质朴发言：大模型时代的产品长啥样&壁垒在哪？｜Z 沙龙第 2 期

质朴发言：大模型时代的产品长啥样&壁垒在哪？｜Z 沙龙第 2 期 质朴发言：大模型时代的产品长啥样&壁垒在哪？｜Z 沙龙第 2 期 Modified April 9, 2024 另一位同学从任务可行域与数据需求角度来阐述这一问题： 任务可行域从封闭有限的状态转变为一个更加开放无限的状态。 首先，任务可行域更大：大模型在任务和数据上能够执行多样的多模态任务。 其次，单任务的数据需求更小：大模型在效果上具备了更强的泛化能力，能够解决更广泛的问题。 因此，产品经理在使用大模型时，需要有一个坚实的基础逻辑，以便在业务上使用较少的数据或甚至无需业务数据就能取得良好的效果。 二、何为AI Native 应用以及如何构建壁垒 5、AI Native 应用要如何构建壁垒？ 某出海创业公司 CMO 分享了他的思考： 1. 应该从哪些方面构建壁垒: a. 用户心智的占领: 用户对品牌或产品的认知和信任是关键。对于 ToC 来说，最核心的是，你能否满足用户需求，创造出真正有价值的产品，从而建立用户网络和用户认知。 如果大家都认为你的产品好，那么它就会成为大家默认的选择。比如普通人甚至可能认为 ChatGPT 等于 AI，等于先进的生产力，他们并不需要区分太多技术细节。 例如，如果用户认为某个英语学习应用是最好的，他们就不太会花时间去看其他应用。这意味着只要大家认为你的产品好，它就可能真的变得更好。短期内，某些模型在特定层面上已经接近甚至超越了行业标准。但这并不是最重要的，重要的是品牌力。即使你的产品比竞争对手好一点点，但如果对方的品牌力足够强大，你也很难超越他们。 b. 品牌和行业标准: 品牌力量和行业标准的建立能够为产品创建持久的优势。 例如，当年英特尔与摩托罗拉竞争时，英特尔的技术并不比摩托罗拉强，但英特尔赢得了竞争，关键在于品牌力。消费者对英特尔的品牌有深刻的印象，所以更倾向于使用它的产品。 2. 不应该从哪些方面构建壁垒: a. 过度依赖技术: 技术本身往往不能形成长期的竞争壁垒。技术的优势可以被快速超越或模仿。 b. 对于数据量过分强调: 大量数据不一定能构成壁垒。有时，最优的数据比大量的数据更为重要，例如使用优质数据训练模型可能比大量一般数据更有效。 与此同时，另外两位创始人在「技术」和「用户心智」要素上分享了不同看法： 长期来看，技术上的优势仍然是决定性的因素之一。品牌和用户心智的优势并非永恒的，一旦技术上拉开代际的差距，就容易被超越。例如，Jasper 尽管有品牌和用户基础，但由于技术上被 ChatGPT 超越，最终失去了市场优势。 一位资深 C 端产品经理分享了他关于构建壁垒的心得： 1. 垂直领域数据壁垒: 大模型在段子等梗文化相关内容生成上的表现基本都是不及格的，主要原因文化背景导致用户对幽默和搞笑有独特的定义，如果一个产品能针对其业务微调数据，这种文化适应性就成为了一个难以逾越的壁垒。 2. 用户的情感和时间投入作为壁垒: 用户对产品的情感和时间投入可以形成强大的忠诚度。例如，Glow 用户对产品的深厚情感，他们不仅投入了时间和精力，而且还充满了情感。当面对新产品时，即使新产品更高级、更智能，用户也会因为不愿放弃已有的情感和记忆投入而犹豫。 3. 社交网络和关系维护作为壁垒: 在社交产品中，维持和升级用户的社交网络是构建壁垒的关键。例如，如果一个社交平台能够有效地帮助用户找到特定类型的人并提升他们的社交关系，用户就更倾向于留在该平台。重新建立这样的网络在新平台上成本很高，所以用户更愿意留在旧平台。 