科技界“卖拐”

AI相关的发布会狂欢有时候会让人想到赵本山的“卖拐”。如果我们回想元宇宙的发展过程,你会发现这几乎和卖拐的过程一模一样。先是把一个科幻的概念结合新技术进展再包装,然后加大输出功率宣讲各种自圆其说的故事,然后扎克伯格扮演了范伟的角色?拐也买了(Facebook都改Meta了),可元宇宙在那里呢?

AI也有点这意思。

畅想有点多,应用有点少。

AI假如真的那么厉害,那能像互联网那样生活缺了就不行么,它的超级应用在那里呢?

一、致命的思维模式

从技术看应用和从战略角度看应用是两种要命的思维模式,要命的原因是这种视角下其实看不到超级应用,甚至很难看到有用的应用

科技界“卖拐”

这里的常识性问题在于,AI再发展也不是整个世界的镜像,而超级应用注定在世界和它的结合处。

也就是说横跨两个领域才能造就新的超级应用,这就需要一种从外往里的视角。

技术视角正相反,从AI往外看,这时候看到的就是各种简化版本的可能性,看到的是骨架子,而没有血肉的产品怎么可能成为产品。与此伴生的就是纯粹自顶而下的战略型思考。

这其实是研究院的模式,研究院可以有伟大的开始,很少很少有伟大的产品是彻底的从研究院出来的。

这时候不要扯第一性原理,第一性原理是个起点,迷惑处在于它会让人觉得已经掌握世界的本质,然后被当成终点。

PC、互联网大潮刚过不远,可以简单回顾下。

二、PC、互联网的简单回顾

是施乐的研究院发明的图形用户界面,但是乔布斯、盖茨看到后把它变成了现在两万亿美金市值事业的根基。这两人做的到底是什么工作?

互联网基础设施相对完备后,国内是马云、马化腾等完成了它的切实落地,他们做的到底是什么工作?

反面教材反倒是Facebook,这公司早期崛起全是因为基本没技术含量的校园内的社交产品,后面一想发挥自己雄才大略基本就挂。第一次是APP的选择上,它们觉得应该还是H5类网页,然后为了善后大幅收购,包括190亿美金收购WhatsAPP。最近则是元宇宙,改名这事实在是决心下的够大,然后眼看着也是一地鸡毛,眼看是有点瘸了。

所以这个时候如果真的想去寻找AI的应用,真的不必太在意谁说了什么。

核心就是一点:回到现场去感受新技术,然后思考和实践它到底能干什么,形成体验的闭环。

三、回到现场

回到现场、建立自己的测试集,就会陆续看到很多新可能性。

现在有什么应用是过去不能做,现在真能做的了么?

过去我带队做产品的时候设想了大量产品,有的尝试过后限于当时的技术放弃了,但现在看起来有些产品逐渐可以了。

之前有个产品叫VIPKID,主打就是用外教陪小朋友练习英语口语。很多家长为了让小朋友练习英语口语应该都买过。后来则逐渐销声匿迹了,一说是因为运营成本过高,成本包括流量成本和外教的成本。

那是不是可以把外教换成AI?

用AI来做外教能做到什么水平?

过去的麻烦是如果是AI又必须用小爱同学这样的唤醒词,那整个交互过程就会非常蹩脚。如果不用唤醒词又没法区分到底那些是交互的内容,那些是周围的干扰。

不要低估这事,真实场景的交互因为环境干扰很麻烦的。否则也不至于地球上组织了几万聪明人,最终也还是只能选唤醒词。

现在好些,用模型在后端判断是否在和自己交互可能性变高了,这样就可以真的打造一种去除唤醒词的交互方式。因为这个场景不像Siri那么开放,相对垂直,免唤醒的交互方式成立的可能性在变高。

类似的,我们是不是可以打造一种真实场景下的妈妈讲故事。AIGC生成各种有趣的故事,用妈妈的音色放给小朋友听?

有人也许说,这东西我做过。

这时候就别学扎克伯格了。

而是回到现场,打磨细节。

交互真的流畅么,故事真的精彩么?

智能音箱上差不多把所有的这些都做过一遍,但现在那里变了呢?

上面这类应用如果仔细想想,就会发现这类产品起点都是源于对某种角色的置换。

妈妈、教师、女友…整个一个AI版的角色扮演。

扮演好一个角色,需要新技术,但画龙点睛的那一笔是要理解角色、理解感受。

所以这种产品先天和研究院模式、战略式的自顶向下思考是冲突的。校园社交网络这种创意为什么不是思科的人先做呢,他们显然更理解网络?意思差不多。

四、寻找超级应用

上面这种角色越多,就越可能造就新的超级应用。

举一个开脑洞的例子。

过去我们有一个产品大类叫UGC。

抖音甚至知乎都是这种产品。

那假如上面说的各种AI角色已经那里都是,那真的还需要UGC么?

