถึง ความ เข้ม แข็ง ของ กลยุทธ์ นี้. ไม่ใช่แค่การเสียซอฟท์แวร์สําหรับผู้บริโภคแบบดั้งเดิม แต่ยังสร้างกลไกการเติบโตภายในอีกด้วย。

สะพาน ทองคํา จาก ผู้ บริโภค ไป เป็น ที่ นิยม

แนว โน้ม ที่ สําคัญ อีก อย่าง หนึ่ง ที่ ผม สังเกต เห็น คือ ความ เร็ว ที่ ผู้ บริโภค ไม่ เคย มี มา ก่อน ซึ่ง นํา เครื่อง มือ AI เข้า มา ใน ที่ ทํา งาน. มัวร์เน้นในการวิเคราะห์ของเธอ ว่าผู้บริโภคได้รับรางวัลอย่างจริงจัง สําหรับแนะนําเครื่องมือ AI ในที่ทํางาน ในบางบริษัท ความล้มเหลวในการเป็น AI-Native ตอนนี้ถือว่ารับไม่ได้ ไม่ ว่า ผลิตภัณฑ์ ใด ๆ ที่ อาจ ใช้ ได้ กับ การ ใช้ งาน — โดย พื้น ฐาน แล้ว ผลิตภัณฑ์ ใด ๆ ที่ ไม่ ใช่ เอ็น เอส เอฟ ดับเบิล ยู — ควร สันนิษฐาน ว่า ผู้ ใช้ คง ต้องการ นํา มา ใช้ ใน ทีม ของ ตน และ เมื่อ สามารถ จ่าย ได้ แล้ว พวก เขา จะ จ่าย มาก กว่า นั้น มาก ที เดียว。

ผม ประทับ ใจ ใน ความ ก้าว หน้า ของ การ เปลี่ยน แปลง นี้. ใน อดีต การ เปลี่ยน แปลง จาก ผู้ บริโภค มา สู่ ระดับ ENTERPRISE มัก ใช้ เวลา หลาย ปี และ ต้อง ใช้ การ ศึกษา ทาง ตลาด และ ความ พยายาม ทาง การ ตลาด มาก. อย่างไรก็ตาม ความมีประโยชน์ของเครื่องมือ AI นั้นชัดเจนมาก จนผู้ใช้จะแนะนํามันเข้าสู่สภาพแวดล้อมการทํางานโดยอัตโนมัติ ผมเห็นหลายคดี ที่พนักงานซื้อเครื่องมือ AI เป็นการส่วนตัว แล้วโน้มน้าวให้บริษัทซื้อเวอร์ชันของบริษัทให้กับทั้งทีม。

การเปลี่ยนจากผู้บริโภคที่ไวต่อราคา มาเป็นนักธุรกิจที่ไม่อ่อนไหว ที่สร้างโอกาสมากมายในการขยายกิจการ แต่ นี่ เรียก ร้อง การ ทํา งาน ร่วม กัน ขั้น พื้น ฐาน และ ร่วม มือ กัน เช่น โฟลเดอร์ ใน ทีม, ห้อง สมุด ร่วม, ผ้าใบ ร่วม กัน, การ ระบุ ตัว และ ความ ปลอด ภัย. ผมคิดว่าฟังก์ชั่นเหล่านี้เป็นความต้องการ สําหรับผลิตภัณฑ์ AI ระดับผู้บริโภค ที่มีศักยภาพของกิจการหนึ่ง。

ด้วยฟังก์ชันเหล่านี้ ความแตกต่างของราคา อาจมีความสําคัญ ChartGPT เป็นตัวอย่างที่ดี ถึงแม้ว่าจะไม่ได้รับการยกย่องอย่างกว้างขวางว่าเป็นผลิตภัณฑ์ของทีม แต่ค่านิยมนี้เน้นความแตกต่าง: การสมัครสมาชิกรายละ $20 ต่อเดือน ในขณะที่แผนองค์กรมีตั้งแต่ $25 ถึง $60 ต่อผู้ใช้หนึ่งคน ความแตกต่างของราคาสองถึงสามเท่านี้ หาได้ยากในซอฟท์แวร์ระดับผู้บริโภคแบบดั้งเดิม แต่กลายเป็นซอฟต์แวร์ทั่วไปในยุค AI。

