為什么許多 AI 產(chǎn)品在內(nèi)測(cè)時(shí)表現(xiàn)良好，一旦交付客戶后就會(huì) “翻車” ？

在「DeepTalk」第三個(gè)系列話題欄目「AI 落地實(shí)戰(zhàn)」對(duì)話中，崔牛會(huì)創(chuàng)始人 & CEO 崔強(qiáng)，與北森聯(lián)合創(chuàng)始人 & CEO 紀(jì)偉國(guó)，圍繞 “AI 產(chǎn)品上線第一仗：從內(nèi)測(cè)到客戶交付的那些坑” 這一主題展開了深度對(duì)話。

紀(jì)偉國(guó)認(rèn)為：第一，AI 產(chǎn)品在從 0 到 1 階段，最大的挑戰(zhàn)是難以有效匹配客戶業(yè)務(wù)場(chǎng)景，因此 AI 產(chǎn)品經(jīng)理應(yīng)當(dāng)在一線圍繞客戶業(yè)務(wù)場(chǎng)景做產(chǎn)品，并根據(jù)客戶需求快速迭代；

第二，AI 產(chǎn)品成功的關(guān)鍵是以客戶為中心理解客戶業(yè)務(wù)，以及將行業(yè) Know-how 融入產(chǎn)品；

第三，AI Agent 最終會(huì)走向客戶的自定義，未來客戶化工作將可能較重；

第四，在 AI 產(chǎn)品的打磨中，耐心非常重要，要確保產(chǎn)品成熟后再進(jìn)行規(guī)?；N售。

以下是經(jīng)牛透社編輯整理的對(duì)話內(nèi)容：（有刪減）

AI 上線第一仗

崔強(qiáng)：現(xiàn)在大家看到 AI 在 ToB 領(lǐng)域比較熱，但接下來可能會(huì)較快進(jìn)入一個(gè)理性的狀態(tài)，其中一個(gè)常見問題是：大家沒有找對(duì)場(chǎng)景，所以交付后才會(huì)出現(xiàn)各種問題。

北森的 AI 產(chǎn)品，已經(jīng)有相對(duì)規(guī)?；氖杖肓?。北森在 AI 實(shí)踐中，包括前段時(shí)間發(fā)布的 AI Learning，在產(chǎn)品的交付過程中，經(jīng)歷了哪些關(guān)鍵挑戰(zhàn)，有哪些經(jīng)驗(yàn)？

紀(jì)偉國(guó)：2023 年下半年，北森做過很多 AI 產(chǎn)品，卻收不上錢來。因此，我們?cè)?2024 年，做了以下幾個(gè)假設(shè)和轉(zhuǎn)變：

第一，必須做能收費(fèi)的 AI 產(chǎn)品；

第二，能收費(fèi)的 AI 產(chǎn)品，應(yīng)該是一個(gè)端到端的場(chǎng)景，能把客戶某個(gè)問題端到端地解決掉才行。

所以，當(dāng)時(shí)我們?cè)趹?zhàn)略上選擇了7 個(gè) Agent：AI 招聘助手、 AI 面試官、AI 員工助手、AI 做課、AI 陪練、AI 領(lǐng)導(dǎo)力教練、AI 測(cè)評(píng)。

在這個(gè)過程中，我們也對(duì)北森的IPD 研發(fā)流程做了微調(diào)。

這么做的主要原因，是AI 產(chǎn)品的復(fù)雜性遠(yuǎn)低于軟件產(chǎn)品，研發(fā)成本也低很多，而且面向的都是非常具象化的場(chǎng)景。所以，首先我們把研發(fā)分成幾段，并且要求快速迭代，將迭代周期縮短為兩到三周。

