不要在AI上找什么超级应用

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
AITNT-国内领先的一站式人工智能新闻资讯网站 搜索
不要在AI上找什么超级应用
5767点击    2024-12-23 11:12

OpenAI o3相对o1的递进是非常惊人的,尤其它编程能力的进展后面肯定会产生越来越多,越来越大的现实冲击。在这种背景下很多关注AI的人都会开始思考,AI会造就过去搜索、微信等等这样的超级应用么?


这恰恰正是陷阱所在,由互联网遗留下来的以寻找超级应用为核心的一整


套思考模式对于智能原生应用可能是不适用的。


这篇文章写一点这种认知错配的背后的问题。


陷阱1:用重量来比较芯片和沙子的价值


不要在AI上找什么超级应用


这是一个互联网年代形成的习惯,因为互联网基本商业模式的根基是日活,然后再加上CPS等能非常直接有效的体现一个互联网应用的价值。就导致了这种排行榜,排行榜即商业潜力和规模榜。


为了支持这类榜单,在过去的20多年里面我们累积了大量配套工具和方法。


所以现在很多人习惯性的做App,习惯性的做排行,但其实这基本没用


核心原因就是AI不是另一个移动互联网从技术特征到价值创造方式都完全不一样。


用吨来比较芯片和沙子是没有意义的。


具体来说,过去2年体现的是以AIGC为核心的小AI工具的兴起,这种根本不是超级应用的后端变现等等,而是传统的SaaS订阅。


向未来看,后面确实很快出现按服务付费(Service as a Software),这会导致单个用户的价值因为服务不同差1000倍甚至更多。这样一来缺了这个单个用户价值维度后,单纯计量活跃等就很像上面说的拿重量比沙子和芯片了。


本质上是过去的漏斗和转化概念被弱化了。


(也许有人会争论ToB,ToC,但其实没差别,不展开了)


陷阱2:在过去App做过的功能上寻找超级应用


一句话说:从技术上看,AI不是用来做过去那种App的。


如果AI用来做App,那就只有一种App,Siri类的,过去也叫Bot。这事快坚持20年了,不管简单复杂就基本没有灵的(不单是因为技术不好使)。


AI往这个上放,是削足适履。


我们拿医生做个类比。


医生有不同科室的专家,也有全科医生,那App是专科医生的路子,AI则一出生就是全科医生的路子。


通用智能(底层技术特征)不全科,什么全科!


全科和全科当然相似度高。


如果必须把这个全科医生再包装成专科的,那在单项上比现有的App大概率搞不出什么优势来,至少不可能是10倍提升。


需要补一句的是,杰出的模型公司总是会不停的尝试推出自己的App,比如OpenAI的chatGPT。这就是那个标准的全科医生,别的基本是在它的基础上封装出特定的专科来,差异也很难很大。


即使chatGPT,如果不能顺利的折叠掉搜索,并且发展出GPTs这类领域,也还不是超级应用,最多是过去浏览器级别的应用(信息消费的主要途径)。


说到底用AI把现有的APP再做一遍,提升10%,根本路子是不通的。


这个陷阱判断标准比较简单,如果构想的AI应用和现存的应用有3分相似,那大概是不灵的。


建议看Multi-Agent系统,比如AutoGPT等,并基于这种系统结合商业情况构建自己的产品。


陷阱3:Copilot


Copilot绝对不可能是超级应用,这有个最简单的逻辑,假设一项工作分成:


Step1-Step2-Step3-StepN,再假设Copilot意味着奇数步骤归人类,偶数归AI,那显然这时候整个系统运转效能是以人类能力为边界的,也一定是低的。


形象讲如果城市中驾驶中没有Copilot方式那车速上限可以是200,一旦是Copilot那车速上限就只能现在这样,因为人类有先天能力有限制。


所以人、机的协作模式最终一定不是现在设想的这种Copilot,而是人类的归人类,AI的归AI,然后彼此间有个不纠缠在一起但可以联通和交互的方式。


陷阱4:从独立算法出发构建应用


这点不是说大模型本身,而是说周边的其它算法。


这也是一个特别简单的逻辑,o1~o3这么递进会让过去独立的各种算法越来越贬值,比如TTS等。它如果能够解决数学上的难题,那就能做过去往往是特别专业人士才能做的算法,并且能够根据反馈调优。


AlphaFold3其实是这事的前奏。


AI大模型的进展提高数据的价值,但是降低逻辑复杂度的价值。


更关键的是它会直接覆盖很多算法,有个专门的词叫做:LLM as a judge,你要真用就会发现它其实覆盖了很多很多的传统算法。


一定程度上,大模型体现的是算法的归一化。理论上它甚至是可以去下围棋的,每一步情况做成提示词给它,然后让它给出下一步。


小结


就像互联网需要和它匹配的四维模式一样,AI也需要和自己匹配的思维模式,然后才是技术力量的逐步发挥出来。否则就还是会很像用刺刀劈柴,有用但用处不大的,还不如斧子。


结论就是标题:不要在AI上找什么超级应用!


这个时间点不适合按照互联网的模式构思什么超级应用,关键在于数据的边疆和场景的纵深。当模型日趋强大的时候,它在通用性上的强大能力会推着相应的应用长成超级应用的。否则模型是强大了,那什么是应用方的!都是模型主要在做事应用有什么价值!


文章来自于“琢磨事”,作者“ 老李话一三”。


不要在AI上找什么超级应用

关键词: AI , o3 , 人工智能 , AI应用
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

2
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0

3
无人直播

【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。

项目地址:https://github.com/Henry-23/VideoChat

在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat


【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。

项目地址:https://github.com/PeterH0323/Streamer-Sales