正在閱讀:

AI應(yīng)用,一場祛魅進行時

掃一掃下載界面新聞APP

AI應(yīng)用,一場祛魅進行時

如何跨越鴻溝?

圖片來源:界面圖庫

文|硅基研究室 kiki

編輯|山核桃

在AI浪潮里,AI早期深度使用者與中國大模型公司們,對AI應(yīng)用的理解正在發(fā)生改變。

去年此時,在由chatGPT卷起的AI原生應(yīng)用熱中,人們更多討論的是,擁有場景優(yōu)勢和擅長做產(chǎn)品的中國大模型企業(yè)如何能造出一個殺手級應(yīng)用?類似的「爆款焦慮」也在行業(yè)間彌漫。但現(xiàn)在,談?wù)摗竷r值」的人越來越多了。在剛剛結(jié)束的2024年世界人工智能大會上,百度創(chuàng)始人李彥宏就發(fā)出了類似的「靈魂之問」:

“今天這個震撼發(fā)布,明天那個史詩級更新,但是我要問:應(yīng)用在哪里?誰從中獲益了?”

不止是大廠,過去關(guān)注模型參數(shù)和榜單成績的大模型創(chuàng)業(yè)公司也開始將聚焦到應(yīng)用融入具體場景和業(yè)務(wù)的價值。智譜AI CEO張鵬提到:“今年人們已經(jīng)從關(guān)注大模型本身轉(zhuǎn)變?yōu)樗伎己陀懻摯竽P蛣?chuàng)造價值、賦能產(chǎn)業(yè)、落地應(yīng)用,行業(yè)已形成共識,不再去討論大模型是不是必要,或者大模型好還是小模型好,行業(yè)已經(jīng)轉(zhuǎn)變成更務(wù)實的狀態(tài)。”

但盡管態(tài)度發(fā)生轉(zhuǎn)變,一些具體的問題也隨之而來。不少投資人和從業(yè)者都曾預言,2024年將會是AI應(yīng)用的爆發(fā)元年,同質(zhì)化的應(yīng)用爆發(fā)潮是否會造成一場新泡沫?當C端用戶和B端企業(yè)都開始關(guān)注大模型產(chǎn)生的價值,具體的落地之路,又應(yīng)該怎么走?

比起眼前的熱鬧,一場關(guān)于AI應(yīng)用的祛魅之旅卻在悄悄進行。

01 早期使用者,祛魅AI工具

熱衷于AI工具測評的張帆(化名)本職工作是一位程序員,副業(yè)是一名AI類博主,作為AI浪潮里的早期使用者,他的一個明顯感受是,比起此前測評各類AI工具的熱情,今年他覺得「越來越?jīng)]勁兒了」。

張帆提到一個細節(jié),去年他的AI工具安利文下,每天都會有很多用戶求分享、求更新,由他組織的社群內(nèi),用戶對AI工具討論的熱情也一直很高,但從今年4月開始,氣氛開始轉(zhuǎn)冷。據(jù)他分析,像他這早期使用者很多都開始對AI工具祛魅:“大家目前都有一到兩個已經(jīng)熟練運用在工作流中的AI工具了,能提高一定的工作效率,嘗鮮的熱情不大了?!?/p>

另一位古風AI繪畫博主也向「硅基研究室」表明了類似的觀點,比起去年各類AI繪圖工具在功能上的顛覆性迭代,盡管今年各大AI創(chuàng)意類工具依舊層出不窮,但今年她覺得很多功能都只起到「雕花作用」。

來自瑞典的內(nèi)容創(chuàng)作音樂平臺Epidemic Sound發(fā)布的一份對創(chuàng)作者的調(diào)查報告也佐證了部分AI工具的早期使用者們對AI工具的態(tài)度,這群大眾印象中的技術(shù)狂熱者們,在2024年悄悄降低了某些工具的使用率。

