00:00/00:00
外链地址
http://www.eemp3.com/audiofile/ba3881c43c44ca52660dbb9aa6ca2dac.mp3
点击复制
本字幕由TME AI技术生成
用声音碰撞世界
生动活泼节目的开头给大家同步一则消息
我们生动活泼上线了年度新播客NOKNC世界是专门为九岁以上的青少年制作的
会探究来自全世界的新鲜事儿
我们知道很多科技早知道了听众平常工作非常忙碌
其实青少年也是这样
我们接触到的家长都反馈
孩子除了平常做作业
没时间吸收外部知识
nucknuck世界每周一
三五早上六点更新
每期十分钟
能帮孩子了解到全世界各地的新鲜事儿
还能知道现象背后的深层逻辑
潜移默化的帮助青少年打开全球视野
感兴趣的家长可以查看单集简介了解详情
我们也专门开放了三期免费节目
欢迎到主页试听
hello
大家好
我是丁酱
欢迎大家来到第九季的wattsnex
科技早知道和全球创新第一时间同步
no hello
大家好
欢迎来到我们今天的wortsnex科技早知道
我是丁
叫戴燕
那二零二四年被许多人称为是AIagent
也就是智能体的爆发元年
二零二五年一开年更是这样出圈的manus
加上我上周其实在GTC上面看到了差不多一多半的AI创业公司啊
全都是在做agent的
那AI正从语言模型迈向了真正能帮助个体
当然以及企业做事的这种智能系统
那尤其是在这个零售行业
从投放啊
到客服啊
从门店啊
到数据后台
其实a镇已经开始渗透到每一个角色点
那今天我就请了一这个方面的一个专家来跟我们讨论这个话题
那这个专家就是有赞的联合创始人兼COO
换访李有
他也是这个播客品牌消费观的主播
所以我想今天跟他聊聊
这一场办事的转移
是不是旧世界的sars的这个终结
hellohello
leo
hellohello
大家好
非常高兴能做客科技
早知道经常听你们的节目
leo
你自己最近有在用什么证吗
哦
这个太多了
其实虽然我们在播客世界的这个身份
好像是大部分在跟品牌商和零售商在打交道
但实际上日常的工作里面
其实大部分是科技公司的工作
那最近半年应该是非常非常大的比力的这个时间
都投入到了对AI的两方面
一个是研究怎么做agent
另外就是在学习和研究底层的技术吧
对
就看各种其他的a证产品是吧
啊
我们也在做
然后做的过程当中也在看
然后这个整个这个变化非常的快嘛
所以这个过程当中的思路也这个经常在迭代吧
对
感觉每周都有新的想法和变化
对
其实我知道有赞其实在二零二二年就有这个推出过一个叫jarvas的一个AI的系统是吗
然后其实你们是蛮早入局AI
就allinAI的这个大潮的
然后特别是在我
我
应该是二三年底
白牙他有过一个这个演讲
他其实在讲到一个案例
就是很多你们的客户是在准备什么年货节的时候
然后可能会经历的一波
比如是把高管举起来
然后我们在讨论怎么样的先定定方向
然后怎么样去做不同的campaign
然后整个是会去不同部门又调研
要整个这个过程非常的繁琐
然后非常的低效
这种是现在的所有的这种商家他们的一般的模式嘛
这个是他们的实际在运营当中的一些痛点嘛
我觉得可能从我们的视角
或者包括我个人的经验上来讲
就是我们可能在技术能做什么
与今天应用场景需要解决什么问题这两端当中
我们肯定是从后者出发的
就是因为接触和服务了可能中国和全世界可能啊
数十万的各种各样的品牌商家
零售商家
线上的线下的
然后他们在做各种经营模式
那我们原来的业务也都是在服务他们在这个里面的一种工具属性嘛
对吧
所以可能对他们的经营场景和需求是比较了解的
那你刚刚讲到的
其实就是一个典型的就是在电商的场景
要准备年货节
因为基本上今天中国的这个电商都绝大部分是被节日驱动的啊
一个节接着一个节对吧
所以相当于就是一个营销的坎配接着个个非个营营产肯配
那这个过程当中
大家是怎么组织的
那是一个非常非常典型的场景
这是个大家日常工作的过程当中的一个一个做法
所以我们可能考虑的就是说
怎么样基于今天的商家这个视角
大家的经营的状态
然后他们所需要花费的组织的资源和能力
我们来去看说过去两三年的技术
包括AI的这个发展
能解决什么问题
其实的确讲到可能我们关注这个事情是的确非常早
因为最开始的时候
是我有很早的时间去美国
当时在疫情还在疫情当中
就比较机缘巧合的一个状态
在那边看了一些AI的公司
那会儿应该GPT的三点五还没有发
也远远没有今天这么火
然后当时就从一个应用
我们算是一个应用开发者的视角吧
意识到了说技术是在非常快速的突破的啊
当时还有那个jasper这样的应用是非常火的
后来回来我们就在想
能做什么
很快那个chachBD就发布
然后很快在第一个**就出圈
就火掉了 对
但是可能我觉得过去这两年
所有做应用的人
一个比较痛苦的一个状态就在于
发现技术的想象力是很大
但是他可落地的长场景和
呃
能力是非常缺的
整个这个过程就是大家都struggle在里面
可能直到去年
就二四年的下半年开始
大家就突然意识到
随着这个模型的智能能力的提升
我们在数个场景里面
在美国都看到了
就是弊端的应用开始成熟
然后开 呃
不能说成熟吧
