文 | 白熊观察员
Kimi智能助手已成现象级产品。作为一款AI大模型产品,本周它直接影响了中国A股市场。
推出Kimi的AI大模型创业公司月之暗面,目前刚刚融到A轮。不过,一批A股上市公司已经先涨为敬了。它们都是与Kimi有千丝万缕合作关系(很多只是传言有合作)。这在A股形成了“Kimi概念股”板块。
(Kimi帮我整理了一些所谓“Kimi概念股”及相关逻辑,有不少信息为传闻。)
Kimi之所以能引发概念炒作,正是因为它“出圈”了。从卖方机构到微信群流传的小作文,有一种观念开始被鼓吹:AI 大模型应用会很快成为大众化应用,类似抖音、微信、淘宝那样装进大街小巷的智能手机中?
如果说去年AI大模型已经出现了“iPhone时刻”的话,如今AI大模型的“iPhone4时刻”是否已经到来了?
对此我想泼点冷水:Kimi确实很不错,其它不少AI大模型企业推出的产品也不错,但以AI大模型的对话机器人(Chatbot)为代表的生成式AI产品出现“iPhone4时刻”的条件尚未出现。
打通AI大模型应用走向大众之路,至少还有两对矛盾需要解决:
一是以Chatbots工具为代表的AI大模型产品,需要用户主动提问、善于提问,这本质上是“反人性”的,这和过去计算机应用“迎合人性”之间存在矛盾。
二是AI大模型生成存在“不确定性”,和用户对于传统计算机应用提供的“确定性”之间的矛盾。
AI大模型与用户的“预期差”
Open AI 有一位知名女性高管米拉•穆拉蒂(Mira Murati),官方的职位是CTO,首席技术官,她并非工程师出身,而是特斯拉公司的产品经理,参与过Model X车型的产品研发工作。
以这样的人员配置来看,山姆奥特曼和马斯克等OpenAI早期创始人已经意识到未来趋势:
AI大模型即产品。
AI大模型天然就可以成为产品,因为它最核心的能力就是直接提供信息。评价大模型能力的主要标准也就是它的泛化能力,以及输出信息时能否出现“涌现”现象。
据自媒体“AI产品榜”公布的国内AI产品访问量排行榜(截至2月)来看,目前访问量最大的产品主要都是AI对话机器人(AI Chatbots),这也是百度、阿里等、字节等大厂所力推的产品。2月份Kimi访问量已经爬至第三,但以近期Kimi因为访问量过大几次扩容的现象看,它的访问量很可能在2月基础上增长数倍。
作为一款AI模型产品,Kimi在产品化易用性方面做出了诸多努力,并且率先把长文本作为产品的核心卖点。目前包括通义千问等产品已经开始跟进了。这些做法奠定了Kimi在3月份的成功,但这并不意味着Kimi接下去可以持续出圈。目前对于AI大模型产品而言,有两大矛盾需要时间去解决。
矛盾之一:Chatbots类型的AI大模型产品,需要用户主动提问、善于提问,这本质上是“反人性”的,这和过去十余年计算机应用“迎合人性”之间存在矛盾。
过去十多年的移动互联网时代,大众对于计算机应用本身的认知已经被各类手机App所重塑了。在以用户规模为绝对导向的时代,所有的手机App都在尽量迎合人性,最终发展到通过单列信息流的方式尽量减少用户需要做出选择。同时,通过算法推荐的方式,平台又试图精准匹配个人用户的喜好,给每个人推送能快速提升快感的。
即使没有这样极致,多数和App的产品逻辑也是尽可能多的提供建议,让用户轻松点击,一次使用闭环后,用户不需要主动输入任何。
这种对人性逢迎到极致的用户策略,或许会让不少人觉得,自己手机里安装的App,天然就会猜测自己需要什么。像搜索引擎那样需要主动输入一些关键词对信息进行搜索的工具,市场也在萎缩。(从某种意义上讲,小红书“拯救”了搜索引擎。)