6、C 端 / B 端产品的迁移成本 C 端产品的迁移成本 1. 产品经理 A 分享：情感陪伴是 C 端产品的迁移成本的重要来源 强调情感陪伴类产品（如Glow）通过情感连接和用户的个性化体验，创建了独特的用户粘性。这种产品的使用涉及深层次的情感投资，形成了高迁移成本。 市面上有一个特别好的例子：林间聊愈室。它的处理方式类似心理治疗。它结合了声音、形态和对话，而不仅仅是简单的问答。它能够理解你的心情，询问为什么不开心，引导你回忆原因。这种产品像一个了解你的好闺蜜，但也带来了授权问题。如果你必须从头到尾讲述一遍，比如为什么生气，这种交互就显得繁琐。 2. 产品经理 B 分享 数据和个性化习惯是提高迁移成本的重要举措: 提到了个性化数据的重要性。例如，在风格化的娱乐产品中，由于用户的文化背景和幽默感，这些产品可能为用户提供了高度个性化的体验，从而增加了迁移成本。 3. 产品经理 C 分享 时间和情感投资: 如日记应用，用户在这类产品中累积大量的个人历史和情感连接，构成了巨大的迁移成本。 B 端产品的迁移成本 1. 投资人 A 分享 工具类产品迁移成本很低: 认为工具类B端产品，如代码搜索工具，设计为高效率，使用户能够轻松迁移，因此迁移成本较低。 2. 产品经理 A 分享 工作流程和使用习惯会增加迁移成本: 指出尽管工具类产品易于迁移，但用户的工作流程和习惯也可构成一定的迁移成本。例如，用户可能习惯于特定笔记软件的界面和功能，从而增加了对该软件的依赖。 3. 投资人 B 分享 工具类产品的迁移成本不能一概而论: 面向企业工作场景的效率工具（如代码搜索工具），由于其设计初衷是提高组织整体协作效率，因此不得不保证用户在找到更优工具时可以轻易迁移。然而，对于面向生活/个人工作场景的效率工具则没有“保障用户低成本迁移”的刚需。 例如，拿 Notion 这个笔记工具来说，它在一些特别的小功能点上悄悄地提高了迁移成本，比如复制粘贴图片的难度（即便可以复制文本，图片和标题的格式会混乱）。当用户记录了大量笔记后，会发现无法轻松地将内容迁移到其他平台，比如 Mac 的原生 Note 上。这时，倘若替代品并没有压倒性产品优势（往往较难做到），用户会感到困难而放弃迁移。 三、专题讨论：C 端 AI 产品实践 7、AI 陪聊具体可以分化的方向 我们讨论的重点是新一代AI产品在角色扮演领域的应用，特别是在少儿领域。在孩子们的世界里，角色扮演是个挑战，因为他们可能不熟悉某些角色。 例如，如果你问一个孩子谁是奥特曼，他们可能不知道。我们的任务是首先创造这些角色，然后在故事的某个节点或结束时引入它们。我们正在尝试的是把重点从单纯的模型能力转移到创造有趣的人物设定上。 比如，我们的角色是不是比喜羊羊更搞笑，比熊大熊二更有趣？我们现在的工作主要是围绕新媒介创造新内容。 例如，编织一个奥特曼打怪兽的故事，在社交网络中引入小朋友，让他们一起完成一个冒险。这个过程的编制成本很高，直到冒险结束之前可能不会有新产品推出。 所以，我们的策略是从专注于微调模型的底层技术转移到创造新内容上。我们现在使用更成熟的模型，这也回答了我们之前讨论的问题，即做应用层比做模型层更有挑战。 目前，我们观察到市场上许多应用层的产品在竞争中显得有些可怜，每次开会都是那几个人在讨论。 关于与小朋友的交互，我们发现他们对新鲜事物的接受能力非常强。在对话中，他们经常会提出一些问题，比如“谁是蔡徐坤？”这类问题是底层模型难以解决的。我们尝试过维护一个知识库，比如英语单词大全或网络热词。 但最终发现，供应商的搜索功能比我们自己维护的知识库更先进、更有效。