今天小編分享的教育經驗：研究了100個ChatGPT的真實案例，這或是我們一生遭遇的最大機會！（二），歡迎閲讀。
對于原生的AI產品，它的機會在哪裏？它的新能力如何應用于新場景？原生的商業設計應該怎麼來做？
任鑫，混沌創新領教、前京東O2O副總裁、人工智能Get的CEO。作為少數真正懂技術，而且親手做過人工智能項目的產品專家，他對AI的理解獨到且深刻。
本次更新的課程内容，他圍繞AI商業新時代的原生產品機會、新能力和商業設計三方面。在人工智能加持下，創業者如何以史為鑑，抓住原生的產品機會？如何充分地利用新科技創造的新能力和新場景？結合豐富的AI新產品使用體驗，任鑫老師一次性解釋清楚了人工智能時代創業者建立核心競争力的方法。
他説："對于大部分創新者、創業者來講，我們一定要思考的是如何從新科技帶來的新能力、新場景中長出新東西。我們生活在數字世界，但是我們的腦子好像被紙和筆框住了很多，以至于我們沒有最大化地利用數字科技的作用。"
在一個加速變化的時代，我們要從新能力和新場景出發，擁有拿着錘子找釘子般的精神，創造競争優勢。以下内容整理自任鑫老師的AI系列課程。
【前情提要】點擊鏈接查看任鑫老師之前的課程幹貨：
《AI·新商業洞察系列課22講》，全網既講AI的底層邏輯，又講AI的工具和應用的課程，包含商業實戰應用、組織和個人的生產力提升。現在起，新同學購買可享受100元優惠，早鳥價299元拿下22講課程！
掃描下方二維碼，加入課程⬇
授課老師丨任鑫
編輯丨混沌商業研究團隊
支持丨混沌前沿課
AI時代的新機會在何處
關于AI時代的新的原生產品機會，這是對于未來的預測。我們可以以史為鑑，看一看上一次科技浪潮的時候，它的原生產品機會是什麼樣子，哪些人抓住了，哪些人沒有抓住，以及從中得到的教訓。
在移動互聯網出現之前，我們使用PC端上網。移動互聯網時代的到來，很多人開始思考如何抓住機會，實現移動互聯網的效果最大化。這個時候出現了兩種思路：一種是把原來在PC互聯網時代成功的模式挪動到移動互聯網時代。比如将PC互聯網時代打造的門户網站運用于移動互聯網時代，打造3G門户。另外一種思路是一脈相承，内容不變，實現載體的轉換，如電腦端的百度搜索變成手機搜索，在PC互聯網時代的社交轉換為移動社交。這些思路都是将在PC互聯網上做得比較好的產品搬到移動互聯網上。
真的能夠在這一波浪潮當中崛起的，往往都是最充分地利用了新科技帶來的新能力和新場景。所以有的時候思考一件事情，不一定要從用户需求出發。對于創新創業公司，我們應該發揮新科技的新能力和新場景，從新能力和新場景出發，設計我的產品，如同拿着錘子找釘子般，把新錘子具備的新特點充分發揮出來，創造競争優勢。
具體來説，上一波移動互聯網的新能力有麥克風、攝像頭、觸控屏、陀螺儀、GPS定位。移動互聯網創造了随時、随地、随身、碎片化時間和長時間的新場景。這些新能力和新場景打開了低成本、低門檻的新人群。所以用上新科技帶來的新能力，出現在新科技創造的新場景中，優先地考慮新人群的需求，才能做出移動互聯網的原生應用，在移動互聯網浪潮中找到新的生态位。
點擊下圖，加入課程⬇
應用在產品上的六大新能力
對于大部分創新者、創業者來講，我們一定要思考的是如何從新科技帶來的新能力、新場景中長出新東西。我們生活在數字世界，但是我們的腦子好像還是被紙和筆框住了很多，以至于我們沒有最大化地利用數字科技的作用。我覺得擁有新能力，思考它可以用來做什麼，如何用上它，是打開思路的正确方式。
點擊下圖，加入課程⬇
第一個新能力是自然語言理解能力。具體來講，我們可以采用兩種方式理解這個新能力：第一種是機器能聽得懂人的話語，人不再用學機器的話。對于絕大部分初學者而言，可以直接跟機器説出你的需求，機器就會滿足你。比如ChatPDF，這個時候你不用説話，把想要讀的文檔給它，它就可以幫你讀文檔，還可以跟它聊天。飛書可以直接把會議紀要生成代辦事項，根據Word，做成PPT，生成内容、文檔、指令。大部分人都會使用Excel軟體，所以不會覺得這是件了不起的事情。但是很多人不會用SQL，如果數據庫聽得懂人的語言，它就會幫你把SQL寫出來，可以節省大量的時間。它的自然語言識别，不光是識别與我們的對話，也用來識别我們所存儲的所有的信息，從而為我們節省了大量的檢索和記憶時間。GLEAN是一個可以将公司裏面的各種資料全部匯總的工具，每次有疑問，就可以直接問機器人，極大地減少了相互之間溝通的時間。自然語言理解不僅意味着機器能夠聽懂人的語言，還可以幫我們去理解更多的世界，用更簡單的方式把世界告訴我們。