AI大模型产品最需要的却是用户主动告知“我要什么”,并且由于模型能力的局限,用户最好可以尽可能详细、准确地说清自己的需求。
目前Kimi等AI对话机器人程序,已经广泛被一些有明确工具需求的用户所采用,他们明确需要AI大模型产品帮忙整理文档、分析材料等。
但不管是文心一言、通义千问还是Kimi,现阶段甚至不能像“小爱同学”那样直接给人播放一段视频或音乐时,会有更多的用户面对他们的对话框感觉到两眼一抹眼,产生“这个AI到底能干啥”的疑问。
其实提问一直是一种很高级的能力。著名数学家丘成桐也多次指出,中国顶尖高校的学生缺乏“提问”能力,如他曾撰文《一流人才始自学“问”》,认为好的科研人才必须会善于提问,能提出好的问题。
如果连顶尖高校的学生尚且在提问能力上有欠缺的话,这对普通人而言更是一大挑战。
以Kimi为例,在产品设计上,Kimi超长文本能力受到很多人的好评,其实Kimi还设计了一个功能,就是在所有的对话中都嵌入提问的“提示”,帮助用户发现有哪些问题可以追问。不过目前看来这个功能还有待提升。我个人在使用过程中也感觉到,这个功能有时比较鸡肋,并不能精准地预测用户接下去需要问啥,还是需要我自己想问题。
除了“提问”这个门槛对于C端用户而言很高,还有一个矛盾:
AI大模型生成存在“不确定性”,和用户对于传统计算机应用提供的“确定性”之间的矛盾。
AI大模型最重要的能力是“涌现”,这也意味着它可以生成超出人们预期的,特别是当它被深度使用时。最近黄仁勋在GTC2024的“两万字演讲”中,他就列举了生成式AI最重要的一些应用案例,其中在药物发现领域,通过使用AI进行蛋白质结构预测和分子对接,可以加速新药的发现过程。这个过程,正是需要AI生成一些不确定性较强的新信息,为研究人员提供参考。
目前社交平台的用户反馈来看,这类问题尚不构成问题,这与用户基数有关,也与用户使用频次有关。但过去若干年,各类应用最主要的目标是尽量向用户提供确定性信息,如天气信息、商品购买、O2O服务等,包括搜索引擎类应用,也同样以提供准确信息作为卖点(虽然事实并非如此)。
此外,从用户反馈来看,另有一类问题,那就是不同的用户基于不同需求使用AI大模型产品时,会产生截然不同的评价——有些人认为文心一言较好,有些人认为通义千问较好,还有一些人则支持Kimi。这除了因为AI大模型特长的不同产生的差距之外,同样存在评价标准的不确定性,和应生成的不确定性。
产品很重要,C端用户运营也很重要
行业的先行者有机会提前抢占用户心智,但同时也需要承担用户培育的责任,这两者往往是一体的、同步进行的。
目前对于C端用户而言,除了ChatGPT知名度较高外,其余品牌无论在知名度还是好感度都较为一般,原因在于绝大多数用户对于所有AI大模型都还没有体感,对GPT的认知也仅体现在新闻资讯层面。
对用户心智的抢占,一靠产品本身,二靠用户培育。
当年iPhone4教育了一大批用户,在交互逻辑上,它栩栩如生的拟物化UI设计,也成为了普通用户认知智能手机的开始。从ChatGPT的几次迭代来看,做了很多加减法,但也踩下了GPT Store这样的坑。目前国产产品的交互逻辑基本与GPT一致,Kimi在追问层面上进行了思考,但是否需要有更符合中国用户的改进,需要大胆探索。短时间内,海外的AI大模型对话机器人类产品肯定不会进入中国市场,那么产品层面中国化的可行性验证,就必须由中国企业自行承担。
此前文心一言发布时曾大量买量引流,如今Kimi、豆包、通义千问等产品也开启了买量以用户拉新之路。在这个阶段,已经有一批用户开始成为行业的尝鲜者。针对这批用户开始用户运营,是抢占用户心智的第一步。这也是当年国产智能手机厂商的成功路径。
