我想如果讓我把我認(rèn)知的AI濃縮成幾句話，大概是這三句話：AGI的大門打開了、AI優(yōu)化產(chǎn)品而非創(chuàng)造需求、用好AI需要“研究生”學(xué)歷。

讓我們從行業(yè)、產(chǎn)品、上手難度這三個(gè)角度來看一看這個(gè)有趣的時(shí)代吧~～

在《終結(jié)者》這部電影中，人類成功創(chuàng)造出來強(qiáng)大人工智能“天網(wǎng)”，人們認(rèn)為這是新時(shí)代的開始，然而卻是毀滅的開端；

人工智能，人類科技最前沿的領(lǐng)域，一個(gè)被人們充滿期待又充滿恐懼的話題。

ChatGPT的橫空出世、Sora對世界的理解能力，無一都在告訴我們：AGI的時(shí)代即將來臨，它的大門已經(jīng)向我們打開；人們用飛快的達(dá)成AGI時(shí)代要來臨的共識(shí)，投資人在關(guān)注基建、普通人在關(guān)注使用。

AI不是移動(dòng)互聯(lián)網(wǎng)時(shí)代從0-1的一次顛覆，它更多是基于已有的生態(tài)去做優(yōu)化，是“+AI”而不是“AI+”。

移動(dòng)互聯(lián)網(wǎng)讓你可以用手機(jī)點(diǎn)外賣，給了你更多的選擇；AI時(shí)代，或許你可以跟sirl說一句訂餐，它自動(dòng)給你處理好一切；iPad可以讓一個(gè)幾歲的孩子，無需學(xué)習(xí)的進(jìn)行使用；但ChatGPT你需要先學(xué)會(huì)如何寫prompt、然后再不斷練習(xí)，才能夠讓它給到你高質(zhì)量的輸出。

這是一個(gè)充滿迷霧的AI的時(shí)代，一個(gè)大家少有燒錢獲客的時(shí)代。

一、行業(yè)：AGI的大門打開了

人類創(chuàng)造了文字來表達(dá)對世界的理解，每當(dāng)我們看到“飛流直下三千尺”，我們會(huì)想起來下一句是“疑是銀河落九天”，我們眼前會(huì)有一幅畫面徐徐展開，瀑布的雄偉、銀河的璀璨。

人通過學(xué)習(xí)理解世界，通過文字來表達(dá)對世界的感受。

在機(jī)器人學(xué)習(xí)算法中，OpenAI使用了Transformer學(xué)習(xí)架構(gòu)并且信奉大力出奇跡的方法，他們讓AI去學(xué)習(xí)這個(gè)世界，去理解這個(gè)事情，然后再通過文字、圖片、視頻的方式來表達(dá)出來。

通過類人腦的學(xué)習(xí)算法來賦予AI學(xué)習(xí)能力，讓它類人化；

2022年11月30日，OpenAI拿出來了他們的一款王炸產(chǎn)品：ChatGPT，它能夠和人類一樣進(jìn)行對話，能夠進(jìn)行各種內(nèi)容的高質(zhì)量輸出。

ChatGPT理解了文字，Transformer的大力出奇跡又一次驗(yàn)證了這條路線的可行性，就像蘋果引領(lǐng)智能手機(jī)一樣，各種大語言模型如雨后春筍一樣冒了出來。

OpenAI，人類AI時(shí)代的最前沿跑的最快的探路者。

當(dāng)引路者出現(xiàn)了，追趕者也紛紛加快了腳步。2023年，生成式AI基礎(chǔ)的投資有16.9億美元，主要用于LLM的開發(fā)，AI的基建時(shí)代開始了。

