我的12个“2024 AI猜想”

五、现阶段AI落地,B端实施不是刚需,但咨询是刚需(类似的,C端使用不是刚需,但尝鲜是刚需)

1)最近某家AI公司提到,他们的解决方案里,不仅包括技术方案,还包括“咨询服务”。native产品需要积累新的数据,这让大家会站到同一起跑线上

之前提到过,在AI-native产品设计中,对“数据”的认知和实操,会被拉得非常高。

本文来自微信公众号:hanniman(ID:hanniman),作者:黄钊hanniman

先概述这12个点:

1. LLM+“RPA”,可能是短期落地的最佳姿势。

2. Open Al 会推出 100% AI生成内容的类TikTok平台。

3. Ilya正式退出OpenAI。

4. 还没等产品爆发,安全问题可能会先爆发。

5. 现阶段AI落地,B端实施不是刚需,但咨询是刚需。(类比的,C端使用不是刚需,但尝鲜是刚需。)

6. AI native产品需要积累新的数据,这让大家会站到同一起跑线上。

7. “微信里接AI bot”成为小风口。

8. “AI+HI”可能迎来第二春。

9. “一定是要改变工作流”,将作为“AI-native”的一个check标准。

10. 同构交互学习,被逐步重视。

11.智能汽车开卷,类Sora方向的技术和产品体验。

12. 生成式AI的最简明的落地价值,不是生成,反而是提炼总结。

下面一个个来说:

一、LLM+“RPA”,可能是短期落地的最佳姿势

RPA,虽然大家都看过这个词,但可能还没捕捉到其重要性。

1. RPA,即机器人流程自动化(Robotic Process Automation)

通过模拟鼠标、键盘、触屏等操作,自动完成人的各种软件操作动作。

也就是说,可以把我们日常的重复性动作,交给机器人来执行,节省时间。

更加正式的定义和介绍,大家自行搜索。

2. 为什么说,LLM+“RPA”,可能是短期落地的最佳姿势呢?

本质原因,是2年前我们就介绍过的,“(AI)只模拟感知能力,对劳动力的释放是极其有限的”,经济效益价值也就极其有限。

当时主要说的是,机器人(机械臂、自动驾驶、无人机)等能动的硬件载体。

而今年我突然感到,RPA,其实也是直接的释放劳动力的载体。(一个实,一个虚)

3. 为什么我今年突然sense到这点呢?

因为1月份时,我参加了某社群X里的“RPA提效”活动。

暂且不论授课效果,这个现象背后,有值得关注的底层原因:

1)社群X里,是怎样的用户画像?愿意花2000多元/年、盯着“搞钱”的老板/个体,他们是商业嗅觉最敏感、离钱最近的人。

2)而且当时那期航海里面,有24个活动选题(也包含AI绘画等其他AI相关内容),据说其中“RPA提效”是人次最多的。

以上2点本身,就是一种值得我们捕捉留意的“征兆”。

3)而且,从实际效用来看,我们有很多重复性的工作,确实是应该、且可以被RPA辅助完成的。

4. 为什么要这么重视“到底能否将AI应用于劳动力释放”呢?

因为只有这样,AI才能摆脱“(降本增效的)工具”属性,才能在商业化的时候,算得过账来——让客户看清楚,因为AI,带来了多少增量价值,然后才愿意分成多少比例。

相关内容,在之前的文章里有提到过:

hanniman评注:要能“分润”,那就真的要是雇佣一个人(实习生/兼职)的感觉……那就真的要能端到端的产生价值。那就真的要把机器人或RPA视为“必须拼图”之一,因为要有实际的生产力效用。

5. 现在的RPA工具(及教学方法),还不是特别好用,也正好说明,其中还有空间和机会。

不过,现有RPA上手和教学都比较不方便的,原因可能是,本质还是在编程。

从用户预期来说,我只是希望能自动完成整个交互操作过程而已——如果能根据我的“录屏”就搞定,那才是amazing!