ผมคิดว่าบริษัทบางบริษัท ถึงกับขายแผนส่วนตัว ให้เป็นความสมดุลของรายได้หรือการสูญเสีย หรือการสูญเสียเล็กน้อย ใน ปี 2020 คํา นาม หมาย ถึง การ ใช้ วิธี นี้ อย่าง มี ประสิทธิภาพ เพื่อ ทํา ให้ ผู้ ใช้ แต่ ละ คน มี หน้า ต่าง กัน อย่าง ไม่ มี ที่ สิ้น สุด และ ขณะ เดียว กัน ก็ คิด ค่า ใช้ จ่าย สูง สําหรับ การ ทํา งาน ร่วม กัน ซึ่ง มี ส่วน ส่ง เสริม การ เจริญ เติบโต ที่ รุนแรง ที่ สุด. ตรรกะของกลยุทธ์นี้ คือการสร้างฐานสําหรับผู้ใช้ โดยการย่อยการใช้งานส่วนบุคคล。

ขอผมดูตัวอย่างที่เฉพาะเจาะจงหน่อย แผนบวกของแกมม่าคือ $8 ต่อเดือน เพื่อเอาเครื่องหมายน้ําออก ซึ่งจําเป็นสําหรับบริษัทส่วนใหญ่ และฟังก์ชันอื่น ๆ ผู้ใช้จะจ่ายเงินเพื่อผู้มีส่วนร่วมแต่ละคน ที่เพิ่มพื้นที่การทํางาน แบบ จําลอง นี้ ใช้ ประโยชน์ จาก ธุรกิจ เพื่อ การ ปรากฏ ตัว ทาง อาชีพ。

Refriit ให้ค่ารูปแบบ $20 ต่อเดือนสําหรับผู้ใช้หลัก แผนของทีมจะเริ่มที่ $35 ต่อเดือน รวมถึงเพิ่มหน่วยกิต, ที่นั่งผู้ชม, ค่าใช้จ่ายส่วนกลาง, การควบคุมบทบาท, การใช้งานเอกชน ฯลฯ เคอร์เซอร์จะให้ $20 ต่อเดือนสําหรับ Pro และ $ 200 ต่อเดือนสําหรับ อัลตราไวโอเลต (เพิ่มปริมาณการใช้งาน 20 เท่า). ผู้ใช้ทีมจ่าย $40 ต่อเดือนสําหรับผลิตภัณฑ์ผลิตภัณฑ์สินค้าที่มีโมเดลความเป็นส่วนตัวแบบจัด, การเข้ารับและจัดการหน้าปัด, ค่ากลางค่าใช้จ่าย และ Sample/SO。

ฟังก์ชันเหล่านี้เป็นสิ่งสําคัญ เนื่องจากมันปลดล็อค ENTERPRISE-ระดับ ARPU ขยายตัว (รายได้เฉลี่ยต่อผู้ใช้) ผมคิดว่าบริษัท AI ของผู้บริโภค กําลังสูญเสียโอกาสอันยิ่งใหญ่ ถ้ามันไม่ได้พิจารณาเส้นทางขยายธุรกิจ นอก จาก จะ จ่าย ค่า ใช้ จ่าย ที่ สูง กว่า ผู้ ใช้ ธุรกิจ มัก จะ มั่นคง กว่า และ มี อัตรา การ สูญ เสีย ต่ํา กว่า。

