它們會借此翻身嗎？

要知道，四小龍已經燒掉合計超過600億的資金，還沒找到可走的商業化之路。想靠ChatGPT的概念，另辟商業化的蹊徑，成功的希望并不大。

多數分析師認為，它們遲遲無法盈利，甚至連盈利的方向都沒想好，都是因為：研發費用居高不下、國內人工智能尚處于“弱人工智能階段”，以及缺少商業落地場景。

在我看來，這些是所有創新科技企業必然要經歷的階段，根本不是不盈利的原因。

實際上，它們當前是否盈利，說明不了什么。如果模式對了，這么多資金的鋪墊，到時自然會盈利，現在只要看出趨勢即可；而如果模式不對，則永遠沒有盈利可能。

那么，怎么看模式對不對呢？一個標志性的檢驗標準是“可規模化”，它也是審視XaaS業務成熟度最重要標志之一。

如果覺得“可規模化”一詞不易理解的話，它還有幾個同義詞，比如“可復制”、“可重復”和“可擴張”等。

XaaS類技術公司的成功，通常需要經過兩個階段：商業化階段和規模化階段。可以這樣理解：只要有一個客戶購買并使用了你的服務，你就可以說你的業務已經進入商業化階段了。但只靠這一個客戶，顯然成不了氣候，你還需要有更多客戶才行。

也就是說，不能規模化的商業化毫無意義。

在一般人看來，規模化這事很簡單，不就是把AI做成標準化產品嗎？

其實這種認識非常膚淺，因為一個XaaS業務的規模化，不只是產品的可規模化，而是如下圖所示的，全生命周期可規模化。

生命周期內四個階段，如有任何一個不可規模化，那結果也就很難實現可規模化。

所以，對于XaaS轉型的公司，整個業務需要重新設計。這方面，海外AIaaS（智能即服務）經驗可以參考，它們基本是兩個方向：AI平臺或者AI應用。

AI平臺是海外AIaaS的主流，比如C3.ai。因為AI的模型訓練花費高昂，不可能每家公司都自研一套，所以AI平臺正是暗合了SaaS的共享服務的優勢。

AI應用類的SaaS，是將AI應用于某個業務或某個領域的SaaS，比如People.ai，它把自己定位為Sales Intelligence的SaaS服務商。不過，隨著AI應用業務領域越來越多，智能化成為SaaS的標配，最后可能大部分SaaS，都可以說自己是AIaaS公司。

國內AIaaS的情況，有可能與海外不同。即AI平臺不容易成為主流，除了技術原因外，更可能的原因是，國內公司不習慣在別人的平臺上建立應用，特別是付費使用。

所以，國內AI公司更可能選擇某些細分領域或某些具體業務落地，這是實現可規模化的可行道路。

不過，這個理念與現在熱炒的AI技術背道而馳，每當把一個AI視為無所不能、隨處可用的技術，那規模化的路，就已經被堵死了。

AI公司如果只靠幾個大項目的集成，那收入和盈利顯然都無法保障。于是很多國內AI廠商宣稱向AIaaS轉型，但實際效果并不明顯。

這同時也意味著，在一個相當長的時期內，還看不到業務向好的趨勢，更不要說持續盈利的可能了。其實，大數據、RPA等，也面臨同樣問題。