就是开始跑完了PMF
然后开始能够在
呃
相对比较肥沃的美国的这个tob的市场
能够快速的去gotomarket
能够被市场验证
所以
可能这也是过去大半年
可能整个大家无论是在忙应用
还是在忙agent
就是觉得啊
有好多事情可以做的一个特别大的背景吧
对
其实你刚刚讲的
天然的还是有一个中间的一个gap
咱们做技术的
和这个商家实际的这个应用
两边的PMMF也是最近才找到的
我不知道能不能具体的来说一说
比如在哪些方面
可能是我们本来想象的
其实是商家需要的
然后后来其实商家并不需要
然后后来其实有一些
是不是有这样的一些
这个具体的例子可以给我们去一下
肯定有很多这样的例子
但我
我可能先从一个我的理解啊
结构上面来讲
为什么会有这样的一个过程
其实这个地方首先是要回答说
我们原来在做什么
或者说全世界的软件software这样的一个行业
从到底八九十年代开始
后来到云计算
到sars云端的软件
它到底在解决什么问题
那我们今天认为
软件其实就是各种各样的工作流的最佳实践的赋能
所以软件本质上是工具
它的更底层其实就是对数据库加一个
呃
我们讲GUI
基于图像的这样的一个UI交互的这个界面
那这些GUI的交互界面呢
其实是构成了非常多的功能
或者叫工具
然后人呢
需要熟练的掌握这些功能
把它拼凑在一起
完成一个工作流
然后完成他自己的目的
就是他的音铺和凹铺的是非常非常确定的
所以大家就接受了这样的形态
就像我们在买各种起子
扳手
电钻一样
所以这是我理解
软件就是这样的一个形态
那今天AIagent到底是在解决什么问题呢
它最大的创新就是它是有智能能力的
那智能能力包括了很多
我们等会可以谈啊
所以它带来的结果和变化就是说
它可以帮人完成工作
能够交付结果
而不再是一种工具
所以这个是一个我理解非常大的
就是我们说理解这个事儿的框架
那从这个角度来讲
就是为什么过去两三年
就是大家在这个当中会被卡住
包括最近一年能够带来很大的这个提升
就是因为就今天我们看到的很多场景
无论是这几个月最火的写代码
呀
包括在美国什么法律啊
客服呀
等等等等这些场景
其实应该在两年前GPT出来的时候
大家就想到了这种场景应该是可以做的
但实际上一直不太能够完整落地
直到最近的半年到一年就原因就在于说
从想象上来讲
它的智能上限是一定能够达成的
只是时间问题
但是从交付结果的角度来讲
就像
就像自动驾驶一样
你这里面的badcase
你这里面的成功率到底有多高
然后怎么样在一个商用的场景里面
在一个可能特别大的用户量的情况下
它是稳定的
可预期的
或者不稳定的部分
不能够解决的部分
我们用什么样的方式来
比如说就是转人工也好
比如说是啊和人更好的交互协作也好
能解决
然后这个地方其实智能能力是一个很大的瓶颈
那随着最近这一年其实智能能力的提
就能看到他的PMF能够更快的跑通
我觉得大的背景是这个样子的
所以如果回到我们自己的这个状态上面来讲
那我们可能就看到
举个例子
就比如说今天啊
商家还是你刚刚讲到的这样的一个营销campaign
这样的一个场景
开始的时候
可能我们想象中的就是这样的一个过程
可以完全交给agent来去完成
但事实上这个地方是包含了很多的工作的
从 呃
我怎么去规划一个营销的这个活动
我觉我规划营销活动的目的是我发现了什么经营上面需要改善的地方
然后我的目标和现状状差
差到我第二步能
能制定行动的方案和策略
然后再到第三步
我怎么去执行方案
去配置
去啊完成到第四步
我怎么去监督
我怎么去跟踪这样的一个执行的结果
到最后我怎么去总结和复盘
就你会发现说
整个这个过程
它是一个比较长的工作链条
然后这个长的工作链条里面其实涉及到的角色和智能能力其实比较多的
在最开始的时候
其实显然这些能力是不能够完全被AIcover掉的
所以你就需要去设计这个产品
是能有大量的人的交互
但这显然是一个过渡的产品
这个我们大家也知道
那随着智能能力的提升
它会在每个点上都能够加强它的能力
那今天其实还不能够把我刚刚描述的这个场景完整的做完
但是它可以在里面的非常多的垂直的模块都能够闭环掉了
所以我觉得这个地方大家的挑战就是
在随着你的基础设施和智能能力不断提升的时候
你的整个产品的结构是不太稳定的
那你不断的再去调整这里面人参与的比例
然后你需要有一些提前的预设
说未来技术会发展成什么样
智能能力会发展成什么样子
然后你需要先把产品做成一个等在那儿等着的这样的一个状态
这样才有可能能够跟上技术的进步吧
我觉得整个大体是这样的一个问题
对 嗯
就是现在我们其实是有一个大的方向和大的目标
然后现在就是基于AI能够做到什么样的东西
像现在这个技术的条件下面
我们先把它分开做
然后可能以后我们有一个大的框架
我们再达到最完美的状态
对对对
我觉得大体是这样
这可能应该不只是我们一家的问题
我觉得全世界的saas公司可能都在这个struggle过程当中
对
我们看到说在弊端的应用里面
最近这一年多的进展比较快
然后主要针对的一个人群
大家讲叫persumer就professionalconsumer就为什么是只针对这样一个人群可以去做商业化