第二，產(chǎn)品經(jīng)理到一線圍繞客戶做產(chǎn)品，把交付分為 “從 0 到 1” 和 “從 1 到 N” 兩個(gè)階段。一旦產(chǎn)品內(nèi)測(cè)成功，就進(jìn)入 “從 0 到 1” 的可用性驗(yàn)證階段。這個(gè)階段都是產(chǎn)品經(jīng)理自己銷售和交付，緊貼客戶業(yè)務(wù)場(chǎng)景落地，可以讓產(chǎn)品經(jīng)理看到產(chǎn)品在客戶側(cè)的真實(shí)應(yīng)用反饋，要確保 “1” 的實(shí)現(xiàn)：即產(chǎn)品在客戶那里能用起來，并且可以通過評(píng)審，進(jìn)入 “從 1 到 N” 的階段。

在 “從 1 到 N” 階段，前線人員可以基于客戶畫像篩選匹配的客戶進(jìn)行銷售，做一定的交付支撐，確保早期客戶的應(yīng)用效果和應(yīng)用粘性；

大概到了 50家~100家 客戶，確認(rèn)了市場(chǎng)空間、競(jìng)品價(jià)格、目標(biāo)客戶、目標(biāo)場(chǎng)景、交付和營(yíng)銷方式等方面，才會(huì)進(jìn)入規(guī)?；N售階段。

在 “從 0 到 1” 階段，最大的一個(gè)挑戰(zhàn)是AI 產(chǎn)品做出來之后，到客戶那里仍然會(huì)出現(xiàn)很多未知的場(chǎng)景，客戶在應(yīng)用時(shí)會(huì)發(fā)現(xiàn)產(chǎn)品和業(yè)務(wù)場(chǎng)景匹配不上，產(chǎn)品就會(huì) “翻車”。

而且產(chǎn)品在交付給客戶后，還需要快速迭代。北森的 AI 面試官，做到了兩周一次迭代。

要應(yīng)對(duì)以上挑戰(zhàn)，關(guān)鍵是產(chǎn)品經(jīng)理要上前線，圍繞客戶業(yè)務(wù)場(chǎng)景做產(chǎn)品，并根據(jù)客戶的需求和反饋快速迭代產(chǎn)品。

崔強(qiáng)：怎樣判斷客戶愿意為一個(gè) AI 應(yīng)用場(chǎng)景付費(fèi)？

紀(jì)偉國(guó)：在產(chǎn)品的設(shè)計(jì)和定位上，它應(yīng)該是一個(gè)獨(dú)立收費(fèi)的 AI 產(chǎn)品，解決了某個(gè)獨(dú)立的、高價(jià)值業(yè)務(wù)場(chǎng)景（如 AI 面試官）問題，而不是一個(gè)原來產(chǎn)品功能的延伸或疊加。

因?yàn)榀B加在原有產(chǎn)品里的功能點(diǎn)、價(jià)值點(diǎn)通常都比較小，很難讓客戶愿意單獨(dú)付費(fèi)。

崔強(qiáng)：在 AI 產(chǎn)品內(nèi)測(cè)過程中，一般會(huì)遇到哪些問題？

紀(jì)偉國(guó)：還是以 AI 面試官為例。北森是從校招場(chǎng)景開始的，但切入之后發(fā)現(xiàn)，只有做了才能知道客戶的業(yè)務(wù)場(chǎng)景，而且這些業(yè)務(wù)場(chǎng)景大都和大模型的關(guān)聯(lián)不多，例如：客戶要測(cè)紋身，色盲，客戶會(huì)測(cè)試對(duì)比等等。

北森的 AI 面試官，大概 50% 的研發(fā)都和大模型沒有太大關(guān)系，更多的是圍繞客戶業(yè)務(wù)場(chǎng)景，為了解決業(yè)務(wù)問題而填補(bǔ)客戶需求上的空缺。