各種大模型如雨后春筍一樣冒出來，谷歌的Gemini、孿生兄弟的Claude，智譜的GLM-4、月之暗面的Kimi。

智譜的GLM-4、月之暗面的Kimi能夠與3.5媲美，與4.0相比尚且需要追趕。

正當(dāng)大家把GPT4.0當(dāng)成目標(biāo)在追趕時(shí)，引路者OpenAI有著更大的野心。

一個(gè)能夠理解世界、支持多模態(tài)、超級通用大模型，會(huì)讓追趕者們驚掉下巴。

24年2月16日，OpenAI在推特上發(fā)布了Sora的視頻：

對Pika、Runway來說，這是個(gè)驚天霹靂的事情。

Sora能夠生成60秒的視頻，它能夠有很好的角色穩(wěn)定性支持多個(gè)角度，它在不依賴物理引擎的基礎(chǔ)上能夠展示出汽車的灰塵、海邊的潮汐。

當(dāng)大家還在為生成10秒的視頻而感到技術(shù)突破時(shí)，Sora又一次告訴所有人，你們的技術(shù)路線看起來效果有點(diǎn)差。

基于Transformer的大力出奇跡，Sora理解了這個(gè)世界，也表達(dá)了它理解的世界。

AGI奇跡的背后是對算力的高度依賴，是顯卡們晝夜加班的結(jié)果，是老黃開心的笑臉。

AI時(shí)代最賺錢的公司是賣鏟子的公司：英偉達(dá)。

大模型依賴的不僅僅是訓(xùn)練模型、語料庫，還有一個(gè)更重要的是算力。

大力出奇跡，大力=很多錢。

2022年OpenAI就花費(fèi)了4.1億美金用于計(jì)算和數(shù)據(jù)訓(xùn)練。

周鴻祎老板在AI分享中提到，大模型公司買卡起買量50萬塊，50萬張H100卡的成本就已經(jīng)到達(dá)150億美金；

通用大模型，買卡是第一道門檻，這是一個(gè)巨頭的游戲。

誰都想拿下AI時(shí)代基建第一的位置，就像安卓和iOS于移動(dòng)互聯(lián)網(wǎng)。

巨頭們押注超級通用大模型，而新興的創(chuàng)業(yè)者們押注垂類大模型。

或許我們不需要那么大的參數(shù)，ChatGPT使用了1760B的訓(xùn)練參數(shù)，它可以進(jìn)行各種問題的回答，但我們只讓大模型針對法律行業(yè)是不是可以做的小一點(diǎn)。

垂類大模型也如雨后春筍的孕育而生，已經(jīng)有一些不錯(cuò)的法律類產(chǎn)品可以應(yīng)用到生活中。

我們可能只需要1-2個(gè)通用大模型，但在每一個(gè)垂類賽道我們或許都需要幾個(gè)垂類大模型。

AI一面熱火朝天，一面冷冷清清。

在大家卯足全力去做大模型開發(fā)的時(shí)候，AI賽道的應(yīng)用顯得冷冷清清。

42章經(jīng)在23年底做了一個(gè)復(fù)盤，給出了一個(gè)觀點(diǎn)：AI不能夠被稱之為一個(gè)賽道。

AI看起來有很多機(jī)會(huì)，但實(shí)際上又沒有那么多新的機(jī)會(huì)。

因?yàn)锳I的基建能力仍然沒有達(dá)到大家的預(yù)期，AGI的大門雖然打開，但是AI有效的應(yīng)用場景似乎看起來沒有那么多。

移動(dòng)互聯(lián)網(wǎng)時(shí)代一切我們能夠想到的場景都可以搬到線上，購物、觀影、閱讀、外賣、旅行、交流，這些都能夠通過移動(dòng)互聯(lián)網(wǎng)完成一個(gè)質(zhì)的改變。

隨著移動(dòng)互聯(lián)網(wǎng)的基建越來越好，流量成本變低、智能手機(jī)硬件變好，人們從微信發(fā)語音變成了微信視頻，抖音短視頻也走進(jìn)了千家萬戶。

但AI并不是這樣，它出現(xiàn)在一個(gè)人們的需求已經(jīng)得到不錯(cuò)的滿足的時(shí)候。

從0-60分閾值是移動(dòng)互聯(lián)網(wǎng)，AI是從60-70分；很多場景的優(yōu)化，做也行、不做也行。

“利潤”成為了AI創(chuàng)業(yè)者被問到最多的一個(gè)問題，而不再是講一個(gè)美好的故事，讓大家為預(yù)期買單。

AI的時(shí)候人們非常的焦慮，總是擔(dān)憂AI會(huì)不會(huì)讓自己失去工作，從Revealera發(fā)布的崗位（2023年自由職業(yè)數(shù)據(jù)）變化來看，AI時(shí)代改變更多的崗位也聚焦在寫作、翻譯、客服這三個(gè)維度，其它反而受影響沒有那么大

當(dāng)人們體驗(yàn)完GPT之后，無一不感慨人工智能的先進(jìn)，卻又很多在體驗(yàn)完后陷入了沉思，我們不知道用AI去做什么，不知道為AI付費(fèi)的意義到底是什么。

AI在很多場景已經(jīng)初見成效，在寫作、翻譯、搜索、客服、陪伴、修圖、書籍閱讀、音視頻轉(zhuǎn)寫、繪圖、筆記、逝者復(fù)活、思維導(dǎo)圖這些場景，AI能夠給到我們不錯(cuò)的幫助。

二、產(chǎn)品：AI優(yōu)化產(chǎn)品而非創(chuàng)造需求

我們總會(huì)說到AI時(shí)代到底什么賺錢？

最后得到結(jié)論：AI時(shí)代最賺錢的是賣課的，然后是賣鏟子的，賠錢的是做產(chǎn)品的。

全新的AI產(chǎn)品似乎在盈利上遙遙無期，哄哄模擬器上線后爆火，2000美金的token花掉了，0收入，甚至用戶越多賠的越多，最后接入了kimi的api來進(jìn)行維持。

在AI取的很不錯(cuò)效果的場景，除了一小部分是依賴AI技術(shù)進(jìn)步才能實(shí)現(xiàn)（繪圖、逝者復(fù)活），更多的場景其實(shí)都是我們?nèi)粘Ｊ褂玫膱鼍?，只是在AI的賦能之下有了更好的體驗(yàn)。

讓我們從下邊個(gè)例子來看看AI時(shí)代產(chǎn)品的優(yōu)化：

2.1 C端產(chǎn)品

2.1.1 搜索

如果你不想看廣告搜索怎么辦？來試試秘塔AI、360AI。

新的搜索和傳統(tǒng)搜索的區(qū)別是什么呢？

• 傳統(tǒng)搜索：提出問題 – 通過關(guān)鍵詞進(jìn)行網(wǎng)站匯總 – 排布在頁面中
• AI搜索：提出問題 – 通過關(guān)鍵詞進(jìn)行網(wǎng)站匯總 – 讀取網(wǎng)頁內(nèi)容 – 通過AI匯總網(wǎng)頁信息 – 展示在頁面中