而不是在针对更大规模的企业呢
其实原因就在于说
从个体的角度来讲
你是可以接受有人帮你就是提高了智能的上限
或者帮你提高了工作效率
他做错了这件事情
你自己可以从个体的角度
你可以负责
你可以兜底
但是今天如果这是一个组织行为
特别是特别大量的公司这种一种组织行为
那大家就没有人为组织行为负责
没有人为他兜底
所以在给大型企业去售卖的时候
是首先想着他要是出问题了怎么办
那这就导致了一个很尴尬的现分想就是说今天你需要给就是中大型的企业做应用的时候
大家都是在通过降智
就是降低智能这样的做法来增加它的确定性
那这样做被另外一件事情挑战了
就是模型的智能能力在快速的提升
就像前天发的这个GPT四o的这个图片的这个生成这样的一个模块
就是很典型的
就是大家费了很多的功夫去降智
然后把确定性提高
然后过三个月之后
大模型一生及就把你之前所有的努力都颠覆掉了
所以这就是一个可能过去两年大家都在
呃
就从应用层的角度来讲
被冲击的这样的一个现状吧
对对
那一般来说
tob的这种
特别是sars这种销售
应该是比较缓慢的过程
我知道有一项什么SAP
他们可能得一两年才能这个搞定一个客户
有的时候这个销售过程是很长
但是现在技术的迭代
对你们来说
做这个产品就会很难以去设计
然后很难以去销售
现在是这样的一个痛点吗
不一定是指你们
就是你看到的行业
在做a证的这些人
在描述清楚现在的现状之后
我觉得就是乐观和积极的人在找解决方案
因为你要相信
它最终一定是能解决的
只是我们先搞清楚我们在一个什么样的状态和环境里面
那我我觉得其实还是非常明显的能看到一代一代的产品的形态再往前去演进的
我觉得在AI出来的时候的整个第一代的产品
我都把它称之为叫copilot
那coppilot其实就是一个个人助手
那么这个个人助手呢
它应用了大语言模型的语言对话的能力
交互的能力
那这个层级上面就已经带来了一大波整个产品范式的优化和革新
我们具体讲
就是说以前整个GUI的界面
是相当于通过就视觉视窗的这样的方式
把一堆功能排列组合在一起
然后你需要自己去建立工作流
让工作流完成你的任务
所以相当于这功工具摆在那儿
你可以用它来干各种各样的事儿
但有个很大的前提条件就是
第一这个工具它的易用性要很强
第二呢
你自己的技能要很强
你能熟练掌握去创造这样的工作流
对吧
那这件事情带来的一个挑战
就是说
我们讲所有的软件产品
最终只有一条路
让它不好用
就是你功能太多
你功能越来越多
它越来越难用
这就是一个必须经历的这样的一个路
那今天如果我们用口派的方式
就很大幅度的解决了这个问题
因为你可以把所有的功能都埋在底下
把数据也埋在底下
你只要通过copililot的方式
通过语言对话的方式
把你的需求表达出来
它就能够帮你去调用底层的能力
能够创建一个工作流来解决你的问题
这个是第一波大家在做的事情
它也是显著有价值的
这是第一个
那第二个呢
就是说
我如果把它称之为二点零的状态
就是我们看到了说大约模型
它是有思考能力
有推理能力
有计划的能力的
所以它是能够把刚刚的工作流再往前推一步
理解你为什么要做这个事情
你背后真实的需求是什么
非常能类比人在工作当中的一个状态
我们刚刚讲的这个工作
就是相当于我已经制定了工作计划
我也制定了工作的任务和目标
我先接下来怎么干
这个就是通过交互的方式优化了一步
对不对
那第二个阶段
就是我再往前推一步说
比如说 呃
我的上级交代了我一个任务
或者我自己定了一个目标
我这个目标怎么样到计划上
这个时候
其实本质上这个角色是一个我们把它称之为咨询顾问吧
是一个consulting
是一个advisory
他其实是在做分析的工作
就是他从一个目标
然后做大量的分析
然后最后变成了一个计划
那这件事情
其实大家可以看到
从最近无论是啊depresearch
deepsearch
还是包括上个月manners等等
就是说其实大家是把咨询顾问这个行业或者这个角色
通过AI去实这个地方的效果可能还有很多的争议
特别是在垂直领域
但是它的方向是确定性的
这个时候其实就可以把工作流往前再延伸一步说
如果我们能在每个垂直场景
比如说我们的电商也好
我们的线下的门店的零售也好
包括我们想做的一些营销的场景也好
能够把它的需求能够直接转化成一个具体的可执行的这样的一个经营建议
那这件事情叠加
就前面一点零的那个事儿
就是把你的这个建议
这个方案
变成一个自动化执行的东西
那这两段它就结合在一起
相当于整个产品的价值又往前迭代了一步
我觉得这是二点零的状态
但我们今天已经非常明确的能够看到三点零的状态是什么样子
这个三点零的状态就是今天的一和二都还是人在参与
但我们知道说今天agent是有智力的
它是可以决策的
当然这个地方分小决策
大决策
这里面有很多的循环
人在这个真实的一个过程当中
其实是不断的backandforce去去自己的上级去确认这个目标
确认是不是可以这样做的
同样AI也是一样
那是不是可以在三点零的状态下面
把一些简单的工作流
他从为什么这样做
到决定怎么做
到做的过程中碰到问题怎么解决处理
都能够让他自己闭环通过去搭建建