崔強(qiáng)：這里面其實(shí)技術(shù)門檻并沒有那么高，真正的門檻是從客戶的業(yè)務(wù)場(chǎng)景中理解客戶需求。

紀(jì)偉國(guó)：是的。

第一，理解客戶的業(yè)務(wù)場(chǎng)景是很難的，每個(gè)客戶都有很多需求，只有客戶夠多，才能知道哪些是共性需求。所以，第一大挑戰(zhàn)，是以客戶為中心理解客戶業(yè)務(wù)；

第二，無論什么產(chǎn)品，都要融入行業(yè) Know-how ，對(duì)行業(yè) Know-how 的理解是產(chǎn)品成功的另一個(gè)關(guān)鍵。在這個(gè)過程中，代碼技術(shù)和大模型反而顯得不太關(guān)鍵。

以 AI 面試為例，把 AI 訓(xùn)練得 "懂面試" 這件事的前提是在當(dāng)下 AI 大模型的通用能力基礎(chǔ)上，訓(xùn)練 AI 的人本身就是面試專家，這點(diǎn)很重要。

北森上百名測(cè)評(píng)顧問都轉(zhuǎn)型做提示詞工程師的背后，就是在把不同崗位的能力模型要求是什么、怎么在不同考察維度上讓 AI 問出高質(zhì)量的問題，并基于行為面試法讓 AI 實(shí)時(shí)三層智能追問，并且結(jié)合結(jié)果-過程和動(dòng)機(jī)科學(xué)評(píng)分，經(jīng)過過程中上百次訓(xùn)練過程調(diào)整，才得到一個(gè)經(jīng)驗(yàn)豐富、達(dá)到專業(yè)面試官水平的 AI 面試官。

崔強(qiáng)：前幾天和白鴉（有贊創(chuàng)始人）聊，他覺得行業(yè) Know- how 重要，但更重要的是行業(yè) Know- how 可以被數(shù)字化，可以被大模型學(xué)習(xí)或者理解。你怎么看這個(gè)問題？

紀(jì)偉國(guó)：人力資源的終極目標(biāo)，首先，是明確崗位對(duì)人的要求；第二，是怎么評(píng)估人的能力；第三，是如何發(fā)展人的能力。

所以，人力資源是一個(gè)偏人文或者平衡性的領(lǐng)域，并不是非常容易量化的，它更依賴于多年的經(jīng)驗(yàn)積累，而且這種經(jīng)驗(yàn)往往是儲(chǔ)存于專家頭腦中的，以往我們是拿不出來的。

現(xiàn)在，可以將這些經(jīng)驗(yàn)輸入大模型，變成可固化的產(chǎn)品，這和白鴉講的有些類似：它不是一個(gè)比較固化的知識(shí)，而是一個(gè)行業(yè) Know- how，是一個(gè)動(dòng)態(tài)、可理解的東西。

崔強(qiáng)：在 AI 功能里，是不是也有一個(gè)可以跑起來的最小版本？這個(gè)最小版本怎樣才算合格，是可以交付給客戶上線使用的？

紀(jì)偉國(guó)：我不太理解這個(gè)最小版本的定義，我理解的是最小場(chǎng)景。

首先，一定要解決一個(gè)端到端的具體場(chǎng)景。AI 面試官首先做的是校招場(chǎng)景，去年 11 月份我們才開始做藍(lán)領(lǐng)招聘場(chǎng)景。我認(rèn)為一定要把一個(gè)場(chǎng)景做扎實(shí)，端到端地把一個(gè)業(yè)務(wù)鏈條解決掉，才能進(jìn)入另外一個(gè)場(chǎng)景，否則就沒有意義。

整個(gè)校招場(chǎng)景中，有沒有一個(gè)最小版本？

我認(rèn)為是沒有的，因?yàn)槲覀兪且芽蛻舻恼麄€(gè)問題解決掉的。比如，客戶會(huì)要求你把校園招聘的第一輪面試全部取代掉，如果取代不了，客戶是不會(huì)買單的。