AI可以讓你在問題的搜索中整理內(nèi)容，給你一個(gè)問題的回答，讓你在一些信息的檢索上有了更好的體驗(yàn)，同時(shí)可以很好的規(guī)避各種廣告。

2.1.2 翻譯

在ChatGPT出來的時(shí)候，我經(jīng)常會(huì)去看英文咨詢來看AI的進(jìn)展，因?yàn)槲业挠⒄Z水平一般，我總是需要借助谷歌的翻譯工具，谷歌的翻譯工具總是把LLM翻譯成法學(xué)碩士。

很多時(shí)候我都有點(diǎn)懵逼，我得把他們轉(zhuǎn)成英文仔細(xì)看看到底什么是法學(xué)碩士，最后我都背過了，翻譯成法學(xué)碩士=LLM，再加上各種專業(yè)名詞其實(shí)谷歌翻譯的千奇百怪，導(dǎo)致我讀翻譯我總是看不懂他們到底在說什么。

后來我從即刻上學(xué)到了用AI讀網(wǎng)頁內(nèi)容，然后通過prompt進(jìn)行直譯，這樣還可以設(shè)置特定詞匯的翻譯內(nèi)容。

依賴于大語言模型自身在語言上的優(yōu)勢，它的翻譯體驗(yàn)會(huì)好出來不少。

當(dāng)Claude3出來后，我用kimi直譯了網(wǎng)站的內(nèi)容，能夠快速的了解英文咨詢內(nèi)容。

AI讓我在翻譯場景下得到了更好的使用體驗(yàn)。

2.1.3 音頻、視頻內(nèi)容總結(jié)

當(dāng)你看到長視頻、播客音頻時(shí)，想快速看文本內(nèi)容時(shí)該怎么辦？

找一個(gè)轉(zhuǎn)譯工具，然后把它的內(nèi)容提取出來，轉(zhuǎn)成文字稿進(jìn)行閱讀。

過去我們通常會(huì)用飛書妙記來解決這個(gè)問題，我們需要先通過第三方工具下載音頻視頻，然后再上傳到飛書妙記去轉(zhuǎn)譯文本，然后讀逐字稿，能用就是有點(diǎn)費(fèi)勁。

大語言模型帶來了更加快捷的使用方式，通過RSS鏈接的訂閱和大語言模型對于音視頻的解析，你可以直接獲得一個(gè)文檔的結(jié)果，而不需要再去下載視頻，以通義聽悟的播客為例：

一鍵訂閱你想聽的播客內(nèi)容，直接看到文本內(nèi)容和AI總結(jié)。

在bilibili視頻上，bilibiliGPT也給出了不錯(cuò)的解決方案，可以生成文本和思維導(dǎo)圖來讓你更好記錄視頻內(nèi)容：

Youtube視頻也是如此，可以一鍵總結(jié)內(nèi)容：

2.1.4 照片處理

借助于AI對圖像的理解能力，在照片處理上很多需求可以被更簡單的滿足：

過去我們?nèi)绻胱鲆粋€(gè)人像修復(fù)、摳圖，你需要專業(yè)的技術(shù)和工具才能實(shí)現(xiàn)，而現(xiàn)在只需要上傳一張照片，AI會(huì)給你處理好，直接給到你滿意的結(jié)果：

再過一段時(shí)間，我們相對一張照片做處理，可能只需要表達(dá)想達(dá)到的效果，AI來替你實(shí)現(xiàn)，而不用去學(xué)習(xí)PS各種復(fù)雜的技術(shù)，通過AI就可以輕松的實(shí)現(xiàn)。

2.1.5 做PPT

PPT簡直堪稱人人必備的能力，但做好一個(gè)PPT又是一個(gè)非常頭疼的能力，尤其是很多時(shí)候其實(shí)我們并不需要一個(gè)十分精致到100分的PPT，我們只是需要一個(gè)60分能用的PPT就行了。

其實(shí)用模板改PPT也能得到不錯(cuò)的滿足，那AI做PPT有哪些更好的提升呢？

我覺得主要解決了兩個(gè)問題：PPT大綱助力、自動(dòng)匹配模板。

以Gamma為例，你只需要描述你想做的PPT內(nèi)容，它會(huì)自動(dòng)給你生成一個(gè)大綱、然后自動(dòng)匹配合適的模板給你一份PPT，然后你再去做細(xì)節(jié)的修改。

跟用PPT做模板比，最大的好處就是：省事。

但AI做PPT如果打分的話我覺得是60分，能夠滿足很多基礎(chǔ)場景，但更重要的還是要手敲PPT了。

2.1.6 寫作助手

如果你經(jīng)常用筆記軟件，Notion AI的輔助會(huì)讓你在筆記使用時(shí)更加高效。

它可以對文本做優(yōu)化、幫你縮短文本、加長文本，還可以進(jìn)行總結(jié)翻譯等各種功能：

比如說我們用Notion AI來加長這段話：

看起來效果還不錯(cuò)，讓內(nèi)容的長度獲得了實(shí)打?qū)嵉脑黾印?/p>

Notion AI可以輔助你再記筆記上更高效，但是它不改變你記筆記的核心邏輯。

它是對現(xiàn)有的產(chǎn)品的優(yōu)化，如果你沒有這個(gè)訴求，那么用飛書云文檔也不比Notion體驗(yàn)差。

2.1.7 妙鴨相機(jī)

