68. 预测AI的下一个十年 | 解析AI应用进化的核心逻辑
16:09 Share

欢迎来到 AI 产品观察,我是李自然今天我想用非常通俗的语言和大家探讨几个非常有深度而且行业里面可能还没有定论的很重要的几个话题比如说 AI 应用究竟什么时候会爆发包括我自己的公司也是做 AI 应用层的公司大家都在等这个事情还有就是我们从互联网进化到现在的移动互联网现在即将进入 AI 时代这个应用层进化的底层逻辑是什么

还有就是我的上一期播客里面提到了 AI 硬件产品我说到这种能够一直记录的 always on 的硬件产品是非常重要的为什么说一直记录这件事情非常重要今天就和大家探讨这几个话题

首先大家觉得现在 AI 应用层还没有爆发对吧 AI 最大的问题是什么在我看来我这里抛出一个暴露我觉得就是他不会学习这个可能和很多人第一感觉是不一样的因为大家都觉得 AI 懂得很多好像学了很多东西其实我们现在 AI 学的东西

都是在模型训练好的时候就给它训练进去了然后如果你想让 AI 学到新的东西你要么就给它 Primit 要么就需要微调模型了但其实这个模型一旦训练好之后就是你拿到手的这个模型你不管是 GBT 也好 Cloud 也好或者说 Keyme 也好什么也好吧你就没有再调整这个模型的能力了那我就举一个场景就比如说点外卖这个场景

比如说我用美团点外卖那我每次都纠结要点什么东西如果能够让 AI 自动帮我点外卖是不是我就会省很多事呢那我们想一下这个场景能不能做成一个 AI 产品那乍一想好像是可以的

因为我们通过一个 format 告诉 AI 我喜欢吃什么东西就是我点菜的大概的规则是什么然后也让 AI 按照一定的频率给我进行一些搭配那再配合一个 RPA 工具来操作这个 Metal 这个软件那好像就可以了

但是真正做过 AI 产品就会知道这样搞肯定是不靠谱的因为这样的方式 AI 点的菜是点不到用户心里去的那它肯定会出各种各样的问题比如说用户本来这个豆腐脑是咸的它给点成了甜的那这时候你就需要再回来改这个 prompt 那你要在里面加一行如果点豆腐脑就要点咸的但是你不管怎么改它总是会出各种各样的问题因为

AI 只是根据你预设好的这一个规则来帮你点菜其实 AI 它没有真正的学习你是怎么点菜的你说给它你的订单记录看行不行其实也是不行的因为它没法还原订单当时的状态就是比如说 AI 看到了你一年前点的一个饭对吧它其实是不知道一年前有哪一些商家你是怎么选中这一个商家然后这个商家一年前的菜单是什么样的你是怎么选中这一盘菜的对吧

所以说其实你未给 AI 历史数据也是没有用的那么我们就想这个理想情况下 AI 应该是什么样的就是这个 AI 就应该驻扎在你的手机里面每次你点菜的时候呢 AI 都看一下你是怎么来判断的怎么来点的这个菜然后他观察学习一段时间呃

就对你的情况比较了解了然后他如果点菜呢出现了失误对吧你纠正他一下他就记住了或者说他又重新修正了他的算法然后呢他在下次就会把这个更新过的算法用在这个下一次的点菜里面那这样的话呢这个 AI 才是一个比较理想的 AI 而现在呢这种通过 Pump 的预设的方式其实并不是一个很理想的一个方式了虽然大家现在都是这么用大家也不觉得有什么问题但其实呢这个方式是有问题的

如果你想让 AI 真正学习用户的数据你可能还要微调模型但微调模型这个事在今天看来还是比较复杂成本比较高用户可能很难去操作的一件事情所以说现在 AI 最大的问题在我看来就是它不会跟着用户的习惯去学习这是阻碍 AI 应用的最大的障碍

那我们说到这里呢可能会有人说你如果想实现这个自动化的点 MMI 可能也不需要 AI 可能是一个推荐算法就可以解决这个问题是这样的那我们这个呢也顺便说一下推荐算法这件事情

比如说我们现在在消费很多内容的时候比如说看短视频看图文很多平台都是用了推荐算法那点外卖这种事情能不能用推荐算法来解决呢就是从道理上讲当然是可以的因为像美团像饿了母这些公司他们其实是有你整个决策的数据的对吧

就是你每一次点外卖的决策是怎么做的其实他都是知道的他就可以根据你的行为做出一个比较精准的推荐算法来但是呢他没有动力做这件事情啊因为他已经垄断了这个市场了他其实就不想去做这个事了那你站在我们用户的角度其实就很可悲对吧这些人一旦垄断市场他这个现在的模式运行的好好的你没事折腾这干嘛呢

对吧那我们用户呢就不会获得更好的产品了那你说如果这时候这个市场调节机制能够发挥作用比如说会不会有一家新的创业公司出来然后做一个带推荐算法的点外卖平台来改变这个市场格局那我觉得呢也不太可能因为点外卖这个事情呢在这个产业来看它就是已经沉淀落定的一件事情

