Published on

AI如何重塑劳动力市场：a16z合伙人深度探讨

作者
  • avatar
    姓名
    Ajax
    Twitter

软件的演变

软件的发展经历了三个主要阶段：

  • 第一阶段：文件柜的数字化
    • 早期的软件主要用于替代物理文件系统，将信息存储在数字数据库中。
    • 例如，Sabre（航空预订系统）、Quicken（个人财务软件）和PeopleSoft（人力资源管理系统）等。
    • 这一阶段主要提高了效率，实现了信息的数字化，但并没有显著减少员工数量。
  • 第二阶段：云端软件
    • 软件从本地服务器迁移到云端。
    • 例如，Salesforce（客户关系管理系统）、QuickBooks（会计软件）、NetSuite（企业资源规划系统）和Zendesk（客户支持系统）等。
    • 这一阶段提高了可访问性和可扩展性，但仍然主要关注信息管理。
  • 第三阶段：人工智能驱动的软件
    • 人工智能使软件能够执行以前由人类完成的任务。
    • 这一阶段的目标是替代或增强劳动力，而不仅仅是管理信息。
    • 例如，可以处理客户支持、处理发票或执行合规检查的人工智能代理。

从软件到劳动的转变

劳动力市场远大于软件市场。

  • 美国护士的年薪市场超过6000亿美元，而全球软件市场不到6000亿美元。
  • 这突显了软件公司进入劳动力预算的巨大潜力。
  • 人工智能使软件能够执行以前由人类完成的任务。
    • 例如，人工智能可以处理客户支持查询、处理发票或执行合规检查。
  • 这意味着软件公司现在可以销售降低劳动力成本的解决方案，而不仅仅是提高效率。

“输入咖啡，输出代码” 的概念：

  • 软件工程师现在可以构建自动化最终用户任务的产品。
  • 这与以前的软件时代有着显著的不同。

定价模式的转型

传统的软件定价模式（按用户收费）可能不适合人工智能驱动的软件。

  • 公司可能需要根据他们通过降低劳动力成本提供的价值收费。
  • 例如，一家公司可能会根据人工智能解决的支持票据数量收费，而不是按支持代理收费。
  • 向人工智能的转变可能会颠覆现有的软件公司。
    • 未能适应新定价模式的公司可能会损失收入。
    • 成功适应的公司可能会看到其收入增长十倍。

“混乱的收件箱问题”

“混乱的收件箱问题”是指从非结构化数据中提取信息的挑战。

  • 这包括电子邮件、传真、电话录音和其他形式的非结构化数据。
  • 历史上，这项任务是由人类完成的。
  • 人工智能现在被用来解决“混乱的收件箱问题”。
  • 公司正在使用人工智能从非结构化数据中提取信息并自动化工作流程。
  • 这是人工智能创新的关键领域。
  • 解决“混乱的收件箱问题”的公司有可能成为新的AI原生系统记录。
  • 他们可以从自动化特定任务开始，然后扩展到其他领域。
  • 例如，Tenor最初通过自动化患者转诊，现在正扩展到医疗保健管理的其它领域。

人工智能时代的防御能力

人工智能提供了一个强大的初始差异化，但这不足以创建一个有防御能力的企业。

  • 随着时间的推移，使用人工智能解决“混乱的收件箱问题”的能力可能会变得商品化。
  • 真正的防御能力来自：
    • 拥有端到端的工作流程。
    • 与其它系统深度集成。
    • 创造网络效应。
    • 成为一个平台。
    • 将病毒式增长嵌入到产品中。
  • 在人工智能时代，软件中一直很重要的原则仍然适用。

人工智能对劳动力市场的影响

人工智能可能会自动化许多重复性任务，但它也会创造新的就业机会。

  • 重点将转移到需要人际交往和创造力的任务上。
    • 例如，产品经理、用户体验设计师和社交媒体经理。
  • 人际互动价值可能会增加。
  • 随着人工智能越来越普及，人们将会寻求真正的人际联系。
  • 每个白领工作都可能有一个副驾驶。
  • 人工智能将协助人们工作，提高他们的效率。
  • 一些工作可能完全由人工智能代理自动化。

评估人工智能公司的指标

评估企业的基本原则没有改变。

  • 重点仍然是未来的利润、客户保留率、毛利率和固定成本。
  • 潜在市场规模正在扩大。
  • 人工智能使软件能够进入以前不可行的新市场。
    • 这是因为人工智能可以降低劳动力成本，使软件更经济实惠。
  • 进入壁垒较低。
  • 人工智能使创建和扩展软件公司变得更容易。
  • 这意味着竞争可能会更加激烈。

创新领域

  • 小众领域是好的。
  • 专注于人工智能可以提供显著改进的领域。
  • 寻找软件服务不足的行业。
  • 不要试图自动化一切。
  • 有些用例过于复杂或需要太多的集成。
  • 专注于技术已经足够好，可以提供100倍改进的领域。
  • 寻找颠覆旧系统的机会。
  • 许多行业都有老旧的系统，这些系统已经成熟，可以被颠覆。
    • 例如，金融服务和保险。
  • 考虑构建全栈人工智能原生公司。
    • 这些公司的成本结构可能与现有公司完全不同。
    • 他们还可以通过拥有整个工作流程来捕获更多价值。
  • “混乱的收件箱问题”是创新的关键领域。
  • 寻找自动化涉及从非结构化数据中提取信息的任务的机会。
  • 水平软件机会仍然存在。
  • 仍然需要销售、营销、产品管理和其它领域的人工智能原生版本的软件。
    • 但是，您需要了解市场结构以及现有竞争对手适应的潜力。

关键概念解释

  • 自动驾驶 vs. 副驾驶：
    • 副驾驶： 一种人工智能工具，可协助人类工作，提高工作效率。
    • 自动驾驶： 一种人工智能工具，可以自主执行任务，无需人工干预。
  • 混乱的收件箱问题： 从非结构化数据（如电子邮件、传真和电话录音）中提取信息的挑战。
  • AI原生系统记录： 一种使用人工智能来管理数据和自动化工作流程的系统，有可能取代传统的系统记录。
  • 垂直SaaS： 为特定行业（如餐馆或医疗保健）设计的软件。
  • 水平SaaS： 为广泛行业（如CRM或客户支持）设计的软件。
  • NAICS代码： 北美行业分类系统，一种用于按行业对企业进行分类的系统。
  • 通货紧缩力量： 一种降低价格的力量，例如技术创新。
  • 全栈人工智能原生公司： 一家围绕人工智能构建整个业务的公司，而不仅仅是在现有产品中添加人工智能。