当前的模型能力实践可以说达到了对它的痴迷。参数量表和推理速度已成为主要模型公司努力奋斗的一场巨大斗争。实际上，根据这种思想，即使LLM达到了世界的极限，Genai仍然无法避免其作为工具的命运。但是，具有讽刺意味的是，工具是针对企业的，大多数工具是“未经请求的需求”。换句话说，很少有人愿意为“可用的AI工具”付费（您愿意？）。而且，与大型投资相比，在AI行业中，工具收入不值得一提，并且不在相同的比例。模型公司很难通过提供AI工具来赚钱。确实，在SaaS的MGA第一天，我们还面临着为该工具充电的问题。幸运的是，SaaS建设的成本低于模型公司。因此，依靠适当的定价技术，盈利能力为comp可能的。实际上，我想说的是，SaaS通过更改内容交付的内容来解决工具充电的问题。也就是说，从原始的“销售产品”和“销售工具”到“销售结果”。如果您考虑一下，AI也可以从现在出售工具的销售中改变。客户可能不愿意为AI工具付费，但他们不会紧紧抓住钱包，以使业务价值带给他们。结果的逻辑值是所有结果都是可测量的。例如，“本月发现并停止的10名客户的损失”是AI的成功。如果平均客户更新价格为100,000元，则收回的收入损失为100万。销售结果工具的思维变化还为AI公司建立了商业化渠道，即作为AI的能力，可以通过渠道合作伙伴提供结果。除了AI传递的含量外，除了更改OM传输工具以交付结果，AI传输过程也应更改。当前与接口接口的联系只是一个人对该工具的调用。交付结果反映了一个完整的封闭业务循环，该循环与代理商的逻辑结合使用。也就是说，您只需要修复或推定任务，就可以获得业务结果。例如，如果您将“跟踪和警告客户流失倾向”的任务放置，并且您将获得流失趋势的客户列表。根据调整处理过程，可以向这些客户发布BR约会，并且还提供了访问CSM的时间表，从发现到维护。尽管此交付的CSM代理听起来并不像今天那样相信，但这是AI转换为交付人员的技术方向。因此，有理由相信，将来，AI竞争将不再是MODEL功能，但结果的交付水平可能是闭环。注意：文本/dai ke，文章的来源：Tobesaas，本文是该集合的独立视角，不代表Dyiga Dyiga的位置。