妙鴨是一個(gè)高級P圖工具，通過收集你的各種照片，然后通過AI技術(shù)來給你生成各種照片，對比傳統(tǒng)的P圖軟件，其實(shí)要非說很大的區(qū)別，就是給你換了個(gè)場景和打扮，高端P圖技術(shù)。

妙鴨剛剛火起來的時(shí)候是拍寫真功能，現(xiàn)在已經(jīng)支持合照、創(chuàng)業(yè)照、證件照等各種場景的訴求了。

妙鴨火的也快，落得也快，人們?yōu)榱藝L鮮使用這款產(chǎn)品，但沒有辦法用妙鴨替代傳統(tǒng)的修圖場景，妙鴨擁有的是基于AI更下一個(gè)修圖場景，來得也快去得也快。

2.2 B端產(chǎn)品

2.2.1 RPA+AI

RPA是一個(gè)用于電腦上的自動(dòng)化操作流程，你設(shè)置好后系統(tǒng)會(huì)按照你的流程往下去重復(fù)做，但這個(gè)場景里最大問題是RPA設(shè)置的成本實(shí)在是有點(diǎn)高，你要學(xué)習(xí)RPA工具，然后自己再不斷配置實(shí)驗(yàn)去進(jìn)行使用：

看到RPA配置的這些路徑，就可以看到學(xué)習(xí)成本不是一般的高，需要自己設(shè)計(jì)流程去擬合電腦操作。

實(shí)在智能用AI做了產(chǎn)品上的優(yōu)化，用戶只需要去自己展示整個(gè)流程，然后AI來結(jié)合RPA工具生成整個(gè)流程和鏈路，然后人再根據(jù)生成的鏈路進(jìn)行調(diào)整，大大降低了RPA工具的使用門檻。

2.2.2 AI面試官

近嶼智能在企業(yè)服務(wù)SaaS的基礎(chǔ)上追加了AI面試，能夠解放一部分基礎(chǔ)的面試的人力，這個(gè)產(chǎn)品我覺得對于基礎(chǔ)崗位的初篩可能能夠獲得一個(gè)還不錯(cuò)的結(jié)果，通過10-20分鐘快速的獲得一個(gè)人的基礎(chǔ)信息，然后為后續(xù)的面試做參考。

它其實(shí)是一個(gè)數(shù)字人+LLM合力去完成的面試，如果后續(xù)結(jié)合上企業(yè)的用人要求，那么AI其實(shí)能夠在第一輪基礎(chǔ)面試中就給到企業(yè)一個(gè)對應(yīng)的分值，對于校招、實(shí)習(xí)生招聘這種初篩場景估計(jì)有不錯(cuò)的結(jié)果。

2.2.3 AI智能合同審查助手

不知道大家有沒有簽過一份合同，在企業(yè)里簽合同的流程大概是這樣子的：

1. 根據(jù)業(yè)務(wù)需求找合同模板，然后形成一份合同
2. 找公司律師進(jìn)行合同審核
3. 找合作公司進(jìn)行溝通
4. 根據(jù)溝通修改后找律師審核
5. 律師審核后合作公司律師審核
6. 重復(fù)3-5的環(huán)節(jié)直至合同簽訂完畢

快點(diǎn)不怎么改的合同一個(gè)禮拜就能搞定，如果合同慢一點(diǎn)拖一點(diǎn)3個(gè)月都搞不定；在審核中比較花費(fèi)時(shí)間的是律師要不斷比對前后兩個(gè)版本合同中的內(nèi)容，不能有遺漏。

冪律智能在已有的B端合同的需求下，增加AI能夠讓更多場景下得到更好的滿足；AI可以在前后文檔對比、內(nèi)容總結(jié)起到不錯(cuò)的作用，來讓整個(gè)B端合同審核流程效率變的更高。

2.3 拆書產(chǎn)品AI賦能思考

我列舉的這些AI場景其實(shí)是我們生活中比較能夠用到的高頻場景，我們可以看到AI對這些場景做了很多的優(yōu)化，我們本來存在的訴求，通過AI能夠更快捷更高質(zhì)量的解決掉。

但這些需求場景本身就存在，AI是給解決方案提供了優(yōu)化的空間。

我拿我自己做過的聽書音頻產(chǎn)品來舉例子，這款產(chǎn)品我是完全0-1及1-N做到10萬日活的，整體鏈路打磨了無數(shù)次。

聽書音頻產(chǎn)品是將一本書拆成10分鐘的音頻解讀，然后基于小程序和APP讓用戶來聽書；我們的老用戶月留存能夠做到60%+，100個(gè)人里這個(gè)月聽完一本書下個(gè)月會(huì)再來聽完一本書。

