AI，一场科技界“卖拐”
AI，一场科技界“卖拐”
AI 相关的发布会狂欢，有时候会让人想到赵本山的小品《卖拐》。如果我们回想元宇宙的发展过程，你会发现这几乎和 " 卖拐 " 的过程一模一样。先是把一个科幻的概念结合新技术进展再包装，再加大输出功率宣讲各种自圆其说的故事，然后扎克伯格扮演了范伟的角色？拐也卖了（Facebook 都改 Meta 了），可元宇宙在那里呢？
AI 的发布会也有点这么个意思。
畅想有点多，应用有点少。
AI 假如真的那么厉害，那能像互联网那样生活缺了就不行么，它的超级应用在那里呢？
致命的思维模式
从技术看应用和从战略角度看应用，是两种要命的思维模式，要命的原因是这种视角下其实看不到超级应用，甚至很难看到有用的应用。
这里的常识性问题在于，AI 再怎么发展也不是整个世界的镜像，而超级应用注定在世界和它的结合处。
也就是说，横跨两个领域才能造就新的超级应用，这就需要一种从外往里的视角。
技术视角正相反，从 AI 往外看，这时候看到的就是各种简化版本的可能性，看到的是骨架子，而没有血肉的产品怎么可能成为产品。与此伴生的就是纯粹自上而下的战略型思考。
这其实是研究院的模式，研究院可以有伟大的开始，很少有伟大的产品是彻底从研究院出来的。
这时候不要扯第一性原理，第一性原理是个起点，迷惑处在于它会让人觉得自己已经掌握世界的本质，然后被当成终点。
PC、互联网大潮刚过不远，可以简单回顾下。
PC、互联网的简单回顾
是施乐的研究院发明的图形用户界面，但是乔布斯、盖茨看到后把它变成了现在两万亿美金市值事业的根基。这两人做的到底是什么工作？
互联网基础设施相对完备后，国内是马云、马化腾等完成了它的切实落地，他们做的到底是什么工作？
反面教材反倒是 Facebook，这家公司早期崛起全是因为基本没技术含量的校园内的社交产品，后面一想发挥自己雄才大略基本就挂了。第一次是 App 的选择上，它们觉得应该还是 H5 类网页，然后为了善后大肆收购，包括花 190 亿美金收购 WhatsApp。最近则是元宇宙，改名这事实在是决心下得够大，然后眼看着也是一地鸡毛，眼看着是有点瘸了。
所以这个时候如果真的想去寻找 AI 的超级应用，真的不必太在意谁说了什么。
核心就是一点：回到现场去感受新技术，然后思考和实践它到底能干什么，形成体验的闭环。
回到现场
回到现场、建立自己的测试集，就会陆续看到很多新的可能性。
现在有什么应用是过去不能做，现在真能做得了的么？
过去，我带队做产品的时候设想了大量产品，有的尝试过后限于当时的技术放弃了，但现在看起来有些产品逐渐变得可以做了。
之前有个产品叫 VIPKID，主打就是用外教陪小朋友练习英语口语。很多家长为了让小朋友练习英语口语应该都买过。后来则逐渐销声匿迹了，一说是因为运营成本过高，成本包括流量成本和外教的成本。
那是不是可以把外教换成 AI？用 AI 来做外教能做到什么水平？
过去的麻烦是，如果是 AI 又必须用小爱同学这样的唤醒词，那整个交互过程就会非常蹩脚。如果不用唤醒词又没法区分到底哪些是交互的内容，哪些是周围的干扰。
不要低估这事儿，真实场景的交互受到环境干扰是很麻烦的。否则也不至于地球上组织了几万聪明人，最终也还是只能选唤醒词。
现在好些了，用模型在后端判断是否在和自己交互的可能性变高了，这样就可以真的打造一种去除唤醒词的交互方式。因为这个场景不像 Siri 那么开放，相对垂直，免唤醒的交互方式成立的可能性在变高。
类似的，我们是不是可以打造一种真实场景下的 " 妈妈讲故事 "。AIGC 生成各种有趣的故事，用妈妈的音色放给小朋友听？
有人也许说，这东西我做过。
这时候就别学扎克伯格了。而是回到现场，打磨细节。
交互真的流畅么，故事真的精彩么？
智能音箱差不多把所有的这些都做过一遍，但现在哪里变了呢？
上面这类应用如果仔细想想，就会发现这类产品的起点都是对某种角色的置换。
妈妈、教师、女友 ...... 整个一个 AI 版的角色扮演。
扮演好一个角色，需要新技术，但画龙点睛的那一笔是要理解角色、理解感受。
所以这种产品先天和研究院模式、战略式的自上向下思维是冲突的。校园社交网络这种创意为什么不是思科的人先做呢，他们显然更理解网络？大致上是这么个意思。（参见：《角色中心式计算：AI 大模型颠覆性的起点与终点》）
