AI商業(yè)化之路猜想
AI應(yīng)用的商業(yè)化還需要經(jīng)歷一定的路程,這篇文章里,作者就分享了他關(guān)于AI商業(yè)化的看法——去做細(xì)分領(lǐng)域的AI,甚至是細(xì)分行業(yè)的AI。
這個方向是我一直想寫的,只是對于AI的了解,我可能只停留在使用過的層面,故此有念頭卻未動。前幾天與一個做AI研發(fā)的朋友閑扯,出于信任他問我AI商業(yè)化的看法,我基于商業(yè)和運(yùn)營方面的知識,為他提供了一些建議。
我將整個交流的問題和建議,全部分享出來。目的在于想驗(yàn)證未來5年內(nèi),AI商業(yè)化是否真的像我說的那樣,實(shí)現(xiàn)商業(yè)化。這個事情倒不是為了標(biāo)榜什么,只是覺得有觀點(diǎn)不表達(dá),老憋在心里,非常難受。
一、朋友的問題
朋友是做技術(shù)開發(fā)的,有自己的團(tuán)隊(duì)。只是這幾年技術(shù)外包這種經(jīng)營方式,越來越?jīng)]有市場了。同業(yè)競爭壓力也大,同行相互比價(jià),團(tuán)隊(duì)優(yōu)勢也明顯。最近,為了解決這樣的問題,他的想法是,基于ChatGPT做一款A(yù)I出來。
我沒具體問技術(shù)實(shí)現(xiàn)的事情,畢竟隔行如隔山。我只是問了一個問題,就是你想做一個什么方向的AI?他說現(xiàn)在還沒有想好,市面上已經(jīng)有很多方面的AI應(yīng)用了。再者說這個AI研發(fā)出來,應(yīng)該是找投資機(jī)構(gòu),進(jìn)行融資,還是要怎么操作?
其實(shí)朋友的迷茫,我很清楚?,F(xiàn)在市面上所有的AI應(yīng)用,基本上都在技術(shù)上和應(yīng)用上下功夫,在商業(yè)化方面也都是靠原有資金,或找機(jī)構(gòu)進(jìn)行融資。而商業(yè)化在未來,幾乎是所有AI應(yīng)用要面臨的一個重大問題。
二、我的問題
目前,我對AI應(yīng)用的認(rèn)知,只停留在使用層面。用AI寫個工作報(bào)告,寫個日報(bào)周報(bào)啥的,最多生成點(diǎn)短視頻,在配個文案。因?yàn)槲沂沁\(yùn)營的關(guān)系,和產(chǎn)品經(jīng)理走的比較近。他們給我說,他們也在用AI寫點(diǎn)PRD,生成原型圖之類的。
最近因?yàn)樵诖罅繉戇\(yùn)營類文章,對于文章的需求比較大,于是想著用AI解決一下,自己也偷個懶什么的。結(jié)果方向生成出來的文章,根本符合我的要求。我能看到和感覺到的,所有生成出來的文章,都是程式化的,內(nèi)容基本上都是泛泛而談。
所以,之后我基本上還是自己動手,用AI來輔助,提供一些觀點(diǎn),或幫忙結(jié)尾。目前AI應(yīng)用給我的感覺是,它無法做到獨(dú)家視角,更不可能做到符合一個人的特性。而且,AI應(yīng)用即使“喂”了很多資料后,還只是基于資料編寫,智能化沒想象的那么高。
三、商業(yè)化之路猜想
結(jié)合朋友和我的問題,我對AI應(yīng)用商業(yè)化方向,有一個大概的猜想。在表述之前,分享一下,我對朋友說的一些建議。任何的產(chǎn)品想要商業(yè)化的前提,就是讓人先用起來。我想表達(dá)的是,盈利模式是商業(yè)化的基礎(chǔ),而流量是盈利模式的核心。
對此再結(jié)合到AI應(yīng)用領(lǐng)域,我先向朋友舉了一個例子——高德。高德對于C端的應(yīng)用,是完全免費(fèi)的,因此才“戰(zhàn)勝了”凱立德,在中國站穩(wěn)腳跟。而高德的商業(yè)化是將定位系統(tǒng),賣給大公司作為業(yè)務(wù)基礎(chǔ)嵌入。這個不是我們理解賣用戶數(shù)據(jù)。
那么AI應(yīng)用呢,除了用起來,定制化收費(fèi),找個融資渠道外,有沒有其他商業(yè)化之路呢?