6. 有一个词,叫做“屏幕语义识别”,比如:

OpenAI投资的“Induced AI”。

某开源项目,根据截图,可自动生成交互图和代码,使用GPT-4V的API来完成任务。

一款由GPT4驱动的截图管理工具,可将截图转化为视觉备忘录,并基于内容和GPT问答。

二、OpenAl会推出100% AI生成内容的类TikTok平台

1. 我在《深度 | 关于AIGC商业化的13个非共识认知(8000字长文) 》中提到过:

未来真正的AI 2.0/元宇宙社交产品形态,核心差异化的点,不仅是人和AI社交,更在于“AI和AI交互、人去看(消费)这些AI产生的内容”——那不是“游戏”,而是“生活”。

2. 这个,其实在电影《失控玩家》中,已经有过体现。


电影里面有这么一段台词:


“谁能想到,居然会有这么多人,喜欢观察游戏角色而不是朝他们开枪,玩家纷纷涌入这款观察为主的放置游戏……”

3. 而且,去年的文章已介绍过美国的相关案例——Channel 1:24小时AI新闻主播,要做新闻频道里的TikTok。

a)他们的AI 新闻节目,预计将于在X、FAST和其他传统平台推出。

b)如果是财经新闻,会报道你持有的股票或你感兴趣的领域;如果是体育新闻,会是你最喜欢的球队。

c)希望每天制作500~1000个片段,收入来自对接系统里的广告。

d)成立于2023年,大约11名员工。

我当时也评注说:

24小时的AI频道,这是未来一定会成为现实的产品形态机会,里面有很多机会的。

4. 但是,这个机会,可能还是会被OpenAI首先抓住,因为Sora已经出来了。

而且Sora刚出来,整体的“完成度”就比较高,其他公司要想整体追上OpenAI,短期太难。

而一旦OpenAI开启这个数据飞轮,优势将被继续拉大。

三、Ilya正式退出OpenAI

如果他继续沉默一整年,那只会意味着更大的“震动”。

四、还没等产品爆发,安全问题可能会先爆发

这并不是那种天马行空式的“想法”,而是有其背后的脉络的。

1. 所谓“爆发”,不是说数量上会有很多例,而是说,有“严重”的安全事故,会引起巨大影响和全社会广泛关注的那种。

类似汽车、火车、飞机、自动驾驶早期的事故会死人,LLM虽然还不一定是这种类型的事故,但也可能造成严重的犯罪、经济、政治安全事故。

2. 为什么随着时间推移,“一定”会发生呢?

1)随着AI调用量不断增加,看似小概率的黑天鹅事件,慢慢就变成“必然”一定会发生的事情了。

2)之前AI 1.0 时代(NLP/规则),其实就已经发生过了,只不过很多人并不知道而已。

当年,有两家AI公司的聊天机器人同时接入QQ群聊,因为涉及黑天鹅内容,而一起下线了。

3)现在AI 2.0(大模型/AIGC)本来就要更加不可控、有更多未知的风险,而且还有更多主观恶意、非故意性质的安全问题。

对于大厂(或从大厂演化出来的创业公司),会有“一个部门”去支撑这种安全问题。

但全新的AI创业公司,短期可能会“难以达到及格线”,一旦出事,可能第二天就被封;

而解决这种大问题的时间门槛,甚至可能至少是6个月。

所以,隐患还是比较大的。

3. 为什么2024年有更大可能(爆发安全问题)呢?

1)大概,会有一波AI应用层的产品发布(因为去年年中,很多团队才跑起来,6~18个月,总该发布了),有更大概率出现“调用量短期快速增长”的情况,那么出问题概率就更大。

(注:这里只是说用户量或使用量,并不一定就是真正成功的产品出现,类似过去十年的智能音箱。)

2)其实有一些安全问题,已经在发生了,只不过还没有引起更加破圈的影响。

3)有越来越多的LLM安全隐患被暴露出来。

比如大模型隐蔽的后门漏洞风险。提到关键词,模型瞬间“黑化”,这可能是比提示词注入攻击还要严峻的安全问题,现有安全机制无法防御。

4)更隐蔽的原因在于,虽然揭露这些安全隐患的初衷,是为了防范,以及最近有不少LLM安全相关的解决方案公司和平台。但是,所有这些,其实同样也升级了作恶者的认知和技能点。

4. 如果今年会有这种安全事故发生,我们该怎么应对呢?