在我們的書籍量到達(dá)了1000本書籍，那這個(gè)時(shí)候用戶其實(shí)找書就成了一個(gè)比較難得問題，我們只能做后臺(tái)打標(biāo)簽，內(nèi)容運(yùn)營通過標(biāo)簽打包成一個(gè)書單的方式來聚合書籍，但這種方式其實(shí)不是很好的解決方案。

有點(diǎn)太死板，也太依賴內(nèi)容運(yùn)營的主觀判斷。

通過用戶的搜索來給它一套預(yù)期的內(nèi)容，其實(shí)我們一直想做這個(gè)事情，但是過去的技術(shù)能力其實(shí)是不支持的。

過去用戶搜索“財(cái)商”，系統(tǒng)會(huì)根據(jù)財(cái)商關(guān)鍵詞匹配給用戶推送書和書單，是一個(gè)匹配機(jī)制。

但如果我們用上AI，用戶輸入財(cái)商，我們在搜索上可以用AI去檢索各種書的拆書稿，然后直接聚合一個(gè)推薦書單給到用戶，它會(huì)比我們的傳統(tǒng)搜索匹配度好上很多。

但這也是場景優(yōu)化而且創(chuàng)造需求，這個(gè)場景優(yōu)化聽起來很不錯(cuò)，但也最多把我們的產(chǎn)品從60%留存率做到61%。

它聽起來還不錯(cuò)，但是并不核心。

我覺得在拆書稿環(huán)節(jié)可能作用比較大，我們當(dāng)時(shí)的流程是：內(nèi)容人員拆書、專業(yè)錄音師來錄音，我感覺在拆書環(huán)節(jié)AI的幫助會(huì)比較大。

在拆書稿的環(huán)節(jié)，如果我們通過使用AI進(jìn)行輔助拆解，應(yīng)該能夠讓我們的單日稿件數(shù)量增長一倍；同時(shí)拆書稿可以自動(dòng)生成標(biāo)簽，在上架的時(shí)候成本也會(huì)低很多。

但其實(shí)這塊也是效率的局部增長，我們核心還是依賴資深內(nèi)容去做書籍的判斷，AI能夠輔助但是不能取代。

至于為什么不用Chatbot，我們當(dāng)時(shí)把用戶反饋提的優(yōu)先級比較高，產(chǎn)品經(jīng)理會(huì)在客服群里去做客服解答各種問題，所以對應(yīng)的用戶難受的問題基本上我們都會(huì)在規(guī)劃中解決。

在日活10萬的時(shí)候基本上每周客服群的問題也就1-2個(gè)，還更多是使用的問題。

對于我們這種場景來說Chatbot客服是作用不大的。

可能Chatbot做學(xué)習(xí)導(dǎo)師是一個(gè)可行的思路，來幫助人定制化學(xué)習(xí)路徑，通過企微進(jìn)行溝通交流促活等行為。

從這個(gè)維度來看AI能夠做不少的事情，但是這些事情還是基于我已有的業(yè)務(wù)場景去做優(yōu)化，能夠錦上添花。

2.4 AI產(chǎn)品端的思考

2.4.1 C端AI仍然重在嘗鮮

現(xiàn)在AI能夠?qū)憘€(gè)論文，能夠?qū)懘a，能夠跟你進(jìn)行對話，能夠幫你分析各種事情，聽上去AI是很智能。

那么問題來了？它干的這些事情對于你來說有多少是不可或缺的，有多少能夠成為你的付費(fèi)理由？

我們都常說AI要成為人們的工作助手，不會(huì)使用AI的人都會(huì)被逐漸淘汰掉。

但實(shí)際上殘酷的現(xiàn)實(shí)是：對于大多數(shù)人來說，學(xué)會(huì)基礎(chǔ)使用AI帶來不了什么太好的工作提效。

我最近在幫圈友解決深度內(nèi)容調(diào)研的需求；

需要用Perplexity的“文獻(xiàn)搜索”功能完成相關(guān)詞檢索，比如說“人工智能技術(shù)發(fā)展”

基于給出的文獻(xiàn)，查看文獻(xiàn)是否是想調(diào)研的內(nèi)容，然后進(jìn)行文獻(xiàn)下載。

然后用Kimi讀取PDF來進(jìn)行文獻(xiàn)的總結(jié)。

這個(gè)流程肯定是能提升效率的，但是看這個(gè)流程門檻也太高了。

還需要等到GPTs、coze這種類型的產(chǎn)品更加豐富起來，有更多場景能夠被直接用一個(gè)工作流解決。

人們強(qiáng)依賴AI提效的時(shí)候估計(jì)才會(huì)來臨。

AI對話是個(gè)很不錯(cuò)的場景，從哄哄模擬器的活躍我們就能夠看到大家對這類產(chǎn)品還挺喜歡的。

但是就是體驗(yàn)一次也就沒下文了，后續(xù)沒啥可以繼續(xù)用的場景。

感情陪伴我覺得要打個(gè)問號？人需要的是認(rèn)可和陪伴，AI還是有點(diǎn)冷冰冰。

AI繪圖和AI視頻軟件就更不用說了，甚至說從工作流上來講AI繪圖和視頻軟件都不如買個(gè)“稿定設(shè)計(jì)”好用一點(diǎn)。

嘗鮮仍然是一段時(shí)間的主旋律，我覺得它的轉(zhuǎn)變更多依賴于大模型基建的進(jìn)步，當(dāng)AI的能力再提升、算力成本再度下降，GPTs組合的場景能夠解決很多問題。