因此，我们放弃了自己维护知识库的做法，转而利用供应商的搜索能力。 孩子们的特点是他们每句话只说几个字，但愿意持续交谈长达三到五个小时。因此，如果我们不进行工程化处理，成本将非常高。尽管当前长上下文给我们带来的成本很大，但我认为在未来，通过降低成本，我们可以在这方面实现更多个性化，创造优质体验。 8、社交场景下的交互范式变革： 关于社交的交互，有三大定义： • 首先，人们倾向于向上社交，寻找社交阶层上的人。但实际上，大多数人都是普通人，达到这样的社交目标非常困难。 • 第二，表达的质量与反馈成本正相关：表达越好，越容易获得正面反馈，但这通常需要投入大量成本，无论是智力还是其他资源。 • 第三，隐私是一个大问题：是否愿意在网络上暴露自己，承受评价和观点，是一个重要考虑。 AI + 社交产品的核心目标应当是通过 AI 来减轻表达的压力和隐私问题，提供一个替代解决方案。 例如，类似于口碑效应，但在成熟的社交环境中不需要从头开始建立。这样，用户的参与变得更加容易，提高了整体效率。我认为，匹配机制不需要过于复杂。 比如，我提出要求，今天我想找一个能和我聊诗词哲学的人，明天可能是寻找一位朋友，大致就是这个思路。关于个性化的问题，比如精选人物颜色，我认为这其实就像女生化妆和拍照美颜一样，是一种增强设计。 我要写一个强大的个人陈述，如果我的表达不够好，需要别人帮助我改写，这是表达式的增强。在这个层面上，AI可以帮助改善你的表达，提供更多机会。你们可以这样理解增强AI的聊天机制。 从实际操作层面来看，如果我有特定需求，我希望能在平台上找到满足我的需求的人。但问题在于，这个过程的层次太多，太复杂，难度很大。例如，我们可以在自由社交时间针对特定项目进行更深入的探讨。 我在想，比如像 Character.AI 这样的产品，它的角色有时会投射人性的阴暗面。我之前和别人讨论过，AI 角色的产品在当前可能只能覆盖全世界 3000 万 DAU，它本身做不大。如果真的想要扩大它的规模，那么就需要发掘人的真善美，找到除了软性钩子之外的其他深入理解人性的钩子，比如唤起童年的温暖回忆或填补童年的缺失部分。 但正如前一位老师所说，用户将自己的信息投入平台是有很大的侵犯性的，输入成本非常高。比如之前的一个产品，尝试做话题社交，结果失败了，很快就消失了。回到角色AI这个话题，我认为它是一个长期看好的方向，但在短期内，比如一年或两年内，我不太看好这个方向的发展。 在社交领域，AI 的结合可能主要是辅助社交。像前面老师提到的，许多社交场景，特别是陌生人社交，经常遇到的问题。我在思考，传统的社交软件，如陌陌、探探或海外的应用，它们通常把人的颜值作为最重要的评判标准，这可能导致越轨行为，或者变成一个荷尔蒙驱动的平台。 如果真要做 Dating + AI 结合，我认为可以走两个方向: • 一个是清晰地向量化人物特征，鼓励大家去交流。 • 另一个方向是教育用户树立正确的交友观念，特别是男性用户，不要成为渣男或渣女，树立正确的交友观念，虽然这很难实现，但话题社交可能是一个可行的解决路径。在日常社交中，尽管颜值可能是第一印象的因素，但最终是否能与某人持续交流，取决于是否有共同话题。 现有的社交产品多是通过用户打标签来促进交流，如‘牵手’和‘青藤之恋’这类软件。但我发现，用户很少会根据这些标签进行深入的话题探讨。AI可能作为中间的润滑剂，帮助搭建讨论场景，促进交流。 比如，AI知道不同用户的需求和过往经历，然后搭建一个讨论场景。AI在这里像一个策划者，但它的理解能力也有高低之分。 