就是相当于从到到使用plantours这样的一些结构上的分层
可以在自己在这个循环里面不断的去探索这个出路
来解决任务和目标
我觉得这是一个大家已经显然可以预见的这样的一个场景
所以我觉得就是说
从这样一个结构来看的话
我
我们至少基于今天的认知
会认为可能在每一个阶段里面都有很多的价值可以做
对
所以这也是我觉得整个海外的市场是百花齐放的原因
因为其实每一段价值都是新增的价值
都可以重重新去做一遍
但这些事情都只发生在过去两年的时间里面
对 好的 好的 嗯
所以刚刚听起来
其实是我们现在在一点零迈向二点零的这个过程当中
然后在不同的模块
我们其实已经可以做一些AI化的产品了
但是怎么样把它不同的流程串起来
这个可能是现在我们正在让他去做
然后再到无监督的
自动不用管理的
这个其实是可能未来的几年才会发生的事情
如果总结一下的话
嗯
我认为大体是这样
甚至我们如果看整个行业的话
在一些比较通用的领域里面
可能比如说讲coding应该是进展最快的领域
可能大家已经在就
就科尔这这样
已经在迈向第三个阶段了
就是让他自己在自行的决策了
嗯
所以现就如果是对零售领领域
能最容易被解决的
或者是我们现在品品牌家已经经在买的的是哪些功能
这么看这个问题啊
呃
有几个特点能够让是最早实现的
第一个就
就是 是
是一个大量重复劳动
然后第二个就是说他的整个工作流是比较稳定的
输入和输出他的指令和他的做事情的方式是比较稳定的
其实还是大家能想到那些几个场景最容易实现啊
第一个可能就是我们讲整个客服对吧
然后第二个可能就是大家做制作内容啊
做内容
当然内容这场景就稍微复杂
就是可能有你是做评宣的
做营销的
做流量的
包括去中心化的KOLKOC的这样转发的
可能它的不同的内容形态
它都是不一样
但实际上做内容的生产肯定是可以做的
那另外可能大家还会看到的就是可能比如说具体一点的
那直播的这个数字人哪
直播下面的评论回复呀
包括店铺的啊
运营啊
投流啊
广告啊
等等这些领域
也已经开始有更自动化的场景和产品来兑现了
嗯
那你们自己呢
对我
我们其实基本上是会cover比较全的整个这个场景吧
就是因为我们在梳理这个事情的过程当中
会把整个品牌商的他的一个完整的角色和完整的工作流都梳理下来
就比如说我刚刚讲到一个经典的工作流是从经营分析的洞察
到改善
到行动方案
到方案配置和建议
自动执行
最后总结复盘
这是一个工作流嘛
对不对
那这里面涉及到的角色
可能就包括了市场营销
内容设计
电商的运营
包括整个销售和服务
和最后的门店的导购这样的这个场景
那在这个场景里面
我们原本本来就是原来的sas产品
就是在这地方的一个
我们可能把它称之为核心业务系吧
我们首先可能要做做就是把这个过程能够我们把它叫全托管
自动化的运行
能让这个店铺可能从以前大一点的团队
三五个人
五个 十个
十个二十个人的运营
可能能变成只需要有一个人去跟他确认交互啊
因为今天没到三点零的状态嘛
对吧
就是人还需要控制力嘛
来去完成
让这个店铺的经营能够自运行啊
对吧
这是第一个
第二个
我们其实是在往上下游去延伸看
就是他的上游可能是比如说流量的来源
内容的设计
内容的营销
往它的下游可能是客户的服务
就是跟客户之间
无论是通过IM还有对话
或者说是电话这样的场景
能够去跟客户去做对话
这样的场景里面
是不是也可以通过agent的方式来去服务客户
所以
基本差不多就是这样的一个结构吧
对
应该是去年你们做的年底的那个做不内卷的生意
然后确实是有品牌在问到你们这个东西怎么收费
呃
万一不赚钱怎么办
然后你们的回答是
你不赚钱
我们就不收费
为你们这个还挺
还挺霸气的这个回答
现在是这样的一个状态吗
这个
大家赚钱了吗
我
我觉得我们在一些具体的case上面是在跑的
而且是跑的还挺顺利的
比较显著的能够看到的是两个方面
一个就是在工作效率的提升上面
比如说什么商品的上下架
发货
调库存等等这样的场景里面
或者说包括自动化发内容啊
这样的一些场景里面
以前可能你要做三个小时
十六个小时的工作
现在五分钟能完成啊
这样的案例是非常非常多的
然后第二大类
其实是我们相当于帮助做了人做不到的事情
比如说自动化的发现了很多的商机
我们举个具体的例子啊
就比如说以前你
你可能会要设定一个策略去找我们讲
比如过去三十天访问店铺没成交的人
然后这件事情你是可以通过什么人群圈选啊
使用一大堆工具啊
然后把这个人给捞出来
然后你再针对他去做什么营销的活动等等等
然后这肯定不是个单次的行为
它是个长期持续的行为对吧
所以这可能就是这样的一个做法
就导致了说它始终有瓶颈
就可能只有一定规模的商家
有稳定的运营人员
他才可以去完成
所以我们在推进这样的事情的时候
可能总是就是说
比如十个商家里面有一两个在做
而且做的好的还是只是当中的一一部分比例
但是今天如果通过自动化的方式
就是它可以覆盖到全部的商家
然后无论这个人是一个人
还是一百万人
就是这样符合这样特点的人
他可以在每天daily的方式就可以推送给你
如果你一开始确认好对他的行为的话
整个这件事情是可以自动化运行的
就是说人做不到
指的是在一定规模之上
人才能做得到
