目前行業(yè)內(nèi)有一種聲音認(rèn)為,既然普通人可以通過向AI下達(dá)自然語言指令來自己寫代碼,那企業(yè)為什么還要花大價(jià)錢買SaaS?大家自己寫一個(gè)管理系統(tǒng)不就好了嗎?Mike認(rèn)為,這種想法完全脫離了真實(shí)的商業(yè)環(huán)境。真實(shí)的商業(yè)世界充滿了無數(shù)極其復(fù)雜的邊緣場(chǎng)景和特殊法則。例如,你可以輕易用AI寫一個(gè)員工請(qǐng)假應(yīng)用,但當(dāng)你的印第安納州分公司有員工休產(chǎn)假時(shí),當(dāng)?shù)靥厥獾姆煞ㄒ?guī)、稅法差異該如何處理?這些隱性知識(shí)深深嵌入在大型SaaS的底層代碼中,是普通人無法通過幾句提示詞就能復(fù)刻的。
因此,Vibe Coding的真正價(jià)值,絕不是去顛覆核心的SaaS軟件,而是降低長尾需求的開發(fā)門檻。比如,行政人員可以利用Vibe Coding,基于Workday的底層數(shù)據(jù)和規(guī)則,低成本地為自己的小團(tuán)隊(duì)開發(fā)一個(gè)會(huì)議室預(yù)訂小工具。這不但不會(huì)取代核心SaaS,反而會(huì)使其在企業(yè)內(nèi)部的粘性變得空前強(qiáng)大。
當(dāng)前AI落地的最大瓶頸已經(jīng)不是模型智商,而是產(chǎn)品設(shè)計(jì)與人機(jī)信任。技術(shù)界往往對(duì)大模型的參數(shù)和跑分極其狂熱,但Mike指出,現(xiàn)在AI大模型的能力已經(jīng)遠(yuǎn)遠(yuǎn)超出了實(shí)際被用戶利用的價(jià)值。開發(fā)者如果只給用戶一個(gè)無所不能的空白聊天框,只會(huì)導(dǎo)致用戶陷入選擇癱瘓。要讓AI真正融入工作流,需要類似于從PC端到移動(dòng)端那樣的革命性UI/UX設(shè)計(jì)。
而企業(yè)級(jí)AI落地的最大阻礙是員工的不信任。AI Agent在一秒鐘內(nèi)自動(dòng)處理了15封郵件和審批,用戶的本能反應(yīng)并不是開心,而是恐慌:“它到底發(fā)了什么?有沒有出錯(cuò)?”因此,優(yōu)秀的AI產(chǎn)品必須設(shè)計(jì)合理的斷點(diǎn)與回路,它需要允許用戶在工作流中實(shí)時(shí)提問“你正在做什么”,并在關(guān)鍵決策前停下來詢問人類的意見。只有在不打擾用戶的前提下,建立起透明的信任機(jī)制,AI才能真正成為生產(chǎn)力工具。
面對(duì)這一輪技術(shù)更迭,我們無需為SaaS行業(yè)的陣痛而過度悲觀。AI在商業(yè)軟件中的終局,不是建立一座全知全能、徹底淘汰人類和現(xiàn)有系統(tǒng)的神殿,而是像基礎(chǔ)設(shè)施一樣,深深融入到現(xiàn)有的工作流與核心業(yè)務(wù)中。在這場(chǎng)變革中,懂得利用AI重構(gòu)交互、深挖業(yè)務(wù)邏輯壁壘的軟件公司,將迎來比過去十年更加輝煌的黃金時(shí)代。