5、现阶段AI落地,B端实施不是刚需,但咨询是刚需。(类比的,C端使用不是刚需,但尝鲜是刚需。)
6、AI native产品需要积累新的数据,这让大家会站到同一起跑线、“微信里接AI bot”成为小风口。
9、“一定是要改变工作流”,将作为“AI-native”的一个check标准。
机器人流程自动化(Robotic Process Automation)
而今年我突然感到,RPA,其实也是直接的释放劳动力的载体。(一个实,一个虚)
1)社群X里,是怎样的用户画像?愿意花2000多元/年、盯着“搞钱”的老板/个体,他们是商业嗅觉最敏感、离钱最近的人。
2)而且当时那期航海里面,有24个活动选题(也包含AI绘画等其他AI相关内容),据说其中“RPA提效”是人次最多的!
3)而且,从实际效用来看,我们有很多重复性的工作,确实是应该、且可以被RPA辅助完成的。
因为只有这样,AI才能摆脱“(降本增效的)工具”属性,才能在商业化的时候,
hanniman评注:要能“分润”,那就真的要是雇佣一个人(实习生/兼职)的感觉……那就真的要能端到端的产生价值。那就真的要把机器人或RPA视为“必须拼图”之一,因为要有实际的生产力效用。
不过,现有RPA上手和教学都比较不方便的,原因可能是,本质还是在编程。
从用户预期来说,我只是希望能自动完成整个交互操作过程而已——如果能根据我的“录屏”就搞定,那才是amazing!
某开源项目,根据截图,可自动生成交互图和代码,使用GPT-4V的API来完成任务。
一款由GPT4驱动的截图管理工具,可将截图转化为视觉备忘录,并基于内容和GPT问答。
1、我在「深度 关于AIGC商业化的13个非共识认知(8000字长文)」中提到过未来线/元宇宙社交产品形态,核心差异化的点,不仅是人和AI社交,更在于“AI和AI交互、人去看(消费)这些AI产生的内容”——那不是“游戏”,而是“生活”。
24小时的AI频道,这是未来一定会成为现实的产品形态机会,里面有很多机会的。
4、但是,这个机会,可能还是会被OpenAI首先抓住,因为Sora已经出来了。
而且Sora刚出来,整体的“完成度”就比较高,其他公司要想整体追上OpenAI,短期太难。
类似汽车、火车、飞机、自动驾驶早期的事故会死人,LLM虽然还不一定是这种类型的事故,但也可能造成严重的犯罪、经济、政治安全事故。
1)随着AI调用量不断增加,看似小概率的黑天鹅事件,慢慢就变成“必然”一定会发生的事情了。
1)大概率的,会有一波AI应用层的产品发布(因为去年年中,很多团队才run起来,6~18个月,总该发布了),有更大概率出现“调用量短期快速增长”的情况,那么出问题概率就更大。
「Nightshade:数据投毒的最新案例!」,模型中毒后,AI模型开发者想清理有毒的数据样本也很难。(详见:)
4)更隐蔽的原因在于,虽然揭露这些安全隐患的初衷,是为了防范,以及最近有不少LLM安全相关的解决方案公司和平台。但是,但是,所有这些,其实同样的升级了作恶者的认知和技能点。。。
1)对于我们自身的AI产品,需要提前考虑、设计一些体验流程环节,尽量减小事故发生后,对用户和公司的影响。
五、现阶段AI落地,B端实施不是刚需,但咨询是刚需。(类比的,C端使用不是刚需,但尝鲜是刚需。)
1)最近某家AI公司提到,他们的解决方案里,不仅包括技术方案,还包括“咨询服务”。
之前提到过,在AI-native产品设计中,对“数据”的认知和实操,会被拉得非常高。
线的数据,是那些之前所有人都没有的数据,是基于know-how的过程数据——需要重新去定义和积累,从0开始的。
4,举个例子,比如我的AI日报,看起来,最原子的input是文章链接url、output是我的提炼内容
6、如果以上逻辑成立,那么,大家可能都站在了同一个起跑线、如果你是现在的巨头,其实是危机很大的;如果你是个体,是有机会搞点事情的。
应用角度起势的AI小风口,最早可能不是某个具体的应用或方向,而是微信这个“场景/场域”。
而且这种国民性的IM,本身就有海量的、用户和“长尾”场景!是创新价值涌现的温床。
anyway,这个点,一般业内说的比较少,大家可以结合自身业务和熟悉的领域,琢磨下~
简单说,就是为了提供生活助手服务,采取了三种产品形态:AI ,AI + 真人辅助,真人 + AI 辅助。
2、其实8~10年前的AI 1.0时代,就已经有公司做“AI+HI(人工)”来提供个性化服务的产品了
因为传统NLP能力提供不了充分价值(不论理性还是感性),虽然各家公司鼓吹AI,但本质(大部分比例)就是在用人工提供1对1的服务,这样当然收入覆盖不了成本。
我初步命名为“AI协作咨询师”,不仅可以给高客单价的、原本就有90分位能力的咨询“专家”引流,还可能让本来不具备咨询能力的、原本只有70分位的普通人赋能,使其也能给用户提供80分的咨询服务。
本质上,这也是一种信息差。即,如果用户自己学会了如何使用AI(GPT-4),那就不需要这种服务了。当然,这也跟他的教育程度相关——有的人不能真正学会用AI,那就购买这种服务,也行。
6、大模型毕竟是技术维度的东西,现阶段直接拿来用的产品维度效果,总还差口气,如果通过这种模式“补齐”gap,不说定真能有机会出来。
类似之前爆火的Aloha机器人——人在操作,机器同步学习。另外,在使用RPA的时候,其实也有一样的需求——我只是希望完成目标效果(某些自动化操作),为什么非得让我学一点点的操作那个界面?其实本质和coding是类似的。
。可参考「我看到的AIGC落地机会1)Summary AI Service 」5、目测6个月内,会有一轮洗牌(不论是公司还是人才)
6、借力AI,会有更多新的个体崛起机会(副业),甚至会导向团队先进性的竞争(基于AI-native的组织架构)