他有效率的问题
不然就不值得做
但是今天其实因为当智能能力提升之后
但是智能的成本是是比人便宜的呀
便宜非常非常多
所以他就可能在这种肠胃的场景里面就可以去呃
兑现以前人不会去做或者做不到的事情
所以你们自己在内部
比如说是有这么多新的底层技术出现
像是之前deepsea出现
有inference这些新的模型出现
然后包括最近有这个MCP
然后有多证的这样子的新的模型出现
你们自己在怎么考量或者迭代这个这些技术呢
我首先是有个态度了
这个态度是最近应该大家比较普遍遍对流行的说法
叫干中学嘛
要相当长的一一部分比例的是时间再去快速学习
对
就是理解他未来可能会是什么样子
这个我觉得是无法避免的
可能还是在这个过程当中要去构建你觉得未来什么形态是相对确定一点的
这个是我们刚刚其实已经谈到了
可能至少从我今天的认知来讲
它的有一点阶段性的这样的发展
然后在这样的阶段性的发展的时候
我们可能是基于现在的场景和需求
包括想做的场景和需求去判断
去找到一个路径
去判断当下的用户接受的程度
和今天
不是今天
应该说是接下来三到六个月
甚至更长一段时间技术可能发展到的状态
然后去做一个组合
我觉得框架上可能就是这个样子
所以讲具体一点
就是说今天包括接下来相当长的一段时间吧
我觉得通过MCP的架构
然后用multiiagent的这样的方式
啊
我们其实也有过去几个月
已经有比较早的时间就开始再去实践和去设计了
能够组装出来产品
可以把啊
某些场景里面的工作任务
可以从最开始的规划
planning
然后到自动执行
能够完成掉
我觉得这是一个相对比较确定接下来在做的事情
对 嗯
这就是有什么新的好的工具
你把我们就有什么新的好的工具
先把这个框架搭在这里
随时adapt新的这个技术
我觉得在这个地方
其实 呃 多说
多讲一句
就是说
我觉得一个做application的人
我觉得现在其实是有一些争议的啊
特别是我觉得manus发了之后
大家会主流的舆论可能是会
会更value底层技术创新
这肯定是没有任何问题的
对
但我自己个人会觉得吧
就是任何一个技术的发展
都有它非常典型的阶段
从最早期的它是一个顶供给驱动的
就是谁能发明和创造这个技术
谁的价值更大
到第二个阶段
就是说这样的技术被earlieradoctor和广泛的人群快速的去拥抱
到第三个阶段
就是技术会和其他的技术组装在一起
变成一个更贴近用户的产品
能够在真正的成熟的市场被应用
这是一个典型的任何新技术就是引入这个世界的时候的一个一个结尾和发方式
那我会觉得就是说
其实今天我们在底层就不是今天我过去三年
在AI技术上
我们在底层技术上面的创新
其实是迭代非常非常快的
我经常跟朋友会讲
说即使今天技术停滞十年
应用也有足够可以做的事情
就换句话讲
今天在应用上面的进展是远远落后技术上面的进展的
所以 其实呢
今天市场上不是缺好的AI技术
而是缺好的产品能够解决问题
好的产品怎么来解决问题呢
它就是需要bridge今天真实的用户需求
和此时此刻
或者叫接下来一段时间
技术能够把它扛办在一起交付一个好用的产品
能够解决用户问题扯的产品给用户
所以我觉得这个地方其实是是价值非常长大的
但是
可能我觉得当下是有一些声音被压制的吧
对对对
我非常同意啊
我觉得确实是大源模型已经变成了很标准的商品
或者是我们把它叫做水电系统
其实这几个大的语言模型
你随便用哪个
其实大家现在都大差不差
像你讲的
怎么样能够做到每一个细分
每个行业
其实都能够被AI重新再做一遍
我觉得这个其实是是主旋律了
特别是在今年
我觉得可能在下半年会能看到非常好的一些应用吧
其实manus出来之后
我觉得一半人是看帅的
一半人其实是较好吧
你 你自己看
怎么
怎么看manus呢
我们因为认识他们也挺长时间了
然后跟他们也有好多的交道
在他们做上一个公司的时候
我们还谈过很深的业务的合作
但我觉得是个很棒的团队
但我我尽量中立和客观点来
只是谈论产品本身的话
首先
我还是非常认可的
我觉得其实这样的架构和产品交互的形态
应该在过去的几个月里面已经被想象到了
但是大家普遍认为
可能diven算第一
然
然后curer也在往这个方向去演变
manners其实是不管是通过什么方式出圈吧
至少让大家看到了
说哎这样的交互形态
把它放在产品上面
解决用户的问题
我觉得这是它兑现了
所以我觉得不管兑现之后
解决问题的程度有多少
我觉得这是一个见仁见智的问题
至少就是说
这显然是整个rolemap上面的一个非常明确的节点
所以从这个角度来讲
我觉得它一定是有很大的价值的
这是一个
第二个就是我觉得工程上的创新其实也是很多的
就是今天可能大家只是在开源的场景能够看到
很容易去复现
但事实上
其实都没有人能百分之百的复现
因为没有人知道里面的工程细节和工程创新有多少
那这个事情的道理
其实就像是你说造一辆车容不容易呢
我们讲用另外一些行业来比喻啊
今天你要造一辆车
花个几百万美元吧
在意大利
你想做什么车都行
法拉利也好
多酷的车也好
都可以
只是造一辆车就很容易
对不对
但你要造一辆量产的车
就卖十万块
这是两个完全不同的工作呀
