深度 | 被冷落的 AI ,如何在 SaaS 领域“火”起来( 六 )


因此 , 越来越多的企业希望通过 AI 的方式进行智能货架盘点 , 经过分析之后 , 就知道如何改善和提升自己的产品 , 进而促进销量的提高 。
同时 , 还提供了图像识别 , 防偷拍 , 防作弊 。


简而言之 , 通过 AI 技术 , 既可以提升终端工作人员的工作效率 , 也能让公司更好地监督一线人员 , 促进商业行为的完成 。

陈宏志:
用友不在于数据量大 , 而在于拥有的小样本 , 以及小样本多模态的 SaaS 服务 。

在这样的情况下 , 基于用友云 , 实际上是数据治理体系+大数据平台 , 构成数据中台的整个能力 。 基于多年的行业积累 , 用友服务的企业多为中型和大型客户 , 因此我们有了公有云、专属云和私有云 。 这是因为大型企业是部分私有 , 也就是价值链的某些点可以做公有化 。

同时 , 在企业内部整个价值链来说 , 像制造型企业的生产经营、制造的过程 , 与公网是物理隔离的状态 , 但采购、营销这些可以在公有云上订阅 SaaS 服务 , 因此混合云的模式 , 也成为了满足客户需求的部署 。

在有了大量数据的情况下 , 用友并不是以数据量大取胜 , 也不是以技术上的一些优势取胜 。

对于企业级用户 , 尤其是面向有一定传统基因、传统血液的企业而言 , 我们是通过对业务、对场景的理解 , 往下进一步深耕的 , 比如像 CV 技术、NLP、语音交付技术 , 我们会对它进行一个集成 。

第一个突破点是开发智能机器人、智能收单、智能报账 RPA , 包括从发票到 OCR 保障开户 。 集成的是技术 , 核心其实是整个流程的自动化 , 也就是从整个报账过程 , 从填报开始到最后报表生成 , 甚至于最后审查整个流程自动化 , 都可以通过 RPA 来实现 。

另一个突破点是 VPA 产品 , 可以根据对话交互一系列场景自动进行场景识别 , 支持财务月结、发票查验、发票认证、采购三单匹配、月结检查、内部交易对账、久其预算报表填报等 。

另外 , 在营销和采购侧也有部署 。 营销侧 , 主要是运用 AI 技术 , 对库存消耗情况、损失情况、备货情况进行预测 , 帮助其更好节约成本和提升销量 。 采购侧 , 主要针对工业物料 , 基于企业级和行业级的知识图谱 , 更好把物料进行归类管理 , 尤其是在招投标时 , 运用企业画像体系 , 可以在审核过程中节省很多人力成本 。
深度 |  被冷落的 AI ,如何在 SaaS 领域“火”起来
文章图片

陈运文:
达观数据是做自然语言处理服务的 。 自然语言处理的一个特点 , 就是与各行各业都相关 。 在每个行业运用 AI 服务时 , 都需要在采集大量行业样本数据 , 这是需要长期训练的 。 况且自然语言处理技术本身需要和其他业务流程以及场景串联在一起 , 才能形成一个完整的应用链条 。

所以 , 在研发达观自然语言处理产品时 , 基于上述所说做了很好的考量 , 尽管应用场景很多 , 但不是所有场景都要去做 , 就像市场上已经有很多企业开发聊天机器人、对话机器人客服场景 , 因此在这一领域我们就不再布局 。

达观的主要精力集中在书面文字资料的审核、填写、抽取、搜索、推荐等应用场景 , 而且书面文字处理是一个细分的 NLP 赛道 , 这些场景有大量的需求 , 因此市场机会还是很大的 。

同时 , NLP 本身需要和客户的系统做串联 , 才能形成真正的价值链条 。 在 NLP 的基础上 , 我们也开发了自己的 RPA 产品 。 不同于其他友商的产品 , 达观 RPA 是把文本处理模块和客户其他的业务操作系统连接在一起 , 用 RPA 做连接 , 这样可以很好地让处理系统像数字化园丁一样去完成日常工作 。


推荐阅读