打开网易新闻 查看精彩图片

本文来自微信公众号:常超,作者:常超,头图来自:AI生成

“我在AI领域做了七年的产品经理,现在是一名创业者,一年多中上线了2款自己的AI Native应用,最近分享一些个人观察和思考:

一、这波AI浪潮的核心特征

一、这波AI浪潮的核心特征

我觉得,这波AI浪潮最重要的特征,是让高度个性化的服务实现规模化成为可能。

过去2年里,ChatGPT的出现让AI又又又一次爆火,关于AI应用层的讨论也有很多,但至今还没有出现Killer App(杀手级应用)。

尽管如此,我仍然坚信这波AI浪潮堪比工业革命,因为它会重新定义供需关系,创造大量全新的可能性。其本质,是智力资源的供给侧变革。

二、供给侧的变革:打破智力资源的稀缺性

二、供给侧的变革:打破智力资源的稀缺性

在过去,智力资源是专属于人的,是稀缺的,尤其在依赖专业知识和技能的领域,比如教育、心理咨询、法律服务等。这些服务的高成本源于它们依赖人类的智力劳动,而人力是有限的。因此,许多这样的服务,对于普通大众来说,是昂贵的、奢侈的。

而大模型,正是打破了这一限制。

工业革命与AI浪潮的类比:

如果我们回顾工业革命,会发现很多曾经只属于贵族阶层的“奢侈品”变得普及,举几个例子:

  • 纺织品:工业革命前,纺织品依赖手工纺织和织布,生产耗时且劳动强度大,价格昂贵,棉布甚至被称为“白金”。

  • 玻璃制品:工业革命前,玻璃制作完全依赖手工吹制,费时费力,导致玻璃窗、镜子等都是奢侈品。

  • 书籍:工业革命前,书籍的复制速度慢且成本高,即便有了活字印刷,纸张的生产仍然昂贵,教育资源受限,书籍是富人的专属。有了蒸汽印刷机,书籍才变得可以大规模生产。

  • 时钟:只有少数人能够拥有高质量的个人时钟(通常是贵族或富有商人的奢侈品),普通人没有办法随时掌握准确的时间,甚至还有打钟人这样的职业。

就如同工业革命让棉布、玻璃、书籍、时钟等产品变得普及,AI也在逐步打破智力服务的稀缺性,让那些本应由人类智力提供的“高度个性化服务”,能够规模化、普及化,成为普通人可以享受的资源。

三、什么是高度个性化的服务?

三、什么是高度个性化的服务?

以下是一些例子:

  • 情感服务:角色扮演、情感陪聊、情感咨询...

  • 专业服务:律师咨询、心理咨询、命理占卜...

  • 生活服务:个人形象设计、家装设计、职业规划...

  • 教育咨询:家庭教师、专业技能教练...

这些场景有一个共性:都十分依赖智力资源,需要结合专业知识和用户的背景,过去只能由人类来提供。

我自己是尝试了从“命理占卜”切入(也许下一篇,我会详细讲讲自己的选择逻辑)首先从需求侧来说,从古至今需求一直存在,没有根本性的变化。供给侧,一直以来是靠人类提供,而优质命理师资源是稀缺。从西周到清朝,每个朝代都有专门负责的官员服务于统治阶级,民间更多时候以口口相传的“口诀”形式存在(比如我属猴,老一辈就会说“猪配猴,泪长流”,告诫我找对象不能找属猪的 = = ),这些口诀源于命理却又极其片面的,某种程度也反映了供需的一种失衡。

2023年初,还只有GPT 3.5的时候,我们做了一款AI+玄学应用“月见塔罗”,纯靠AI做供给,算是比较成功的验证,无论是用户评价和付费都还ok,因为投入很低,几乎仅靠自然增长就达到了盈亏平衡。

这样的实践让我更加坚信AI是一次供给侧变革,正如工业革命一样,正在让高度个性化的服务实现规模化。

上面举的例子里,这些场景有些已经初步达到了交付水平,且大规模落地了(如:角色扮演),但其实更多的都还跑不通。

四、为什么AI应用在很多场景跑不通?

四、为什么AI应用在很多场景跑不通?

AI应用想跑通,首先得面临几个基础问题:

  1. 获客成本高昂:AI并没有改变用户获取的方式,获客渠道依然稀缺,成本不低。

  2. 新增成本压力:大模型带来了新的支出(算力或token成本)。

  3. 技术落地的复杂性:大模型并不能直接应用到绝大多数场景(输出质量、稳定性不达标或者大模型本身不能完成交付),需要复杂的工程化改造才能达到实际交付标准。

俞军老师有一个产品价值公式:产品价值=(新体验 - 旧体验) -迁移成本。

由于新增了成本,这个公式可能得变成:产品价值 =[(新体验 - 新成本) - (旧体验 - 旧成本)] - 迁移成本。

想跑通PMF,还需要减去获客成本:商业价值 = [(新体验 - 新成本)- (旧体验 - 旧成本)] - 迁移成本- 获客成本。

核心变量就是新体验与新成本,在一个场景下,如果(新体验-新成本)不能显著大于(旧体验 - 旧成本),那么这个场景就是难以跑通的。

把新体验做起来需要给时间,新成本降低也需要时间,很多场景现在难以跑通、有困难,但并不代表困难无法克服。

五、从稀缺到普惠

五、从稀缺到普惠

在自己实践的一年多里,我遇到了很多困难,但我仍然对长期保持乐观。

首先,大模型的成本正在快速下降,一年就降低75%很正常。每一次成本的下降,都会让更多场景具备跑通的可能性。

同时,技术栈的成熟和从业者的进步,也让我们能用工程手段创造更好的“新体验”。

就像工业革命让衣服、鞋子、书籍这些原本稀缺的资源变得普惠,AI时代也会让家庭教师、心理咨询师等各种领域的“高度个性化服务”实现规模化,走进普通人的生活中。

六、结语

六、结语

创业很苦逼,但我还是时常会觉得兴奋又幸运。

毕竟,能遇见这样的浪潮,在时代发展的过程中探索甚至是创造一些有趣且有价值的事情,本身就是一个很棒的过程。

下一篇,我打算聊聊自己选择切入场景的思考,以及对于AI Native壁垒的观察。

本文来自微信公众号:常超,作者:常超(月见万物 Founder&CEO,已上线产品有「月见App」和「月见塔罗App」,前大厂AI产品经理,创业前有7年AI领域的产品落地经验)

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com