本文來自微信公眾號：琢磨事（ID：zuomoshi）

AI相關的發布會狂歡，有時候會讓人想到趙本山的小品《賣拐》。如果我們回想元宇宙的發展過程，你會發現這幾乎和“賣拐”的過程一模一樣。先是把一個科幻的概念結合新技術進展再包裝，再加大輸出功率宣講各種自圓其說的故事，然後扎克伯格扮演了范偉的角色？拐也賣了（Facebook都改Meta了），可元宇宙在那裡呢？

AI的發布會也有點這麼個意思。

暢想有點多，應用有點少。

AI假如真的那麼厲害，那能像互聯網那樣生活缺了就不行么，它的超級應用在那裡呢？

致命的思維模式

從技術看應用和從戰略角度看應用，是兩種要命的思維模式，要命的原因是這種視角下其實看不到超級應用，甚至很難看到有用的應用。

這裏的常識性問題在於，AI再怎麼發展也不是整個世界的鏡像，而超級應用註定在世界和它的結合處。

也就是說，橫跨兩個領域才能造就新的超級應用，這就需要一種從外往裡的視角。

技術視角正相反，從AI往外看，這時候看到的就是各種簡化版本的可能性，看到的是骨架子，而沒有血肉的產品怎麼可能成為產品。與此伴生的就是純粹自上而下的戰略型思考。

這其實是研究院的模式，研究院可以有偉大的開始，很少有偉大的產品是徹底從研究院出來的。

這時候不要扯第一性原理，第一性原理是個起點，迷惑處在於它會讓人覺得自己已經掌握世界的本質，然後被當成終點。

PC、互聯網大潮剛過不遠，可以簡單回顧下。

PC、互聯網的簡單回顧

是施樂的研究院發明的圖形用戶界面，但是喬布斯、蓋茨看到后把它變成了現在兩萬億美金市值事業的根基。這兩人做的到底是什麼工作？

互聯網基礎設施相對完備后，國內是馬雲、馬化騰等完成了它的切實落地，他們做的到底是什麼工作？

反面教材反倒是Facebook，這家公司早期崛起全是因為基本沒技術含量的校園內的社交產品，後面一想發揮自己雄才大略基本就掛了。第一次是App的選擇上，它們覺得應該還是H5類網頁，然後為了善後大肆收購，包括花190億美金收購WhatsApp。最近則是元宇宙，改名這事實在是決心下得夠大，然後眼看着也是一地雞毛，眼看着是有點瘸了。

所以這個時候如果真的想去尋找AI的超級應用，真的不必太在意誰說了什麼。

核心就是一點：回到現場去感受新技術，然後思考和實踐它到底能幹什麼，形成體驗的閉環。

回到現場

回到現場、建立自己的測試集，就會陸續看到很多新的可能性。

現在有什麼應用是過去不能做，現在真能做得了的么？

過去，我帶隊做產品的時候設想了大量產品，有的嘗試過後限於當時的技術放棄了，但現在看起來有些產品逐漸變得可以做了。

之前有個產品叫VIPKID，主打就是用外教陪小朋友練習英語口語。很多家長為了讓小朋友練習英語口語應該都買過。後來則逐漸銷聲匿跡了，一說是因為運營成本過高，成本包括流量成本和外教的成本。

那是不是可以把外教換成AI？用AI來做外教能做到什麼水平？

過去的麻煩是，如果是AI又必須用小愛同學這樣的喚醒詞，那整個交互過程就會非常蹩腳。如果不用喚醒詞又沒法區分到底哪些是交互的內容，哪些是周圍的干擾。

不要低估這事兒，真實場景的交互受到環境干擾是很麻煩的。否則也不至於地球上組織了幾萬聰明人，最終也還是只能選喚醒詞。

現在好些了，用模型在後端判斷是否在和自己交互的可能性變高了，這樣就可以真的打造一種去除喚醒詞的交互方式。因為這個場景不像Siri那麼開放，相對垂直，免喚醒的交互方式成立的可能性在變高。

類似的，我們是不是可以打造一種真實場景下的“媽媽講故事”。AIGC生成各種有趣的故事，用媽媽的音色放給小朋友聽？

有人也許說，這東西我做過。

這時候就別學扎克伯格了。而是回到現場，打磨細節。

交互真的流暢么，故事真的精彩么？

智能音箱差不多把所有的這些都做過一遍，但現在哪裡變了呢？

上面這類應用如果仔細想想，就會發現這類產品的起點都是對某種角色的置換。

媽媽、教師、女友......整個一個AI版的角色扮演。

扮演好一個角色，需要新技術，但畫龍點睛的那一筆是要理解角色、理解感受。

所以這種產品先天和研究院模式、戰略式的自上向下思維是衝突的。校園社交網絡這種創意為什麼不是思科的人先做呢，他們顯然更理解網絡？大致上是這麼個意思。（參見：《角色中心式計算：AI大模型顛覆性的起點與終點》）

