Ketika model besar mulai "mengonsumsi" data perusahaan, yang dijual SaaS bukan lagi perangkat lunak, tetapi apakah pelanggan berani menyerahkan nyawanya kepadamu.
Penulis artikel, sumber: NiuTouShe
Dalam diskusi tertutup frekuensi tinggi terbaru, NewTrend menemukan fenomena yang sangat kontradiktif: di berbagai konferensi ekosistem, para pendiri layanan perusahaan terus menyerukan "mengadopsi sepenuhnya model besar"; namun secara pribadi, mereka semua terganggu oleh kecemasan yang menyentuh inti jiwa—jika daftar pelanggan CRM, arus keuangan ERP, dan daftar gaji HR klien diberikan tanpa batas melalui antarmuka ke model dasar perusahaan besar, apakah hambatan bisnis yang telah kami bangun selama sepuluh tahun akan terbongkar seluruhnya?
Kepala perusahaan besar menjamin dengan dada tegak: “Tidak akan pernah menggunakan data pelanggan untuk pelatihan, dihapus setelah digunakan.” Namun di era “kotak hitam” model besar yang tak terlihat dan tak terpegang ini, janji yang bergantung sepenuhnya pada batasan moral terasa sangat rapuh di hadapan kepentingan bisnis nyata.
Pertarungan diam-diam seputar kepemilikan buku besar inti perusahaan telah dimulai.
Waspadai hisapan
Untuk memahami permainan ini, pertama-tama Anda harus tahu apa yang kurang pada model besar umum.
Model besar generik dari perusahaan besar seperti "ahli soal berprestasi tinggi tapi lemah dalam praktik"—mampu menulis puisi dan kode yang indah, tetapi langsung kebingungan saat memasuki skenario bisnis nyata perusahaan. Ia sama sekali tidak mengerti bagaimana menghitung ulang biaya seluruh lini produksi ketika harga bahan baku naik di industri manufaktur; ia juga tidak memahami kompleksitas komisi dan rebate yang rumit di berbagai wilayah di rantai supermarket. "Pengetahuan industri" yang bernilai jutaan dolar ini seluruhnya tersimpan di database vendor SaaS vertikal.
Agar model besar menjadi lebih cerdas dan bisa dijual dengan harga tinggi, ia harus “memakan” data-data ini. Bagaimana cara memakannya? Melalui akses antarmuka terbuka ke sistem SaaS, model besar memulai proses “belajar diam-diam” yang sangat halus:
Langkah pertama, ambil data. Model besar mengambil data bernilai tinggi seperti rincian biaya dan diskon penjualan dari sistem SaaS melalui antarmuka ke dalam "otak"nya.
Langkah kedua, analisis perhitungan. Dengan memanfaatkan daya komputasi yang sangat kuat, model besar segera membandingkan data ini dan memberikan kesimpulan bisnis yang akurat.
Langkah ketiga, internalisasi pengalaman (langkah paling menakutkan). Setelah menghitung semua biaya, perusahaan besar benar-benar menepati janjinya dengan menghapus data arus kas awal Anda. Namun, selama proses ini, model besar telah benar-benar "mempelajari" pola fluktuasi biaya industri Anda dan cara bisnis khas Anda!
Model besar tidak mencuri angka teks biasa Anda, tetapi ia mencuri “pengalaman dokter tradisional Tiongkok” yang tersembunyi di balik angka-angka tersebut. Benteng perlindungan yang dikumpulkan dengan susah payah oleh pemasok SaaS selama sepuluh tahun secara diam-diam diinternalisasi menjadi kecerdasan dasar perusahaan besar setelah beberapa kali pemanggilan antarmuka oleh model besar. Ini adalah serangan penurunan dimensi yang sangat mematikan.
Kehilangan kepercayaan
Ini belum yang paling buruk. Yang paling buruk adalah, ketika Anda membuka pintu bagi model besar, Anda sebenarnya sudah menyentuh titik sensitif para klien Anda yang menjadi sumber rezeki Anda.
Perusahaan pemerintah dan bisnis besar serta menengah di Tiongkok, serta perusahaan swasta terkemuka, memiliki sensitivitas tinggi terhadap keamanan data yang tertanam dalam darah mereka. Dulu, demi menjaga kerahasiaan, para bos hampir ingin mengunci server di ruang bawah tanah perusahaan mereka sendiri. Sekarang, jika Anda mengatakan kepada mereka: "Bos, kami telah terhubung ke model bahasa publik dari perusahaan besar, sistem kita akan menjadi lebih cerdas dari sekarang."
Pelanggan tidak hanya tidak akan senang, tetapi juga akan terkejut: apakah ini berarti harga dasar pembelian inti perusahaan, gaji sebenarnya para eksekutif, dan tingkat perpanjangan pelanggan besar semuanya harus dikirim melalui internet ke server perusahaan besar di luar sana untuk “dihitung” ulang?
Begitu menyentuh garis merah keamanan data, pelanggan pasti akan menyalahkan Anda, penyedia perangkat lunak SaaS, bukan pabrikan model besar. Perusahaan SaaS terjepit di tengah: tidak mengintegrasikan AI, sistem terlihat kuno dan sulit dijual; mengintegrasikan AI dari pabrikan besar, pelanggan merasa tidak aman, berisiko melanggar kontrak, bahkan terseret ke pengadilan. Di industri yang sangat konservatif seperti keuangan, kesehatan, dan manufaktur, ini benar-benar seperti kutukan kematian.