第二個新能力是自然語言表達能力。一方面是所有的内容，所有的形态；另一方面是特定的内容，特定的形态。世界上所有的内容，所有的形态都是可以靠GPT來幫助生成的，對于你的行業，你可以思考可以用來做什麼。特定的内容乘以特定的形态，意味着根據每個人的興趣點，挖掘内容的價值，更有效地服務每一個人，不再需要每個人完整地消化内容。
在Google剛剛出現的時候，很多人因為搜索引擎收錄網站產生了争論，但是現在大家都覺得合理。這其實處于一個模棱兩可的地帶。大家可以從兩個角度去思考這個問題：第一個是你覺得什麼事情是合理的，什麼事情是不合理的，把自己的底線劃出來。第二個是在底線之上，尋找機會。一旦樹立了自己的底線，尋找機會之後，你會發現其實世界上存在着已經積累了數千年的知識，實現知識轉化就是機會。
第三個新能力是多模态的理解能力。首先可以感受你能感受的，其次可以理解你想要的。當AI能夠感受你的感受的時候，它的智力會得到更充分的表達。我們還沒有辦法做到完整的自動駕駛，一部分原因是因為自動駕駛不一定具備常識，它不一定能夠理解各種路标的含義。一旦它能夠理解常識，它的智力就會得到進一步增強。在行業之内，AI除了能夠認字之外，還有别的多模态的信息可以訓練AI，它可以幫助我們感受到更多的信息，根據這些信息做出更好的判斷和更好的服務。
AI的多模态理解能力已經顯著地提升，不僅局限在自然語言理解上。在GPT4的報告裏面，放了一張圖片，有一個人在計程車後面燙衣服。這個時候他問GPT4説，這張圖有什麼特别的？GPT4回答道，這張圖特别在于這個人在一個車子的後面在熨衣服。你會發現AI理解了車子和人的關系，還理解了這個場景。可見，它已經具備了多模态的理解能力，利用視覺和了解的知識對世界做出精确判斷。這樣核心的底層技術對于大部分創業者來説，我們很難通過技術本身去塑造核心競争力和壁壘，但是如果我們比别人先做三個月，有可能可以利用搶先期來打造自己的護城河。
第四個新能力是多模态的表達能力。AI不僅可以生成文字，還可以生成圖片、音頻、視頻。Tum不僅會幫你寫PPT題目，還會幫你每一頁配一張圖。除了簡單的畫圖，它還會幫你更換房間裝修的風格。Discript可以直接對照文本去剪視頻，像編輯文字一樣進行視頻修改。Callannie是一個可以和它直接對話的數字人，它會跟你自然地開始溝通，并且聊天的話題有來有回。
第五個新能力是常識能力，常識分為普遍常識和專業常識。首先它是有普遍常識的，知道長三角地區超過5000員工的客户名單，中東每個國家的銷售額。如果AI具備了常識，它就可以精準實現需求。常識對于我們做產品而言，可以搭建原本需要大量的人力、物力付出的場景，實現行業的彎道超車，積攢核心競争力，尤其是在教育領網域。除了普遍常識以外，專業常識能力也十分重要。如果我們可以把某一方面的專業知識從大語言模型裏面挖出來，有自己的一套模型方法，在這個領網域有一定的穩定性和專業性，很有可能做出各個垂直方向上的專業應用，比如獸醫應用。
