OpenAI o3相对o1的递进是非常惊人的,尤其它编程能力的进展后面肯定会产生越来越多,越来越大的现实冲击。在这种背景下很多关注AI的人都会开始思考,AI会造就过去搜索、微信等等这样的超级应用么?

这恰恰正是陷阱所在,由互联网遗留下来的以寻找超级应用为核心的一整

套思考模式对于智能原生应用可能是不适用的。

这篇文章写一点这种认知错配的背后的问题。

陷阱1:用重量来比较芯片和沙子的价值

打开网易新闻 查看精彩图片

大家应该经常会在很多情景看到各类这种表单,按日活、时长等来把各种被认为是AI驱动的应用做个排行。

这是一个互联网年代形成的习惯,因为互联网基本商业模式的根基是日活,然后再加上CPS等能非常直接有效的体现一个互联网应用的价值。就导致了这种排行榜,排行榜即商业潜力和规模榜。

为了支持这类榜单,在过去的20多年里面我们累积了大量配套工具和方法。

所以现在很多人习惯性的做App,习惯性的做排行,但其实这基本没用

核心原因就是AI不是另一个移动互联网从技术特征到价值创造方式都完全不一样。

用吨来比较芯片和沙子是没有意义的。

具体来说,过去2年体现的是以AIGC为核心的小AI工具的兴起,这种根本不是超级应用的后端变现等等,而是传统的SaaS订阅。

向未来看,后面确实很快出现按服务付费(Service as a Software),这会导致单个用户的价值因为服务不同差1000倍甚至更多。这样一来缺了这个单个用户价值维度后,单纯计量活跃等就很像上面说的拿重量比沙子和芯片了。

本质上是过去的漏斗和转化概念被弱化了。

(也许有人会争论ToB,ToC,但其实没差别,不展开了)

陷阱2:在过去App做过的功能上寻找超级应用

一句话说:从技术上看,AI不是用来做过去那种App的。

如果AI用来做App,那就只有一种App,Siri类的,过去也叫Bot。这事快坚持20年了,不管简单复杂就基本没有灵的(不单是因为技术不好使)。

AI往这个上放,是削足适履。

我们拿医生做个类比。

医生有不同科室的专家,也有全科医生,那App是专科医生的路子,AI则一出生就是全科医生的路子。

通用智能(底层技术特征)不全科,什么全科!

全科和全科当然相似度高。

如果必须把这个全科医生再包装成专科的,那在单项上比现有的App大概率搞不出什么优势来,至少不可能是10倍提升。

需要补一句的是,杰出的模型公司总是会不停的尝试推出自己的App,比如OpenAI的chatGPT。这就是那个标准的全科医生,别的基本是在它的基础上封装出特定的专科来,差异也很难很大。

即使chatGPT,如果不能顺利的折叠掉搜索,并且发展出GPTs这类领域,也还不是超级应用,最多是过去浏览器级别的应用(信息消费的主要途径)。

说到底用AI把现有的APP再做一遍,提升10%,根本路子是不通的。

这个陷阱判断标准比较简单,如果构想的AI应用和现存的应用有3分相似,那大概是不灵的。

建议看Multi-Agent系统,比如AutoGPT等,并基于这种系统结合商业情况构建自己的产品。

陷阱3:Copilot

Copilot绝对不可能是超级应用,这有个最简单的逻辑,假设一项工作分成:

Step1-Step2-Step3-StepN,再假设Copilot意味着奇数步骤归人类,偶数归AI,那显然这时候整个系统运转效能是以人类能力为边界的,也一定是低的。

形象讲如果城市中驾驶中没有Copilot方式那车速上限可以是200,一旦是Copilot那车速上限就只能现在这样,因为人类有先天能力有限制。

所以人、机的协作模式最终一定不是现在设想的这种Copilot,而是人类的归人类,AI的归AI,然后彼此间有个不纠缠在一起但可以联通和交互的方式。

陷阱4:从独立算法出发构建应用

这点不是说大模型本身,而是说周边的其它算法

这也是一个特别简单的逻辑,o1~o3这么递进会让过去独立的各种算法越来越贬值,比如TTS等。它如果能够解决数学上的难题,那就能做过去往往是特别专业人士才能做的算法,并且能够根据反馈调优。

AlphaFold3其实是这事的前奏。

AI大模型的进展提高数据的价值,但是降低逻辑复杂度的价值。

更关键的是它会直接覆盖很多算法,有个专门的词叫做:LLM as a judge,你要真用就会发现它其实覆盖了很多很多的传统算法。

一定程度上,大模型体现的是算法的归一化。理论上它甚至是可以去下围棋的,每一步情况做成提示词给它,然后让它给出下一步。

小结

就像互联网需要和它匹配的四维模式一样,AI也需要和自己匹配的思维模式,然后才是技术力量的逐步发挥出来。否则就还是会很像用刺刀劈柴,有用但用处不大的,还不如斧子。

结论就是标题:不要在AI上找什么超级应用!

这个时间点不适合按照互联网的模式构思什么超级应用,关键在于数据的边疆和场景的纵深。当模型日趋强大的时候,它在通用性上的强大能力会推着相应的应用长成超级应用的。否则模型是强大了,那什么是应用方的!都是模型主要在做事应用有什么价值!

两场AI碰撞局的信息如下,感兴趣的同学请联系shuixiu2024:

时间:12.27 14:00

地点:中关村国家自主创新示范区展示中心会议中心 圆明厅

题目:AI在临床手术领域的实践与碰撞

分享嘉宾:

王豫 北京罗森博特科技有限公司董事长

圆桌“碰撞”嘉宾:

张希诺 北京朝阳医院骨科 副主任医师

程建刚 北京疆亘资本管理有限公司合伙人

张 娟 北京通和立泰生物科技有限公司副总经理

林毓聪 艾瑞迈迪医疗科技(北京)有限公司副总裁

主持人:李智勇

还有一场10.29在北京大学国家发展研究院,具体内容如下:

打开网易新闻 查看精彩图片