目前一些大模型厂商都已经用了B端付费用户,这些用户也有针对性的服务和运营。但是,AI大模型产品最广阔的市场仍然在C端,提前布局十分重要。
为什么要强调C端用户?让C端用户真正地跑起来,才能形成行业的正向循环。
所有AI大模型创业者还需要考虑一点,目前在社交平台,C端用户的自传播是产品口碑真正最重要的传播方式,C端产生的舆情,可以反向对B端、G端产生深刻的影响。在大模型创业爆发阶段,抢占C端口碑是企业品牌打造最重要的一环。
(OpenAI为GPT在Discord平台建了一个用户群组,专门发布提示词范例)
在C端用户运营上,培育一批种子用户至关重要,这一路径在智能手机领域已经得到验证:建立用户社区,为活跃用户提供一定的激励机制,与用户的意见形成正反馈。这些种子活跃用户对外将具有“以一当百”的辐射能力。
此外,针对C端用户,让大量的提问示范案例触达用户,这很重要。这让更多的用户能够习惯产品、接受品牌,即使未来的AI大模型产品不再是对话机器人,用户的品牌忠诚度仍然是企业巨大的财富。
反人性的产品,也是最不贵的产品
在iPhone手机最火爆的那几年,有人评论说,iPhone实际上是一个打破阶层壁垒,承认众生平等的产品。因为那个时期,无论是高官巨富还是平民,都只能使用几乎一样的产品。
当前,AI工具可能也是一个拉平社会阶层差距的产品。因为它能让你花最小的成本获得最大的智力支持。
在移动互联网时代,网游、短视频等各类应用总是疯狂地迎合人性,以获得尽可能多的用户。这类应用的特点是对大脑进行短平快的高强度刺激,这可能会导致注意力障碍、记忆力下降、睡眠障碍、情绪问题等。
其实,这种副作用完全应该计算进它们的使用成本中。
或许随着AI大模型能力的持续提升,它也会被包装出一系列这样的产品。它可能会让使用非常便捷,但也会塞进大量的副产品,包装成“巧克力味的屎”推送给用户。
现在的AI大模型产品,特别是对话机器人类产品,还是一种温和的智能产品。
要想获得高质量的助力,它更需要人们具备两点能力:一是思考如何提问(包括不断追问),二是学会如何判断筛选信息。
近期有人提出,AI大模型的训练和推理都需要消耗大量的资源,最终导致AI大模型类工具不断涨价。但在我看来,除个别产品,行业整体不可能整体涨价。原因在于,AI大模型行业存在着激烈的竞争,只要这种竞争没有终结,大模型厂商都需要通过各种方式获取用户,而价格手段是最有效的手段。所以在相当一段时间内,AI大模型产品都将由企业和投资人对市场进行补贴。
从使用成本角度看,这种反人性的产品,至少是最不贵的产品。
结论:
在当前环境下,AI大模型在各行业中扮演着越来越重要的角色,尤其是在推动各行各业的发展中。然而,Kimi等人工智能对话机器人产品的成功并不是一个简单的现象,背后存在的矛盾需要解决,例如用户主动提问和善于提问的问题、AI生成的的不确定性和用户对于传统计算机应用提供的确定性之间的矛盾。
为了解决这些问题,我们需要重新定义和强化用户提问能力,使其不仅仅是满足用户的需求,而且要引导用户更加主动地表达自己的需求。此外,还需要加强AI大模型的知识生成能力,使之能够在各种场景下生成更具前瞻性和丰富性的。
为了满足用户的多元需求,AI大模型不仅需要有清晰的边界和清晰的答案,还要有良好的交互体验和个性化的推荐。此外,我们还需要关注社交媒体用户的个性化需求,让他们可以根据自己的需求定制自己的。
总的来说,AI大模型的商业化和个性化应用需要协调解决用户在使用过程中遇到的各种矛盾。这需要企业进行深入的市场研究和用户调研,同时也需要政策制定者的引导和支持,以确保AI大模型的健康发展。