所以，我理解沒有所謂的最小版本，只能是選一個(gè)場(chǎng)景做深做透，再去做下一個(gè)。

崔強(qiáng)：在客戶交付過程中，你們內(nèi)部首先要達(dá)到什么樣的預(yù)期之后，產(chǎn)品才能上線接受客戶的 “檢閱”，這里有沒有一定的原則？

紀(jì)偉國(guó)：原型產(chǎn)品出來以后，我們立刻會(huì)讓先鋒客戶使用，這個(gè)過程中一定會(huì)有客戶對(duì)產(chǎn)品的反饋，如果發(fā)現(xiàn)客戶的反饋你根本解決不了，這時(shí)就需要果斷放棄，比如我們的 AI 測(cè)評(píng)產(chǎn)品就是這樣。

從這個(gè)角度看，我們是不太管理客戶預(yù)期的。而且 AI 類產(chǎn)品，客戶肯定是會(huì)去體驗(yàn)的。如果不達(dá)預(yù)期，他們也不會(huì)再用。

這里有兩種情況：第一，如果大模型技術(shù)很難達(dá)到客戶預(yù)期，需要立刻停止，不要再投入了；第二，如果要投入巨大的成本才能達(dá)成客戶預(yù)期，可以先放一放，先做容易做的。

崔強(qiáng)：客戶對(duì)不確定的東西永遠(yuǎn)會(huì)焦慮。在實(shí)踐中，客戶對(duì)于大模型幻覺、泛化的忍受程度是怎樣的？

紀(jì)偉國(guó)：讓大模型做一些精確性的東西確實(shí)比較難，所以，這類場(chǎng)景我們就不做了。這個(gè)過程中，關(guān)鍵還是要利用大模型比較擅長(zhǎng)的自然語言能力。

所以，我們選擇場(chǎng)景，首先要考慮如何利用大模型的優(yōu)勢(shì)，來解決人力資源場(chǎng)景中的問題。

回到業(yè)務(wù)場(chǎng)景

崔強(qiáng)：你怎么看大模型技術(shù)的發(fā)展對(duì)目前企業(yè)軟件行業(yè)的影響？

紀(jì)偉國(guó)：我做大模型至今快一年半了，前 6 個(gè)月并沒有太多感覺，但 6 個(gè)月以后的每個(gè)季度，都在刷新我對(duì)這件事情的認(rèn)知。

我發(fā)現(xiàn)大模型有很多地方，比如今年我們推出的 AI 學(xué)習(xí)助手，的確是可以發(fā)揮巨大價(jià)值的。同時(shí)，我也看到一些前端營(yíng)銷類的 AI Agent，有很多是偏 C 端的，它們做得非常好，并且在拓展海外市場(chǎng)。

作為管理軟件，我們?nèi)ツ晖瞥隽?7 個(gè) Agent，有一個(gè)失敗了。今年我們又推出 4 個(gè)，加在一起共 10 個(gè)，未來我們還會(huì)推出新的 Agent。

最初我并沒想到人力資源領(lǐng)域會(huì)需要這么多的 Agent，雖然我們已經(jīng)非?？酥?，但我覺得可以做的東西還有很多。

隨著 AI 技術(shù)的發(fā)展，也可能產(chǎn)生很多新的東西來。所以，現(xiàn)在我是抱著非常開放的心態(tài)擁抱 AI 技術(shù)，接受它對(duì)業(yè)務(wù)的顛覆。

既然技術(shù)變了，我們跟著去變就對(duì)了。

崔強(qiáng)：客戶需要的并不是炫技，而是要解決問題。目前，我們會(huì)看到一些 AI 過于追求炫技的感覺，對(duì)此你有什么看法？

紀(jì)偉國(guó)：以客服場(chǎng)景為例。去年我們?cè)嚵舜蟀肽辏胗?AI 客服來解決北森人力資源軟件的客服問題，但這很難，主要是因?yàn)槲覀兊漠a(chǎn)品過于復(fù)雜。

