AI應用的商業(yè)化還需要經(jīng)歷一定的路程，這篇文章里，作者就分享了他關于AI商業(yè)化的看法——去做細分領域的AI，甚至是細分行業(yè)的AI。

這個方向是我一直想寫的，只是對于AI的了解，我可能只停留在使用過的層面，故此有念頭卻未動。前幾天與一個做AI研發(fā)的朋友閑扯，出于信任他問我AI商業(yè)化的看法，我基于商業(yè)和運營方面的知識，為他提供了一些建議。

我將整個交流的問題和建議，全部分享出來。目的在于想驗證未來5年內(nèi)，AI商業(yè)化是否真的像我說的那樣，實現(xiàn)商業(yè)化。這個事情倒不是為了標榜什么，只是覺得有觀點不表達，老憋在心里，非常難受。

一、朋友的問題

朋友是做技術開發(fā)的，有自己的團隊。只是這幾年技術外包這種經(jīng)營方式，越來越?jīng)]有市場了。同業(yè)競爭壓力也大，同行相互比價，團隊優(yōu)勢也明顯。最近，為了解決這樣的問題，他的想法是，基于ChatGPT做一款AI出來。

我沒具體問技術實現(xiàn)的事情，畢竟隔行如隔山。我只是問了一個問題，就是你想做一個什么方向的AI？他說現(xiàn)在還沒有想好，市面上已經(jīng)有很多方面的AI應用了。再者說這個AI研發(fā)出來，應該是找投資機構，進行融資，還是要怎么操作？

其實朋友的迷茫，我很清楚?，F(xiàn)在市面上所有的AI應用，基本上都在技術上和應用上下功夫，在商業(yè)化方面也都是靠原有資金，或找機構進行融資。而商業(yè)化在未來，幾乎是所有AI應用要面臨的一個重大問題。

二、我的問題

目前，我對AI應用的認知，只停留在使用層面。用AI寫個工作報告，寫個日報周報啥的，最多生成點短視頻，在配個文案。因為我是運營的關系，和產(chǎn)品經(jīng)理走的比較近。他們給我說，他們也在用AI寫點PRD，生成原型圖之類的。

最近因為在大量寫運營類文章，對于文章的需求比較大，于是想著用AI解決一下，自己也偷個懶什么的。結果方向生成出來的文章，根本符合我的要求。我能看到和感覺到的，所有生成出來的文章，都是程式化的，內(nèi)容基本上都是泛泛而談。

所以，之后我基本上還是自己動手，用AI來輔助，提供一些觀點，或幫忙結尾。目前AI應用給我的感覺是，它無法做到獨家視角，更不可能做到符合一個人的特性。而且，AI應用即使“喂”了很多資料后，還只是基于資料編寫，智能化沒想象的那么高。

三、商業(yè)化之路猜想

結合朋友和我的問題，我對AI應用商業(yè)化方向，有一個大概的猜想。在表述之前，分享一下，我對朋友說的一些建議。任何的產(chǎn)品想要商業(yè)化的前提，就是讓人先用起來。我想表達的是，盈利模式是商業(yè)化的基礎，而流量是盈利模式的核心。

對此再結合到AI應用領域，我先向朋友舉了一個例子——高德。高德對于C端的應用，是完全免費的，因此才“戰(zhàn)勝了”凱立德，在中國站穩(wěn)腳跟。而高德的商業(yè)化是將定位系統(tǒng)，賣給大公司作為業(yè)務基礎嵌入。這個不是我們理解賣用戶數(shù)據(jù)。

那么AI應用呢，除了用起來，定制化收費，找個融資渠道外，有沒有其他商業(yè)化之路呢？

目前我能感知到的，AI現(xiàn)階段還是泛應用狀態(tài)，能做到的是解決80%普適化問題，如寫文章，或者寫個視頻腳本。要不就是應用在某個職業(yè)體系內(nèi)，比如幫助產(chǎn)品經(jīng)理寫個PRD，再轉化成產(chǎn)品原型。

對于真正行業(yè)性的領域，AI目前還不夠智能。

在我看來，AI商業(yè)化之路，真正可實現(xiàn)的，是在某行業(yè)的深入應用。我們現(xiàn)在使用的AI，是基于大量資料學習所形成的體系展示。這就意味著真正AI 真正值錢的，是供它自主學習的大量資料。

試想一下，如果將這些資料進行分類，再依靠不停的“喂”行業(yè)內(nèi)資料，供其自主學習，是不是意味著，AI會成為行業(yè)的“專家”（我說的是行業(yè)，不是職業(yè)）。所以，對于某個行業(yè)來說，真正值錢的是，基于大量行業(yè)資料，形成的解決方案，而非AI應用本身。

我舉一個極端的例子，現(xiàn)在看病的AI，據(jù)說準確率達到94%。但是人類疾病不是單一的，病因也是多樣性，甚至還有很多并發(fā)癥，這些都是無法解決的。如果我們將所有醫(yī)療病例和診療方案，“喂”給AI學習，是不是AI會更精準。

當AI應用到某個醫(yī)院的時候，醫(yī)院依靠處方箋和藥品收費，是不是商業(yè)化落地。只是幫助醫(yī)院實現(xiàn)盈利的不是AI本身，而是基于AI自主學習的醫(yī)療資料。就像我說的高德一樣，地圖本身是免費的，真正值錢的是定位技術。

四、建議內(nèi)容

所以我給朋友的建議，真正做細分領域的AI，甚至是細分行業(yè)的AI，而不是常用AI。真正實現(xiàn)商業(yè)化的不是AI本身，而是AI背后的行業(yè)資料和行業(yè)數(shù)據(jù)。甚至可以實現(xiàn)AI，能主動抓取行業(yè)最新數(shù)據(jù)和解決方案，做到自主學習。

這樣做的好處，還有一個，就是能做到“先入為主”。當大家都在做泛領域的時候，可以先占領細分市場。比如一提到無人機，第一個永遠是大疆。行業(yè)的頂端，比的不是價格，而是誰更專業(yè)。所以，AI的未來是誰擁有更專業(yè)更多的行業(yè)資料。

商業(yè)化講究的是如何布局，畢竟大家拼到最后，盈利模式都差不多。如果一開始就能在一個行業(yè)深耕下去，意味著未來在這個行業(yè)里的地位是不可動搖的。如同我們所知行業(yè)巨頭那樣，無論技術和渠道再變，在用戶心里的位置是不變的。

結語：AI應用商業(yè)化還有很長的路要走，我只能憑我所知所感，窺得一絲門徑，甚至連門徑都算不上。不過，我堅信的是，做行業(yè)深入AI應用，絕對是未來AI商業(yè)化落地方式之一。