Productiv 针对国际市场的调研显示，不同企业在使用 SaaS 的程度正在分化。
虽然整体都在上升，但大型企业（员工数大于 2000 人）的强度明显不同。2021 年大型企业平均使用 SaaS 的数量为是 317 项，2023 年攀升到 473 项。
SMB（中小企业）则仅仅从 242 提升到 253 项，整体趋稳。
大企业数量大增的原因可能是，大企业本来内部就是非常多的应用，不断在经历 SaaS 化的过程。
TAM (Total Addressable Market 整体可参与市场空间) 是做业务分析或者赛道估计时的典型用于。分析人员会估算某个业务所对应赛道的最大理论空间，然后计算自己公式产品的占有率之类。
附图来自投资银行 Credit Suisse，其数据显示，2021 年全球线上广告收入空间为 4930 亿美元，占整个广告行业 TAM 的 64%。
显然，当业务的渗透率已经很高的时候，再继续去压迫线下部分难度会陡增，也不一定具备可行性。
Credit Suisse 认为可以把 TAM 的目标范畴迁移，比如：如果扩大到广告和商品销售（含电商带货等）这个市场空间就可以提升到 1.3 万亿美元；如果再考虑到中小企业的各种开支，这个数字可达 3.2 万亿。
...
MIT 的一项关于 AI 应用的调研，关于任务分配时，哪些受访者倾向于让 AI 做，哪些请i吸纳高于给初级员工（同事）做 ？
写邮件、归纳摘要、基础分析等，70% 受访者倾向于找 AI 工具，而复杂的 “项目” 类（持续几个兴起的工作、客户管理等）90% 受访者都会倾向于找同事。
AI 对人类工作（尤其是白领类）的替代已经在逐步成为现实。而 AI 时代，个体如何寻求职业发展是热门话题。
有能力胜任有一定复杂度的工作，是区别 AI 的（暂时）有效手段。即便是初级员工，也应考虑这个角度。
ARK 基金绘制了一张带有科技史味道的大图，展示了 1780 年以来主要的技术浪潮，以及对经济增长的影响。
此类可视化展示，有助于我们去寻找纷繁信息中的大的脉络。
比如，1800 年前后的蒸汽机，1850 年前后的铁路，1900 年前后的内燃气、电力和电话，1980 年前后的集成电路和 2005 年前后的互联网。
如果用增长幅度代表技术在当时的 “影响力大小”，1980 和 2005 的峰值高度是不及 1900 年的高度的。
ARK 预测 2030 年会形成新的高度，尤其是以 AI 为代表的新技术。到底有多高？还是泡沫，等待时间来检验。