舉個(gè)例子，如果你問 “我的工資為啥少了 5 塊”，AI 肯定是回答不了的。但是我們也看到很多銀行、航空公司都在大量地使用 AI 客服。

雖然用戶的體驗(yàn)并不好，但為什么還要用它呢？

這說明對(duì)于這類客戶而言，它的價(jià)值依然很大，可以有效解決客服成本的問題。所以，從商業(yè)上看，它就很成功。

未來幾年，AI 還可以變得越來越好。

崔強(qiáng)：北森的 AI 產(chǎn)品在上線時(shí)，會(huì)給客戶做大量的按需提示詞優(yōu)化工作嗎？

紀(jì)偉國(guó)：最初，我認(rèn)為 AI Agent 應(yīng)該是標(biāo)品，但今天看來，它最終會(huì)走向客戶的自定義。

以 AI 面試官為例，客戶要招聘什么崗位，自己是最清楚的，客戶需要把自己的面試題目、評(píng)價(jià)標(biāo)準(zhǔn)等資料放進(jìn) AI 產(chǎn)品。最終很可能發(fā)展成客戶把自己的東西放進(jìn)產(chǎn)品，產(chǎn)品走向自定義。

所以，將來客戶化可能是一個(gè)比較重的工作，北森現(xiàn)在也做了很多的客戶化。

崔強(qiáng)：僅僅為客戶提供工具是不夠的，還要能被客戶 “自定義” 成自己的產(chǎn)品。這意味著產(chǎn)品要有客戶的行業(yè)屬性，行業(yè) Know-how 以及適應(yīng)相關(guān)的業(yè)務(wù)流程等。

但這樣一來，實(shí)施成本會(huì)不會(huì)變得很高？

紀(jì)偉國(guó)：我們?yōu)榭蛻籼峁﹥深悓?shí)施服務(wù)：一類是輕量級(jí)的，主要包括簡(jiǎn)單的培訓(xùn)以及崗位交流，幫客戶完成配置；另一類是深度定制。這兩類實(shí)施服務(wù)的成本，要比軟件的實(shí)施服務(wù)低很多。

北森有兩類實(shí)施顧問：一類是軟件的實(shí)施顧問；另外一類是能力評(píng)估和發(fā)展技術(shù)（People Science）方向的實(shí)施顧問，與之對(duì)應(yīng)的是偏心理學(xué)方面的學(xué)者或者人力資源專家。在北森寫提示詞的正是這類的專家，它非常依賴于專家們的知識(shí)萃取能力。

當(dāng)然，傳統(tǒng)管理軟件廠商做不了這個(gè)事情，因?yàn)樗呀?jīng)脫離軟件范疇了。北森是做人力資源測(cè)評(píng)出身的，我們有自己人力資源方面的專業(yè)技術(shù)和 Know-how，具備這樣的專業(yè)能力，也是我們一個(gè)非常大的差異化。

崔強(qiáng)：雖然它還是工具，但背后所需人的能力在發(fā)生變化，不是軟件工程師和軟件實(shí)施服務(wù)商可以解決的問題了。

紀(jì)偉國(guó)：是的，問題往往不在軟件技術(shù)上。

舉一個(gè)場(chǎng)景，比如 AI 陪練產(chǎn)品，要讓對(duì)話做到非常貼合業(yè)務(wù)。有的客戶讓 IT 工程師和銷售結(jié)對(duì)子，來寫提示詞，做自己公司的 AI 陪練產(chǎn)品，發(fā)現(xiàn)效果不好，為什么？