尋找超級應用

上面這種角色越多，就越可能造就新的超級應用。

舉一個開腦洞的例子。

過去我們有一個產品大類叫UGC，抖音甚至知乎都是這種產品。

那假如上面說的各種AI角色已經哪裡都是，那真的還需要UGC么？

為什麼不是根據偏好判斷直接產生內容？

當然可以保留社交屬性，可那不是現在的這種產品形態了。畢竟多半以上的人，並不是內容生產者而是消費者。

如果AIGC的水平真的達到一定程度，那所有UGC的產品（包括搜索）其實都要重來。

現在沒有，還是智能水平還不夠。

角色重組，會導致新的應用形態誕生，不能老盯着過去成立的產品。

回到切實成立的角色，加一點想象力來尋找超級應用可能更靠譜一點。

從以終端為中心到以智能為中心

仔細想想我們會發現，AI其實必然以智能為中心。

這和移動互聯網很不一樣，移動互聯網基本上以手機為中心。

當然所有產品都會有端、有雲，但以App為中心的移動互聯網和以Web為中心的PC互聯網，其實遊戲規則是不一樣的。

移動互聯網差不多把App的重要性提到一個無以復加的程度。

手機這個終端的重要性超過所有其它終端的數倍還多。

AI就不是這樣的。ChatGPT是不是App就沒有那麼關鍵。小愛同學這種產品是不是智能音箱其實也不關鍵。

這是什麼模式？這是以智能為中心的模式。非要類比會更類似Web，而不是移動互聯網。

這種模式決定了很多事，比如：早期AI企業規模恐怕沒互聯網漲得那麼快。

一定程度上除了小品類，恐怕也不會以手機為主戰場。不是不行，而是既有力量太強大。

以智能為中心的產品模式，需要找到自己的新立足點。

為什麼強調這點呢？

因為我發現即使很有名的人也用互聯網術語來描述AI。

DAU這些其實可以扔一扔了。如果非要創造一個，我覺得適合用Value Per Role（VPR）。

我們對比過AI和互聯網的差異，AI如果像我們說的那樣是打深井，那就應該計量每口井的出水量。計量覆蓋多大面積有什麼意思？（參見：《為什麼說互聯網方法論在AI上差不多全是錯的》）

智能的價值密度

之前提過“智能的價值密度”這個概念，這次正好結合以智能為中心，再表述下：

就和礦有富礦和貧礦一樣。

不同角色的智能成分是不一樣的。

以能幹為前提，AI不求礦多，求的是富礦。

度量貧富的就是“智能的價值密度”。一個情景裏面智能佔比越高，如果能做，AI實際效果越好，比如下棋。

反過來比如搬磚，那其實大模型這類智能的價值就沒想的那麼大。過去的技術也就覆蓋了。

所以AI的核心是找得准。

這事並不難想明白，但思維慣性太大，太多人還是在老的模式下思考這事了。

很簡單的問題，AI是燒Token的，如果100個人用，90個人每天問“今天天氣怎麼樣”這類無價值的問題，但它花的成本和有價值問題是一樣的，這顯然就會增加商業模式成立的難度。

假如我們還用互聯網那個轉化率漏斗，那大概率從點擊率到成交率，即使是符合互聯網的漏斗也是不賺錢的，因為你成本高了。除非英偉達真的把這種Token生產變得和加減乘除一樣便宜。互聯網通過硬的基礎設施（雲等）、軟的基礎設施（緩存等）優化了這些成本。所以啊，GPU顯然比一般服務器還是貴很多。

怎麼對沖這類發散導致的問題呢？

顯然需要角色的精準，和以智能為中心的應用。（參見：《智能的價值密度》）

一點點方法論

典型的落地方法論其實叫由特殊到一般，再由一般到特殊。（大家自己查是誰說的）

也就是自下向上和自上向下來回穿梭。

當試錯成本低的時候，純粹的感受派（自下向上）就會佔絕對上風。但自下向上就看到機會容易，看不到躍遷的可能性。

當試錯成本高的時候，戰略派（自上向下）就會佔上風。但這容易看到框子，卻看不到抓手和落地點。

AI產品正好要求變高了。這時候單一維度恐怕是不靈的。先從角色開始，再有整體趨勢認知恐怕更合適。

小結

AI這種純粹硬科技驅動的事業會導致一種迷信，大家會相信一些“似乎知道更多”的人，但這很要命。冷靜的人一定會意識到，這個時候大家都所知不多，最多知道一點方法的方法。這點方法的方法有點用，但真說落地的話，重要性遠不如回到角色和感受上。而如果回不到角色和感受上，就會很容易變成科技界的賣拐。