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、上手難度這三個角度來看一看這個有趣的時代吧~～
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時代要來臨的共識，投資人在關(guān)注基建、普通人在關(guān)注使用。
AI不是移動互聯(lián)網(wǎng)時代從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時代，或許你可以跟sirl說一句訂餐，它自動給你處理好一切；iPad可以讓一個幾歲的孩子，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。
這是一個充滿迷霧的AI的時代，一個大家少有燒錢獲客的時代。
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”，我們會想起來下一句是“疑是銀河落九天”，我們眼前會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)這個世界，去理解這個事情，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，引路者OpenAI有著更大的野心。
一個能夠理解世界、支持多模態(tài)、超級通用大模型，會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，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4.1億美金用于計算和數(shù)據(jù)訓(xùn)練。
周鴻老板在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，這是一個巨頭的游戲。
誰都想拿下AI時代基建第一的位置，就像安卓和iOS于移動互聯(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個通用大模型，但在每一個垂類賽道我們或許都需要幾個垂類大模型。
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年底做了一個復(fù)盤，給出了一個觀點(diǎn)：AI不能夠被稱之為一個賽道。
AI看起來有很多機(jī)會，但實(shí)際上又沒有那么多新的機(jī)會。
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。
移動互聯(lián)網(wǎng)時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互聯(lián)網(wǎng)完成一個質(zhì)的改變。
隨著移動互聯(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)在一個人們的需求已經(jīng)得到不錯的滿足的時候。
從0-60分閾值是移動互聯(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問題，而不再是講一個美好的故事，讓大家為預(yù)期買單。
AI的時候人們非常的焦慮，總是擔(dān)憂AI會不會讓自己失去工作，從Revealera發(fā)布的崗位（2023年自由職業(yè)數(shù)據(jù)）變化來看，AI時代改變更多的崗位也聚焦在寫作、翻譯、客服這三個維度，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
我們總會說到AI時代到底什么賺錢？
最后得到結(jié)論：AI時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)。
讓我們從下邊個例子來看看AI時代產(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)，同時可以很好的規(guī)避各種廣告。
2.1.2 翻譯
在ChatGPT出來的時候，我經(jīng)常會去看英文咨詢來看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，想快速看文本內(nèi)容時該怎么辦？
找一個轉(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。
過去我們通常會用飛書妙記來解決這個問題，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�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會給你處理好，直接給到你滿意的結(jié)果：
再過一段時間，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PPT又是一個非常頭疼的能力，尤其是很多時候其實(shí)我們并不需要一個十分精致到100分的PPT，我們只是需要一個60分能用的PPT就行了。
其實(shí)用模板改PPT也能得到不錯的滿足，那AI做PPT有哪些更好的提升呢？
我覺得主要解決了兩個問題：PPT大綱助力、自動匹配模板。
以Gamma為例，你只需要描述你想做的PPT內(nèi)容，它會自動給你生成一個大綱、然后自動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的輔助會讓你在筆記使用時更加高效。
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，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，就是給你換了個場景和打扮，高端P圖技術(shù)。
妙鴨剛剛火起來的時候是拍寫真功能，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是一個用于電腦上的自動化操作流程，你設(shè)置好后系統(tǒng)會按照你的流程往下去重復(fù)做，但這個場景里最大問題是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流程，然后AI來結(jié)合RPA工具生成整個流程和鏈路，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，這個產(chǎn)品我覺得對于基礎(chǔ)崗位的初篩可能能夠獲得一個還不錯的結(jié)果，通過10-20分鐘快速的獲得一個人的基礎(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有不錯的結(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：
根據(jù)業(yè)務(wù)需求找合同模板，然后形成一份合同找公司律師進(jìn)行合同審核找合作公司進(jìn)行溝通根據(jù)溝通修改后找律師審核律師審核后合作公司律師審核重復(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禮拜就能搞定，如果合同慢一點(diǎn)拖一點(diǎn)3個月都搞不定；在審核中比較花費(fèi)時間的是律師要不斷比對前后兩個版本合同中的內(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)起到不錯的作用，來讓整個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個人里這個月聽完一本書下個月會再來聽完一本書。
在我們的書籍量到達(dá)了1000本書籍，那這個時候用戶其實(shí)找書就成了一個比較難得問題，我們只能做后臺打標(biāo)簽，內(nèi)容運(yùn)營通過標(biāo)簽打包成一個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“財商”，系統(tǒng)會根據(jù)財商關(guān)鍵詞匹配給用戶推送書和書單，是一個匹配機(jī)制。