所以这里面有大量的工程的技术的创新
我
我当然不是说minus已经有可能到这个程度
这我不是一个准确的评价的这个角色
但至少我是觉得就是在工程上的创新是被undervalue的
嗯
我们现在聊一聊
可能还有 有
有一些潜在的一些AI在落地方面的问题
你刚刚讲
其实我们还是有一段路才会到三点零
是不是还有一些在整个零售行业领域的sars
其实是有很多不同的环节的
像刚刚您讲的
然后会不会有很多这样的这种数据的孤岛
就比如说这一部分只是用这些东西
然后你没有办法跟另外一个部分来去互相来链接起来
对 是的
我觉得可能如果你谈到具体的在零售品牌的企业里面的这个落地的话
的确是有蛮多的问题
首先我们自己肯定是在中国接触了非常多的
或者说是最顶级的这些品牌商
零售商
然后去年在美国看的时候
salesforce他也有非常多的品牌零售的客户
因为基本上就是这个世界上应用新技术最快的
除了科技行业以外
可能像品牌零售
因为它涉及到跟消费者之间的互动嘛
就是一个比较earlyadopt的行业
他当时也举了一些什么迪士尼啊这样的一些客户和案例
但我们如果真的进去去看的话呢
可能我自己觉得是现在有几个困难是大家在想办法克服的
第一个就是说
我们开始提到了今天的AIagent
或者是可预见的未来相当长的一段时间的AIagent
它在persumer的层面是推广比较顺利的
然后呢
在写代码为主的这样的场景里面是它的价值创造是比较大的
但是在其他的岗位
其他的角色
包括在可能能为组织一定量的组织上面去提供价值上面来讲
它的供给侧
我觉得是还没有足够够成熟和好用的这个产品
或者还有很多创业公司
包括我们自己在努力去创造和交付这样的产品
我觉得这是挑战
也是机会吧
这是第一个
然后第二个呢
我觉得从用户为一个工具买单
到为一个结果买单啊
这样的就是赛
它是一个范式的变化
我自己的感觉
在中国
就是说绝大部分企业吧
都没有做好准备去习惯使用
我觉得大家已经通过包括**的这一deepsik
大家都知道了
哦
AI不是个玩具
AI真的很厉害
所以这个没问题
但是大家对于组织行为上
是不是能大规模广泛的去使用这样的AI产品来完成自己的企业内部的这个工作流
其实是还在一个适应的过程当中
可能海外
特别是美国的中大型企业
接受程度会广泛一些
因为他们整个我们知道QB的市场是成熟很多
繁荣很多
对新技术的使用也是接纳很多的
但在中国呢
就是比较典型的状态特别少的大型企业
从CEO开始
这就是典型的是一个CEO工程
它在驱动底下的团队去使用
但实际上是阻力非常大的
就我已经听过不止一个这些CEO的朋友就是跟我讲
说他们非常想推
然后他们觉得能干一二三四五六七八
底下的团队觉得啥也不能干
大家都觉得在自己内部推行非常困难
想绕开这个内部团队
怎么能够去实现
就我提过很多这样的这个案例和故事了
那我觉得
其实他还是因为缺乏成熟
稳定
可预期的产品
所以企业作为一个企业软件
怎么样能够让企业最后买单
是让企业认知到这个AI产品它的稳定性
易用性
低风险性
其是还是得看老板什么时候能把这个意识
或整个企业能把这个意识给转变过来
这个还需要一定的时间
这个可能是最难的事情
比技术上的那还要更难一些
对
我觉得这是现实
但可能能从我的角度来讲
反而觉是很很大的机或
或者其实是很有信心的了
就是因为
呃 首先要认 认
认知到世界的客观规律
就是这个样子
就我们讲云计算
大数据这些事情
可能在一二年一三年就已经不算新技术了
可是到二二年
二三年
还有好多人在尝试推广
就人的意识
它就是一个缓慢的过程
这是这个社会的组织形态
所以今天这个应用的厂商就是在完成这件事情
就他就是有方法
有路径
但是他就是需要时间
这就是大家的机会
从这个事情上来讲
应该更乐观
而不是说天天会被哎呀这个技术的
包括大模型的这个智能能力提升和迭代
就会觉得非常非常焦虑
我觉得智能迭代再快
也不解决人类接受它的缓慢这件事情
我这么看啊
对 这
所以这个地方方你会看到有有意思的创新
比如中国为什么搞这个deepsic一体机啊
很有趣的
很有趣的这种创新
就是你不是担心这个
担心那个嘛
对吧
那我也不不解决你的担心
但是我先放一台机器
放在你的办公室里
这至少大家接受了啊
difsick还挺厉害的
我先放在机器上的
能干什么
咱们再琢
慢慢琢磨
这就是一个非常典型的就应用创新
也许是过渡产品啊
对 是的
我们刚刚聊到
其实这个b端的这个接受很缓慢
我不知道有没有说是在c端的这边的用户
他们的这个接受都是怎么样呢
是哪一些产品
现在是c端能够直接感受到他们是在跟AI在沟通或者进行一些互动的
我是这么觉得
其实我们如果把不是把人
而是把角色分成b端和c端场景的话
就是说
今天每个个体啊
他都是有他在吃喝玩乐的场景和他在工作的场景
而不是分你是一个人还是一群人
我们不这么分
只是分场景的角度来讲
我觉得显然是在工作的场景
b端的场景
他发挥的价值更大
这个原因是因为AI是一个生产力工具
所以它可能在生产的环节
它的效率提升是最快的
价值是最高的
在c端的场景
你是一个被生产力服务的这样的一个场景
所以说
它当然也有也有变化
但我觉得典型来说是这样