在Epidemic Sound 調(diào)查的1500名內(nèi)容創(chuàng)作者中,盡管有84%的內(nèi)容創(chuàng)作者表示他們正在利用AI工具和應(yīng)用輔助內(nèi)容創(chuàng)作,但他們對頭部AI工具的使用率卻在逐年下降。

數(shù)據(jù)顯示,有84%的創(chuàng)作者在內(nèi)容創(chuàng)作過程中積極使用了AI工具和應(yīng)用程序,但人們對某些工具的使用率在今年卻有所看得見的下降。比如,如Midjourney和Adobe Firefly此類圖像或視頻識別工具,2023年,創(chuàng)作者對其的使用率為64.9%,但今年這一數(shù)字僅為46.5%。

這群早期使用者們祛媒AI工具的原因主要有兩點:一是擔憂生成內(nèi)容的質(zhì)量,包括準確性、偏見等。二是技術(shù)倫理問題,比如數(shù)據(jù)隱私,甚至有一位創(chuàng)作者直言:“使用AI來生成內(nèi)容設(shè)計實際上比自己想出創(chuàng)意更耗時?!?/p>

“高科技產(chǎn)品推廣過程中,最危險的時刻就是從早期市場過渡到主流市場的階段。而能否贏得早期采用者,事關(guān)企業(yè)開拓任何一個高科技細分市場的成敗?!痹凇犊缭进櫆稀芬粫?,硅谷著名科技營銷專家杰弗里·摩爾曾這樣寫道。這些早期使用者心態(tài)的變化已經(jīng)釋放出一個關(guān)鍵的信號:

大模型和AI應(yīng)用在觸達更多的早期使用者后,正站在一個接近早期大眾的鴻溝邊緣:如果跨過去,前方就是更廣闊的天地。

02 巨頭忙聚焦,創(chuàng)業(yè)派拓邊界

為了成功跨越這道鴻溝,中國大模型公司們已付出了不少的努力。

在剛剛閉幕的2024年世界人工智能大會上,比起去年大模型廠商們爭相講述的底座基礎(chǔ)模型的故事,今年廠商們的策展主題都集中在了對AI應(yīng)用的展示上,向外界強調(diào)大模型「看得見摸得著」的實際價值。

復盤今年上半年中國大模型廠商們的動作,無論是有錢有資源的巨頭,還是包括MiniMax、智譜AI、百川智能、階躍星辰面等目前跑出來的大模型獨角獸,一頭按照進度表繼續(xù)卷底座模型參數(shù)和性能,另一頭抓緊落地大模型AI應(yīng)用的落地,成了諸多技術(shù)非共識里的統(tǒng)一共識。

但在具體的戰(zhàn)略和動作上,這之中,巨頭與創(chuàng)業(yè)派間對AI應(yīng)用的落地節(jié)奏與理解又有明顯的分化。

總結(jié)看來,大模型依舊是一門燒錢的生意,巨頭們忙著打散、重構(gòu)與聚焦,創(chuàng)業(yè)派們則在拿到融資后,積極拓展自身的邊界。

巨頭之中,經(jīng)歷了「打散-重構(gòu)-聚焦」這一過程的代表案例就是騰訊和字節(jié)跳動,它們也是在「百模大戰(zhàn)」里被視為最不著急的兩家中國科技大公司。

今年5月,字節(jié)跳動AI大模型「豆包」全家桶終于官宣,月底,依托騰訊混元大模型的C端應(yīng)用「騰訊元寶」也正式上線,在經(jīng)歷了一段時間的內(nèi)部賽馬后,字節(jié)與騰訊也不打無準備之仗,一個果斷前期行業(yè)價格戰(zhàn),另一個則借力微信生態(tài),直擊百度等先發(fā)大廠的腹地。