1)对于我们自身的AI产品,需要提前考虑、设计一些体验流程环节,尽量减小事故发生后,对用户和公司的影响。

具体怎么弄,之前说过很多次了,不细说;感兴趣的会员,可以单独微信问我。

2)对于我们个人职场发展来说,如果能提前关注、储备一些相关的认知和产品设计思路,有可能反而是个冒头的机会。

比如提前对内布道这个风险,并发邮件出来(当下别人不会真正重视的,以后要能找得到证据)

比如事故发生后,自己能第一时间请缨解决,临危受命。

比如将(LLM/AIGC)“安全”作为自己的差异化职业规划tag,一点点地深挖和积累——这相关的人才,是非常非常稀缺的。如果你能有自己的认知和建树,今后在大厂里面,会非常容易拿高薪。

五、现阶段AI落地,B端实施不是刚需,但咨询是刚需(类似的,C端使用不是刚需,但尝鲜是刚需)

1)最近某家AI公司提到,他们的解决方案里,不仅包括技术方案,还包括“咨询服务”。

2)我在文章“关于AIGC商业化的13个非共识认知”里提到的第12个点,“现阶段做AI,要对标的不是互联网,而是通信/IT”,底层是相通的。

3)之前也提到过某互联网大V转型做AI咨询业务的案例。

i,给别人做咨询的前提,首先要自己能用好AI。

该创始人的几个产品和服务网站,其实都是通过ChatGPT辅助、一个人完成的。

ii,用户的需求是啥呢?

“最原始的出发点一般是:如何叠加 AI 的能力,直接或间接提高产品收入、如何整合 AI 的能力,直接或间接提高团队的人效。”

iii,如何满足?产品能力+咨询能力,能快速理解客户需求、定位出价值。

更特别的在于,不仅是咨询,最好还有方案设计、技术开发,即整套“交钥匙”方案。

而且这种方案,是融合了“战略咨询、效率评估、业务应用、流程优化”的。

4)私下了解到,“从四大和埃森哲来说,AI落地的咨询项目比较少,很多团队都没活下去”;而小的创业公司,公开信息也不多。

5)另外几点感想:

i,“给企业做AI落地咨询”这个方向,肯定有很多人会去做的,当然,现在还算早期。

ii,但这种业务,比较重,也不容易做好。

iii,核心团队里,如果有产品基因的负责人主导,或者通信行业背景的人,会比较好;而不是技术负责人主导。

六、AI native产品需要积累新的数据,这让大家会站到同一起跑线上

之前提到过,在AI-native产品设计中,对“数据”的认知和实操,会被拉得非常高。

1. 在“我来评注杨植麟最新的访谈分享”中有提到:

“产品经理越来越多需要想的事情是,怎么通过两个数据集去开发一款产品,定义好了数据集,其实产品就定义完成了。一个是训练数据,一个是测试数据。训练数据决定了模型能提供什么能力,测试数据决定了模型的实际可用程度……功能是通过数据定义出来的,这才是 AI Native 的方式。”

2. 这里,我再延展说一点(行业还没有清晰共识)AI native产品需要积累新的数据,这让竞争者可能站到同一起跑线上。

3. 为什么呢?

大家默认以为,是过去积累的数据都是有价值的,或者说权重比例非常大的。

但我的体感是,真正适合AI 2.0的数据,是那些之前所有人都没有的数据,是基于know-how的过程数据——需要重新去定义和积累,从0开始的。

4. 举个例子,比如我的文章看起来,最原始的input是文章链接url、output是我的提炼内容。

那拿着这些数据,去训练一个AI,效果大吗?

