ChatGPT的出現(xiàn)，代表著AI時(shí)代出現(xiàn)了“iPhone時(shí)刻”，機(jī)器學(xué)習(xí)達(dá)到了全新的高度；隨后，ChatGPT又從原先的文本，逐漸向計(jì)算機(jī)視覺、語音交互、音頻視頻等多模態(tài)進(jìn)階；AI Agent的爆火，各式各樣的“助手”層出不窮，又進(jìn)一步改變了人類和計(jì)算機(jī)交互的模式。技術(shù)的突破，一定要落地到應(yīng)用場景，于是大家又在關(guān)注AI應(yīng)用的落地。

但大模型發(fā)展至今，一直都沒有出現(xiàn)“殺手級”的AI應(yīng)用。到底是何原因？昨天與一位業(yè)內(nèi)二級市場的大咖交流，他的一席話道破了目前AI應(yīng)用發(fā)展的現(xiàn)狀。

“到底是AI應(yīng)用還是應(yīng)用AI？誰會(huì)為了這個(gè)產(chǎn)品買單？”

AI應(yīng)用VS應(yīng)用AI

我們先來搞清楚AI應(yīng)用和應(yīng)用AI，這兩個(gè)概念。

AI應(yīng)用指的是將人工智能技術(shù)轉(zhuǎn)化為應(yīng)用的過程。簡單來講，就是創(chuàng)造一個(gè)新的AI產(chǎn)品。

而應(yīng)用AI指的是利用人工智能技術(shù)進(jìn)行應(yīng)用的升級。簡單來講，就是在原有應(yīng)用上增加AI的能力，提升體驗(yàn)。

先說大咖的結(jié)論：大部分場景應(yīng)該是應(yīng)用AI，只有少部分有愿意付費(fèi)客戶的場景是AI應(yīng)用。

為什么大部分場景是應(yīng)用AI？

從場景角度。移動(dòng)互聯(lián)網(wǎng)發(fā)展至今，現(xiàn)有產(chǎn)品和應(yīng)用基本已經(jīng)滿足了人們“衣食住行”等各類場景的需求。AI應(yīng)用只是在移動(dòng)互聯(lián)網(wǎng)各類場景應(yīng)用的基礎(chǔ)上提升了體驗(yàn)、提高了效率。但如今的移動(dòng)互聯(lián)網(wǎng)產(chǎn)品，不僅僅提供的是單一產(chǎn)品，已經(jīng)發(fā)展成了線上+線下的完整服務(wù)體系。

比如，現(xiàn)在很多做AI文旅的應(yīng)用產(chǎn)品，可以幫你出攻略和安排行程計(jì)劃，但它做不到幫你訂機(jī)票、訂酒店、訂門票，因?yàn)樗鼪]有積累全國的機(jī)票、酒店和景區(qū)的能力。而攜程這種平臺(tái)，如果做了應(yīng)用AI，不僅僅能幫你規(guī)劃，還能幫助你把規(guī)劃中涉及到的交通、住宿、景區(qū)門票等服務(wù)全部預(yù)訂好。

所以做AI應(yīng)用，還必須要積累移動(dòng)互聯(lián)網(wǎng)產(chǎn)品應(yīng)用的基礎(chǔ)設(shè)施的能力，否則解決不了用戶的根本需求。AI應(yīng)用面臨兩個(gè)選擇：要不就合作、要不就再重做一遍。但往往這些掌握客戶、數(shù)據(jù)和服務(wù)體系的大廠，自己也要做，為啥和你創(chuàng)業(yè)公司合作呢？自己重做一遍基本不現(xiàn)實(shí)。

從成本角度。假設(shè)AI應(yīng)用重新搭建了一套和移動(dòng)互聯(lián)網(wǎng)產(chǎn)品完全一樣的產(chǎn)品+服務(wù)體系，成本結(jié)構(gòu)上也不具備任何優(yōu)勢。

成本主要兩方面：數(shù)據(jù)+獲客。

AI應(yīng)用都是從0開始，需要大量的場景數(shù)據(jù)來優(yōu)化模型，數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注，這要花大價(jià)錢，投資人燒的也心疼。

對于AI應(yīng)用的新產(chǎn)品，獲客成本也是大頭，通過什么方式來獲客，成本都不會(huì)低。

然而做應(yīng)用AI的，數(shù)據(jù)是現(xiàn)成的，客戶是現(xiàn)成的，都不用再花重復(fù)的錢，把這些錢投到AI的升級上去。這成本確實(shí)沒法比，何況人家做應(yīng)用AI的原有產(chǎn)品還有持續(xù)不斷的現(xiàn)金流進(jìn)賬，家中有糧心中不慌。

2024年中國移動(dòng)端AI應(yīng)用MAU榜單中的前6名，都是應(yīng)用AI的頭牌。

那也有人也說了，創(chuàng)業(yè)公司組織結(jié)構(gòu)扁平，決策速度快，能夠快速響應(yīng)市場變化。大廠的創(chuàng)新業(yè)務(wù)面臨“老板有限的注意力”和“對資源的競爭約束”，不一定能做好。

不是說AI應(yīng)用沒機(jī)會(huì)，而是要避開大廠的優(yōu)勢陣地，避開數(shù)學(xué)加減法的題目都算不過來賬的陣地。

少部分有意愿付費(fèi)的AI應(yīng)用

做AI應(yīng)用，最終要走向商業(yè)化落地，如果沒有客戶愿意付費(fèi)，那終究走不長遠(yuǎn)。那我們就要從這波大模型能力最能大幅提升客戶體驗(yàn)、提高效率、降低成本的場景出發(fā)。

比如AI金融風(fēng)控。對于信貸業(yè)務(wù)來說，金融機(jī)構(gòu)對客戶的信用風(fēng)險(xiǎn)評估是至關(guān)重要的。AI大模型現(xiàn)在能做到識(shí)別各種貸款詐騙，比如偽造身份、團(tuán)伙騙貸、冒用申請等。通過AI將風(fēng)控能力提升，幫助銀行降低信貸的壞賬率，你幫他節(jié)省10個(gè)億，他就愿意給你1一個(gè)億。

比如AI創(chuàng)新藥的研發(fā)。傳統(tǒng)藥物研發(fā)面臨著“雙十定律”——平均耗時(shí)10年、耗資10億美元，其中靶點(diǎn)發(fā)現(xiàn)與分子篩選環(huán)節(jié)效率低下尤為突出。現(xiàn)在AI的能力，可以通過模擬分子間的原子級相互作用，精準(zhǔn)地篩選出僅最有希望的分子進(jìn)行實(shí)際合成，最終得到指標(biāo)優(yōu)秀的分子，極大縮短了研發(fā)進(jìn)程，精確篩選出最有潛力的分子。一款新藥的研制成功，都以幾十億美金來計(jì)算的，醫(yī)藥廠商肯定愿意為了提升效率和降低成本付費(fèi)。

無論AI應(yīng)用還是應(yīng)用AI，最終落腳點(diǎn)還是為用戶創(chuàng)造價(jià)值，并有用戶愿意為價(jià)值付費(fèi)。

       原文標(biāo)題 : AI爆火2年后，99%的人都搞不清“AI應(yīng)用還是應(yīng)用AI”，你踩坑了嗎？