從兩家大廠的入局時間點來看,都足以印證對AI應(yīng)用的重視。一方面,基礎(chǔ)模型層的價格戰(zhàn),實則直接減少了開發(fā)層和應(yīng)用層玩家們的成本,另一方面,在移動互聯(lián)網(wǎng)時代就擅長做應(yīng)用、有生態(tài)的騰訊和字節(jié),還瞄準了AI應(yīng)用的分發(fā)環(huán)節(jié),通過旗下的AI智能體創(chuàng)作與分發(fā)平臺「扣子」和「騰訊元器」,旨在建立AI應(yīng)用從「開發(fā)-分發(fā)-應(yīng)用」的閉環(huán),這其實比OpenAI們此前做的「GPTs商店」多走了一步。

字節(jié)「扣子」和騰訊元器 圖源:截圖

另一邊的MiniMax、智譜AI、百川智能、階躍星辰等創(chuàng)業(yè)派則在積極拓展邊界,從效率類到娛樂類,從C端到B端,并不局限在單一場景,為的是探索更多的商業(yè)化路徑。比如強調(diào)超級大模型和超級應(yīng)用「雙輪驅(qū)動」的百川智能在今年5月發(fā)布全新Baichuan 4系列模型時,也同步推出了首款懂搜索的AI助手「百小應(yīng)」。另一家最新嶄露頭角的大模型創(chuàng)企階躍星辰同樣如此,在發(fā)布底座模型的同時,也推出了自研的個人效率助手「躍問」以及AI開放世界平臺 「冒泡鴨」。

某種意義上,兩條腿走路的雙輪驅(qū)動,既是一種理想狀態(tài),也是一種無奈之舉。智譜AI相關(guān)負責人曾提到,To B業(yè)務(wù)保證了公司基礎(chǔ)的規(guī)?;杖?,To C方面的目標是培育顛覆性的「殺手級」應(yīng)用。前者有著穩(wěn)定明確的數(shù)字化和商業(yè)需求,后者早已在移動互聯(lián)網(wǎng)時代被印證為一門可行的生意。

但之所以說是「無奈之舉」則在于,競爭環(huán)境變得越發(fā)激烈了。一方面,隨著大模型「以價換量」興起, B端賣API的競爭也卷入了價格戰(zhàn),在大模型在企業(yè)端的價值尚在探索時,「價格」這一敏感因素被放在了早期使用者面前。另一方面,C端產(chǎn)品的同質(zhì)化問題,也逐步凸顯。

MiniMax創(chuàng)始人閆俊杰在被問及「國內(nèi)有哪些挑戰(zhàn)是需要你們解決的?」這一問題時,就談到:“目前我覺得國內(nèi)大部分公司還沒有形成差異化,模型水平、產(chǎn)品都差不多,所以就會變成拼價格?!?/p>

可以預見的是,無論是大廠,抑或是創(chuàng)業(yè)者,隨著未來AI濾鏡的衰退,技術(shù)的收斂以及用戶對AI應(yīng)用的祛魅,更艱難的仗已經(jīng)開始了。

03 對“超級應(yīng)用”的重新理解

如《跨越鴻溝》中所提到的,從早期采用者到早期大眾,跨越這道「大模型使用鴻溝」最重要環(huán)節(jié)之一就是觸及早期大眾。此類人群的特點是,盡管他們也能想象新技術(shù)的好處,但是驅(qū)動他們最終為產(chǎn)品和應(yīng)用付費,最終還是建立在強烈的實用主義上。

換言之,關(guān)注大模型實際產(chǎn)生的價值幾何,已成了更多人談起大模型落地的一個基礎(chǔ)條件。百度創(chuàng)始人李彥宏就提了一個觀點,今天的大模型廠商,要避免掉入「超級應(yīng)用陷阱」,他給出的理由是,在AI時代,「超級能干」的應(yīng)用比只看DAU的「超級應(yīng)用」更重要。

從對爆款的流量焦慮轉(zhuǎn)向價值轉(zhuǎn)化的實用主義,這一定程度上是國內(nèi)大模型廠商們在熱鬧之中的「冷思考」。一個殺手級應(yīng)用的誕生,既取決于技術(shù)的成熟度,也取決于市場與用戶的接納度,據(jù)MiniMax創(chuàng)始人閆俊杰的預測,真正的殺手級應(yīng)用(Killer App)至少要三年之后。