ลงทุนในองค์กรระดับสูง ตั้งแต่วันที่หนึ่ง

Moore ได้ทําให้ดูเหมือนต่อต้านสัญชาตญาณ แต่จริง ๆ ข้อเสนอแนะที่มีเหตุผลมากที่ บริษัท ผู้บริโภคควรจะพิจารณาจ้างผู้จัดการขาย ภายในหนึ่งถึงสองปีของการจัดตั้ง ผมเห็นด้วยกับมุมมองนั้นมาก ถึงแม้ว่ามันจะตรงกันข้าม กับกลยุทธ์ดั้งเดิมของผู้บริโภค。

การรับบุตรบุญธรรมแต่ละคน อนุญาตให้ผลิตภัณฑ์ได้ถึงระดับหนึ่งเท่านั้น การตรวจสอบการใช้งานอย่างกว้างขวางขององค์กร จําเป็นต้องจัดหาโดยบริษัทนําร่อง นี่ เรียก ร้อง ความ สามารถ ทาง การ ตลาด แบบ มือ อาชีพ แทน ที่ จะ อาศัย การ ถ่ายทอด สินค้า ตาม ธรรมชาติ. ผมเห็นสินค้าระดับผู้บริโภคที่ดีมากเกินไป สูญเสียโอกาสสําคัญในการขาดตลาดของบริษัท。

โดย ตั้ง ขึ้น ใน ปี 2013 แคน วา รอ อยู่ เกือบ เจ็ด ปี เพื่อ เริ่ม ผลิตผล จาก ทีม ของ ตน. มัว ร์ ให้ ข้อ สังเกต ว่า ใน ปี 2025 ความ ล่า ช้า เช่น นั้น ไม่ อาจ เป็น ไป ได้ อีก ต่อ ไป. อัตราที่ดําเนินการโดยเอ็นเตอร์ไพรส์ เอไอ หมายความว่า ถ้าคุณเลื่อนการทํางานของ enterprise คู่แข่งจะใช้เวลาแทน ความ กดดัน จาก การ แข่งขัน นี้ เพิ่ม ขึ้น มาก ใน ยุค AI ขณะ ที่ ตลาด กําลัง เปลี่ยน ไป เร็ว กว่า แต่ ก่อน。

ผมเชื่อว่ามันมีฟังก์ชั่นหลักหลายอัน ที่มักจะกําหนดผลลัพธ์ ในด้านความปลอดภัยและความเป็นส่วนตัว SOC-2 ปฏิบัติตาม SSO/SAML ในแง่ของการดําเนินการและการเสียค่าใช้จ่าย การควบคุมบทบาทและการวางตัวกลางจําเป็น ในแง่ของผลิตภัณฑ์, แม่แบบทีม, ชุดตกแต่งที่ใช้ร่วมกันและงานร่วมใช้ร่วมกัน สิ่งเหล่านี้อาจฟังดูเป็นพื้นฐาน แต่มักจะเป็นองค์ประกอบสําคัญ ของการจัดหากิจการ。

11 แลปเป็นตัวอย่างที่ดี: บริษัทเริ่มใช้ผู้บริโภคอย่างกว้างขวาง แต่สร้างความจุในองค์กรอย่างรวดเร็ว การแปลงธุรกิจอย่างรวดเร็วนี้ทําให้พวกเขาสามารถจับลูกค้าที่มีค่าสูงได้ แทนที่จะอาศัยรายได้จากผู้บริโภคอย่างเดียว。

ผมสังเกตเห็นปรากฏการณ์ที่น่าสนใจ: บริษัทเอไอระดับผู้บริโภค ที่ลงทุนในความสามารถขององค์กรในระยะแรก เมื่อลูกค้าขององค์กรนําเครื่องมือมาใช้ และผนวกมันเข้ากับการไหลของงาน ราคาของการเปลี่ยนแปลงก็สูงมาก สิ่งนี้ได้สร้างความเป็นลูกค้าที่แข็งแรงขึ้น และอัตรารายได้ที่คาดเดาได้มากกว่า。

