阅读本文大概需要 1.27 分钟。

先说下，我们的 AI 星球已经从「ChatGPT&AI赋能商业」改名为「AIGC 赋能商业」。

改名这件事，从一开始创建的时候就想改了。原先名字里带有 GPT 相关字眼的，我得承认，当时我们这名字起的时候，是带有点蹭热度动机的。

不过正如一开始所言，这社群也不是只分享 GPT 方面的，更多的是专注在整个 AI 赛道，是面向包含国内整个的 AI 生态的。

所以现在弱化 GPT 关键字，更名为「AIGC赋能商业」也是顺其自然的事情。

很多人好奇我们名字里的「赋能商业」是什么意思？又或者说 AI 要如何赋能商业？

这里也说下，当你认为 AI 是一个时代变革，不可逆的趋势的时候，从商业的角度，各行各业都要想着跟 AI 结合。

我最初在社群建立的时候，就给球友们说过两个真实的案例。 

比如跟好友私下交流时发现，有个做财务的朋友，给一些高校财会专业学生授课的，也给一些事务所会计经理做培训的，那么传统的财务授课培训肯定不行，AI 一定会改变财务行业，类似于 AI 帮你处理财务报表分析，做 ppt、excel 的 vba、跨国财务的会计制度等等，这些如果第一时间结合上 AI，你说你以后会不会成为财务领域的头部？ 

甚至还有一个餐饮行业的朋友跟我聊，说能不能后续跟我们社群合作，他有餐饮流量人群，最近也一直跟进 AI 时代如何跟餐饮结合。 

还有做自媒体的朋友，因为缺乏开发能力，来问我，他们会出一些自媒体领域的 prompt 模版，能不能用上我们开发的工具，去专门服务他们自媒体学员。

也是基于最初这点观察，于是有了「赋能商业」这个词。

未来，各行各业都会被 AI 多少改变。

不过话虽如此，现在有个现象是，AI 的热度有所下降了。

比如我看到我们社群有球友@至臻分享到说，根据抖音流量显示，AI 话题的流量进入 5 月后开始降温，AI 绘画的流量虽然有所上涨，但整体偏小众一些，并未进入主流人群视野。 

换句话说，在大多数人眼里，AI 的热度其实也不是特别高，注意我说的是面向大多数群体。但有意思的是，在创业圈，AI 可是越来越火，他身边不少创业者都陆续入局 AI 创业圈各种商业模式，服务方式，AI 产品层出不穷。 

有的则是做 To B 方向，即围绕 AI 这块展开做的企业培训。

由于他自己在面向 B 端方面有不错的经验，于是他做了点尝试后，在星球分享了几点关于 AI 在企业端的一些初步思考。我看了觉得还不错，这几点思考没准也可以给大家一点思考借鉴意义，所以这里稍微同步下：

1、现在的情况和 21 世纪初的互联网早期很像。大家讨论的热火朝天，C 端应用场景也越来越丰富，越来越多的个人用户都开始使用互联网。大家觉得互联网真好，这就是未来。

但企业端的互联网化普及走的比普通用户慢很多，因为企业端对流程配合度的要求很高。个人用户可以玩的开心，没事就玩玩，企业端则是完全基于成本和效率考量。

于是，明明一封邮件就能解决的问题，但大部分公司还是在打电话和发传真。组织习惯一旦形成，比个人习惯更难改变。

现在企业场景下 AI 化升级面临的问题，和当年非常相似。

2、通过调整业务流程，增加 AI 工具的培训，能立刻提升工作效率。以电商公司为例，电商公司的大部分工作流基本实现了线上化，数字化，标准化。但由于过去的业务流程成熟，员工操作习惯成熟，因此大部分员工在工作中感觉 AI 工具用于不用区别不大。 

如果对原有业务流程进行调整，例如把全流程数据都喂给 AI，然后让 AI 基于全流程数据进行流程优化，再由 AI 派发岗位任务。至少 20% 以上的沟通成本可以节省下来，如果再对员工进行 AI 工具技能培训，至少 30% 的工作量可以节省，综合提效 50% 是大概率可以实现的。 

提效意味着降本，市场陷入存量博弈的时候，降本就是增收。

3、公司领导需要先形成 AI 工具日常使用习惯，然后才能带动员工，实现企业的整体 AI 化升级。AI 工具的应用必须先从公司领导开始，以上带下才有可能推动 AI 化升级。手里拿着锤子，才会去敲钉子。

公司领导没有使用 AI 工具的习惯，就不会意识到 AI 工具到底能解决哪些问题。知道和做到之间巨大的鸿沟就是习惯，形成日常习惯的最简单的方式是在手机和电脑里安装 GPT 类工具，有问题先问 AI。每天用一用，渐渐会发现原来 AI 真的是超级生产力。

领导重视了，公司才会倾斜资源，然后才能普及。互联网时代的老路，AI 时代大概率要重走一遍。 

4、企业 AI 化升级是一个长期的系统性工作，虽然重要，但不紧急。AI 升级是一个长期的系统性工作，长期看对企业效率的提升是必然的，但其作用在早期并不容易显现，这主要是由 2 个原因造成的。

第一，多数人还未对 AI 工具的功能有更深入的了解。不了解工具，所以也就不知道工具能满足自己的什么需求。

第二，AI 工具在专业领域中的使用需要有数据库支撑。AI 技术的三大要素是数据，算法，算力，算法目前由各种模型来提供，典型如 GPT。算力目前主要由云服务商来提供，国内基本被大厂垄断。

数据是每个企业都有的，一旦企业将数据汇总，再接入 AI 工具，大量线上业务将实现效率大增。典型场景是大企业内部部署私有大模型，并集成企业知识库，对内 AI 担任企业知识专家的角色，对外担任线上智能销售或客服的角色。中小企业虽然不具备部署私有大模型的条件，但只要建设好企业知识库，引入外部 AI 工具，也可以实现和大企业一样的效果。 

知识库的建设，AI 工具使用习惯的养成，都是需要长期坚持的事情。

长期看价值是显而易见的，但短期什么开始？这是个仁者见仁的问题。

和 C 端市场相比，B 端市场目前竞争极少，市场几乎一片空白。

这是优势，但也是劣势。

不由想到一个陈年旧梗，两个卖鞋的跑到非洲，发现非洲没人穿鞋。一个很开心，说市场前景巨大。一个很沮丧，说市场没有需求。 

两个人说的都对，因为每个人的禀赋和视角不同。 

就像狄更斯所说，「这是最好的时代，也是最坏的时代」。

以上关于 AI 在 B 端的思考，希望能给大家一点思考借鉴意义。大家不妨也留言说说所在的是什么行业，公司又有没有开始应用 AI 或者说重视 AI 这块的？欢迎评论区留言说说。

PS：昨天文末提到的线下大会，昨晚我正式在星球官宣了。7 月 8 日杭州线下大会的事情，大会分享的主题将围绕 AI 赋能商业跟视频号这两大方向。这两天就会陆续通知相关报名信息，大家感兴趣的话，可以⬇️扫码关注我视频号留意下，近期直播跟大家分享的时候也会通知下。