效果不会那么好。

因为我的提炼过程,其实分了3步:

i,对于文章内容,我先“捕捉”我认为真正有价值的干货点,摘录出来;

ii,对摘录出来的内容,做精炼。比如原文10个干货点、300个字,我精炼成10个点、150个字;

iii,再整体地、按照我的理解,重新做逻辑整合、重拟标题。

也就是说,如果我要训练这样的Agent,我是会需要从零开始积累这些过程数据。

5. 这个本质变化导致了,即使其他人想copy我的这个Agent,不仅不可能有我自己的效果好,而且我如果愿意,是可以每天进化的,因为我每天的文章,都可以贡献新的数据。(即使他窃取到了我之前的过程数据,但第二天开始,他又会比我的Agent差一点点。)

这也是我之前所说的,这种方式下,AI-native产品是真的可以“每天”进化的。

6. 如果以上逻辑成立,那么,大家可能都站在了同一个起跑线上。

7. 如果你是现在的巨头,其实是危机很大的;如果你是个体,是有机会搞点事情的。

七、“微信里接AI bot”成为小风口

应用角度起势的AI小风口,最早可能不是某个具体的应用或方向,而是微信这个“场景/场域”。

1. 从AI作为Agent/助理的角度,其实是容易想到,把AI作为聊天软件的一个“联系人”去对待的。

而且这种国民性的IM,本身就有海量的、用户和“长尾”场景!是创新价值涌现的温床。

2. 现在,已经有些这种模式的AI产品在冒头了

1)之前的文章提到过:

“有一家 SaaS 公司,客户和使用群体文化水平不高,他们还做了一个企业微信,用户平时其实很少需要打开 SaaS 去复杂操作,只需在微信里说一句话,后台就会自动完成操作。”

2)Shelpful,主要通过 WhatsApp 等平台信息形式,帮助用户建立习惯并处理/提醒日常工作。

3)AI日程助手Dola

4)之前的文章提到的哄哄模拟器,其实也有参考价值。

3. 一方面,对于用户群的预期,年轻人可能更容易爆一些,另一方面,有个小风险,就是一旦爆了,可能会被封。

anyway,这个点,一般业内说得比较少,大家可以结合自身业务和熟悉的领域,琢磨下。

八、“AI+HI”可能迎来第二春

1. 之前文章提到Sam Altman投资300万美元的公司Shelpful,简单说,就是为了提供生活助手服务,采取了三种产品形态:AI,AI + 真人辅助,真人 + AI 辅助

典型目标用户是,需要外部激励和组织帮助的个人、面临时间管理挑战的职场人士和家长。

2. 其实8~10年前的AI 1.0时代,就已经有公司做“AI+HI(人工)”来提供个性化服务的产品了。

最初是美国一家公司火了,名叫Magic,然后国内一批抄袭者,但后面都没做起来。

3. 当年为什么做不起来?

因为传统NLP能力提供不了充分价值(不论理性还是感性),虽然各家公司鼓吹AI,但本质(大部分比例)就是在用人工提供1对1的服务,这样当然收入覆盖不了成本。

4. 现今为什么“有机会”、可以搞一搞了?

因为LLM/ChatGPT首次突破了价值瓶颈(不仅带来理性价值,还有感性价值、可极大增强用户心理粘性),使得“AI+人工”的模式有机会ROI跑正。

5. 更深的洞察:这种模式,还可能会带来“新增职位机会”。

我初步命名为“AI协作咨询师”,不仅可以给高客单价的、原本就有90分位能力的咨询“专家”引流,还可能让本来不具备咨询能力的、原本只有70分位的普通人赋能,使其也能给用户提供80分的咨询服务。

本质上,这也是一种信息差。即,如果用户自己学会了如何使用AI(GPT-4),那就不需要这种服务了。当然,这也跟他的教育程度相关——有的人不能真正学会用AI,那就购买这种服务,也行。