在原有的多模态的内容創作裏，不管是Midjourney還是Stable Diffusion，很多我們用來畫畫的工具其實不太理解語義，如果結合GPT4的能力，它對于世界是有常識的，可以精準地理解語義，可以理解空間。如果它有了空間知識、世界常識、精準的語義理解，所有的内容生成可以真實地、精準地反映意圖。我覺得在多模态的表達方面有非常大的機會。機器在新的能力上開始有了常識，這是移動互聯網時代所不具備的。比如你可以問GPT，如果我把圖片中的這根線剪斷會怎麼樣？它會説，那些氣球就會飛走。這件事情對于我們每個人都很簡單，但是對于機器來説，這是非常難以理解的一件事情，意味着它必須要具備對于這個世界常識的理解，才能夠做出判斷。再如黑手黨到了新的瓷器店，對店主很熱情，説類似店好美，東西好看，裝修好的話。現在的人工智能可以判斷出他的話語看似友好，實際暗示了一種危險。GPT其實還具備了一定的人際交往方面的常識，比如馬克和朱迪的對話。馬克對朱迪説，我不喜歡你昨天晚上對待傑克的方式。朱迪説，你看到他在做什麼了嗎？他打了他哥哥的頭。馬克説，這并不能成為你對他大喊大叫的理由。GPT其實理解雙方的意圖各自是什麼，理解朱迪是如何回看待他們的回應，理解他們為什麼沒有實際溝通，還能理解他們如何能夠改善這個情況。
第六個新能力是推理能力。我們大部分時候要的不是信息，也不是推理，而是信息和推理綜合之後的洞察。比如Excel軟體，更多的是利用Excel看到一些趨勢。未來可以直接讓機器幫助我們分析趨勢，得出結論。可汗學院做出了AI教育機器人，每當兒童問機器人所有的問題，它們不會直接給答案，而是會問孩子怎麼想，引導孩子把這道題目做出來。所有的内容都可以轉換為定制化的服務，所有的服務不一定只是信息的過濾和篩選，所有的服務可以是精細地通過推理，判斷用户當下的需求。
在我們的新的產品裏面，如何把自然語言理解、自然語言表達、多模态理解、多模态表達、常識、推理這些能力用好，我們做出來的產品才更有可能是AI原生的應用能力，根據這些能力往往會創造出更多新的場景。
點擊下圖，加入課程⬇
第一個場景是對話復雜互動的場景。現在跟人工智能講話比較簡單，比如定個鬧鈴。如果我們能夠和AI長時間溝通，就像給助理布置任務一般，把出現的復雜的對話交付場景用起來，我們便具備了競争優勢。
第二個場景是專業門檻消除的場景。如果你是一名設計師或者是董事長，大概率是不會去打開财務軟體的。如果未來的產品大部分都攜帶了自有的AI，這個時候所有軟體的互動形态都可以變得極其簡單。你可以直接開口問财務軟體，它會像财務的專業人員給你解釋。所以專業的門檻會逐漸地消除，外行也可以接觸到專業性的知識，甚至得到專業的洞察。
第三個的場景是超級定制服務。如果用AI來講課，首先是讓AI收集大量的資料，然後告訴它應該怎樣來編排100節課的大内容。它會根據每一個人的信息，比如關心的話題，技術的了解，生成一門專門服務的課程。将所有的内容都變成衣務，這是一種新的場景。
第四個場景是軟體自由協作。你告訴AI所要學習的内容，AI會自動幫你挑選最合适的工具，然後用你适應的方法做出來。當這些能力被發揮到極致的時候，我們就會打開很多新場景，當我們能夠把這些場景充分應用的時候，我們就站在了時代的浪潮。
在《救了我狗命》的故事裏，獸醫根據ChatGPT分析的驗血報告治好了狗的病症。其中用到了自然語言理解，自然語言表達，常識理解的能力。這裏面也用到了新的場景：第一個是他跟ChatGPT進行了多次的復雜對話。第二個場景是專業門檻消除，相當于給自己配了一個專業的獸醫。第三個場景是定制服務，ChatGPT通過驗血報告做了診斷之後，你的信心指數就會極大地上升，這是将内容轉換為定制化服務。
當這些新能力和新場景大量地出現，我們也應該開始思考，我們的產品應如何應用新能力和新場景，盡可能把我們的產品放入新場景，牢牢把握未來的機會。
我建議大家在早期的時候拿着錘子找釘子，把這個新能力植入，用到不合理，再把它撤回來，有助于設計AI產品。思考是否可以讓產品聽懂人的語言來運作，是否可以幫用户理解更多的信息，是否可以生成不同形态的内容，是否可以把固态的内容液化成定制化的服務，是否可以讓AI感受到環境和狀态，如何用普遍的常識幫助用户，如何提供信息和推理來生產洞察幫助用户等問題，來抓住原生的AI產品機會，用上AI原生的能力，這才是我們的機會所在。
AI時代的原生商業設計
人工智能時代的商業機會，即AI時代的原生商業設計，主要包括定位、產品、商業。
點擊下圖，加入課程⬇
（1）明确定位，尋找突破點
