背景
在大模型公司也高强度的干了一年了,最终的业务收益却是负向的不行。这一年整个行业也是风风火火到坎坎坷坷。特别是下半年各家业务承载开始稳定到一些固定产品上,某些产品的数据简直是在判死刑。包括dau断档领先的豆包也开始反思了。
整个行业一直都在拿着锤子找钉子,特别是直接做大模型创业的公司,因为没有领域,就硬创造了一个AI领域。但是有人听说过做toC的数据库领域吗?AI和数据库对用户来说有啥本质区别吗?这都是技术,不是问题域的范畴。对用户讲AI领域就是在自说自话。
叠加上模型迭代开始有分叉了,大家的认知也开始有了差异,并不是全都AGI、满嘴信仰了(好事)。站在我的角度,简单拆解一下模型该干嘛,为未来做个规划。
免责:援引James Blunt的一句话,Opinion is like a**hole, everyone has one. 这里说的一切都是a**hole。
PMF
仅讨论toC,toB的话做好只是时间问题,需要时间去迭代出足够聪明的模型,需要时间去沉淀足够可扩展的垂类模式,需要时间去让甲方爸爸慢慢理解大模型。
ToC所有的失败都源于PMF,进一步下挖都源于两点:1. 模型太贵了;2. 纯内容生成并不足以打动用户改变现有的行为模式(包括下载、使用新App、不再直接打开垂类应用)。模型太贵导致了活下去极为困难;纯内容生成导致了留存差到爆。
所以,需要利用模型解决用户切身需求,且解决这些需求是能够给平台带来直接(较高)收入的。而需要模型解决的需求,一定是用户有一定沟通动力(交互有成本)的,同时,面对的解空间要足够大、数据足够复杂(解法有成本)。只有这样才能通过使用模型给用户带来切身收益,进而PMF才能勉强成立。
其实很简单的可以认为,现有业务有广义输入框作为核心交互存在才能证明用户有沟通动力。现有业务有列表或则步骤存在才能证明解法足够复杂。
线上业务
因为喜欢看questmobile,用qm的分类来梳理。不过qm分类只能靠模型抽取,很难MECE。
- 移动购物,用户有买家和卖家(toB)。买家有:搜索、商品比较、评价比较。这些都符合前述业务特征,而且促成交易后平台有直接收益。
- 金融理财,普通用户和行业人员(toB)。普通用户有搜索、择时、历史数据整理、新闻整理、专业数据解释等大量需求,且沟通动力极强。同时,平台也是靠促成交易收费的。
- 生活服务,其实是另一个电商,售卖的东西不一样而已。
- 数字阅读、移动视频、音乐音频,内容消费者和内容生产者。内容消费者是完全没有动力去做沟通的,上下滑是最低成本的交互了。而内容生产者是值得做的小市场,我不赞同豆包复盘后提升极梦优先级的结论,头条太大了,极梦不配。
- 手机游戏,厂商&NPC和玩家。除了galgame,应该NPC对话能力的提升不会带来玩家更大的付费意愿。但是有一个小市场是AI陪玩,网易还是养了不少人去陪着月充百万的富哥们玩的。AI能正经做提效,带来收益,不过是toB。
- 智能设备,除了车之外,没啥设备是复杂到简单模型处理不了的,其实车也只是因为卷才非得搞复杂的自然语言交流。而且这里面只有车才撑得起llm的推理成本(不管是端侧还是云侧)。但是,单独的智能设备,如果承接了足够复杂的能力,是值得搞的,类比用户为智能手机付费。
- 移动社交,AI陪聊。忘了从哪看到,这个是唯一一个大模型创造出来的新业态。
- 效率办公,如果是toC,强烈怀疑做不起来,没有变现渠道,用户交口称赞,然后目送公司破产。
- 系统/工具,只有系统有戏,或者说是AI phone。因为手机厂商天然占有了足够多的superuser信息和入口,只要能把模型整合到系统中,很容易搞出来一套以模型为核心的流量分发系统。这对厂商来说比launcher+app store要性感一万倍。而且用户也能卸下被迫习得的“百度一下,你就知道”、“美好生活小帮手”、“有问题就会有答案”这种无用认知负担。只不过,每一个App厂商都会极力反抗这种整合,利好computer use类的模型,利空其他一切形式。
- 健康医疗,医院和患者。医院是个更恶心的toB生意,我得到的信息是能做,不能赚钱。患者角度是有动力和有收益的,甚至患者用AI对于医院来说也是有收益的。但是,医疗问诊/咨询对输入和输出准确性要求太高,完全是和模型能力特性相悖的,太刑了,不看好。
- 教育学习,其实是个好场景,能从根本上达成因材施教,教育平权。前者父母/公司是有足够强的付费欲的;后者gov是有足够强的付费欲的。用户愿不愿意用其实不重要,下位者只能被动接受。
- 旅游出行,比一般生活服务更复杂的生活服务。
- 地图导航,解空间太小。
- 搜索引擎/浏览器,搜索是个合理场景,因为结果本身对用户来说就是价值。但是,搜索在模型成本下降且能力上升到用户有完全信任之前是要陪很多钱的。能活到那个时候是个挑战。
线下业务
这个其实是指代现有技术不能做成线上化,不能被qm识别出来。但是,这个不代表AI不能解决这些问题。TBD