四、专题讨论：B 端 AI 产品实践新生产力与行业赋能 9、大模型赋能 BPM（流程管理系统）如何切入？ 10、大模型+广告营销如何实现 11、大模型辅助销售管理（按客户类型、场景分） 另一位同学从任务可行域与数据需求角度来阐述这一问题： 任务可行域从封闭有限的状态转变为一个更加开放无限的状态。 首先，任务可行域更大：大模型在任务和数据上能够执行多样的多模态任务。 其次，单任务的数据需求更小：大模型在效果上具备了更强的泛化能力，能够解决更广泛的问题。 因此，产品经理在使用大模型时，需要有一个坚实的基础逻辑，以便在业务上使用较少的数据或甚至无需业务数据就能取得良好的效果。 二、何为AI Native 应用以及如何构建壁垒 5、AI Native 应用要如何构建壁垒？ 某出海创业公司 CMO 分享了他的思考： 1. 应该从哪些方面构建壁垒: a. 用户心智的占领: 用户对品牌或产品的认知和信任是关键。对于 ToC 来说，最核心的是，你能否满足用户需求，创造出真正有价值的产品，从而建立用户网络和用户认知。 如果大家都认为你的产品好，那么它就会成为大家默认的选择。比如普通人甚至可能认为 ChatGPT 等于 AI，等于先进的生产力，他们并不需要区分太多技术细节。 例如，如果用户认为某个英语学习应用是最好的，他们就不太会花时间去看其他应用。这意味着只要大家认为你的产品好，它就可能真的变得更好。短期内，某些模型在特定层面上已经接近甚至超越了行业标准。但这并不是最重要的，重要的是品牌力。即使你的产品比竞争对手好一点点，但如果对方的品牌力足够强大，你也很难超越他们。 b. 品牌和行业标准: 品牌力量和行业标准的建立能够为产品创建持久的优势。 例如，当年英特尔与摩托罗拉竞争时，英特尔的技术并不比摩托罗拉强，但英特尔赢得了竞争，关键在于品牌力。消费者对英特尔的品牌有深刻的印象，所以更倾向于使用它的产品。 a. 用户心智的占领: 用户对品牌或产品的认知和信任是关键。对于 ToC 来说，最核心的是，你能否满足用户需求，创造出真正有价值的产品，从而建立用户网络和用户认知。 如果大家都认为你的产品好，那么它就会成为大家默认的选择。比如普通人甚至可能认为 ChatGPT 等于 AI，等于先进的生产力，他们并不需要区分太多技术细节。 例如，如果用户认为某个英语学习应用是最好的，他们就不太会花时间去看其他应用。这意味着只要大家认为你的产品好，它就可能真的变得更好。短期内，某些模型在特定层面上已经接近甚至超越了行业标准。但这并不是最重要的，重要的是品牌力。即使你的产品比竞争对手好一点点，但如果对方的品牌力足够强大，你也很难超越他们。 如果大家都认为你的产品好，那么它就会成为大家默认的选择。比如普通人甚至可能认为 ChatGPT 等于 AI，等于先进的生产力，他们并不需要区分太多技术细节。 例如，如果用户认为某个英语学习应用是最好的，他们就不太会花时间去看其他应用。这意味着只要大家认为你的产品好，它就可能真的变得更好。短期内，某些模型在特定层面上已经接近甚至超越了行业标准。但这并不是最重要的，重要的是品牌力。即使你的产品比竞争对手好一点点，但如果对方的品牌力足够强大，你也很难超越他们。 b. 品牌和行业标准: 品牌力量和行业标准的建立能够为产品创建持久的优势。 例如，当年英特尔与摩托罗拉竞争时，英特尔的技术并不比摩托罗拉强，但英特尔赢得了竞争，关键在于品牌力。消费者对英特尔的品牌有深刻的印象，所以更倾向于使用它的产品。 2. 不应该从哪些方面构建壁垒: a. 过度依赖技术: 技术本身往往不能形成长期的竞争壁垒。