我們做任何的事情，是依據我們所處的位置。當我們站在那裏的時候，可以先畫幾個圈作為參考。第一個圈是用户任務，用户的需求決定了我們如何用AI在原有的產品上創新。第二個圈是AI能力，即人工智能創造的新能力。第三個圈是自身優勢，找到自身在這個領網域具備的優勢，成功率會有顯著提升。
這三個圈讓我們随時知道自己當下在哪裏，用户需求以及AI能力，對于做戰略判斷更有價值。如果你是一家初創公司，想用比較穩健心态來做AI商業設計，可以找到适合大語言模型的特點往前走。這時候畫的三個圈分别是離錢近、有套路、不嚴謹。離錢近即挑選離錢近的領網域，因為大語言模型的底層不屬于應用層，我們做出來的AI應用會使得壁壘較薄。如果它的商業閉環比較短，容易變現，可以把這筆錢投入到研發、營銷當中。人工智能可以吸收全世界全人類的套路，幫助你一次又一次地穩定輸出。這個套路是比較發散性的套路，大語言模型有一定的創造力，意味着它有一定的容錯性。律師服務行業屬于離錢近、有套路、要求嚴謹，藝術創作行業屬于離錢近、不嚴謹、套路不多，筆記管理行業屬于有套路、不嚴謹、離錢遠。可見，不同的行業，處在這張圖不同的位置。營銷内容處在比較中間的位置，對于創業公司相對比較友好。首先，它離錢很近，比如百度廣告，公眾号文案，小紅書的種草文案，這一類都是營銷内容，營銷的内容質量高，會提高轉化率。其次，營銷可以采用不同的營銷方法，從STP到小紅書文案，AI可以充分得到套路的訓練。最後，營銷内容不嚴謹，它有自己的創造力，不會造成生死存亡的嚴肅問題。
如果你考慮一定要在自己行業做，也可以這樣來考慮：你的行業其實不單是一個行業，而是由很多行業組成。第一個例子是自動駕駛。大部分人認為自動駕駛是離錢近、有套路、嚴謹的行業，因為它直接跟衣食住行的行相關。實際上，自動駕駛是分場景的。比如説上下班的自動駕駛跟礦車的自動駕駛是兩種類型。上下班的自動駕駛旁邊會有很多行人，但是礦山的自動駕駛有可能旁邊一個人都沒有，這個時候礦山的自動駕駛可能就屬于離錢近、有套路和不嚴謹，而街道的自動駕駛就屬于離錢近、有套路但是嚴謹，高速公路上的自動駕駛介于二者之間就是更好的突破口。
所以，對于一個明顯的市場，把它切成幾塊，去分析每一塊的情況，判斷哪一塊更适合自己切入是尋找突破的方法。第二個案例是法律服務。法律服務如果是金融并購，屬于離錢近、有套路、嚴謹，在大的事情上，用專業的律師，因為擔心出狀況。如果是在小的法律服務上面，比如罰單申訴這樣的法律應用場景，屬于離錢近、有套路、不嚴謹，我們可以用AI為用户提供服務。美國的Do Not Pay公司，就是利用AI在不嚴謹、有套路、離錢近的事情上，幫用户找到非常多的小場景從而提供服務。第三個案例是心理咨詢，它屬于離錢近、有套路、要求嚴謹。如果心理咨詢不專業，很有可能導致惡性事件。如果是情感陪伴，這個時候就屬于有套路、不嚴謹，但是離錢稍微遠一點。值得我們思考的是，是做到更專業的領網域，還是更不專業的領網域，二者對應着不同的商業策略。我們要知道自己的定位，考慮自己原有的資源。如果本身就有資源，不一定要跟所有的創新者來硬拼。無論如何，要知道自己站在了何處。
（2）基于用户需求，設計合适互動
現在很多人設計產品是想設計一個對話框，因為很多人被ChatGPT誤導了。大家可以打破思考的慣性，我們不應該局限在AI的對話形态上，應該思考的是什麼新能力适合解決用户的問題。
GITHUB的Copilot，不僅可以和你對話，還可以默默地在後台理解場景，理解上下文信息，給出更正确的代碼。NationAI不是一個傳統的對話框，更像是一個傳統的文檔編輯器，用來改寫文章。用Jasper對亞馬遜的產品描述，首先用圖形用户界面讓我去填，填好之後生成兩個不同的描述，供我選擇。這是一種更有效的設計，通過圖形用户界面框定應有的信息，而不是随口一説。再如，使用Google搜索内容，Glarity在理解用户的搜索行為和搜索内容之後，會給出一些總結性的答案。
大家思考的原點應該不是對話框，而是新能力，這個時候我們看到的世界才是完整的。很多時候多模态的互動不是對話的形态，可能講得更清楚。比如手勢操作配合語言，是更為豐富的一種互動形式。