因?yàn)檫@里首先要回答什么是銷售能力？是溝通能力、談判能力、人際能力，還是其它什么能力？這個(gè)能力如何訓(xùn)練、發(fā)展？

軟件工程師和銷售兩個(gè)人搞不定這個(gè)事情，這些都需要專業(yè)背景的專家來做。一般的人力資源部門是沒有這樣的專家的，需要專業(yè)公司來做。

崔強(qiáng)：軟件企業(yè)做 AI，是不是在已有系統(tǒng)的基礎(chǔ)上修修補(bǔ)補(bǔ)？

紀(jì)偉國(guó)：北森并不是完全只從軟件角度考慮，而是從大模型能力和人力資源的業(yè)務(wù)角度出發(fā)，去思考自己能做什么。

我們做的 AI 陪練、 AI 面試官，是可以脫離我們的軟件獨(dú)立運(yùn)行的。但是 AI 面試助手、AI 簡(jiǎn)歷篩選，又和軟件連在一起。

所以，建議大家不要總想著軟件，而是要回到客戶業(yè)務(wù)的角度，回到大模型能力的角度，把這兩方面結(jié)合起來考慮。

崔強(qiáng)：做 AI 產(chǎn)品是不是要配套使用顧問？剛才你提到要做一些培訓(xùn)工作，這個(gè)培訓(xùn)工作會(huì)做到什么程度？有一定的標(biāo)準(zhǔn)嗎？

紀(jì)偉國(guó)：我們有兩類，第一類是實(shí)施顧問，第二類是客戶成功經(jīng)理，類似于你提到的使用顧問。

實(shí)施顧問，項(xiàng)目啟動(dòng)時(shí)會(huì)與客戶做一個(gè)簡(jiǎn)單的訪談，將系統(tǒng)內(nèi)相關(guān)的能力配置好，讓客戶可以使用起來。如果客戶需要做客戶化，我們還會(huì)做更重的服務(wù)，收部分實(shí)施費(fèi)。

在上線后，由客戶成功經(jīng)理接手，客戶方可能換人或者出現(xiàn)一些新的業(yè)務(wù)需求，客戶成功經(jīng)理可以及時(shí)響應(yīng)、培訓(xùn)客戶。

AI 陪練、AI 領(lǐng)導(dǎo)力教練會(huì)有簡(jiǎn)單的產(chǎn)品培訓(xùn)，很容易上手。

崔強(qiáng)：怎么發(fā)現(xiàn)適合 AI 應(yīng)用的場(chǎng)景，如何界定一個(gè)場(chǎng)景是否適應(yīng) AI 化？有具體的評(píng)定指標(biāo)嗎？

紀(jì)偉國(guó)：沒有。

AI 面試官在美國(guó)也非常受歡迎，所以選擇 AI 面試官這個(gè)方向也是比較清晰的。

AI 陪練是一個(gè)傳統(tǒng)場(chǎng)景，大模型來了之后，我們將它重做了一遍。

AI 領(lǐng)導(dǎo)力教練這個(gè)場(chǎng)景，北森之前做過兩代類似產(chǎn)品（和 AI 無關(guān)），都失敗了，我們對(duì)客戶的業(yè)務(wù)場(chǎng)景是有一定的認(rèn)知深度的，所以用 AI 做這些場(chǎng)景就會(huì)比較快。

崔強(qiáng)：賣 SaaS 與 賣 AI 產(chǎn)品的區(qū)別是什么？賣 AI 產(chǎn)品，銷售要如何轉(zhuǎn)型？

紀(jì)偉國(guó)：銷售轉(zhuǎn)型是要花一定時(shí)間的。首先，銷售理解 AI 產(chǎn)品，知道如何與客戶溝通，需要一定的時(shí)間周期，這個(gè)過程也需要有人帶他們?nèi)プ觥?/p>

此外，整理業(yè)務(wù)場(chǎng)景、銷售培訓(xùn)、成功案例積累、賣點(diǎn)梳理和話術(shù)設(shè)計(jì)，如何試測(cè)等，這些全都要標(biāo)準(zhǔn)化下來，最后才是銷售規(guī)?；A段，以上是需要一個(gè)過程的。