AI才會(huì)變成大多數(shù)人身邊必備的一員。

2.4.2 需求是沒有變過的，變得只有解決方案

AI出來之后，我非常興奮，從去年4月份開始，我覺得很多場景都可以利用AI來變革一下，都有價(jià)值去做。

我自己去體驗(yàn)了AI面試、AI簡歷投遞、AI提取公眾號文章、Supabase+GPT做索引等等各種產(chǎn)品，反正看上去都很有意思，于是我用了這些需求之后我就開始琢磨，用AI做知識(shí)庫助手，用AI去提煉各種文章的內(nèi)容。

到了算賬的環(huán)節(jié)一看，好像不是很合適，token的消耗成本太貴了，需求的滿足效果太一般了，我好像走到了一個(gè)岔路口，我就開始反思，如果沒有AI，那我這個(gè)需求真的存在嗎？能不能用別的軟件滿足呢？

最后發(fā)現(xiàn)都是偽需求，我其實(shí)壓根就沒有多大的訴求，我只是覺得這個(gè)事情能夠用AI去做很有意思。

但實(shí)際上這些需求，我壓根不會(huì)為其買單，因?yàn)閷ξ襾碚f就是嘗鮮，而非有效的應(yīng)用。

于是我去研究answer AI、monica、notion AI這些做的還不錯(cuò)的產(chǎn)品，其實(shí)你會(huì)發(fā)現(xiàn)，他們的場景一直都存在，只不過AI來了，讓這些場景下獲得了更好的提升。

Monica不帶AI功能就是標(biāo)簽記錄功能，帶了AI就可以總結(jié)內(nèi)容、檢索回答，但再往上一層其實(shí)是用戶在使用瀏覽器有記錄內(nèi)容或者查詢內(nèi)容的需求。

需求一直都存在，只不過之前可能是遇到問題需要谷歌搜索，現(xiàn)在就是monica一鍵搜索，流程變得簡短了，用戶體驗(yàn)變得更舒服了。

我覺得從C端維度來看什么樣是一個(gè)好的AI產(chǎn)品應(yīng)用的場景：

在沒有AI的時(shí)候能夠很好滿足用戶，有了AI之后能夠?qū)δ骋粋€(gè)模塊進(jìn)行效果提升。

AI會(huì)隨著大模型能力提升一點(diǎn)點(diǎn)重構(gòu)整個(gè)產(chǎn)品，但現(xiàn)在不會(huì)發(fā)生任何質(zhì)變。

產(chǎn)品也不要指望上了AI之后立馬數(shù)據(jù)就變得好看，偽需求永遠(yuǎn)是自嗨。

2.4.3 AI在一步步悄無聲息的改變世界

今天看到一組這樣的數(shù)據(jù)：美圖披露2023年業(yè)績總收入27億元，同比增長29.3%?？偸杖肱c凈利潤增長主要得益于AI推動(dòng)主營業(yè)務(wù)收入增長。美圖用戶每天處理數(shù)億份圖片和視頻，約83%都用到了泛AI功能。

AI在悄無聲息的改變一個(gè)又一個(gè)產(chǎn)品，讓我們生活一點(diǎn)點(diǎn)變的更方便。

它并不是像之前智能手機(jī)時(shí)代的產(chǎn)品一樣，都是之前不存在過的，一個(gè)全新的產(chǎn)品，AI更多的是我們已經(jīng)見過的很多個(gè)產(chǎn)品，用AI去優(yōu)化、重構(gòu)它的內(nèi)核來給我們更好的體驗(yàn)。

在不久的將來，或許是明天，我們會(huì)在常用的各種APP里發(fā)現(xiàn)AI的蹤跡，他們可以幫助你總結(jié)書籍內(nèi)容、可以搜索值得購買的產(chǎn)品，手機(jī)AI助手可以幫你記錄會(huì)議、幫你一鍵叫車。

三、上手難度：用好AI需要“研究生”學(xué)歷

AI在中美有兩大巨頭，OpenAI和李一舟老師，這是個(gè)讓人哭笑不得的事情。

一部分無奈于LLM追趕不上，一部分無奈于做技術(shù)不如賣課賺得多。

但從另一個(gè)角度上來看這個(gè)問題：為什么AI需要培訓(xùn)？

如果AI和iPad一樣，6歲小孩子都可以使用的很明白，那根本就沒有培訓(xùn)需求；但現(xiàn)在的AI其實(shí)跟PS一樣，都是一個(gè)需要深度學(xué)習(xí)才能用好的工具。

