服务即软件改变一切

快速阅读: 《信息周刊》消息，在过去十年中，软件即服务（SaaS）改变了商业格局。如今，结合人工智能的“作为软件的服务”（SaaS 2.0）正迅速兴起，通过智能API和自主服务自动化业务流程，减少人类干预。这种方法能处理财务、法律、营销等领域的工作，使软件实现自治。尽管仍处于初级阶段，SaaS 2.0有望显著改变企业运作方式。

在过去十年里，软件即服务（SaaS）重塑了商业面貌。低成本且高度灵活的应用程序已成为常态，更敏捷、可扩展的IT框架也随之而来。如今，大中小企业都在使用曾经遥不可及的强大软件。随着人工智能的兴起，这一概念正在演变。“作为软件的服务”正迅速成形。它结合了SaaS和业务流程外包（BPO）的核心原则，形成了一种新的、以AI为动力的框架。研究公司Forrester Research的高级研究总监弗雷德·吉隆解释道。作为软件的服务，也被称为SaaS 2.0，不仅仅是将AI叠加在现有应用程序之上。它围绕通过智能API和自主服务自动化业务流程的概念展开。该框架旨在通过基于事件、行为变化和反馈的AI代理消除人类输入和参与。结果是自治软件。“传统SaaS提供基于云的工具，员工仍然需要进行工作。作为软件的服务颠覆了这种模式。你不是让员工去做工作，而是调用API或使用能够为你工作的软件。”总部位于英国的咨询公司TimeLapseAI创始人马克·斯特拉福德说。相关：SolarWinds首席执行官谈44亿美元收购、稳定不确定性和保障未来

这种方法特别适用于处理专业、定义明确的过程。这包括财务审查、法律分析、IT报告、市场营销和公共关系审查以及一般性研究。尽管作为软件的服务仍处于起步阶段——并且部署时存在一些注意事项——但它很可能会进一步改变企业。吉隆认为，它“可能超越SaaS革命”。

除了机器人提高生产力是任何成功企业的基础。然而，尽管软件自动化浪潮和日益复杂的AI工具不断涌现，大多数组织内部仍然盛行手动流程。作为软件的服务旨在通过扩展基于云平台的交付概念来填补关键缺口。越来越多的供应商正在进入作为软件的服务领域。名单包括Klarna、Moonhub、Thoughtful Automation、Crescendo AI、Converzai、Adept和Inflection AI。这些公司通常提供预先设计好的代理，用于处理特定任务。有些包括语音启用的界面和交互。

早期采用者已经在使用这些工具来处理通常涉及文档处理、医疗转录和自动发票处理的专业任务。这些用例经常利用存在于文档、消息、图像和各种形式中的非结构化数据，并将其转化为结构化的、可操作的信息。换句话说，作为软件的服务本身进行工作，而不是为人提供工具。它不仅仅是扫描数据并寻找匹配或模式，而是根据信息采取行动。斯特拉福德解释道。

例如，AI驱动的会计软件可以自动分类交易、报税并监控合规性。AI驱动的营销和销售可以识别潜在客户、撰写个性化信息，并自主安排与感兴趣的潜在客户的通话或演示。AI支持的内容创作可以根据原始数据起草市场研究报告、法律摘要或产品描述。SaaS 2.0成为可能是因为近年来AI系统已经发展并融合。虽然生成式AI和大型语言模型最近吸引了大量关注，但机器学习和深度学习也取得了进展。“大型语言模型使作为软件的服务成为可能，”斯特拉福德说，“但传统的机器学习算法仍然非常有价值，尤其是在预测分析和工作流优化方面。”

不出所料，结合这些独立的AI组件会产生大于各部分之和的效果。正如吉隆解释的那样：“AI持续分析互动，从成功和失败中学习，并随着时间推移完善其表现。这个持续学习循环确保服务交付变得更加智能、个性化和有效。”

更聪明的AI作为软件的服务模型的一个关键优势在于它可以大大简化AI的采用——同时自动化50%到70%甚至更多的交互。吉隆说，与其在内部构建复杂的AI模型，组织可以转向预先包装的解决方案，提供预先设计的AI驱动的工作流程。就像传统的SaaS一样，更新和补丁会持续进行。结果是，当作为软件的服务提供商推出新功能和能力时，能够访问它们。这创建了一个持续学习和优化循环，促进了更智能、个性化和有效的作业模式。SaaS 2.0还支持一个优先考虑可衡量的业务成果和绩效指标的战略框架。然而，人类监督仍然是至关重要的——至少目前如此。斯特拉福德提倡一个三层模型，特别是在组织熟悉该领域并启动试点项目时。他建议完全自动化低风险任务；使用人机协作处理中等风险活动；并保持由人类主导的高价值或高风险操作。“一切都归结于信任，”斯特拉福德表示。“你必须理解如果系统做出错误预测或采取错误行动，可能的成本和后果是什么？”

不出所料，这些考虑因素因组织和行业而异，企业和IT领导者应考虑监管要求、董事会的信心、地缘政治事件和整体风险承受能力。CIO和IT领导者应该从小做起并迭代，专家们说。随着组织获得信心和信任，它可以扩大SaaS 2.0组件的自主权。“失败往往是从太大开始，而非太小。”斯特拉福德指出。因此，了解整个工作流程、建立监督和保护措施、建立测量和验证工具，并专注于成果至关重要。吉隆说，有几个因素可以决定一个项目的成败。数据质量和跨系统集成的能力至关重要。标准化框架是关键。这包括清理、标准化和准备遗留数据。“数据标注和注释可能是一个耗时且资源密集的任务。它可能需要专门的知识和工具。”他说。与此同时，重要的是要识别和解决数据中的潜在偏见，并关注安全和监管风险。

在未来几年里，吉隆说，作为软件的服务将深入到联络中心、IT服务、人力资源、供应链和其他服务质量与成本效率至关重要的运营领域。他说，商业世界将全面拥抱SaaS 2.0。“它将推动管理服务的发展，使其不仅是离岸外包或外包，而是持续优化、AI驱动，并且专注于业务成果。”

(以上内容均由Ai生成)