为什么不是根据偏好判断直接产生内容?

当然可以保留社交属性,可那不是现在的这种产品形态了。

毕竟一多半以上的人,并不是内容生产者而是消费者。

如果AIGC的水平真的达到一定程度,那所有UGC的产品(包括搜索)其实都要重来。

现在没有,还是智能水平还不够。

角色重组,会导致新的应用形态。不能老盯着过去成立的产品。

回到切实成立的角色,加一点想象力来寻找超级应用可能更靠谱一点。

科技界“卖拐”

五、从以终端为中心到以智能为中心

仔细想想我们会发现,AI其实必然以智能为中心

这和移动互联网很不一样,移动互联网基本上以手机为中心。

当然所有产品都会有端、有云,但以App为中心的移动互联网和以Web为中心的PC互联网其实游戏规则是不一样的。

移动互联网差不多把App重要度提到一个无以复加的程度。

手机这个端的重要性超过所有其它终端的数倍还多。

AI就不是。

chatGPT是不是APP就没有想的那么关键。

小爱同学这种产品是不是智能音箱其实也不关键。

这是什么模式?这是以智能为中心的模式。非要类比会更类似Web,而不是移动互联网。

这种模式决定了很多事,比如:

早期AI企业规模恐怕没互联网涨的那么快。

一定程度上除了小品类,恐怕也不会以手机为主战场。

不是不行,而是既有力量太强大。

以智能为中心的产品模式,需要找到自己的新立足点。

为什么强调这点呢?

因为我发现即使很有名的人也用互联网术语来描述AI。

DAU这些其实可以扔一扔了。

如果非要创造一个,我觉得适合用Value Per Role(VPR)。

我们对比过AI和互联网的差异,AI如果像我们说的那样是打深井,那就应该计量每口井的出水量。计量覆盖多大面积有什么意思!

参见:为什么说互联网方法论在AI上差不多全是错的

六、智能的价值密度

之前提过一点智能价值密度这个概念,这次正好结合以智能为中心,再表述下。

就和矿有富矿和贫矿一样。

不同角色的智能成分是不一样的。

以能干为前提,AI不求矿多,求的是富矿。

度量贫富的就是智能的价值密度。一个情景里面智能占比越高,如果能做,AI实际效果越好,比如下棋。

反过来比如搬砖,那其实大模型这类智能的价值就没想那么大。过去的技术也就覆盖了。

所以AI核心是找的准。

这事并不难想明白。但思维惯性太大。太多人还是在老的模式下思考这事了。

很简单的问题,AI是烧Token的,如果100个人用,90个人每天问今天天气怎么样这类无价值问题,但它花的成本和有价值问题是一样的,这显然就会增加商业模式成立的难度。

假如我们还用互联网那个转化率漏斗,那大概率从点击率到成交率即使是符合互联网的漏斗也是不赚钱的,因为你成本高了。除非英伟达真的把这种Token生产变的和加减乘除一样便宜。互联网通过硬的基础设施(云等)、软的基础设施(缓存等)优化了这个地儿的成本。GPU显然比一般服务器还是贵很多。

怎么对冲这类发散导致的问题呢?

显然需要角色的精准。和以智能为中心的应用。

七、一点点方法论

典型的落地方法论其实叫由特殊到一般,再由一般到特殊。(大家自己查是谁说的)

也就是自底向上和自顶向下来回穿梭。

当试错成本低的时候,纯粹的感受派(自底向上)就会占绝对上风。但自底向上就看到机会容易,看不到跃迁的可能性。

当试错成本高的时候,战略派(自顶向下)就会占上风。但这容易看到框子,却看不到抓手和落地点。

AI产品正好要求变高了。这时候单一维度恐怕是不灵。先从角色开始,再有整体趋势认知恐怕更合适。

八、小结

AI这种纯粹硬科技驱动的事业会导致一种迷信,大家会相信一些似乎知道更多的人,但这很要命。冷静的人一定知道,这个时候大家都所知不多,最多知道一点方法的方法。这点方法的方法有点用,但真说落地的话,重要度远不如回到角色和感受。而如果回不到角色和感受,就会很容易变成科技界的卖拐。

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部