賣 SaaS 與 賣 AI 產(chǎn)品的區(qū)別，在于軟件產(chǎn)品更復(fù)雜，客戶無法試測(cè)，只能通過 POC 來驗(yàn)證。此外，還有復(fù)雜的競(jìng)標(biāo)過程。

但 AI 產(chǎn)品的銷售鏈條很短，一般客戶試測(cè)完了就能決策。

以往客戶買軟件需要 IT 部門參與，但買 Agent 的話，客戶可能并不認(rèn)為是在買軟件，所以很多情況下，可能就不需要經(jīng)過 IT 部門了。

AI 轉(zhuǎn)型路徑

崔強(qiáng)：傳統(tǒng) SaaS 公司轉(zhuǎn)型 AI 公司，有哪些具體路徑？

紀(jì)偉國(guó)：這個(gè)是有路徑的。現(xiàn)在 SaaS 公司不做 AI 已經(jīng)不行了。

最近我談了好幾個(gè)超大金額的單子，客戶公司都有這樣的規(guī)定：如果產(chǎn)品不是 AI 相關(guān)的，就不允許購買了，這是一個(gè)客戶需求端一個(gè)非常大的變化。

對(duì)于 SaaS 公司來說，首先，公司中要有人能夠真正理解大模型可以做什么，它的能力優(yōu)勢(shì)和短板，以及 RAG 、向量等相關(guān)知識(shí)。

其次，要理解公司所處的業(yè)務(wù)，理解整個(gè)業(yè)務(wù)鏈。這里要做的是把軟件忘掉，要洞察業(yè)務(wù)鏈條中哪些是客戶比較痛的地方？在這些痛點(diǎn)中，哪些比較適合用大模型解決，成本比較低，客戶有付費(fèi)意愿，而且是一個(gè)端到端的場(chǎng)景，找到這樣的機(jī)會(huì)點(diǎn)：

第一步，要做出原型產(chǎn)品，并且立刻找到客戶使用，客戶反饋將刷新你的認(rèn)知，指導(dǎo)你快速迭代產(chǎn)品。圍繞客戶做到一定程度，當(dāng) 8家～10家 客戶已經(jīng)用起來，就過了產(chǎn)品可用性階段。

第二步，開始收取客戶一定費(fèi)用（不要太高），繼續(xù)投入研發(fā)，快速跟隨客戶迭代。直到你判斷產(chǎn)品已經(jīng)領(lǐng)先競(jìng)爭(zhēng)對(duì)手，客戶愿意支付費(fèi)用，同時(shí)也搞清楚了如何快速交付，這就過了商業(yè)化驗(yàn)證階段。

然后開始進(jìn)入第三步：規(guī)?；N售階段，讓銷售團(tuán)隊(duì)快速推進(jìn)。

做完以上三個(gè)階段，AI 產(chǎn)品可以與軟件協(xié)同銷售，軟件的差異化也隨之出來了。

崔強(qiáng)：AI 產(chǎn)品如何定價(jià)，北森現(xiàn)在的定價(jià)邏輯是怎樣的？

紀(jì)偉國(guó)：最近大家總是在提按結(jié)果付費(fèi)，我也認(rèn)真研究了 Salesforce 、ServiceNow、Workday 的案例，它們主要是按照席位，或者按照對(duì)話量收取訂閱費(fèi)。

比如一個(gè)客服 Agent，可以省掉一個(gè)客服人員，該客服人員的工資是 10 萬美金，以此收取 20% 的費(fèi)用就是 2 萬美金。這 2 萬美金要如何定價(jià)？

可能是一個(gè)席位賣 2 萬美金，或者一個(gè)客戶一天回 50 個(gè)對(duì)話，一個(gè)對(duì)話收費(fèi) 2 美金，等等。

北森的 AI 面試官是按面試的人數(shù)收費(fèi)。AI 陪練、AI 領(lǐng)導(dǎo)力教練、AI 學(xué)習(xí)助理是按席位收取訂閱費(fèi)，這也是北森目前主要的收費(fèi)模式。

