NotebookLM 是新的 CRM，所有结构化 CRM 都没有未来
今天 ChatGPT 的搜索功能发布了，或许是已经用 Perplexity 比较习惯，此次 ChatGPT 的搜索就没太多惊艳感了，所以我体验了一下感觉效果一般般，看看后续多用用会不会有更多不一定的体验。
昨天，Slow Venture 的合伙人 Sam Lessin 发表了一个非常有意思的观点，认为类似 Google NotebookLM 这样的产品出来后，所有结构化的 CRM 公司都没有未来，因此他写了一篇文章叫《做空结构化 CRM 公司 Short all the structured CRM companpies》。
虽然我并不完全同意他的观点，但我读完很有感触，也对他所说的那个愿景非常期待，因为我的工作方式和他有点类似，我也不擅长做结构化整理。Sam Lessin 以自己的个人体验分享说，NotebookLM 和 AI 无结构化 CRM 的未来将会非常了不起：
大多数 VC 花费大量时间和精力将交易等内容放入 CRM 并以结构化的方式跟踪，我们从未这样做过，原因有很多，但主要是因为懒惰/成本/价值……
但在过去的十年里，我们所做的是每周写一封电子邮件给对方，讨论我们认真考虑的交易、有趣会议的笔记、投资组合公司等……问题是，尽管我们有这些历史记录，但它们都埋藏在邮件中，除了在值得挖掘真实历史的罕见/特殊情况下，很难从这些信息中做任何事情。
NotebookLM 来了后，就为你提供一种神奇的体验，它展示了大型语言模型（LLM）如何真正改变人们的工作方式：
- 导出 10 年的邮件：我将大约 10 年的这些邮件历史记录全部导出为 .mbox 文件，然后从该 .mbox 中提取每封邮件的关键内容（发件人、日期、主题、正文）；
- 上传到 NotebookLM：将整个邮件历史上传到 Google 的 NotebookLM；
- 完成后，我现在可以查询这十年的邮件历史，几乎涵盖了我们的整个投资历史，得到的答案非常棒。效果极佳（并且在需要时深度链接/引用历史中的所有内容）。
我实在看不到那些需要工作去更新和维护的结构化 CRM 产品，能在这个范式转变中存活下来的理由。拥有人类输入的原始记录/材料非常重要，但它应该像对话（文字和语音）一样流畅——然后由机器来处理剩下的事情。
Sam Lessin 说，将人工手动输入到结构化字段中的时代已经结束，以及无数旨在加快这一进程的 SaaS 平台的时代也已结束——而这一切都始于 CRM。
他说让他非常惊喜的是，以前他都是自己写这些脚本，但 ChatGPT 完全自动化了这个过程，上传文件，告诉它要做什么，获取提取后的文本（这虽然不是火箭科学，但很酷！），下图是他分享的原文。
我特别喜欢他这个观点：拥有人类输入的原始记录/材料非常重要，但它应该像对话（文字和语音）一样流畅——然后由机器来处理剩下的事情。
这让我想起了最近一段时间那些增长非常快速，以及纷纷拿了 VC 融资的 AI 笔记（会议）类产品，我在前几天这篇文章里做了一下汇总《一 AI 笔记再拿 5000 万美金，OpenAI 董事长的 AI 产品估值 45 亿美金了》，它们本质上和 Sam Lessin 的这个观点一致：通过（语音）输入原始记录，剩下的交给 AI 来处理。
所有的 AI 笔记（会议）类产品目前几乎都聚焦于对语音的处理，同时以结构化的方式提取输出有价值的信息和 Insight，目前输出的形式主要在文本。
而 Google NotebookLM 则在输入和输出端都更加丰富，在输入端，它不仅支持文本信息（链接、文件等），也支持语音和视频等信息的输入，只不过目前还不支持实时录音（这是 AI 笔记类产品聚焦的点）；
在输出端，它在支持文本输出的同时，也以播客对话的方式用语音做了输出，这是目前所有 AI 笔记类产品没有做的，这也成为它最为独特的一个地方。
这背后除了技术外，彼此面向的场景需求不同让最后的产品形态不一样，对于 AI 笔记类产品来说，以文本输出显然更符合高效的获取信息，特别是工作场景，文本更容易传播和获取；而 NotebookLM 更适合对效率相对没那么高的一些场景。但在信息的输入这块，我觉得未来可能都会做全覆盖（多种形态信息以及实时或者异步信息）。
Sam Lessin 帖子下面的很多讨论也很有意思，Ribbon AI 联合创始人说这也是传统 ATS 消亡的原因，他们许多客户选择完全放弃 ATS，即使是最好的 ATS（例如 Ashby）也过于结构化且乏味，预计每个垂直领域都会发生同样的情况。（Ribbon AI 做的也是用 AI 做招聘，和我之前介绍的几个 AI 招聘类产品有点类似《Benchmark 为了投一个 AI 招聘产品，合伙人开直升机抢投资机会》。）
Sam Lessin 之前曾发表了另一个观点，认为 AI 对 VC 和大部分创业公司来说机会非常少《3 大顶级 VC 重磅级团队重塑，VC 行业正经历深刻变化》，他现在仍然坚持认为，AI 的大部分机会都属于大公司。
之前在介绍 a16z 给 Hebbia 投 1 亿美金时《a16z 给这个 AI 搜索投了 1 亿美金，瞄准的是海量非结构化数据》，我就有一个初步的想法，如果 AI 在处理非结构化数据方面的能力越来越强以至于不再是什么大难题时，那么目前这种以结构化方式存储和处理数据的 CRM，或许也没啥必要了，或者这块至少应该会发生一些改变。