นอก จาก นี้ ลูก ค้า ทาง ธุรกิจ ยัง ให้ การ ตอบ รับ ที่ มี คุณค่า แก่ ผลิตภัณฑ์ ด้วย. ความ ต้องการ ของ พวก เขา มัก จะ ซับ ซ้อน กว่า ซึ่ง นํา ไป สู่ การ พัฒนา ผลิตภัณฑ์ ที่ สูง กว่า. ผมเห็นผลิตภัณฑ์ AI ของผู้บริโภคจํานวนมาก ค้นพบผลิตภัณฑ์แบบใหม่ และความต้องการการทํางาน โดยให้บริการลูกค้าของบริษัท。

ผมคิดถึงการเปลี่ยนแปลงนี้อย่างลึกซึ้ง

หลังจากการวิเคราะห์มุมมองของมัวร์อย่างระมัดระวัง และข้อสังเกตของผมเอง ผมคิดว่าสิ่งที่เราเห็น ไม่ใช่แค่การปรับตัวของโมเดลธุรกิจ AI เปลี่ยนแปลงไม่ใช่แค่ความจุของผลิตภัณฑ์ แต่ยังเปลี่ยนค่าของสินค้าด้วย。

สิ่งที่ผมพบว่าน่าสนใจก็คือ การเปลี่ยนแปลงนี้ท้าทายสมมติฐานดั้งเดิมของเรา เกี่ยวกับซอฟต์แวร์ระดับผู้บริโภค ซอฟต์แวร์ระดับที่บริโภคได้ถูกพิจารณามาเป็นเวลานานแล้ว ว่ามีคุณภาพต่ํา สูญหายอย่างมาก และยากที่จะขยายข้อมูล อย่างไรก็ตาม ความเป็นจริงของ AI-RA แสดงให้เห็นว่าซอฟท์แวร์ระดับผู้บริโภค สามารถขยายขนาดรายได้และการเติบโตได้ ผลกระทบของการเปลี่ยนแปลงนี้ มันไกลเกินไป。

จากมุมมองการแบ่งชนชั้นทุน นั่นหมายความว่า นักลงทุนสามารถลงทุนได้เร็วขึ้น ในบริษัท AI ของผู้บริโภค ตามประเพณีแล้ว บริษัทซอฟต์แวร์ระดับผู้บริโภค ต้องรอจนกว่าจะเข้าถึงขนาดผู้ใช้ขนาดใหญ่ ก่อนที่จะทําการขยายขนาดอย่างมีประสิทธิภาพ。

ผมยังคิดถึงผลกระทบของการเปลี่ยนแปลงนี้ เกี่ยวกับกลยุทธ์ของผู้ประกอบการ มัวร์กล่าวว่า เราเชื่อว่าบริษัทที่สําคัญที่สุดหลายๆ บริษัทในยุค AI อาจเริ่มต้นด้วยผลิตภัณฑ์ระดับผู้บริโภค ฉันคิดว่ามันลึกมาก แนวทางการประกอบกิจการของซอฟต์แวร์ บี2B แบบดั้งเดิม มักเกี่ยวข้องกับการวิจัยในตลาด การสัมภาษณ์ลูกค้า และวงจรการจําหน่าย เส้น ทาง จาก เวที ผู้ บริโภค ทํา ให้ มี สินค้า ที่ เร็ว กว่า รวม และ ค่า ใช้ จ่าย ใน ตลาด。

ข้อได้เปรียบอีกอย่างของวิธีการนี้ก็คือ มันสร้างการบรรจบของผลิตภัณฑ์ตามธรรมชาติมากขึ้น นี่เป็นสัญญาณการบรรจบกันของตลาดสินค้าที่แข็งแรง เมื่อผู้บริโภคสมัครใจใช้และจ่ายค่าสินค้า จาก นั้น เมื่อ ผู้ ใช้ เหล่า นี้ นํา สินค้า เข้า ไป ใน ที่ ทํา งาน การ รับ ใช้ ของ พวก เขา ก็ กลาย เป็น สิ่ง แวดล้อม และ คงทน。

