文章指出，尽管AI技术目前仍处于早期阶段，但其在SaaS领域的应用已经展现出巨大的潜力。作者强调，AI时代，业务场景和对客户痛点的深刻理解才是成功的关键，而技术只是助力。通过对Gartner的AI技术成熟度曲线的解读，以及对SaaS行业未来发展的预测，文章为读者提供了一个清晰的视角，帮助大家在AI浪潮中找准自己的定位。（因版权原因，原文中的曲线图已删除。有需要的同学可以在官网www.gartner.com/cn 搜索）一、AI技术成熟度曲线前一个月，Gartner刚更新了“AI技术成熟度曲线”。这条曲线的形状对每一个新技术都适用。一个新技术面世，都会经历一个早期大众及投资人期望值快速上升，然后泡沫破灭逐渐回归稳扎稳打实现价值的过程。在国内，这也被阿里系的同学称为从“愚昧之巅”到“绝望之谷”的过程。但我倒觉得不是什么愚昧和绝望，而是新事物发展必经的过程。我们假设一个新技术没有引起大众和专业领域的注意，虽然没有“愚昧之巅”了，但更可能是完全不冒泡的情况。回到这张图，我们可以看到这几个技术的成熟情况：最火的“智能体”Agent：高处不胜寒，这和大家感受到的一样——泡沫很大，人人都向往用Agent替代工作，可惜95%都是半截子。我并不看衰Agent，只不过不成熟的技术需要这样一个过程。好在“蓝色”圈圈表示2~5年可以成熟。通用人工智能AGI：则还在爬坡期，离成熟还需要超过10年。这也和业内感知差不多。而在2023年，我们曾经低估了AGI需要的时间。生成式AI：虽然热度在下滑，但还好离谷底不远了。云AI服务：处于上升期，果然是卖铲子的第一个上岸AI原生软件工程：刚刚开始。需要5~10年时间方能成熟。二、AI技术还非常早期最后一条估计出乎很多朋友的意料吧？今天红得发紫的n8n、MCP、AI编程……这些都还在很早期。我比喻大概就是相当于1957年在IBM实验室诞生的第一个高级编程语言Fortran I.而后才有70后程序员熟悉的Fortran 77（从1977年开始研发），1972年的C语言，1983年的C++，1990年的Java，1995年的Javascript，2000年的Python……也就是说，AI应用开发环境及开发语言都还在非常、非常早期。所以在今年的实战课上，对于AI产品开发，我更强调对业务侧知识积累；而AI应用技术则是一周就能上手、3个月就能熟练掌握的没有门槛的早期技术。我写的“AI产品工作量公式”： Coding < 为数据打标签