超声波俱乐部分享：Enter AI native application

news2024/9/21 2:30:49

11月5日，2023年第十四期超声波俱乐部内部分享会在北京望京举行。本期的主题是：Enter AI native application。

到场的嘉宾有：超声波创始人杨子超，超声波联合创始人、和牛商业创始人刘思雨，蓝驰创投合伙人刘勇，着魔APP创始人杨磊，Flowy创始人祁国良，海南德慧私募股权投资基金合伙人郭大治，杭挚初盈投资管理联合创始人李俊谋，资深游戏制作人陈磊等。

杨子超首先提出问题，AI native application会出现在哪里？他认为目前有三个领域是确定的。

1. 碎片化小场景AI替身

碎片化：手机的使用习惯，用户现在都没什么耐心。

小场景：代表着很细节，很垂直的空间，越聚焦AI越可控。

AI替身：代表着AI主要是定义为主人的替身去做事。

比如游戏里的外挂，就符合这一场景。

这个类别需要满足的条件：

（1）需要投入用户足够多的时间，并且用户只需要结果满意即可。

（2）要限制场景和场景环境的聚焦，以达到让AI精准可控执行任务。

（3）替代不一定是整个过程，而是过程之后的任务归纳和演绎。

可训练是目前的一个方向：大语言模型+强化学习。

2. 超级RPA：拥有一个工作协同助手连接所有平台

把人和各个平台的数据都打通，这样可以帮助人做更多的数据分析和数据服务。

也就是LLM+AI Agent+RPA Agent，这样工具有了逻辑推理和判断能力。

比如：

Induced AI（RPA3.0）：大语言模型+RPA（工作流程+录屏视频）工具有逻辑推理和判断能力。

微软RPA产品Power platform引入Copilot。

Adept：ACT-1可以使用所有软件工具、API和网站。

Rabbit：LAM（Large Action Model）个人操作系统Rabbit OS解决方案。

3. 大语言模型+无代码编程

无代码有可能先发展起来，如果这个起不来，后面AI的大语言会非常慢。

语言即产品是AI的大趋势，可以类比短视频，门槛会越来越低。

此页PPT内容由GPT生成

李俊谋分享的PPT内容都是由GPT生成的，如：AI原生应用可以做什么？李俊谋总结，那些结构化和形式主义的规则，AI全都能搞定，“GPT给出的答案，已经非常全面了，我不会想得比它更全面。但一些还没有被验证过的东西，反而可能是我们真实的需求。”

“新一代的用户已经和以前不一样了，他们在电脑上打字很慢，但用手机飞快。他们看短视频长大，所以能很快接受一些简单但爽的PPT游戏，比如最近很火的《完蛋！我被美女包围了！》。而PC时代的那一代人，会更在乎游戏细节、操作技巧等，有些资深玩家甚至会把一个游戏来来回回通关好几次。”李俊谋总结说，“用户的习惯已经和以前不一样了，如果我们还按照以前的思维去思考，那什么都无法突破。”

他举了个例子，为什么日本在IT时代落后了，原因是它之前的硬件做得太好了，一百米一个便利店，快递、取钱、买票都在里面，不需要搞什么软件和电商，硬件已经很成熟了，很难有新的东西打破它。回到现在，如果还是我们还是在现有的基座上搭积木，那也不会有实质性的增长。

杨磊表达了同样的担忧，他认为目前的AI可以极大地提升内容供给，甚至有可能出现新的内容展现载体，区分于现在的文本、音频、图片和视频。但目前已有的内容分发平台已经做到了极致，极致到其他的生态位很难存活。

杨磊认为未来的算力会越来越便宜，在这个趋势下，思考未来产品落地和商业化的空间，会更容易地通过第一性原理的视角进行思考。这样在选择切入AI的场景时，可以更好地避开大模型公司新版本的迭代所带来的毁灭性伤害。

来自某大厂的人工智能相关负责人表示，目前大模型在B端客户落地，主要是两个比较大的场景，一个是知识问答，一个是写作。知识问答，包括客服等；写作不单单是纯写报告，而是和业务流程结合，也需要加入知识库。但如果没有行业Know-How，是很难满足用户需求的。

在一些医院的落地比较顺利，尤其是专家模型这块。“我们已经复刻了一些知名专家的模型，有的基本上比他自己带的硕士生水平还高。但目前还是以辅助的形式存在，比如解读CT，已经达到了90%左右的准确率。以此类推，我们可能会搞很多小的垂直模型，然后把它们放在各个地方，持续产生利润，类似知识产权。”该负责人表示。

除了医疗领域的专家，各个领域具有独特知识的专家，如内燃机行业的工程师，几乎都可以适用这套逻辑。