ผมยังสังเกตเห็นการเปลี่ยนแปลงที่น่าสนใจของแรงผลักดันของการแข่งขัน ในยุคซอฟต์แวร์แบบดั้งเดิม ตลาดผู้บริโภคและองค์กรระดับสูง มักจะถูกแบ่งแยกด้วยผู้เล่นและกลยุทธ์ที่แตกต่างกัน แต่ในยุค AI ขอบเขตเหล่านี้เริ่มไม่ชัดเจน ผลิตภัณฑ์ หนึ่ง สามารถ แข่งขัน กัน ใน ตลาด สอง แห่ง ซึ่ง ก่อ ให้ เกิด ข้อ ได้ เปรียบ และ ข้อ ท้าทาย ใหม่ ๆ。

จากมุมมองทางเทคนิค ผมคิดว่าลักษณะคู่ของผลิตภัณฑ์ AI (ความง่ายในการรับฝากระดับบวกกับระบบปฏิบัติการระดับ) ส่งเสริมมาตรฐานใหม่สําหรับการออกแบบผลิตภัณฑ์และการพัฒนา การ โฆษณา จําเป็น ต้อง ง่าย พอ ที่ จะ ทํา ให้ ผู้ ใช้ แต่ ละ คน สามารถ ทํา งาน ได้ อย่าง ง่าย ดาย แต่ ยัง มี ความ แข็ง แรง และ ความ ปลอด ภัย พอ ที่ จะ สนอง ความ ต้องการ ทาง ธุรกิจ. ความ สมดุล เช่น นี้ ไม่ ใช่ เรื่อง ง่าย แต่ คน ที่ ทํา ดี จะ มี ข้อ ได้ เปรียบ มาก ใน การ แข่งขัน。

ผมคิดเกี่ยวกับผลกระทบของแนวโน้มนี้ ต่อบริษัทซอฟต์แวร์ที่มีอยู่ ปัจจุบัน บริษัท ENTERPRISE SOFTWARE กําลังเผชิญกับการแข่งขัน จากบริษัท AI ของผู้บริโภคซึ่งมักจะมี ประสบการณ์จากผู้ใช้ที่ดีกว่า และความเร็วในการผลิตที่เร็วขึ้น นี่ อาจ ทํา ให้ อุตสาหกรรม ซอฟต์แวร์ ทั้ง หมด ต้อง ปรับ ปรุง มาตรฐาน การ ผลิต และ ประสบการณ์ ของ ผู้ ใช้。

สุดท้าย ผมเชื่อว่าการเปลี่ยนแปลงนี้ ยังสะท้อนถึงการเปลี่ยนแปลงพื้นฐานในวิธีการทํางาน งานทางไกล ตัวเลือกของเครื่องมือส่วนตัวที่เพิ่มขึ้น และความคาดหวังสูงเกี่ยวกับเครื่องมือผลิตได้มีส่วนทําให้ขอบเขต AI เพิ่งเพิ่มแนวโน้ม。

โอกาส และ ข้อ ท้าทาย สําหรับ อนาคต

ขณะที่ผมตื่นเต้นกับปรากฏการณ์ "Great Express" บรรยายโดย Moore ผมยังเห็นความท้าทายและโอกาส ที่จําเป็นต้องให้ความสนใจอีกด้วย。

ในแง่ของความท้าทาย ผมเชื่อว่าการแข่งขันจะรุนแรงขึ้น เมื่อ เส้น ทาง ที่ ประสบ ความ สําเร็จ ปรากฏ ชัด บริษัท มาก ขึ้น พยายาม ทํา ตาม กลยุทธ์ เดียว กัน. ความมั่นคงที่สามารถสร้างความแตกต่างได้ และผลกระทบของเครือข่ายที่จะชนะในการแข่งขันระยะยาว。