從當下的競爭環(huán)境來看,AI應(yīng)用走向真正的普惠化與大眾化依舊還有很遠的距離。

首先,是仍需提升的模型能力。隨著國內(nèi)大模型能力的整體提升與技術(shù)升級,帶動推理成本的下降,同時開閉源共存下,也能滿足不同企業(yè)的成本或安全需求,但在一些共性問題上,模型能力依舊有很大的提升空間。

例如,在B端的行業(yè)和產(chǎn)業(yè)端,阻礙大模型落地的一個關(guān)鍵問題就是準確率,金沙江創(chuàng)投主管合伙人朱嘯虎此前就吐槽過:“今天大模型最大的問題是準確率太低?!币晃会t(yī)療領(lǐng)域行業(yè)人士提到,像醫(yī)療和健康領(lǐng)域容錯性低的行業(yè),大模型的準確度可能要95%以上才勉強可用,這就要求大模型廠商必須要找到行業(yè)與企業(yè)的核心痛點,與業(yè)務(wù)更好地適配,讓大模型從行業(yè)通才變成真正的業(yè)務(wù)專才。

C端也是如此。閆俊杰也說到,短期內(nèi)MiniMax最明確的目標就是解決大模型的「錯誤率」問題:“比如現(xiàn)在30%的錯誤率,導致用戶大大減少?!?/p>

其次,是技術(shù)與場景的適配度,這是一個更系統(tǒng)化的問題。從最先的概念驗證到真正走向商業(yè)閉環(huán),并非是「每一個場景都值得用大模型重做一遍」。企業(yè)考慮的不僅僅是前期投入的成本問題,還有運維、服務(wù)響應(yīng)等等,這就需要大模型企業(yè)和更多ISV和軟件廠商一起培育好、打造好大模型落地的相關(guān)服務(wù)生態(tài)。

除此以外,談應(yīng)用爆發(fā),無法離開談時代背景。2024年,在各大模型廠商競爭AI應(yīng)用的同時,一批AI明星企業(yè)已經(jīng)選擇提前退場。此前我們在《硅谷新一輪AI大爆炸后,初創(chuàng)企業(yè)們的「殘酷眾生相」》曾梳理這一進程,一場「裁員、出售、轉(zhuǎn)型」的AI浪潮已經(jīng)襲來。

而在中國,類似的變革也在醞釀,相比去年「百模大戰(zhàn)」的瘋狂,今年以來,大模型賽道已稍顯冷靜,錢越來越集中在頭部的明星創(chuàng)企,后續(xù)在牌桌上繼續(xù)出錢的人也趨向于阿里、騰訊等頭部科技大廠。

國投證券在研報中指出,2024至2025年是AI落地應(yīng)用的時間窗口,各類資源都會集中于對落地應(yīng)用的攻克上,一個明顯的難點在于,受宏觀經(jīng)濟影響,AI企業(yè)在成功之前有極高的「逆淘汰」風險,在一個收縮的大環(huán)境下,更需要準備充足的彈藥。

過去,這里的「彈藥」或許是算力或資金,但現(xiàn)在有了新的標準,比如成本、用戶心智、交互能力以及更多沉淀在具體業(yè)務(wù)中的應(yīng)用價值,這對更多的中國大模型企業(yè)來說,是一個好的信號,因為應(yīng)用催生問題,而中國企業(yè)總是擅長解題。

參考資料:

1、騰訊科技:《2024WAIC閉幕,我們整理了場內(nèi)場外的AI辯論“修羅場”》

2、中國企業(yè)家雜志:《對話MiniMax創(chuàng)始人:如何打造AI時代最大的APP》

3、財經(jīng)雜志:《讓企業(yè)為大模型買單,目前有四大難》

4、Business Insider:Creators are turning away from some AI tools, new data shows

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。

評論

暫無評論哦,快來評價一下吧!