目前我能感知到的,AI現(xiàn)階段還是泛應(yīng)用狀態(tài),能做到的是解決80%普適化問題,如寫文章,或者寫個視頻腳本。要不就是應(yīng)用在某個職業(yè)體系內(nèi),比如幫助產(chǎn)品經(jīng)理寫個PRD,再轉(zhuǎn)化成產(chǎn)品原型。
對于真正行業(yè)性的領(lǐng)域,AI目前還不夠智能。
在我看來,AI商業(yè)化之路,真正可實(shí)現(xiàn)的,是在某行業(yè)的深入應(yīng)用。我們現(xiàn)在使用的AI,是基于大量資料學(xué)習(xí)所形成的體系展示。這就意味著真正AI 真正值錢的,是供它自主學(xué)習(xí)的大量資料。
試想一下,如果將這些資料進(jìn)行分類,再依靠不停的“喂”行業(yè)內(nèi)資料,供其自主學(xué)習(xí),是不是意味著,AI會成為行業(yè)的“專家”(我說的是行業(yè),不是職業(yè))。所以,對于某個行業(yè)來說,真正值錢的是,基于大量行業(yè)資料,形成的解決方案,而非AI應(yīng)用本身。
我舉一個極端的例子,現(xiàn)在看病的AI,據(jù)說準(zhǔn)確率達(dá)到94%。但是人類疾病不是單一的,病因也是多樣性,甚至還有很多并發(fā)癥,這些都是無法解決的。如果我們將所有醫(yī)療病例和診療方案,“喂”給AI學(xué)習(xí),是不是AI會更精準(zhǔn)。
當(dāng)AI應(yīng)用到某個醫(yī)院的時候,醫(yī)院依靠處方箋和藥品收費(fèi),是不是商業(yè)化落地。只是幫助醫(yī)院實(shí)現(xiàn)盈利的不是AI本身,而是基于AI自主學(xué)習(xí)的醫(yī)療資料。就像我說的高德一樣,地圖本身是免費(fèi)的,真正值錢的是定位技術(shù)。
四、建議內(nèi)容
所以我給朋友的建議,真正做細(xì)分領(lǐng)域的AI,甚至是細(xì)分行業(yè)的AI,而不是常用AI。真正實(shí)現(xiàn)商業(yè)化的不是AI本身,而是AI背后的行業(yè)資料和行業(yè)數(shù)據(jù)。甚至可以實(shí)現(xiàn)AI,能主動抓取行業(yè)最新數(shù)據(jù)和解決方案,做到自主學(xué)習(xí)。
這樣做的好處,還有一個,就是能做到“先入為主”。當(dāng)大家都在做泛領(lǐng)域的時候,可以先占領(lǐng)細(xì)分市場。比如一提到無人機(jī),第一個永遠(yuǎn)是大疆。行業(yè)的頂端,比的不是價(jià)格,而是誰更專業(yè)。所以,AI的未來是誰擁有更專業(yè)更多的行業(yè)資料。
商業(yè)化講究的是如何布局,畢竟大家拼到最后,盈利模式都差不多。如果一開始就能在一個行業(yè)深耕下去,意味著未來在這個行業(yè)里的地位是不可動搖的。如同我們所知行業(yè)巨頭那樣,無論技術(shù)和渠道再變,在用戶心里的位置是不變的。
結(jié)語:AI應(yīng)用商業(yè)化還有很長的路要走,我只能憑我所知所感,窺得一絲門徑,甚至連門徑都算不上。不過,我堅(jiān)信的是,做行業(yè)深入AI應(yīng)用,絕對是未來AI商業(yè)化落地方式之一。
本文由 @運(yùn)營研究院 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
AI準(zhǔn)確率現(xiàn)在怎么說都可以,因?yàn)闆]有一個標(biāo)準(zhǔn)規(guī)范的測試方法、測試用例、測試數(shù)據(jù)集。AI的缺陷總體表現(xiàn)為:縱向不夠精細(xì)、無法分辨細(xì)微的差別,橫向不夠?qū)?、無法適應(yīng)多變的場景??傮w的技術(shù)路線是:大模型解決常識、泛化問題,小模型解決專業(yè)、精確問題,要組合起來用。
點(diǎn)贊~o( ̄▽ ̄)d
這個事情我們有一個大概結(jié)論,就是AI在確定的事情上,是很準(zhǔn)確的。只是涉及到有創(chuàng)意的工作時,就沒有那么靈敏。
我的領(lǐng)域不涉及AIGC,只是CV。不知你們怎么理解“確定”,我理解的就是在實(shí)驗(yàn)室里構(gòu)建的特殊理想環(huán)境下才具有這種確定性,而在真實(shí)世界中,由于光線條件變化、環(huán)境因素變化,導(dǎo)致實(shí)驗(yàn)室里99%準(zhǔn)確的模型放到真實(shí)環(huán)境50%都沒有。比如扔一個可樂瓶,人只需要見過可樂瓶,多角度觀察一下,不管扔到哪里,是立著還是倒下,黑天白夜、春夏秋冬,人都能識別出是扔了一個可樂瓶;但是AI不行,你訓(xùn)練它識別白天在水泥地上立著的可樂瓶,它就只會這一種,而且訓(xùn)練它識別可口可樂,它就不識別百事可樂。這種泛化能力是我認(rèn)為要靠大模型解決的。另外,我認(rèn)為AIGC之所以能得到廣泛應(yīng)用恰恰是因?yàn)樗恍枰獪?zhǔn)確性,因?yàn)樗罱K還是要有人來編輯確認(rèn)的,而人可能把這種不準(zhǔn)確視為一個創(chuàng)意。放到智慧城市的范疇內(nèi),AI不準(zhǔn)確就相當(dāng)于有大量人在報(bào)假警,就好像叫喊狼來了的小孩。