崔強(qiáng)：從內(nèi)測(cè)到真正交付的過程中，你遇到比較大的挑戰(zhàn)是什么，有沒有這樣的案例？

紀(jì)偉國(guó)：AI 產(chǎn)品交付過程和軟件有很大的不同，挑戰(zhàn)也不一樣，AI 產(chǎn)品交付對(duì)交付人員對(duì)于專業(yè)技能的要求和對(duì)于AI 大模型技術(shù)的理解深度都有要求。

一開始我們讓軟件交付的同學(xué)去做交付 AI 面試官和 AI 領(lǐng)導(dǎo)力教練，發(fā)現(xiàn)客戶不滿意，交付不了。后來用測(cè)評(píng)的同學(xué)去交付，就會(huì)很成功!

AI 產(chǎn)品的設(shè)計(jì)到交付，都需要足夠的業(yè)務(wù)專業(yè)性和對(duì) AI 的理解，否則產(chǎn)品的效果會(huì)打折扣！

崔強(qiáng)：在從內(nèi)測(cè)到客戶上線交付的過程中，還有哪些最容易犯的錯(cuò)誤，可以供正在進(jìn)行 AI 轉(zhuǎn)型，或者一些 AI 創(chuàng)業(yè)公司所參考的？

紀(jì)偉國(guó)：第一個(gè)典型錯(cuò)誤，是做出一個(gè) AI Agent 出來，就認(rèn)為客戶會(huì)買了，但實(shí)際上做出的這個(gè)產(chǎn)品能覆蓋 50% 的客戶業(yè)務(wù)場(chǎng)景就不錯(cuò)了。

因?yàn)楹涂蛻裟ギa(chǎn)品需要很長(zhǎng)時(shí)間，我們每個(gè) Agent 從做出來，到過了可用性驗(yàn)證階段，基本上都需要 6 個(gè)月以上的時(shí)間。所以：

第一，是要有耐心；

第二，不要把 AI 理解成一個(gè)技術(shù)創(chuàng)新或者變革，而是應(yīng)當(dāng)理解成一個(gè)解決某個(gè)業(yè)務(wù)問題的應(yīng)用。不要把 AI 看得那么神秘，它的研發(fā)門檻不高，但是理解業(yè)務(wù)，做一個(gè)能夠解決客戶業(yè)務(wù)問題的應(yīng)用其實(shí)挺難的；

第三，產(chǎn)品一定要確保比較成熟時(shí)再交給銷售，否則很容易就會(huì)亂套。我們的 AI 產(chǎn)品到銷售、交付環(huán)節(jié)的節(jié)奏都很慢。比如：產(chǎn)品從 0 到 1 做出來需要 3 個(gè)月，過可用性驗(yàn)證還需要 6 個(gè)月，到規(guī)?；N售，可能再需要 6 個(gè)月。所以，耐心非常重要。

崔強(qiáng)：未來在不同崗位、不同角色可能會(huì)出現(xiàn)許多 Agent，是否按結(jié)果付費(fèi)還無法確定，這一定是需要一個(gè)過程的。

雖然，為結(jié)果付費(fèi)可能是未來的一個(gè)目標(biāo)，但現(xiàn)在如果大家都一刀切地追求按結(jié)果付費(fèi)，就可能是一種偏執(zhí)了。

至少現(xiàn)在絕大多數(shù) SaaS 或者企業(yè)軟件是不能切換到按結(jié)果付費(fèi)邏輯來的，未來也許有 1% 的企業(yè)可能做到，讓我們拭目以待。

在這個(gè)過程中也希望能看到更多成功的 AI Agent 在我們身邊綻放，改變我們的生活，幫助客戶解決問題，謝謝大家。

紀(jì)偉國(guó)：謝謝大家，謝謝崔牛會(huì)。

說明：文章為牛透社原創(chuàng)，未經(jīng)允許謝絕轉(zhuǎn)載。