技术的优势可以被快速超越或模仿。 b. 对于数据量过分强调: 大量数据不一定能构成壁垒。有时，最优的数据比大量的数据更为重要，例如使用优质数据训练模型可能比大量一般数据更有效。 a. 过度依赖技术: 技术本身往往不能形成长期的竞争壁垒。技术的优势可以被快速超越或模仿。 b. 对于数据量过分强调: 大量数据不一定能构成壁垒。有时，最优的数据比大量的数据更为重要，例如使用优质数据训练模型可能比大量一般数据更有效。 与此同时，另外两位创始人在「技术」和「用户心智」要素上分享了不同看法： 长期来看，技术上的优势仍然是决定性的因素之一。品牌和用户心智的优势并非永恒的，一旦技术上拉开代际的差距，就容易被超越。例如，Jasper 尽管有品牌和用户基础，但由于技术上被 ChatGPT 超越，最终失去了市场优势。 一位资深 C 端产品经理分享了他关于构建壁垒的心得： 1. 垂直领域数据壁垒: 大模型在段子等梗文化相关内容生成上的表现基本都是不及格的，主要原因文化背景导致用户对幽默和搞笑有独特的定义，如果一个产品能针对其业务微调数据，这种文化适应性就成为了一个难以逾越的壁垒。 大模型在段子等梗文化相关内容生成上的表现基本都是不及格的，主要原因文化背景导致用户对幽默和搞笑有独特的定义，如果一个产品能针对其业务微调数据，这种文化适应性就成为了一个难以逾越的壁垒。 2. 用户的情感和时间投入作为壁垒: 用户对产品的情感和时间投入可以形成强大的忠诚度。例如，Glow 用户对产品的深厚情感，他们不仅投入了时间和精力，而且还充满了情感。当面对新产品时，即使新产品更高级、更智能，用户也会因为不愿放弃已有的情感和记忆投入而犹豫。 用户对产品的情感和时间投入可以形成强大的忠诚度。例如，Glow 用户对产品的深厚情感，他们不仅投入了时间和精力，而且还充满了情感。当面对新产品时，即使新产品更高级、更智能，用户也会因为不愿放弃已有的情感和记忆投入而犹豫。 3. 社交网络和关系维护作为壁垒: 在社交产品中，维持和升级用户的社交网络是构建壁垒的关键。例如，如果一个社交平台能够有效地帮助用户找到特定类型的人并提升他们的社交关系，用户就更倾向于留在该平台。重新建立这样的网络在新平台上成本很高，所以用户更愿意留在旧平台。 在社交产品中，维持和升级用户的社交网络是构建壁垒的关键。例如，如果一个社交平台能够有效地帮助用户找到特定类型的人并提升他们的社交关系，用户就更倾向于留在该平台。重新建立这样的网络在新平台上成本很高，所以用户更愿意留在旧平台。 6、C 端 / B 端产品的迁移成本 C 端产品的迁移成本 1. 产品经理 A 分享：情感陪伴是 C 端产品的迁移成本的重要来源 强调情感陪伴类产品（如Glow）通过情感连接和用户的个性化体验，创建了独特的用户粘性。这种产品的使用涉及深层次的情感投资，形成了高迁移成本。 市面上有一个特别好的例子：林间聊愈室。它的处理方式类似心理治疗。它结合了声音、形态和对话，而不仅仅是简单的问答。它能够理解你的心情，询问为什么不开心，引导你回忆原因。这种产品像一个了解你的好闺蜜，但也带来了授权问题。如果你必须从头到尾讲述一遍，比如为什么生气，这种交互就显得繁琐。 强调情感陪伴类产品（如Glow）通过情感连接和用户的个性化体验，创建了独特的用户粘性。这种产品的使用涉及深层次的情感投资，形成了高迁移成本。 市面上有一个特别好的例子：林间聊愈室。它的处理方式类似心理治疗。它结合了声音、形态和对话，而不仅仅是简单的问答。它能够理解你的心情，询问为什么不开心，引导你回忆原因。