只是我们刚刚谈了很多在工作的场景里面
你是一个个体还是一个组织的时候
因为这样的意识的转变
可能需要时间
才带来一些困难
但是今天在c端的场景
其实大家用的就是我理解解多多的为为是是ble
然后来做search
这个基本上就是全世界应该现在可能有接近十亿DAU了吧
可能这样的场景
这也是今天被广泛认为就openi最大的价值嘛
他们今年能不能做到什么十亿DAU的这样的产品
还有就这个应用在各种垂直细分场景里面的一些些演演吧吧
就比如说垂直的什么交易平台
这个社区
社交什么之类的
这是这是第一大类吧
那我觉得第二大类
可能就是大家把它当做这是general的AI嘛
可能就是在所有的娱乐的场景
无论是视频啊
游戏啊
大家都在努力的去突破
就是从所谓的千人千面
到一人一面
及时生成的一人一面
基于你个人的这个消费者的特点
从供给端可以生成你自己玩的玩游戏
你自己喜欢看的视频
你自己喜欢看的图
对
我觉得这个应该是一个也是在实践阶段
可能还没有能够被deliver出来但我相信可能在接下来一年里面
应该是能看到这样的应用的
让我这个设想一下
就比如说是可能我在某一个网站上面想要买合适我的东西
那我看到的campaign
可能它只适合我个人的这个诉求
但它的这个campaign可能跟其他的人就完全不一样
这个是未来的三点零的状态嘛
我觉得我自己那个一二三点零的分法
是站在供给的角度
站在就是组织这个这个生产力的角度的分法
我觉得站在消费者的角度是不会这么分的
消费者的角度只关心新体验是不是比旧体验好
就消费者绝对是用脚投票的
就是他并不觉得说这个范式就比老的体验一定好
而是你需要做到就我反过来挑战一句
针对你个人的侃判就一定比规模化的campn优惠力度更大更好吗
其实未必是不是对吧
所以其实这是一个非常tricky的问题了
就而消费者其实背后只关心是不是有更好的体验
所以我觉得这是c端应用上面的一个核心解决的问题
就是你怎么样利用新的技术的创新和进步
能够给消费者带来更好体验
而不只是说就是deliver了一个他觉得很酷的东西
对对
我觉得可能到时候可能得分行业
就比如说是最近我在计划我的抗衰营养品的过程当中
我让在这队帮我规划了
但
但我是非希希望
比如说他了解我的个体的需求的同时
因为可能在营养学上面
这个是可以被定制化告
然后我
我的AI知道我喜欢什么
那在talkto增加的时候
那我可能这些我就不用重新再跟对方再交流
或者重新再搜寻我的东西的
他就把过去的这个什么人货场的这种关系就完全打翻了
对
所以我觉得
在比如说我比较熟悉的整个零售啊
交易啊
就是卖东西吧
卖服务和卖东西这个领域里面
我的确是觉得我包括我自己也在实践
就是说在个性化服务上面
它的空间是比较大的
因为个性化商品或者个性化campaign这个事儿上
其实它是路径
它是手段
它不是目的
我会觉得在实物零售这个视角上面来讲
提供个性化的产品才是有价值的
个性化的内容
只是就如果我们用内容营销的角度
个性化的内容只是为了帮助更有效的卖产品
我觉得不是说没有价值
也有价值
但它不如个性化的产品来的有价值
就比如说今天我们已经能看到说
有一些t恤上面的logo
你可以通过AI自己设计
然后你就生产一件
然后你就就卖
他就能买给我
对吧 那这样
只要生产能力是具备的
柔性化生产能力是具备的
然后再加上这个过程当中有一个好的应用来deliver给你
那我觉得这个是有价值的
对吧
这是个性化的产品
然后个性化的服务也是有价值的
就我刚刚提到了
因为它的成本降低了
所以我能被以前serve的更好
以前可能根本就没有人服务
特别这件事情在海外肯定是有价值
连海外的人工成本确实是会比较高的
然后还有就是说
如果我消费的就是内容
那我个性化的内容肯定也是有价值的
我玩游戏
在看短视频
看看长时视频
看图文这些
我今天的这个这
呃 这个社区
这些社区平台吧
它其实都是在建立在应该是一个有限供给的情况下
怎么样组织把有限的供给匹配给理论上的无限人群吧
那如果未来的供给是无限的情况下
那整个这个匹配方式会发生很大的变化
所以我觉得这些角度肯定是很有价值的
如果从商业化的路径上我们来看啊
因为大家都知道
其实中国的sars行业一直跟海外相比来说的话
它其实在用户的或者是这个客户的认知度上
其实他的这个付费意愿没有那么的高高
我相比来说的话啊
就如果我们在看未来的a镇的商业模式上面
你们是怎么样这个设想的
或者你们觉得什么样的路径是更可能会成功的
是订阅呀
按用量啊
还是按效果分成啊
这你们是怎么考量的
我觉得这事儿是一个挑战
但是就是代表我个人对这事的看法啊
就是你刚刚讲的三种这个商业化的方式
是一个渐进的过程
从订阅到按用量
到最后按效果来付费
我觉得这个渐定的过程
它表征着你交付的东西是不是能真的为结果买单
然后今天从个人角度
我是非常相信agent最后是能为结果买单的
今天事实上
我不觉得我们最终一定能消灭得了幻觉
或者说交付一个百分之百可预期的东西
但是你只有为结果买单
你才可以为这项负责
出了幻觉
出了问题
我来承担嘛
那好处结果上面来讲
也可以按按结果来去付费嘛
然后从用户的角度
