先知|第四范式的四道坎( 三 )

2021年上半年，最终在零售系统完成整合后，永辉线上销售额达到了68.1亿元，同比增长49.3%，占主营收入比重为14.1%。永辉的数字化转型正式开始享受福利期。

从事件线可以看出，第四范式于2019年与永辉合作的同时，永辉也在努力在数字化零售业务进行“自救”。数字化、智能化转型说起来很容易，做起来却是要涉及到各种流程和组织管理重建。第四范式的AI平台支持各种功能，可以被各种折腾也证明先知平台在架构上的可靠性。
但折腾数字化平台，就意味着终端企业用户要做行业内“第一个吃螃蟹的人”。这种“螃蟹”既可能很好吃，也可能让企业付出很高的代价。对于它们来说，再好的工具和建议也不如量体裁衣的一整套解决方案。AI平台作为工具哪怕再好，又如何呢？就像艺术作品，没有人会称赞一幅画作好是因为画笔的质量高。
03 第四范式的四道坎在SaaS类产品的公司中，通常会有一个部门叫客户成功部。这个部门的任务是帮助客户用好产品获得正向效益，从而提高产品的声誉和客户续订率。但对第四范式这种AI公司来说，要想让用户获得良好的效果，需要再跨过几道坎。。
首先，标杆客户的合作模式能否推向全行业是第一个大难题。
如我们之前分析创新奇智时指出，AI公司的下游客户存在一个庞大的基本盘，金融行业对于第四范式来说就是庞大基本盘里的一部分。但这一套在零售行业恐怕就行不通了。
例如与永辉合作的成功转移到便利店的运营上，前者的优势是能够提供消费者长期的购买情况，从而获取消费者画像，进而优化推荐和进货算法，最终降低周转。
而对于便利店来说，店铺的选址要比提供商品类别更加重要，这导致所谓的成功案例或许在别人看来有生搬硬套之嫌，最后不得不再针对性的开发了一个智能选址的功能。
第二，研发的投入或许没有终点。
先知平台实际上是给用户提供了一整套的工具箱，看似用户根据想法可以自由搭建，但实际因为功能可选的问题，在一定程度上受限。这就导致为了这种假设性的满足客户可能的需求，就要持续不停的投入研发。
原因一是因为AI算法目前仍处在一个高速更新迭代的过程中，AI算法不能像传统ERP软件一样可以一个版本安稳使用5-10年。如果客户不能及时升级模型，随着业务增长，会多使用算力和降低效率。这导致客户在编写模型的时候要额外考虑算力分配与流程合理性的问题。

文章插图
第四范式的研发情况，来源：锦缎
第二个原因是一旦有了独特的新需求，AI公司响应到交付的流程与传统ERP公司没有区别，都需要定制开发。如果需求明确，那为什么一开始不找软件公司开发呢？再退一步来讲，这种需求与响应之间产生的订单，可能被第三方服务商截胡。这就导致先知平台的功能和APP必须要不停的预判客户的需求而开发。
第三，人才管理问题。
先知平台可以让无代码学习经验的人凭借搭积木就能快速吃到AI应用落地的福利。好的产品需要投入巨大的研发，但一旦研发完，人才如何留住呢？
算法属于学术资源，这意味着任何一个设计核心的开发人员在未来都有可能从第四范式走出来开设公司。对竞争对手来说，代交竞业协议的罚款和预备日后可能的侵权罚款，相比亲自投入研发费用那简直就像是花五毛钱买的辣条。一旦产品成熟落地，研发费用还没有收回，价格很可能因为内卷快速下降。
第四范式作为模块化平台的领军人，不得不再继续拿出新功能才能与后来者拉开差距。