为什么美国人的AI应用看起来跑的好像更快些？

图片地址：https://images.tmtpost.com/uploads/images/2023/tkrss/4t5hyjtng3.png

文 | 李智勇故老相传：中国人擅长做应用，但在这次AI的应用上结果却大相径庭，美国人在AI应用上看起来跑的更快。Glean、Harvey等这类应用动辄ARR(Annual Recurring Revenue)过1亿美金，ARR过2500万美金的初创企业更是有相当大一批。这是真的有收入做支撑，而不是单单的估值高，所以反倒是更能反映应用深度。相比之下，国内的应用不管是在数量还是规模上就远逊。这是为什么呢？会一直持续下去么？未来可能的变数是什么？直接解释：B端数据层缺失美国人大量新应用全是B端应用，这其实和过去的SaaS一脉相承。现象上原因明显：过去美国SaaS也曾经突飞猛进，国内的SaaS就没搞起来，所以基于AI对SaaS做升级米国自然就也跑的快，国内就跑的慢。如果在商业上SaaS跑不通，只是支撑技术变成了AI当然也还是跑不通。深层次一点的原因则和数据成本有关。这点可以参照moveworks（28.6亿美金被ServiceNow收购）和Glean（估值56亿美金）的架构图来说明：（上面两张图来自两个公司官网：第一张是moveworks，第二张是Glean）这两张图的共通点是：都存在一个数据层和智能层，数据层是企业的完全表示，智能层导入大模型的通用智能的能力，基于数据层创造服务价值。Glean和moveworks的差异点是moveworks里面包含一个Agentic Plugins，原因倒也不复杂，moveworks拿企业整体做抽象，面对不同企业的时候HR