这里面没有小公司在进入的空间啊因为这是一个非常烧钱的行业它的壁垒呢可能需要你和很多的商家都建立这个关系对吧然后还要这个建立消费者的心智就是你一头要把 B 端搞定一头要把 C 端也要搞定然后这里面可能还要烧很多钱而且你一旦有小公司搞这个呢那大公司也不会坐以待毙嘛他们马上就也会跟上你的这个产品的迭代所以说呢小公司也没法进来搞这个东西

所以说这个事情是推荐算法能解决的但是大公司不会去搞小公司也搞不定那我觉得未来肯定是 AI 来搞定类似的事情

再随便举一个例子比如说像看电影那也有很多这个搞影评的网站什么的然后他会根据你看过的电影来推荐你看其他的电影但是他们这种推荐算法呢也都很不完善因为这些公司呢可能也没赚多少钱他们也不会真的把每个电影分析的很清楚比如说他可能觉得我喜欢看这个推理悬疑方面的电影他就推给我一个但其实呢推理悬疑类这个电影呢我特别不能接受就是逻辑里面有很大的漏洞

就是你看着看着觉得哎这个都不合理那我就觉得这个电影非常的没劲但这个网站平台呢他可能没有钱也没有动力去识别这么细致的一些偏好对吧然后或者说这个悬疑推理类的电影我还是比较喜欢开放结局的给人一些遐想空间的那这些网站呢肯定不会把这个呃拖欠算法做的这么细的他们也没有动力做这个

所以说呢推荐算法这个互联网圈的人呢可能觉得他已经就是很成熟了影响大家很多了已经改变了这个世界了对吧但其实还是有很多行业这里面的公司因为已经垄断了或者说因为没有钱或者说里面还有各种各样的原因吧他是没有把推荐算法做得那么好的那这些行业呢在我看来是需要 AI 来把推荐算法这个事情真正的可以扩展到每一个行业的

所以我总结一下我前面的意思就是现在 AI 的能力都是受出厂的时候设定的他学习的那些知识你想教给他新的东西是很难的你只能通过 Prompt 或者说微调模型那 Prompt 其实干的事非常有限微调模型也很麻烦成本也比较高也没有那么方便其实现在 AI 是做不到

实时学习用户的行为然后能够理解然后能够进步的这样的一个东西那有人可能会说你是不是说 AI 要加强记忆其实和记忆也不是一回事它其实是需要去改善的算法而不是把过往的事情都记住

比如说我们人类的记忆能力其实是非常有限的但是我们过去的很多经历我们细节可能记不住但是我们会记住过去的事情给我们形成了一些习惯或者说给我们形成了一些直觉的判断这个我们都是在不断的了解这个事业的过程中去修正我们的一些做法的但现在 AN 是没有类似这样的能力的

那我们再说从互联网到一个互联网到 AI 应用进化这个底层逻辑是什么就首先呢在没有互联网的时候比如说卖货那商店里呢肯定只卖就是日常生活中常用的东西如果你想买一些不太常用的东西呢你可能就需要找人或者说找一些特殊的渠道才能搞到这些货那就很麻烦了或者说你如果突然有了一个问题你要找这个问题的答案你可能就要去图书馆里发书如果图书馆里没有呢你可能要问

一些你认识的比如说一些老教授啊什么的这些人对吧就是当互联网有了之后呢就是他其实就解决了一个排量信息然后加搜索的这么一个问题对吧就是各种各样的货哪怕是那些平时店里不会卖的那些细节古怪的货他都可以对在淘宝上面那你想他就满足了人们这种常美的需求你想找这些乱七八糟的货的时候怎么找到对吧然后他把所有的网页都排一遍然后做一个搜索引擎那你就可以这个搜索的那些

稀奇古怪的问题的答案所以说互联网呢它其实主要是解决了搜索的问题那到了移动互联网呢我觉得主要是解决的是推荐的问题因为移动互联网你随身带着的设备它知道你的地理位置信息它知道你的各种各样的这个东西它分析了你的数据那它厉害之处呢就在于在你搜索之前就拦截掉了你的一部分这种需求

比如说直播为什么能够把传统电商打得比较惨因为传统电商还是说你需要这个东西你再回去搜索那直播电商呢你还没需要这个东西他就已经种草去买了还根本等不到你去电商网站搜索那一天他就把东西也卖给你了所以呢这个他就这个相当于是在前面拦截住了用户的需求嘛所以说那些传统电商就被直播电商打得比较惨

那这些逻辑都是一样的呀就是以前你可能还要找文章看对吧然后你还要就是我想消费一个什么内容那现在呢这些内容啊各种东西它都是直接推荐给你了所以说这个移动互联网呀因为这个人和设备连接的更紧密了然后

你在它上面花的时间也更多它掌握了你的数据也更多它就让这个推荐算法成为了可能然后它所实现的就是推荐就是我前面说的推荐的其实是比搜索更加靠前的就是它能拦截住相当的搜索需求所以说就会起来一批新的公司对吧这个最底层逻辑就是在用户还不需要搜索之后它就先推荐给你了