从企业角度
这样的方式也更接受嘛
所以我会觉得
首先从我们把它叫定价的方式上面来讲
我是非常坚定的认为
最终的结果一定是按效果买单
今天我们看啊
就是比如说像欧盟AI
他们出了那个什么两万美元的什么research的一个月那个订阅
大家觉得非常非常贵对不对
然后他为什么觉得贵
就是他是按人工时定价的嘛
其实那个就已经是在介于用量和效果之间了
因为相当于那招了一个人
你招一个人的目的是什么
你心里是有预期的
这个人可能给给他六个月时间
他是要产出什么东西的
所以他已经接近按效果来去付费了
只是说你不能把一科学家的工作那么按效果来去衡量和定义嘛
所以我是觉得这个是我认为非常确定的
第二个就是说
可能从中国和海外的角度来讲
我知道
就是说可这个市市场上一个比较主流的声音就是我们要坚定的做海外的市场
就是这个中国土壤太贫瘠了
那我我们这这个作在这个土壤的这个贫瘠的土壤上面努力跟耘公司来讲
这个的确也是深有感受啊
但我是觉得
可能最近这几个月
大家看到中国在AI上面的进展
无论是底层技术还是应用上面
其实都不像前两年认为的那么落后
其实是有很多自己的创新的
然后今天我们也看到整个中国企业在出海的事情上面是非常激进的
我觉得存在一个以中国的最佳实践为蓝本
然后辐射全世界的这样的形态啊
无论是消费品是这样我认为
今天所有的企业服务
都是服务实体经济的嘛
都是服务
就当然以
就从我们角度来讲
是以消费品为主啊
来在全世界来去经营的
所以我会觉得
我
我们可能短期不一定能改变得了就是中国市场的规模
它是一个发展的过程
但我们能影响的是中国的企业
或者是中国人创办的企业
中国人有影响力的企业在全全世界的份额
所以
我觉得这是一个明确的机会吧
嗯
那如果我们不展望这个未来三五年了
就比如说
我们就看今年
你有没有一些觉得确定会发生的事情
我想
我想一想
呃
这种容易打脸的问题
我想一想
我就仅限于先谈说在我熟悉的领域里面
可能的一点看法
或者叫预测吧
第一个呢
我是相信
今年在
呃
无论是中国
还是在硅谷
都肯肯定会看到一批新的以martyagent架构为核心的
能够解决数个场景的问题的垂直的agent发布和被一定用户的
或者叫出圈吧
被一定的群体来广泛的使用
能解决某个具体场景的问题
效果还不错
我觉得这应该是可以预期的
第二个呢
是我觉得在很多的垂直的角色上面
就是岗位和角色上面
都能够预期说
agent是可以和人媲美
能够交付结果
能够解决问题的
第三
我是认为
在就比如中国的企业客户的视角里面
我觉得会出现一批特别领先的企业
他们无论是通过用最好的三方的工具
三方的服务
还是说有一部分他们在自己的主要的生产过程当中
去用AI的技术来去相当于构造一个AI时代的企业
我觉得这应该是会有这样的案例出现
而且这个地方可能说不好是新公司还是老公司
就比如说在消费品的领域里面
是不是有机会出现AInative的consumercompany
对
品牌
对susuai原生品牌
就一个人把全公司的事情全都干了
对对对
嗯
我觉得这是有很有可能的
我们其实已经我有听到过一些这样的案例了
对啊
可能不一定是一个人
但是可能也就是几个人而已
对对
就可能我觉得人数少还只是这当中的一部分原因
我觉得是就mansad就是这样的一个理念
和这样的理念在他面对他的消费者的时候
创造的价值
我觉得那个部分如果被放大了
才是更有趣的这样的案例
所以
那最后一个问题啊
就是你觉得这个是旧世界sars的一个终结吗
我觉得它是一个升级迭代
这是一个范式的转化
我不认为它是一个句号和另外一个新的篇章
其实原因是很大的一个看法和原因是因为这都是在巨人的肩膀上往前走
而不是另起炉灶
那我们可以看到这个企业的
就简单说
如果企业没有办法数字化的话
你用不了AI
你自己的知识没有沉淀的话
你就用AI的效果非常差啊
那今天就是越数字化的企业
在上一个时代里面从用户视角
再再上一个时代里面用工具
用数字化的东西
能力越强的企业
积累了越多知识数据的企业
一定是在下一个时代最有机会
不一定一定是你啊
但是最有机会拿AI放就是释放最大价值的
所以它这显然是一步一步往上走的
是一个有明显的递进关系的这样的一个阶段
所以我会觉得说它是一个范式的转换
它是一个升级
这是站在用户视角
你要站在供给的视角来讲
我觉得最终以一定还是各有千秋
一定有传统的
我们把今天姑且叫传统的软件的企业升级革新
也会有新的公司出现
我觉得最后肯定是个百花齐放的过程
我并不认为是哪一种路线最后会赢
对
也会有AI原生的公司出现
但我们最后肯定不会说是旧世界的sars中间这个有点太标题党了
好的
那我们今天节目时间也差不多了
谢谢leo今天来做客我们的科技早知道
也期待在今年看到更多更加优秀
然后能够少幻觉好用的这个AIA证面试吧
好 谢谢leo
好 谢谢 谢谢
拜拜
嗯
这就是我们今天的wortsnext会技早知道
欢迎大家在评论区和我们留言互动
加入到科技和创新的下一步讨论中来
另外
如果你想支持我们在播客内容上的探索和创新
欢迎大家加入我们的生动胡同会员计划
详细的加入方式和信息请查看本期节目的生no
那我们下期再见
嗯