จาก มุม มอง ที่ เป็น ระเบียบ การ รับ เอา ผลิตภัณฑ์ เอ ไอ อย่าง รวด เร็ว ใน สภาพ แวด ล้อม ของ บริษัท ENTERPRISE อาจ เป็น ข้อ ท้าทาย ใหม่ ใน เรื่อง การ ปฏิบัติ ตาม และ ความ ปลอด ภัย. บริษัทต้องแน่ใจว่าเครื่องมือ AI ของพวกเขา ตรงกับมาตรฐานอุตสาหกรรม และความต้องการในการควบคุม ทั้ง นี้ อาจ เพิ่ม ค่า ใช้ จ่าย ด้าน พัฒนาการ และ ความ ซับ ซ้อน แต่ อาจ ก่อ ให้ เกิด อุปสรรค ใหม่ ๆ ใน การ แข่งขัน。

ในแง่ของโอกาส ผมเห็นห้องขนาดใหญ่สําหรับนวัตกรรม บริษัทที่สามารถรวมความง่ายของผู้บริโภค และระบบปฏิบัติการระดับบริษัทได้ จะเปิดประเภทตลาดใหม่ ฉันยังเชื่อว่ามีโอกาสที่ดี สําหรับเครื่องมือ AI ที่ประกอบไปด้วยภาคแนวตั้ง ที่จะมีคุณค่ามากกว่าเครื่องมือสากล สําหรับการจัดการอุตสาหกรรม หรือการเพิ่มจํานวน。

ผมเห็นข้อมูลและผลกระทบของรุ่น AI ขณะ ที่ ผู้ ใช้ เพิ่ม ขึ้น และ ใช้ ต่อ ไป ผลิตภัณฑ์ AI อาจ กลาย เป็น ผลิตภัณฑ์ ที่ มี เชาวน์ ปัญญา และ เป็น ส่วน ตัว มาก ขึ้น. การปรับปรุงข้อมูลดังกล่าว สามารถสร้างข้อได้เปรียบในการแข่งขันได้ เนื่องจากมันยากสําหรับผู้ติดตามรายใหม่。

จากมุมมองการลงทุน ผมเชื่อว่าแนวโน้มนี้ จะยังคงดึงดูดเมืองหลวงที่สําคัญ แต่นักลงทุนควรระบุบริษัทเหล่านั้น ที่มีความได้เปรียบในการแข่งขันที่ยั่งยืนจริง ไม่ใช่แค่เฉพาะผู้ที่เติบโตอย่างรวดเร็วในระยะสั้น กุญแจสําคัญคือต้องเข้าใจว่าบริษัทไหน สามารถสร้างคูเมืองได้จริง และไม่ใช่แค่ใช้ประโยชน์จากโอกาสทางการตลาดแรกๆ。

ในที่สุด ผมเชื่อว่าคําอธิบายของมัวร์ เกี่ยวกับ "การแลกเปลี่ยนที่ดี" เป็นเพียงแค่จุดเริ่มต้นของการปฏิวัติ AI เรา กําลัง ปรับ ปรุง ลักษณะ ของ ซอฟท์แวร์ ใหม่ — ตั้ง แต่ เครื่อง มือ ไป จน ถึง เครื่อง มือ ที่ ฉลาด หลัก แหลม ตั้ง แต่ การ ใช้ งาน จน ถึง ผล. บริษัทเหล่านั้นที่สามารถตรวจจับการเปลี่ยนแปลงนี้ และประสบความสําเร็จในการดําเนินการ มันจะสร้างยักษ์เทคโนโลยีรุ่นใหม่ นี่ไม่ใช่แค่นวัตกรรมในโมเดลธุรกิจ แต่ยังเป็นการทบทวนความสัมพันธ์ทางเทคโนโลยีของมนุษย์ เรากําลังอยู่ในยุคที่น่าตื่นเต้น และซอฟท์แวร์กําลังกลายเป็นสิ่งที่ฉลาดมากขึ้น มีประโยชน์ และจําเป็นยิ่ง。

ส่วนเชื่อมโยงดั้งเดิม