這也從側(cè)面說明了一個(gè)事情，AI的用好門檻還是非常高的。

從0基礎(chǔ)小白到用好AI能夠給自己進(jìn)行一些提效需要過幾關(guān)？

第一關(guān)：選擇對的工具；第二關(guān)：學(xué)會(huì)提示詞。

3.1 選擇對的工具

AI這個(gè)賽道還挺有意思的是大家都說我的產(chǎn)品特別厲害，隨手一搜國產(chǎn)AI，出來一大堆。如果我想用AI讀一本書？我到底該用什么工具呢？

文心一言、智普、豆包、套殼GPT、kimi、星火大模型？

反正一堆產(chǎn)品擺在大家的面前。

有的免費(fèi)支持多模態(tài)、有的能夠讀超長文、有的啥都干不了、有的就是套殼讓你花錢的。

怎么選呢？誰能夠跟GPT3.5相媲美呢？

我們在航海中其實(shí)發(fā)現(xiàn)，大家如果用不了ChatGPT之后其實(shí)是一個(gè)懵逼的狀態(tài)。

其實(shí)連我之前天天關(guān)注大模型我也是一個(gè)懵逼的狀態(tài)；最后群策群力之下大家優(yōu)先選了kimi、智譜來做用不了GPT的平替。

一個(gè)支持超長文本的閱讀可以聯(lián)網(wǎng)，一個(gè)是支持多模態(tài)功能齊全。

有很多對AI了如指掌的朋友可能看到這里哭笑不得，覺得這也太離譜了。

然而現(xiàn)實(shí)確實(shí)是這樣的，這個(gè)世界的參差足夠的大，尤其在AI上表現(xiàn)的淋漓盡致。

最頭部在關(guān)注世界模型如何搭建、搞錢前端的在用AI做代寫業(yè)務(wù)，還有很多普通用戶連用什么工具都不知道。

當(dāng)大家選了一個(gè)自己覺得不錯(cuò)的工具之后就要進(jìn)入第二關(guān)，學(xué)會(huì)寫提示詞。

3.2 學(xué)會(huì)寫提示詞

我們總聽說ChatGPT無所不能，能夠給你寫出非常好的腳本、能夠幫你寫出提示詞，讓你輕易做到你之前做不到的事情，每個(gè)人都可以成為超級個(gè)體，趕緊來學(xué)習(xí)AI吧，要么你就被淘汰了。

真相真的是這樣的嗎？

ChatGPT是能夠?qū)懗龊芏嗪馨舻膬?nèi)容，這句話沒有任何問題。

但是少加了一個(gè)前提，你必須足夠懂這些專業(yè)的內(nèi)容。

90分的程序員學(xué)好用GPT能夠?qū)懗?0分的程序，90分的抖音編導(dǎo)能夠用GPT創(chuàng)作出90分的內(nèi)容。

但如果你是個(gè)0分的程序員水平，你沒法創(chuàng)造出90分的內(nèi)容啊。

你腦子空空，midjourney再厲害也畫不出來震驚四座的作品呀。

我給學(xué)員改公眾號律令文的提示詞能夠讓他寫出10萬+的內(nèi)容，但是我自己寫公眾號爆文提示詞寫不出來，為什么呢？

因?yàn)槲覊焊筒欢娞柋牡慕Y(jié)構(gòu)，你給我一個(gè)現(xiàn)成的，我能夠看到你這套邏輯下的問題在哪里。

但你讓我自己寫，真不會(huì)，沒有寫過。

那不會(huì)寫提示詞就用不好AI了嗎？

可以用別人封裝好的Chatbot，比如GPTs、比如poe、比如coze里各種bot。

這或許是普通用戶低成本用好AI的一個(gè)解法。

當(dāng)我們決定要自己努力寫提示詞的時(shí)候，考驗(yàn)又來了，提示詞考驗(yàn)的是你自身思維邏輯。

高質(zhì)量的提示詞需要你輸入給AI更細(xì)的需求、更縝密的流程。

在這兩點(diǎn)上做不好，你希望AI給你輸出2000字的文章，它分分鐘給你500字了事。

根據(jù)反饋不斷調(diào)優(yōu)提示詞，最后得到一個(gè)自己滿意的結(jié)果。

那這時(shí)候可能會(huì)有朋友說，套模板可以減輕一些難度嗎？

可以減輕，但是想寫好還得你腦中知道自己需要什么。

我在寫提示詞常用的BRTR模板和langgpt模板能夠相對來說減輕一些寫提示詞的難度，可以照著葫蘆畫瓢，但是最終落腳點(diǎn)是思維方式。

3.2 總結(jié)

用好AI需要“研究生”學(xué)歷，這或許也就是除了焦慮之外為什么培訓(xùn)是個(gè)剛需存在的原因了。

因?yàn)樗拈T檻并沒有大家想象中的那么低，用好它需要付出很多心血。

當(dāng)我在帶了一期航海之后再回過頭來看GPTs和POE，突然發(fā)現(xiàn)其實(shí)從使用門檻上來說，這兩個(gè)Chatbot載體的社區(qū)或許是一個(gè)很好的降低門檻的解法。

雖然現(xiàn)在GPTs依然受制于算力成本等諸多隱私?jīng)]有向下開放使用，但我相信再過一段時(shí)間，或許我們打開AI之后，普通人不需要復(fù)雜學(xué)習(xí)，也可以用AI產(chǎn)品對自己產(chǎn)生實(shí)打?qū)嵉膸椭?/p>