寻找超级应用
上面这种角色越多，就越可能造就新的超级应用。
举一个开脑洞的例子。
过去我们有一个产品大类叫 UGC，抖音甚至知乎都是这种产品。
那假如上面说的各种 AI 角色已经哪里都是，那真的还需要 UGC 么？
为什么不是根据偏好判断直接产生内容？
当然可以保留社交属性，可那不是现在的这种产品形态了。毕竟多半以上的人，并不是内容生产者而是消费者。
如果 AIGC 的水平真的达到一定程度，那所有 UGC 的产品（包括搜索）其实都要重来。
现在没有，还是智能水平还不够。
角色重组，会导致新的应用形态诞生，不能老盯着过去成立的产品。
回到切实成立的角色，加一点想象力来寻找超级应用可能更靠谱一点。
从以终端为中心到以智能为中心
仔细想想我们会发现，AI 其实必然以智能为中心。
这和移动互联网很不一样，移动互联网基本上以手机为中心。
当然所有产品都会有端、有云，但以 App 为中心的移动互联网和以 Web 为中心的 PC 互联网，其实游戏规则是不一样的。
移动互联网差不多把 App 的重要性提到一个无以复加的程度。
手机这个终端的重要性超过所有其它终端的数倍还多。
AI 就不是这样的。ChatGPT 是不是 App 就没有那么关键。小爱同学这种产品是不是智能音箱其实也不关键。
这是什么模式？这是以智能为中心的模式。非要类比会更类似 Web，而不是移动互联网。
这种模式决定了很多事，比如：早期 AI 企业规模恐怕没互联网涨得那么快。
一定程度上除了小品类，恐怕也不会以手机为主战场。不是不行，而是既有力量太强大。
以智能为中心的产品模式，需要找到自己的新立足点。
为什么强调这点呢？
因为我发现即使很有名的人也用互联网术语来描述 AI。
DAU 这些其实可以扔一扔了。如果非要创造一个，我觉得适合用 Value Per Role（VPR）。
我们对比过 AI 和互联网的差异，AI 如果像我们说的那样是打深井，那就应该计量每口井的出水量。计量覆盖多大面积有什么意思？（参见：《为什么说互联网方法论在 AI 上差不多全是错的》）
智能的价值密度
之前提过 " 智能的价值密度 " 这个概念，这次正好结合以智能为中心，再表述下：
就和矿有富矿和贫矿一样。
不同角色的智能成分是不一样的。
以能干为前提，AI 不求矿多，求的是富矿。
度量贫富的就是 " 智能的价值密度 "。一个情景里面智能占比越高，如果能做，AI 实际效果越好，比如下棋。
反过来比如搬砖，那其实大模型这类智能的价值就没想的那么大。过去的技术也就覆盖了。
所以 AI 的核心是找得准。
这事并不难想明白，但思维惯性太大，太多人还是在老的模式下思考这事了。
很简单的问题，AI 是烧 Token 的，如果 100 个人用，90 个人每天问 " 今天天气怎么样 " 这类无价值的问题，但它花的成本和有价值问题是一样的，这显然就会增加商业模式成立的难度。
假如我们还用互联网那个转化率漏斗，那大概率从点击率到成交率，即使是符合互联网的漏斗也是不赚钱的，因为你成本高了。除非英伟达真的把这种 Token 生产变得和加减乘除一样便宜。互联网通过硬的基础设施（云等）、软的基础设施（缓存等）优化了这些成本。所以啊，GPU 显然比一般服务器还是贵很多。
怎么对冲这类发散导致的问题呢？
显然需要角色的精准，和以智能为中心的应用。（参见：《智能的价值密度》）
一点点方法论
典型的落地方法论其实叫由特殊到一般，再由一般到特殊。（大家自己查是谁说的）
也就是自下向上和自上向下来回穿梭。
当试错成本低的时候，纯粹的感受派（自下向上）就会占绝对上风。但自下向上就看到机会容易，看不到跃迁的可能性。
当试错成本高的时候，战略派（自上向下）就会占上风。但这容易看到框子，却看不到抓手和落地点。
AI 产品正好要求变高了。这时候单一维度恐怕是不灵的。先从角色开始，再有整体趋势认知恐怕更合适。
小结
AI 这种纯粹硬科技驱动的事业会导致一种迷信，大家会相信一些 " 似乎知道更多 " 的人，但这很要命。冷静的人一定会意识到，这个时候大家都所知不多，最多知道一点方法的方法。这点方法的方法有点用，但真说落地的话，重要性远不如回到角色和感受上。而如果回不到角色和感受上，就会很容易变成科技界的卖拐。