下載界面新聞

微信公眾號

微博

AI應(yīng)用,一場祛魅進行時

如何跨越鴻溝?

圖片來源:界面圖庫

文|硅基研究室 kiki

編輯|山核桃

在AI浪潮里,AI早期深度使用者與中國大模型公司們,對AI應(yīng)用的理解正在發(fā)生改變。

去年此時,在由chatGPT卷起的AI原生應(yīng)用熱中,人們更多討論的是,擁有場景優(yōu)勢和擅長做產(chǎn)品的中國大模型企業(yè)如何能造出一個殺手級應(yīng)用?類似的「爆款焦慮」也在行業(yè)間彌漫。但現(xiàn)在,談?wù)摗竷r值」的人越來越多了。在剛剛結(jié)束的2024年世界人工智能大會上,百度創(chuàng)始人李彥宏就發(fā)出了類似的「靈魂之問」:

“今天這個震撼發(fā)布,明天那個史詩級更新,但是我要問:應(yīng)用在哪里?誰從中獲益了?”

不止是大廠,過去關(guān)注模型參數(shù)和榜單成績的大模型創(chuàng)業(yè)公司也開始將聚焦到應(yīng)用融入具體場景和業(yè)務(wù)的價值。智譜AI CEO張鵬提到:“今年人們已經(jīng)從關(guān)注大模型本身轉(zhuǎn)變?yōu)樗伎己陀懻摯竽P蛣?chuàng)造價值、賦能產(chǎn)業(yè)、落地應(yīng)用,行業(yè)已形成共識,不再去討論大模型是不是必要,或者大模型好還是小模型好,行業(yè)已經(jīng)轉(zhuǎn)變成更務(wù)實的狀態(tài)。”

但盡管態(tài)度發(fā)生轉(zhuǎn)變,一些具體的問題也隨之而來。不少投資人和從業(yè)者都曾預言,2024年將會是AI應(yīng)用的爆發(fā)元年,同質(zhì)化的應(yīng)用爆發(fā)潮是否會造成一場新泡沫?當C端用戶和B端企業(yè)都開始關(guān)注大模型產(chǎn)生的價值,具體的落地之路,又應(yīng)該怎么走?

比起眼前的熱鬧,一場關(guān)于AI應(yīng)用的祛魅之旅卻在悄悄進行。

01 早期使用者,祛魅AI工具

熱衷于AI工具測評的張帆(化名)本職工作是一位程序員,副業(yè)是一名AI類博主,作為AI浪潮里的早期使用者,他的一個明顯感受是,比起此前測評各類AI工具的熱情,今年他覺得「越來越?jīng)]勁兒了」。

張帆提到一個細節(jié),去年他的AI工具安利文下,每天都會有很多用戶求分享、求更新,由他組織的社群內(nèi),用戶對AI工具討論的熱情也一直很高,但從今年4月開始,氣氛開始轉(zhuǎn)冷。據(jù)他分析,像他這早期使用者很多都開始對AI工具祛魅:“大家目前都有一到兩個已經(jīng)熟練運用在工作流中的AI工具了,能提高一定的工作效率,嘗鮮的熱情不大了?!?/p>

另一位古風AI繪畫博主也向「硅基研究室」表明了類似的觀點,比起去年各類AI繪圖工具在功能上的顛覆性迭代,盡管今年各大AI創(chuàng)意類工具依舊層出不窮,但今年她覺得很多功能都只起到「雕花作用」。

來自瑞典的內(nèi)容創(chuàng)作音樂平臺Epidemic Sound發(fā)布的一份對創(chuàng)作者的調(diào)查報告也佐證了部分AI工具的早期使用者們對AI工具的態(tài)度,這群大眾印象中的技術(shù)狂熱者們,在2024年悄悄降低了某些工具的使用率。

