一段时间以来，将SaaS公司转型为AI代理是风险投资界的一个显著趋势，我相信在新的一年和十年里，这一趋势会吸引越来越多的关注。一般来说，机构的存在和目的往往是有争议的，这种变化可能是其未来的核心。
什么是AI代理？
有许多不同类型的代理。在本文中，我具体指的是经历过这种变化的传统市场研究机构，而不是创意或公关机构。
虽然人工智能组织的最终功能是成为下一代传统组织，但它对外扮演着SaaS公司的角色，用它的机器学习软件卖给传统组织。
人工智能在这些特定机构中的渗透有两个原因：
1.市场调研依赖事实证据，AI一直无法从小说中确定事实。
2.市场研究是数据的业务，人工智能是定性数据复兴所需的催化剂。
虽然我们经常把AI看作是可以替代个人工作的东西，但我们很少意识到AI可能会重组整个行业的基础。
例如，代理提供人力来填补解决方案购买者需要什么和可以自动完成什么(例如使用软件)之间的巨大差距。在传统组织中，交付解决方案所需的劳动力数量几乎不会随着时间而变化。相反，通过AI机构，对劳动力的需求正在减少。
人工智能组织提供的解决方案结合了人工和快速改进的人工智能产品。至关重要的是，人工劳动的实现是为了生成可以反馈给产品的数据。这使得人工智能系统能够学习和扩大自动化范围。随着时间的推移，与交付解决方案相关的劳动负担从人转移到机器上。
尽管人工智能组织最初看起来像拥有庞大工程团队的产品支持服务公司，但它们已经转变为SaaS公司，销售软件来取代部分专业服务行业。
人工智能机制的优势
传统机构必须依靠人力来扩大规模，而AI机构可以缩小规模。这是因为人工智能组织可以自动化工作流，并用软件替换一些任务。例如，在编写调查结果报告之前，数据可视化仪表板可能会自动占用市场研究人员的初始数据编译时间。或者，类似的软件甚至可以检测关键发现并生成收入报告。在某些情况下，这个功能可以代替研究员的角色；或者，它可以让洞察团队有时间根据提取的结果进行更深入的研究。
对于专业服务解决方案的购买者来说，人工智能代理最大的优势在于，与他们提供的解决方案相关的服务成本和上市时间可能会随着时间的推移而稳步下降。
最后，对于以AI机构起家或成为AI机构的公司来说，这种转型越来越将企业规模与劳动力脱钩，导致单位经济的不断提升。
今天的人工智能代理
在开发通用的AI功能之前，大多数AI算法只能在狭窄的任务上表现良好。因此，新兴的人工智能机构倾向于专注于服务，其中大多数涉及与数据收集、处理和分析相关的重复任务。例子从专门从事自然语言主题编码的人工智能机构到招聘和候选人筛选。
德勤旗下的广告公司Heat就是一个AI范围窄(但很复杂)的例子。在AI的支持下，组织可以通过总结和分析在线对话，在趋势发生前的72小时内预测趋势。尽管Heat是一家创新型组织，但其部署技术的主要目的是为德勤的消费者洞察领域提供信息。
明天的人工智能组织
随着AI机构的不断普及，岗位要求和职称也可能发生变化。虽然很少，但与软件工程无关的专业角色已经开始将Python等编码语言列为首选或必要技能。像操作Adobe Suite一样，这项技能将成为入门级工作的标准技能，并在一些高中教授。那些希望进入这个领域的人会想知道关于这些要求的最新信息。
按照这个逻辑，可能会出现新的混合角色，这就需要对机器学习和AI有更高级的理解。未来，我们可能会看到营销数据总监或人工智能支持经理等职位，这两个职位都将改变代理和咨询公司向客户提出建议的方式。当狭义AI逐渐承担更复杂的人类功能(如有意义的对话)并成为通用AI时，这种变化很可能发生。
标签：