那到了 AI 呢我觉得 AI 的应用一定是在理解这一层就是如果这个 AI 它非常理解你点外卖的这个思维方式非常理解你看的眼的思维方式甚至呢它一直跟着你就是它知道你下一步想要去做什么那么你可能连推荐都不需要了

比如到了特定的时间点你直接把外卖给我点过来就行了我就根本不需要打开那些外卖软件比如说在我回家之后我想消费那种时候你就直接把我想看的所有东西就是都呈现给我就行了我也不需要打开那些看新闻的网站我也不需要打开 YouTube 抖音 B 站这些东西那所以说呢就是理解呢又是在推荐前面的它是可以拦截这个推荐的需求的

所以我觉得 AI 将来的应用一定是基于理解做事情所以我总结大概的逻辑就是从互联网到移动互联网到 AI 互联网然后就是从搜索因为推荐可以拦截搜索的需求然后再到 AI 的理解因为理解可以拦截推荐的需求

所以说 AI 应用什么时候能爆发呢是在于 AI 需要做到三件事情第一个呢是 AI 需要掌握尽量多的就是用户行为的所有的数据那第二个呢是 AI 要有能力真正的去学习这些数据然后能够不断的去

迭代他对这个用户的理解能够迭代他的算法就是实施着迭代是最好的然后第三个呢就是要有这个合适的应用层真正的把用户的需求给他满足了对吧用户需要什么东西给他推过去那这里呢就说到了我上一期博客里面说到了为什么我认为这个抑制记录是很重要的一个事情嗯

因为只有你把所有的习惯记录下来之后啊将来的 AI 才能用你的数据来训练他才能比较理解你然后他才能就是做出对你更加有利的决策我们前面说点外卖啊或者说推荐电影啊或者这些其实都是无关紧要的场景啊但

比如说以后每个人可能都有一个 AI 的助手对吧但比如说你的助手是刚开始练他和你的配合呢就很没有默契他给你的建议他给你的各种东西可能都不太对劲对吧然后比如说我这个 AI 助手呢可能他已经学习了我的很多的数据

就他就能这个很快的帮我处理很多事情而且他处理的结果都是让我比较满意了对吧比如说一些电话我就可以让我的 AI 助手去接了对吧比如说一些比较简单的事情我就可以让我的 AI 助手去处理了那这个前提呢是我的 AI 助手

非常知道我的这个思维方式我之前的电话是怎么接的而且这里面还是需要不断学习的呀因为可能我打电话的风格也是在改变的对吧随着年龄阅历的增长那 AI 呢也可以看到我这一路的这个进化的过程然后跟上我的这个脚步来处理我这些事情对吧所以说这个 AI 助手呢他掌握的我的数据越多他的能力呢就是会越强

所以我们再回到我上个视频里说的为什么我觉得一直记录的硬件是很有用的现在那些做 off-sound 一直记录的那些硬件设备都是想帮助用户保存一个回忆然后比如说帮他去拍照帮他去录音然后做整理什么的但从我的角度来说我觉得更加重要的是

就是原原本本的把我的生活里面的数据尽量记录下来然后将来呢交给我的 AI 助理去学习我觉得这个事情呢可能是非常重要的也是现在其实就是巨大多数人都没有意识去做的一件事情

当然这里面也比较吊诡啊就因为就是和我一样相反的人可能非常少对吧如果你真的出了一个硬件就是不停的在记录那可能真正愿意为这个买单的人是非常少的当然我会为他来买单的啊还有呢就是我觉得你把这些东西都记录下来然后 AI 去学习呢

就是他最终的形态可能就是一个非常理解你的然后一个入口级别的一个东西吧从某种意义上呢他可以成为你的一个数字人但并不是那种上传生命啊因为他也只是通过不断的来模仿你因为他自己还是有一个出场的设定对吧然后他通过这个出场设定呢在学习你的这些数据只是说能够和你变得非常像但他肯定没法做到就是你的意识上传上去这种啊就是

如果想做到意识上传上去那种可能还得等脑机了所以说 off-sound 这种设备就是一个可以不断学习迭代的 AI 它的上限就是你的一个数字分身你的一个数字人但是它永远都达不到的一个极限就是它没法成为你的意识的一个上传体或者说上传生命这样的概念它是永远都做不到的这个要做到的就得等机器人和脑机时代就是下一个时代的事情

对今天说的这些东西可能有些误区啊但这是我对 AI 大趋势的一个这个底层逻辑的一个思考吧就是我们现在如果做应用层呢因为我先没说现在其实 AI 最大的问题是它不能学习和理解对吧我们就尽量找到一些应用场景是相对来说不太需要学习和理解的那我觉得从这个角度来思考呢

或许能找到一些就是在早期做应用就能够落地的比较好的一些场景今天这个内容就和大家录到这里可能不是一个非常有用让大家直接就能做什么应用就能直接去赚钱的一个但是也代表了我对这个行业的一些思考吧也欢迎大家加入我们的听友群我们下次再见拜拜