在Epidemic Sound 調(diào)查的1500名內(nèi)容創(chuàng)作者中,盡管有84%的內(nèi)容創(chuàng)作者表示他們正在利用AI工具和應(yīng)用輔助內(nèi)容創(chuàng)作,但他們對頭部AI工具的使用率卻在逐年下降。

數(shù)據(jù)顯示,有84%的創(chuàng)作者在內(nèi)容創(chuàng)作過程中積極使用了AI工具和應(yīng)用程序,但人們對某些工具的使用率在今年卻有所看得見的下降。比如,如Midjourney和Adobe Firefly此類圖像或視頻識別工具,2023年,創(chuàng)作者對其的使用率為64.9%,但今年這一數(shù)字僅為46.5%。

這群早期使用者們祛媒AI工具的原因主要有兩點:一是擔憂生成內(nèi)容的質(zhì)量,包括準確性、偏見等。二是技術(shù)倫理問題,比如數(shù)據(jù)隱私,甚至有一位創(chuàng)作者直言:“使用AI來生成內(nèi)容設(shè)計實際上比自己想出創(chuàng)意更耗時。”

“高科技產(chǎn)品推廣過程中,最危險的時刻就是從早期市場過渡到主流市場的階段。而能否贏得早期采用者,事關(guān)企業(yè)開拓任何一個高科技細分市場的成敗?!痹凇犊缭进櫆稀芬粫?,硅谷著名科技營銷專家杰弗里·摩爾曾這樣寫道。這些早期使用者心態(tài)的變化已經(jīng)釋放出一個關(guān)鍵的信號:

大模型和AI應(yīng)用在觸達更多的早期使用者后,正站在一個接近早期大眾的鴻溝邊緣:如果跨過去,前方就是更廣闊的天地。

02 巨頭忙聚焦,創(chuàng)業(yè)派拓邊界

為了成功跨越這道鴻溝,中國大模型公司們已付出了不少的努力。

在剛剛閉幕的2024年世界人工智能大會上,比起去年大模型廠商們爭相講述的底座基礎(chǔ)模型的故事,今年廠商們的策展主題都集中在了對AI應(yīng)用的展示上,向外界強調(diào)大模型「看得見摸得著」的實際價值。

復盤今年上半年中國大模型廠商們的動作,無論是有錢有資源的巨頭,還是包括MiniMax、智譜AI、百川智能、階躍星辰面等目前跑出來的大模型獨角獸,一頭按照進度表繼續(xù)卷底座模型參數(shù)和性能,另一頭抓緊落地大模型AI應(yīng)用的落地,成了諸多技術(shù)非共識里的統(tǒng)一共識。

但在具體的戰(zhàn)略和動作上,這之中,巨頭與創(chuàng)業(yè)派間對AI應(yīng)用的落地節(jié)奏與理解又有明顯的分化。

總結(jié)看來,大模型依舊是一門燒錢的生意,巨頭們忙著打散、重構(gòu)與聚焦,創(chuàng)業(yè)派們則在拿到融資后,積極拓展自身的邊界。

巨頭之中,經(jīng)歷了「打散-重構(gòu)-聚焦」這一過程的代表案例就是騰訊和字節(jié)跳動,它們也是在「百模大戰(zhàn)」里被視為最不著急的兩家中國科技大公司。

今年5月,字節(jié)跳動AI大模型「豆包」全家桶終于官宣,月底,依托騰訊混元大模型的C端應(yīng)用「騰訊元寶」也正式上線,在經(jīng)歷了一段時間的內(nèi)部賽馬后,字節(jié)與騰訊也不打無準備之仗,一個果斷前期行業(yè)價格戰(zhàn),另一個則借力微信生態(tài),直擊百度等先發(fā)大廠的腹地。