四、衍生思考：Chatbot社區(qū)盈利與實(shí)用的解法

我自己做過付費(fèi)訂閱社區(qū)，幾十個(gè)優(yōu)秀創(chuàng)作者寫文章，幾十萬個(gè)學(xué)員在那買文章。

我們的優(yōu)秀創(chuàng)作者和學(xué)員都是一樣的課程一樣的老師教出來的，他們都知道怎么寫企業(yè)分析文章，但最終能夠落筆寫出來的寥寥無幾，反而能看明白是個(gè)基本功。

二八法則在哪里都適用，AI賽道也不例外。

2%用AI非常好的同學(xué)可以自己做Chatbot，來讓另外98%的人用上自己寫不出來的提示詞。

GPTs、Poe、Coze，它們都在做這樣的事情。

那其實(shí)只要解決了頭部2%的激勵(lì)問題，其實(shí)就可以讓更多好用的Chatbot被普通用到，技術(shù)可以去普惠每一個(gè)人。

從GPTs來看，目前大模型的算力成本依舊還是很高，如果把Chatbot做更多的開源，大家每個(gè)人都可以用GPTs去閱讀書籍，去支持多模態(tài)問題，那么OpenAI會(huì)成為一只被薅突羊毛的羊。

大模型的基礎(chǔ)能力和算力成本是AI普惠化的第一道門檻。

我最近看了很多大家使用AI工具的訴求，其中有一些需求復(fù)雜到大概需要把5-6個(gè)工具結(jié)藕在一起才能夠高效的運(yùn)行，少了一個(gè)都運(yùn)轉(zhuǎn)不了。

我覺得從這個(gè)體驗(yàn)上來看Coze的拆件和工作流對于創(chuàng)作者來講是很友好的，可以解決一些復(fù)雜的問題。

但實(shí)際體驗(yàn)下來，并不太好，一個(gè)是插件支持的不是很多，現(xiàn)在支持的這些有的時(shí)候不如直接用市面上免費(fèi)的功能更省事；另一部分是Coze提供的GPT4.0功能也不齊全，多模態(tài)和文件識(shí)別完全不支持。

期待隨著基建能力的提升，會(huì)出現(xiàn)更多好用的Chatbot社區(qū)。

我在過去高頻使用kimi的場景中，有一個(gè)場景是翻譯外文網(wǎng)站，如果kimi推出Chatbot，然后我把這個(gè)prompt和流程進(jìn)行設(shè)計(jì)，能夠直接翻譯外文網(wǎng)站，然后生成一個(gè)PDF文件，那么是不是這樣可以變成一個(gè)可以賣錢的Chatbot。

在翻譯場景下Chatbot需要能夠設(shè)置專業(yè)的翻譯詞匯，能夠去直接轉(zhuǎn)譯外文文章；如果這些需求我都滿足的很好，那這個(gè)Chatbot是不是能夠賣5-10塊錢？

如果用戶有海量的外文翻譯訴求，那對他來說，這個(gè)場景和這個(gè)錢其實(shí)是劃算的。

那么更多這樣的精準(zhǔn)化的場景，更多的雙邊交互，一個(gè)基于Chatbot的社區(qū)就可以自運(yùn)轉(zhuǎn)起來；創(chuàng)作者也有動(dòng)力把自己有價(jià)值的產(chǎn)品拿出來給用戶，用戶也能夠更好的低成本去使用AI。

為什么不用PGC免費(fèi)供給的形式，而是用UGC雙邊供應(yīng)的形式；PGC可以在前期測試的時(shí)候和早期招募UGC的時(shí)候少量使用，PGC有自身視角的局限性和數(shù)量約束性，基于這兩點(diǎn)，是沒有辦法構(gòu)建一個(gè)足夠大的雙邊供給平臺(tái)的。

以上是我對Chatbot的一些思考，期待各家大模型公司帶來更多有意思的產(chǎn)品~

五、結(jié)語

我想這篇文章也是對我去年10月份開始深度鉆研AI的一個(gè)總結(jié)吧，雖然之前在工作中我們已經(jīng)用通義進(jìn)行視頻剪輯的提效，用GPT做很多的輔助思考，但是沒有去系統(tǒng)性的看AI這個(gè)賽道。

學(xué)習(xí)提示詞的寫法、去用AI工具為日常提效，做一個(gè)基礎(chǔ)的工具匯總網(wǎng)站，學(xué)習(xí)LLM的邏輯，分析市面上的產(chǎn)品。

12月份去當(dāng)生財(cái)有術(shù)的GPT航海教練，帶著大家去了解AI、去使用AI，也是個(gè)十分有意思的事情。

我有的時(shí)候會(huì)在想AI時(shí)代我能夠去做點(diǎn)什么，在產(chǎn)品上有哪些值得去做的事情。

選來選去大概還是教育產(chǎn)品、工具產(chǎn)品這兩個(gè)方面對我來說收獲最多。

AI+萬物的時(shí)代恐怕還要慢慢的到來，那先從用AI迭代一個(gè)小的需求點(diǎn)開始做起吧～

也希望看到這篇文章的你覺得花費(fèi)的時(shí)間值得，可以讓你在AI時(shí)代的焦慮稍微減弱。

借用《一點(diǎn)就到家》電影里我很喜歡的一句話做結(jié)尾吧：流水不爭先，爭的是滔滔不絕～