6. 大模型毕竟是技术维度的东西,现阶段直接拿来用的产品维度效果,总还差口气,如果通过这种模式“补齐”gap,不说定真能有机会出来。

九、其他猜想

(一)hanniman个人猜想

1. “一定是要改变工作流”,将作为“AI-native”的一个check标准。

2. 同构交互学习(网上没有这个说法,我自己DIY的),被逐步重视。

类似之前爆火的Aloha机器人——人在操作,机器同步学习。

另外,在使用RPA的时候,其实也有一样的需求——我只是希望完成目标效果(某些自动化操作),为什么非得让我学一点点操作那个界面?其实本质和coding是类似的。

3. 智能汽车开卷:类Sora方向的技术和产品体验。

4. 生成式AI的最简明的落地价值,不是生成,反而是提炼总结。

5. 目测6个月内,会有一轮洗牌(不论是公司还是人才)

6. 借力AI,会有更多新的个体崛起机会(副业),甚至会导向团队先进性的竞争(基于AI-native的组织架构)

(二)基本认同的一些行业预测

1. 2024年,将是初创AI公司尝试基于结果定价的一年。

2. 中国AI出海产品打开了新局面。

3. OpenAI会发布GPT-4.5或GPT-5,成本还会下降。

4. 多模态、Agent、端侧/小模型。

5. 关于AI生成作品的法律诉讼和冲突层出不穷。

作者简介:黄钊hanniman,前腾讯PM,前图灵机器人-人才战略官/AI产品经理,11年AI、14年互联网经验;垂直于AI产品经理的第一社群“AI产品经理大本营”(6年)和自媒体“hanniman”(9年);作品有《AI产品经理的实操手册》《黄钊的AI日报》。

本文来自微信公众号:hanniman(ID:hanniman),作者:黄钊hanniman

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2024年4月26日
下一篇 2024年4月26日

相关推荐

  • 水温80度:AI行业真假繁荣的临界点

    我们从来没拥有过这么成功的AI主导的产品。

    (这种分析统计并不那么准,但大致数量级是差不多的)

    这两个产品碰巧可以用来比较有两个原因:

    一个是它们在本质上是一种东西,只不过一个更通用,一个更垂直。

    蓝海的海峡

    未来成功的AI产品是什么样,大致形态已经比较清楚了,从智能音箱和Copilot这两个成功的AI产品上已经能看到足够的产品特征。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时“罢工”,全网打工人都慌了

    美西时间午夜12点开始,陆续有用户发现自己的ChatGPT要么响应超时、要么没有对话框或提示流量过载,忽然无法正常工作了。

    因为发现AI用久了,导致现在“离了ChatGPT,大脑根本无法运转”。”

    等等,又不是只有一个聊天机器人,难道地球离了ChatGPT就不转了。

    大模型连崩原因猜想,谷歌躺赢流量激增6成

    GPT归位,人们的工作终于又恢复了秩序。

    未来科技 2024年6月5日
  • ChatGPT宕机8小时,谷歌Gemini搜索量激增60%

    ChatGPT一天宕机两次

    谷歌Gemini搜索量激增近60%

    ChatGPT在全球拥有约1.8亿活跃用户,已成为部分人群工作流程的关键部分。

    过去24小时内提交的关于OpenAI宕机的问题报告

    图片来源:Downdetector

    ChatGPT系统崩溃后,有网友在社交媒体X上发帖警告道:“ChatGPT最近发生的2.5小时全球中断,为我们所有依赖AI工具来支持业务的人敲响了警钟。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时大崩溃,AI集体罢工让全网都慌了

    接着OpenAI也在官网更新了恢复服务公告,表示“我们经历了一次重大故障,影响了所有ChatGPT用户的所有计划。Generator调查显示,在ChatGPT首次故障后的四小时内,谷歌AI聊天机器人Gemini搜索量激增60%,达到327058次。