從兩家大廠的入局時間點來看,都足以印證對AI應(yīng)用的重視。一方面,基礎(chǔ)模型層的價格戰(zhàn),實則直接減少了開發(fā)層和應(yīng)用層玩家們的成本,另一方面,在移動互聯(lián)網(wǎng)時代就擅長做應(yīng)用、有生態(tài)的騰訊和字節(jié),還瞄準了AI應(yīng)用的分發(fā)環(huán)節(jié),通過旗下的AI智能體創(chuàng)作與分發(fā)平臺「扣子」和「騰訊元器」,旨在建立AI應(yīng)用從「開發(fā)-分發(fā)-應(yīng)用」的閉環(huán),這其實比OpenAI們此前做的「GPTs商店」多走了一步。

字節(jié)「扣子」和騰訊元器 圖源:截圖

另一邊的MiniMax、智譜AI、百川智能、階躍星辰等創(chuàng)業(yè)派則在積極拓展邊界,從效率類到娛樂類,從C端到B端,并不局限在單一場景,為的是探索更多的商業(yè)化路徑。比如強調(diào)超級大模型和超級應(yīng)用「雙輪驅(qū)動」的百川智能在今年5月發(fā)布全新Baichuan 4系列模型時,也同步推出了首款懂搜索的AI助手「百小應(yīng)」。另一家最新嶄露頭角的大模型創(chuàng)企階躍星辰同樣如此,在發(fā)布底座模型的同時,也推出了自研的個人效率助手「躍問」以及AI開放世界平臺 「冒泡鴨」。

某種意義上,兩條腿走路的雙輪驅(qū)動,既是一種理想狀態(tài),也是一種無奈之舉。智譜AI相關(guān)負責人曾提到,To B業(yè)務(wù)保證了公司基礎(chǔ)的規(guī)?;杖耄琓o C方面的目標是培育顛覆性的「殺手級」應(yīng)用。前者有著穩(wěn)定明確的數(shù)字化和商業(yè)需求,后者早已在移動互聯(lián)網(wǎng)時代被印證為一門可行的生意。

但之所以說是「無奈之舉」則在于,競爭環(huán)境變得越發(fā)激烈了。一方面,隨著大模型「以價換量」興起, B端賣API的競爭也卷入了價格戰(zhàn),在大模型在企業(yè)端的價值尚在探索時,「價格」這一敏感因素被放在了早期使用者面前。另一方面,C端產(chǎn)品的同質(zhì)化問題,也逐步凸顯。

MiniMax創(chuàng)始人閆俊杰在被問及「國內(nèi)有哪些挑戰(zhàn)是需要你們解決的?」這一問題時,就談到:“目前我覺得國內(nèi)大部分公司還沒有形成差異化,模型水平、產(chǎn)品都差不多,所以就會變成拼價格?!?/p>

可以預見的是,無論是大廠,抑或是創(chuàng)業(yè)者,隨著未來AI濾鏡的衰退,技術(shù)的收斂以及用戶對AI應(yīng)用的祛魅,更艱難的仗已經(jīng)開始了。

03 對“超級應(yīng)用”的重新理解

如《跨越鴻溝》中所提到的,從早期采用者到早期大眾,跨越這道「大模型使用鴻溝」最重要環(huán)節(jié)之一就是觸及早期大眾。此類人群的特點是,盡管他們也能想象新技術(shù)的好處,但是驅(qū)動他們最終為產(chǎn)品和應(yīng)用付費,最終還是建立在強烈的實用主義上。

換言之,關(guān)注大模型實際產(chǎn)生的價值幾何,已成了更多人談起大模型落地的一個基礎(chǔ)條件。百度創(chuàng)始人李彥宏就提了一個觀點,今天的大模型廠商,要避免掉入「超級應(yīng)用陷阱」,他給出的理由是,在AI時代,「超級能干」的應(yīng)用比只看DAU的「超級應(yīng)用」更重要。

從對爆款的流量焦慮轉(zhuǎn)向價值轉(zhuǎn)化的實用主義,這一定程度上是國內(nèi)大模型廠商們在熱鬧之中的「冷思考」。一個殺手級應(yīng)用的誕生,既取決于技術(shù)的成熟度,也取決于市場與用戶的接納度,據(jù)MiniMax創(chuàng)始人閆俊杰的預測,真正的殺手級應(yīng)用(Killer App)至少要三年之后。

