AI,一场科技界“卖拐”
本文来自微信公众号:琢磨事(ID:zuomoshi)
AI相关的发布会狂欢,有时候会让人想到赵本山的小品《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,再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?拐也卖了(Facebook都改Meta了),可元宇宙在那里呢?
AI的发布会也有点这么个意思。
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?
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。
这里的常识性问题在于,AI再怎么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上而下的战略型思考。
这其实是研究院的模式,研究院可以有伟大的开始,很少有伟大的产品是彻底从研究院出来的。
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自己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。
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,这家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了。第一次是App的选择上,它们觉得应该还是H5类网页,然后为了善后大肆收购,包括花190亿美金收购WhatsApp。最近则是元宇宙,改名这事实在是决心下得够大,然后眼看着也是一地鸡毛,眼看着是有点瘸了。
所以这个时候如果真的想去寻找AI的超级应用,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。
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的可能性。
现在有什么应用是过去不能做,现在真能做得了的么?
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变得可以做了。
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哪些是交互的内容,哪些是周围的干扰。
不要低估这事儿,真实场景的交互受到环境干扰是很麻烦的。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。
现在好些了,用模型在后端判断是否在和自己交互的可能性变高了,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?
智能音箱差不多把所有的这些都做过一遍,但现在哪里变了呢?
上面这类应用如果仔细想想,就会发现这类产品的起点都是对某种角色的置换。
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、战略式的自上向下思维是冲突的。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?大致上是这么个意思。(参见:《角色中心式计算:AI大模型颠覆性的起点与终点》)
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角色已经哪里都是,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诞生,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。
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的重要性提到一个无以复加的程度。
手机这个终端的重要性超过所有其它终端的数倍还多。
AI就不是这样的。ChatGPT是不是App就没有那么关键。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得那么快。
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》)
智能的价值密度
之前提过“智能的价值密度”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的那么大。过去的技术也就覆盖了。
所以AI的核心是找得准。
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”这类无价值的问题,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生产变得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)优化了这些成本。所以啊,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。(参见:《智能的价值密度》)
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)
也就是自下向上和自上向下来回穿梭。
当试错成本低的时候,纯粹的感受派(自下向上)就会占绝对上风。但自下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(自上向下)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的。先从角色开始,再有整体趋势认知恐怕更合适。
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。冷静的人一定会意识到,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,重要性远不如回到角色和感受上。而如果回不到角色和感受上,就会很容易变成科技界的卖拐。