但如果我們用上AI，用戶輸入財商，我們在搜索上可以用AI去檢索各種書的拆書稿，然后直接聚合一個推薦書單給到用戶，它會比我們的傳統(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，這個場景優(yōu)化聽起來很不錯，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，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；同時拆書稿可以自動生成標(biāo)簽，在上架的時候成本也會低很多。
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)時把用戶反饋提的優(yōu)先級比較高，產(chǎn)品經(jīng)理會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在規(guī)劃中解決。
在日活10萬的時候基本上每周客服群的問題也就1-2個，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�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，不會使用AI的人都會被逐漸淘汰掉。
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)。
這個流程肯定是能提升效率的，但是看這個流程門檻也太高了。
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工作流解決。
人們強(qiáng)依賴AI提效的時候估計才會來臨。
AI對話是個很不錯的場景，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“稿定設(shè)計”好用一點(diǎn)。
嘗鮮仍然是一段時間的主旋律，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，我好像走到了一個岔路口，我就開始反思，如果沒有AI，那我這個需求真的存在嗎？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這些做的還不錯的產(chǎn)品，其實(shí)你會發(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好的AI產(chǎn)品應(yīng)用的場景：
在沒有AI的時候能夠很好滿足用戶，有了AI之后能夠?qū)δ骋粋�模塊進(jìn)行效果提升。
AI會隨著大模型能力提升一點(diǎn)點(diǎn)重構(gòu)整個產(chǎn)品，但現(xiàn)在不會發(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又一個產(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)時代的產(chǎn)品一樣，都是之前不存在過的，一個全新的產(chǎn)品，AI更多的是我們已經(jīng)見過的很多個產(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。
但從另一個角度上來看這個問題：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)會提示詞。
3.1 選擇對的工具
AI這個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。
一個支持超長文本的閱讀可以聯(lián)網(wǎng)，一個是支持多模態(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)大家選了一個自己覺得不錯的工具之后就要進(jìn)入第二關(guān)，學(xué)會寫提示詞。
3.2 學(xué)會寫提示詞
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，每個人都可以成為超級個體，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0分的程序員水平，你沒法創(chuàng)造出90分的內(nèi)容埃
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，沒有寫過。
那不會寫提示詞就用不好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的一個解法。
當(dāng)我們決定要自己努力寫提示詞的時候，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，最后得到一個自己滿意的結(jié)果。
那這時候可能會有朋友說，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Chatbot載體的社區(qū)或許是一個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)，幾十個優(yōu)秀創(chuàng)作者寫文章，幾十萬個學(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，大家每個人都可以用GPTs去閱讀書籍，去支持多模態(tài)問題，那么OpenAI會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個工具結(jié)藕在一起才能夠高效的運(yùn)行，少了一個都運(yùn)轉(zhuǎn)不了。
我覺得從這個體驗(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，一個是插件支持的不是很多，現(xiàn)在支持的這些有的時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)和文件識別完全不支持。
期待隨著基建能力的提升，會出現(xiàn)更多好用的Chatbot社區(qū)。
我在過去高頻使用kimi的場景中，有一個場景是翻譯外文網(wǎng)站，如果kimi推出Chatbot，然后我把這個prompt和流程進(jìn)行設(shè)計，能夠直接翻譯外文網(wǎng)站，然后生成一個PDF文件，那么是不是這樣可以變成一個可以賣錢的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，這個場景和這個錢其實(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，一個基于Chatbot的社區(qū)就可以自運(yùn)轉(zhuǎn)起來；創(chuàng)作者也有動力把自己有價值的產(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候和早期招募UGC的時候少量使用，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)建一個足夠大的雙邊供給平臺的。
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)生財有術(shù)的GPT航海教練，帶著大家去了解AI、去使用AI，也是個十分有意思的事情。
我有的時候會在想AI時代我能夠去做點(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)品這兩個方面對我來說收獲最多。
AI+萬物的時代恐怕還要慢慢的到來，那先從用AI迭代一個小的需求點(diǎn)開始做起吧～
也希望看到這篇文章的你覺得花費(fèi)的時間值得，可以讓你在AI時代的焦慮稍微減弱。
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～
作者：云舒，一個愛折騰的產(chǎn)品經(jīng)理
本文由 @云舒 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可，禁止轉(zhuǎn)載
題圖來自Unsplash，基于CC0協(xié)議
該文觀點(diǎn)僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)