    而且研究团队表示,“Gemini”搜索量的增长与“ChatGPT故障”关键词的搜索趋势高度相关,显示出用户把Gemini视为ChatGPT的直接替代选项。

    未来科技 2024年6月5日
  • 深度对话苹果iPad团队:玻璃的传承与演变

    iPad最为原始的外观专利

    没错,这就是iPad最初被设想的样子:全面屏,圆角矩形,纤薄,就像一片掌心里的玻璃。

    2010年发布的初代iPad

    好在乔布斯的遗志,并未被iPad团队遗忘。

    初代iPad宣传片画面

    乔布斯赞同这一想法,于是快速将资源投入平板电脑项目,意欲打造一款与众不同的「上网本」,这就是iPad早年的产品定义。

    iPad进化的底色

    苹果发布会留下过很多「名场面」,初代iPad发布会的末尾就是一例。

    未来科技 2024年6月5日
  • 底层逻辑未通,影视业的AI革命正在褪色…

    GPT、Sora均为革命性产品,引发了舆论风暴,但它在上个月发布的“多模态语音对谈”Sky语音,却由于声音太像电影明星斯嘉丽·约翰逊,被正主强烈警告,被迫下架。

    华尔街日报也在唱衰,认为“AI工具创新步伐正在放缓,实用性有限,运行成本过高”:

    首先,互联网上已经没有更多额外的数据供人工智能模型收集、训练。

    03、

    如果说训练“数字人”、使用AI配音本质上瞄向的仍是影视行业固有的发展方向,那么还有另外一群人试图从根本上颠覆影视行业的生产逻辑和产品形态。

    但分歧点正在于此,电影公司希望通过使用AI技术来降低成本,但又不希望自己的内容被AI公司所窃取。

    未来科技 2024年6月5日
  • KAN会引起大模型的范式转变吗?

    “先变后加”代替“先加后变”的设计,使得KAN的每一个连接都相当于一个“小型网络”, 能实现更强的表达能力。

    KAN的主要贡献在于,在当前深度学习的背景下重新审视K氏表示定理,将上述创新网络泛化到任意宽度和深度,并以科学发现为目标进行了一系列实验,展示了其作为“AI+科学”基础模型的潜在作用。

    KAN与MLP的对照表:

    KAN使神经元之间的非线性转变更加细粒度和多样化。

    未来科技 2024年6月5日
  • 这个国家,也开始发芯片补贴了

    //mp.weixin.qq.com/s/tIHSNsqF6HRVe2mabgfp6Q
    [4]中国安防协会:欧盟批准430亿欧元芯片补贴计划:2030年产量占全球份额翻番.2023.4.19.https。//mp.weixin.qq.com/s/VnEjzKhmZbuBUFclzGFloA
    [6]潮电穿戴:印度半导体投资大跃进,一锤砸下1090亿,政府补贴一半.2024.3.5https。

    未来科技 2024年6月5日
  • 大模型的电力经济学:中国AI需要多少电力?

    这些报告研究对象(数字中心、智能数据中心、加密货币等)、研究市场(全球、中国与美国等)、研究周期(多数截至2030年)各不相同,但基本逻辑大同小异:先根据芯片等硬件的算力与功率,计算出数据中心的用电量,再根据算力增长的预期、芯片能效提升的预期,以及数据中心能效(PUE)提升的预期,来推测未来一段时间内智能数据中心的用电量增长情况。

    未来科技 2024年6月5日
  • 你正和20万人一起接受AI面试

    原本客户还担心候选人能否接受AI面试这件事,但在2020年以后,候选人进行AI面试的过程已经是完全自动化的,包括面试过程中AI面试官回答候选人的问题,AI面试官对候选人提问以及基于候选人的回答对候选人进行至多三个轮次的深度追问。

    以近屿智能与客户合作的校验周期至少3年来看,方小雷认为AI应用不太可能一下子爆发,包括近屿智能在内的中国AI应用企业或许要迎来一个把SaaS做起来的好机会。

    未来科技 2024年6月4日