这种产品像一个了解你的好闺蜜，但也带来了授权问题。如果你必须从头到尾讲述一遍，比如为什么生气，这种交互就显得繁琐。 2. 产品经理 B 分享 数据和个性化习惯是提高迁移成本的重要举措: 提到了个性化数据的重要性。例如，在风格化的娱乐产品中，由于用户的文化背景和幽默感，这些产品可能为用户提供了高度个性化的体验，从而增加了迁移成本。 提到了个性化数据的重要性。例如，在风格化的娱乐产品中，由于用户的文化背景和幽默感，这些产品可能为用户提供了高度个性化的体验，从而增加了迁移成本。 3. 产品经理 C 分享 时间和情感投资: 如日记应用，用户在这类产品中累积大量的个人历史和情感连接，构成了巨大的迁移成本。 如日记应用，用户在这类产品中累积大量的个人历史和情感连接，构成了巨大的迁移成本。 B 端产品的迁移成本 1. 投资人 A 分享 工具类产品迁移成本很低: 认为工具类B端产品，如代码搜索工具，设计为高效率，使用户能够轻松迁移，因此迁移成本较低。 认为工具类B端产品，如代码搜索工具，设计为高效率，使用户能够轻松迁移，因此迁移成本较低。 2. 产品经理 A 分享 工作流程和使用习惯会增加迁移成本: 指出尽管工具类产品易于迁移，但用户的工作流程和习惯也可构成一定的迁移成本。例如，用户可能习惯于特定笔记软件的界面和功能，从而增加了对该软件的依赖。 指出尽管工具类产品易于迁移，但用户的工作流程和习惯也可构成一定的迁移成本。例如，用户可能习惯于特定笔记软件的界面和功能，从而增加了对该软件的依赖。 3. 投资人 B 分享 工具类产品的迁移成本不能一概而论: 面向企业工作场景的效率工具（如代码搜索工具），由于其设计初衷是提高组织整体协作效率，因此不得不保证用户在找到更优工具时可以轻易迁移。然而，对于面向生活/个人工作场景的效率工具则没有“保障用户低成本迁移”的刚需。 例如，拿 Notion 这个笔记工具来说，它在一些特别的小功能点上悄悄地提高了迁移成本，比如复制粘贴图片的难度（即便可以复制文本，图片和标题的格式会混乱）。当用户记录了大量笔记后，会发现无法轻松地将内容迁移到其他平台，比如 Mac 的原生 Note 上。这时，倘若替代品并没有压倒性产品优势（往往较难做到），用户会感到困难而放弃迁移。 面向企业工作场景的效率工具（如代码搜索工具），由于其设计初衷是提高组织整体协作效率，因此不得不保证用户在找到更优工具时可以轻易迁移。然而，对于面向生活/个人工作场景的效率工具则没有“保障用户低成本迁移”的刚需。 例如，拿 Notion 这个笔记工具来说，它在一些特别的小功能点上悄悄地提高了迁移成本，比如复制粘贴图片的难度（即便可以复制文本，图片和标题的格式会混乱）。当用户记录了大量笔记后，会发现无法轻松地将内容迁移到其他平台，比如 Mac 的原生 Note 上。这时，倘若替代品并没有压倒性产品优势（往往较难做到），用户会感到困难而放弃迁移。 三、专题讨论：C 端 AI 产品实践 7、AI 陪聊具体可以分化的方向 我们讨论的重点是新一代AI产品在角色扮演领域的应用，特别是在少儿领域。在孩子们的世界里，角色扮演是个挑战，因为他们可能不熟悉某些角色。 例如，如果你问一个孩子谁是奥特曼，他们可能不知道。我们的任务是首先创造这些角色，然后在故事的某个节点或结束时引入它们。我们正在尝试的是把重点从单纯的模型能力转移到创造有趣的人物设定上。 比如，我们的角色是不是比喜羊羊更搞笑，比熊大熊二更有趣？我们现在的工作主要是围绕新媒介创造新内容。 例如，编织一个奥特曼打怪兽的故事，在社交网络中引入小朋友，让他们一起完成一个冒险。