Serangan balik SaaS
Untuk menjaga kepercayaan klien dan pekerjaan mereka, para ahli layanan bisnis yang cerdas telah mulai menyadari pentingnya ini dan menerapkan tiga strategi pertahanan sangat kuat, dengan tujuan utama tunggal: mencegah peniruan dan kebocoran informasi.
Trik pertama: Hanya berikan kesimpulan, jangan berikan proses (black box bisnis)
Pabrikan SaaS vertikal mulai menyimpan sebagian besar model besar.
Ketika model besar meminta data, jangan pernah memberikan rincian transaksi tingkat bawah. SaaS sendiri menghitung akun-akun kompleks dan sensitif tersebut, lalu hanya memberikan kesimpulan akhir yang telah dianonimkan kepada model besar. Di sini, model besar hanyalah alat penyampai pesan, sementara SaaS adalah otak sejati yang membuat keputusan. Ini secara langsung memutus jalur model besar untuk belajar pengalaman dari area yang dalam.
Langkah kedua: Pindahkan daya komputasi AI ke ruang server klien (deploy privat)
Ini adalah langkah paling mendasar untuk mengatasi krisis. Karena mengirim ke cloud publik tidak aman, maka jangan kirim sama sekali. Vendor SaaS tidak lagi bergantung pada model besar berukuran triliunan di luar sana, melainkan memilih model ringan berukuran miliaran, yang setelah dilatih khusus, langsung dikemas dan diinstal di server perusahaan klien sendiri, bahkan di komputer bosnya. Gunakan “kekuatan komputasi turun ke desa” alih-alih “data naik ke cloud”. Setelah kabel jaringan dicabut, data terisolasi secara fisik 100%, mencapai benar-benar “daging busuk di dalam panci sendiri”.
Trik ketiga: Menyisipkan racun dan memberi tanda pada data (pelacakan anti-pemalsuan)
Dalam beberapa skenario di mana Anda harus memberikan data ke model besar, para teknisi mulai menyisipkan tanda khusus yang tak terlihat oleh mata telanjang dan tidak memengaruhi bisnis ke dalam aliran output. Jika suatu hari nanti ditemukan bahwa model besar dari perusahaan besar lain menggunakan logika bisnis eksklusif Anda saat menjawab pertanyaan dari pihak lain, cukup periksa tanda tersebut—ini akan menjadi bukti kuat bahwa perusahaan besar tersebut secara diam-diam menggunakan data Anda untuk pelatihan.
Penetapan ulang harga
Di bawah dampak model besar, logika perhitungan perusahaan dalam membeli perangkat lunak telah berubah sepenuhnya.
Sebelumnya, pihak pertama memilih perangkat lunak terutama berdasarkan “apakah fungsinya lengkap atau tidak, antarmukanya menarik atau tidak.” Namun di masa depan, seiring kesadaran para bos akan kedaulatan data, standar utama mereka dalam membeli akan berubah menjadi: “Apakah Anda bisa bersumpah menjamin data saya tidak akan bocor sama sekali?”
Ini berarti "rasa aman mutlak" akan menjadi titik penjualan paling langka dan paling berharga di lintasan layanan perusahaan di masa depan.
SaaS ringan yang tidak memiliki siklus teknologi sendiri dan hanya menjadi "pengeras suara" untuk model besar akan segera kehilangan minat pelanggan besar. Sementara itu, vendor yang mampu membawa daya komputasi AI ke ruang server klien dan menghitung akun yang rumit dalam sistem mereka sendiri tidak hanya akan memulihkan kepercayaan mutlak dari klien, tetapi juga dapat dengan percaya diri merebut kembali otoritas penetapan harga produk yang sangat tinggi saat seluruh industri terlibat dalam persaingan harga yang sengit.
Mengungkapkan kartu terakhir adalah jalan buntu
Jika dua masalah inti—“data siapa yang menjadi milik siapa” dan “mengapa bos harus percaya padamu”—tidak diselesaikan dari akarnya, ekosistem AI yang disebut-sebut sebagai makmur akan selalu berputar-putar di pinggiran dan sama sekali tidak menyentuh bisnis inti perusahaan besar.
Dalam permainan antara perusahaan besar, SaaS, dan klien yang melibatkan ketiga pihak ini, tidak ada yang akan secara aktif melepaskan daging yang dimilikinya. Ambisi perusahaan besar terhadap data tidak akan berhenti, dan batas dasar keamanan mutlak dari klien tidak akan diturunkan. Bagi pemasok SaaS, membayangkan bahwa dengan menundukkan diri dan menyerahkan data dapat memperoleh sedikit lalu lintas dari raksasa-raksasa tersebut adalah jalan buntu murni.
Di era ini, hukum hutan sangat sederhana dan kasar: di mana data Anda disimpan, di situlah benteng perlindungan Anda. Dalam pertempuran tak terlihat tanpa asap ini, menjaga garis bawah data berarti menjaga nyawa seluruh perusahaan.