從當下的競爭環(huán)境來看,AI應(yīng)用走向真正的普惠化與大眾化依舊還有很遠的距離。

首先,是仍需提升的模型能力。隨著國內(nèi)大模型能力的整體提升與技術(shù)升級,帶動推理成本的下降,同時開閉源共存下,也能滿足不同企業(yè)的成本或安全需求,但在一些共性問題上,模型能力依舊有很大的提升空間。

例如,在B端的行業(yè)和產(chǎn)業(yè)端,阻礙大模型落地的一個關(guān)鍵問題就是準確率,金沙江創(chuàng)投主管合伙人朱嘯虎此前就吐槽過:“今天大模型最大的問題是準確率太低。”一位醫(yī)療領(lǐng)域行業(yè)人士提到,像醫(yī)療和健康領(lǐng)域容錯性低的行業(yè),大模型的準確度可能要95%以上才勉強可用,這就要求大模型廠商必須要找到行業(yè)與企業(yè)的核心痛點,與業(yè)務(wù)更好地適配,讓大模型從行業(yè)通才變成真正的業(yè)務(wù)專才。

C端也是如此。閆俊杰也說到,短期內(nèi)MiniMax最明確的目標就是解決大模型的「錯誤率」問題:“比如現(xiàn)在30%的錯誤率,導致用戶大大減少?!?/p>

其次,是技術(shù)與場景的適配度,這是一個更系統(tǒng)化的問題。從最先的概念驗證到真正走向商業(yè)閉環(huán),并非是「每一個場景都值得用大模型重做一遍」。企業(yè)考慮的不僅僅是前期投入的成本問題,還有運維、服務(wù)響應(yīng)等等,這就需要大模型企業(yè)和更多ISV和軟件廠商一起培育好、打造好大模型落地的相關(guān)服務(wù)生態(tài)。

除此以外,談應(yīng)用爆發(fā),無法離開談時代背景。2024年,在各大模型廠商競爭AI應(yīng)用的同時,一批AI明星企業(yè)已經(jīng)選擇提前退場。此前我們在《硅谷新一輪AI大爆炸后,初創(chuàng)企業(yè)們的「殘酷眾生相」》曾梳理這一進程,一場「裁員、出售、轉(zhuǎn)型」的AI浪潮已經(jīng)襲來。

而在中國,類似的變革也在醞釀,相比去年「百模大戰(zhàn)」的瘋狂,今年以來,大模型賽道已稍顯冷靜,錢越來越集中在頭部的明星創(chuàng)企,后續(xù)在牌桌上繼續(xù)出錢的人也趨向于阿里、騰訊等頭部科技大廠。

國投證券在研報中指出,2024至2025年是AI落地應(yīng)用的時間窗口,各類資源都會集中于對落地應(yīng)用的攻克上,一個明顯的難點在于,受宏觀經(jīng)濟影響,AI企業(yè)在成功之前有極高的「逆淘汰」風險,在一個收縮的大環(huán)境下,更需要準備充足的彈藥。

過去,這里的「彈藥」或許是算力或資金,但現(xiàn)在有了新的標準,比如成本、用戶心智、交互能力以及更多沉淀在具體業(yè)務(wù)中的應(yīng)用價值,這對更多的中國大模型企業(yè)來說,是一個好的信號,因為應(yīng)用催生問題,而中國企業(yè)總是擅長解題。

參考資料:

1、騰訊科技:《2024WAIC閉幕,我們整理了場內(nèi)場外的AI辯論“修羅場”》

2、中國企業(yè)家雜志:《對話MiniMax創(chuàng)始人:如何打造AI時代最大的APP》

3、財經(jīng)雜志:《讓企業(yè)為大模型買單,目前有四大難》

4、Business Insider:Creators are turning away from some AI tools, new data shows

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。