这个过程的编制成本很高，直到冒险结束之前可能不会有新产品推出。 所以，我们的策略是从专注于微调模型的底层技术转移到创造新内容上。我们现在使用更成熟的模型，这也回答了我们之前讨论的问题，即做应用层比做模型层更有挑战。 目前，我们观察到市场上许多应用层的产品在竞争中显得有些可怜，每次开会都是那几个人在讨论。 关于与小朋友的交互，我们发现他们对新鲜事物的接受能力非常强。在对话中，他们经常会提出一些问题，比如“谁是蔡徐坤？”这类问题是底层模型难以解决的。我们尝试过维护一个知识库，比如英语单词大全或网络热词。 但最终发现，供应商的搜索功能比我们自己维护的知识库更先进、更有效。因此，我们放弃了自己维护知识库的做法，转而利用供应商的搜索能力。 孩子们的特点是他们每句话只说几个字，但愿意持续交谈长达三到五个小时。因此，如果我们不进行工程化处理，成本将非常高。尽管当前长上下文给我们带来的成本很大，但我认为在未来，通过降低成本，我们可以在这方面实现更多个性化，创造优质体验。 8、社交场景下的交互范式变革： 关于社交的交互，有三大定义： • 首先，人们倾向于向上社交，寻找社交阶层上的人。但实际上，大多数人都是普通人，达到这样的社交目标非常困难。 • 第二，表达的质量与反馈成本正相关：表达越好，越容易获得正面反馈，但这通常需要投入大量成本，无论是智力还是其他资源。 • 第三，隐私是一个大问题：是否愿意在网络上暴露自己，承受评价和观点，是一个重要考虑。 AI + 社交产品的核心目标应当是通过 AI 来减轻表达的压力和隐私问题，提供一个替代解决方案。 例如，类似于口碑效应，但在成熟的社交环境中不需要从头开始建立。这样，用户的参与变得更加容易，提高了整体效率。我认为，匹配机制不需要过于复杂。 比如，我提出要求，今天我想找一个能和我聊诗词哲学的人，明天可能是寻找一位朋友，大致就是这个思路。关于个性化的问题，比如精选人物颜色，我认为这其实就像女生化妆和拍照美颜一样，是一种增强设计。 我要写一个强大的个人陈述，如果我的表达不够好，需要别人帮助我改写，这是表达式的增强。在这个层面上，AI可以帮助改善你的表达，提供更多机会。你们可以这样理解增强AI的聊天机制。 从实际操作层面来看，如果我有特定需求，我希望能在平台上找到满足我的需求的人。但问题在于，这个过程的层次太多，太复杂，难度很大。例如，我们可以在自由社交时间针对特定项目进行更深入的探讨。 我在想，比如像 Character.AI 这样的产品，它的角色有时会投射人性的阴暗面。我之前和别人讨论过，AI 角色的产品在当前可能只能覆盖全世界 3000 万 DAU，它本身做不大。如果真的想要扩大它的规模，那么就需要发掘人的真善美，找到除了软性钩子之外的其他深入理解人性的钩子，比如唤起童年的温暖回忆或填补童年的缺失部分。 但正如前一位老师所说，用户将自己的信息投入平台是有很大的侵犯性的，输入成本非常高。比如之前的一个产品，尝试做话题社交，结果失败了，很快就消失了。回到角色AI这个话题，我认为它是一个长期看好的方向，但在短期内，比如一年或两年内，我不太看好这个方向的发展。 在社交领域，AI 的结合可能主要是辅助社交。像前面老师提到的，许多社交场景，特别是陌生人社交，经常遇到的问题。我在思考，传统的社交软件，如陌陌、探探或海外的应用，它们通常把人的颜值作为最重要的评判标准，这可能导致越轨行为，或者变成一个荷尔蒙驱动的平台。 如果真要做 Dating + AI 结合，我认为可以走两个方向: • 一个是清晰地向量化人物特征，鼓励大家去交流。 • 另一个方向是教育用户树立正确的交友观念，特别是男性用户，不要成为渣男或渣女，树立正确的交友观念，虽然这很难实现，但话题社交可能是一个可行的解决路径。在日常社交中，尽管颜值可能是第一印象的因素，但最终是否能与某人持续交流，取决于是否有共同话题。 现有的社交产品多是通过用户打标签来促进交流，如‘牵手’和‘青藤之恋’这类软件。但我发现，用户很少会根据这些标签进行深入的话题探讨。AI可能作为中间的润滑剂，帮助搭建讨论场景，促进交流。 比如，AI知道不同用户的需求和过往经历，然后搭建一个讨论场景。AI在这里像一个策划者，但它的理解能力也有高低之分。 四、专题讨论：B 端 AI 产品实践新生产力与行业赋能 9、大模型赋能 BPM（流程管理系统）如何切入？ 10、大模型+广告营销如何实现 11、大模型辅助销售管理（按客户类型、场景分） 12、某碳金融+大模型从业者在开发 GPTs 时的三点分享 • 不要过分期望在国内找到大量 C 端用户，因为许多从业人员因为限制不了解如何有效使用。 • 海外的社媒大 V 或特定行业的 KOLs 在使用GPT时，其引用量或使用率非常高(自带流量重要）。 • 如果 GPTs 能够成为一种盈利模式，那么它的使用率将直接影响收益。这意味着需要找到一个最大公约数的方向来满足商业需求。例如，专注于一个非常小众的领域可能会使得使用率较低，从而影响盈利。 五、尾调：投资人观察 面向普通消费者和小企业： • 更早面临商业化挑战，但 C 端人群能够受益或使用 AI 技术的场景，可能需要尽早的 Product Marketing Fit 验证，很多企业在此阶段消亡。 • 面对 C 端及小 B 的企业生存能力可能更强。 • 难以达到特别高的发展天花板。 面向大企业和政府： • 订单总额高，但实际上涉及 AI 核心技术的只有很少，如果只专注于 AI 技术，可能就无法拿到这样的大订单。最终演变成集成商，不得不与全国商家竞争。 • 原因是面对收入压力时，创业企业会做一些离他们近的业务。 • 最终公司发展方向定位发生变化。🌊🔚 🐋 文中专业词汇注释 • NUI (Natural User Interface): 自然用户界面的缩写，指的是用户通过通过口头或文字、上传输出图片等方式与计算机系统或软件进行交流，就像和人交流一样。 • GUI (Graphical User Interface): GUI是图形用户界面的缩写，它是一种允许用户通过图形符号和视觉指示与电子设备交互的界面，代表了现代计算机操作的标准模式。 • Jasper.AI 公司: Jasper.AI是一家专注于利用人工智能技术生成内容的公司，提供基于AI的自动内容创作工具，旨在帮助用户高效生成各类文本内容。 • Notion 公司: Notion是一个提供多功能组织和协作工具的公司，旨在通过一个集成平台为个人和团队提供笔记记录、任务管理和数据库功能，以提高工作效率和组织能力。 • RTA ：Real Time API，实时接口，是结合直投和程序化投放的基础上增加的一种实时的广告程序接口，实现广告优选和实时的个性化定向要求，最终提升广告投放效果。实质上是：在直投和程序化基础上增加一个面向广告主的API接口，让广告主去判断是否投放。 • RPA：Robotic Process Automation，机器人流程自动化是指在各行业中使用软件自动化来实现原本由人类操作的计算机完成的操作。 • Apple Vision Pro：苹果公司于2023年6月6日发布的首款头显，具备多个摄像头，用户用手势、眼睛或者语音