Linus Lee曾説過，一次互動過程，不僅是你一句我一句，而是應該拆解成4個部分：意圖、上下文、解讀和行動這四個方面。每一步的互動我們應該理解這四個方面，然後再去設計，而不是僅僅思考對話。對于產品來講，我們應該基于這些新能力，而不是從一個對話框出發。整個產品需要從待辦任務出發，在我們的核心競争力以内用上新能力，才能在產品設計角度擁有一席之地。
（3）形成競争力，打造商業壁壘
AI商業與傳統的互聯網產品創新不同的地方主要有以下幾點：
一是有成本、要賺錢。以前開網站用到的伺服器成本跟現在GPT成本相比很小，跟大語言模型説話，都是要付費的，用户多了，成本就會線性增加。如果你的用户每天來回聊大概3000個中文字，用的是3.5接口，大概會用8分錢人民币。如果用的是GPT4接口，大概相當于2元人民币。因此在開始AI商業的時候應該比互聯網創業的時候更加具備成本意識，要把商業模式想得更清楚，甚至短期的商業模式也要想得更清楚，不能讓大家無限制使用，因為每一次互動都是要成本的。尤其是用GPT4做服務，雖然質量很好，但是成本确實高。
二是起步之後，考慮自身的競争力。對于大部分的應用創業者來説，競争力不來自于底層的大模型，但是也可以有一些模型競争力。一般來説，我們在模型層的競争力來自于三個方面：第一個是多模型，綜合好幾家的模型，顯示能力多元化。第二個是選模型，在不同的場景下為用户選擇最合适的模型，形成中間層的競争力。第三個是自有模型，用專業數據為公司訓練一個開源的模型，在明确的垂直場景下，使用開源模型，利用數據訓練一個勉強達到GPT3.5水平的自有模型，并不是特别地困難。這部分對于大部分人而言，不是一件困難的事情，因此稱不上特别核心的競争力。
除了模型層之外，其實我們還需要專業的競争力，主要來自于三個方面：第一個是品牌和流量。你的品牌和流量适合做什麼AI，可以幫助你進行不對稱競争，為你創造優勢。第二個是專業知識和數據。将專業數據和專業知識用于AI產品，會顯現自己的獨特性。第三個是有相關的系統，如果有一些相關的系統可以搭配使用，可以讓AI效果得到充分發揮。比如在Office裏搭配AI，用户很有可能在Office這種生态裏用AI工具。值得思考的是，在原有的系統裏面，有沒有哪些是一套完整的系統，可以讓AI效果充分發揮出來，找到自己的專業競争力。
我們還需要互動競争力，首先來自于容易上手，比如用Midjourney做PPT中的圖，只有四個按鈕，特别簡單，在互動上沒有SD那麼豐富的操作，也沒有那麼深度的使用方法。正是因為容易上手，所以很有可能涉及到更廣泛的人群。第二個互動競争力來自于容易理解，比如Lensa和Midjourney相比，做頭像更容易理解。最後互動競争力來自于最佳實踐，在互動裏把行業裏面的洞察和知識嵌入其中，它的競争力就會更強一點。所以大家在思考互動競争力的時候，盡量讓它容易上手一點，容易理解一點，把行業裏面的專業性融入到其中，競争力也會更強一點。
對于創業公司來講，想通過這三種競争力樹立壁壘，是比較難的。目前來看，有兩種可能性，可以樹立壁壘，加強行業内的競争力。
第一個路徑是網絡效應，看你的產品裏面能否設計出網絡效應。即用得人越多，效果越好。如果你可以做到這一點，後來者哪怕跟你用一樣的算法，基于一樣的模型，用一樣的互動界面，也追不上你。比如Character.AI這家公司，它增長非常快的一個原因是這個網站本身具備了網絡效應。每一個人可以很快做出自己想要的機器人的樣子，如設定動漫角色、説話方式。越來越多的人訓練這些AI，這些模型就會做得越好，即Character會越好，會有越來越多的人跟它聊天，創作者也會精心地維護它。在它的生态裏產生了網絡效應，可以同時激活創作者跟消費者。Stable Diffusion是一個畫圖軟體，并且是開源的。很多的第三方開發者會把自己的想法、工具做在Stable Diffusion上面，因為這個生态已經做起來了。基于這個生态，不需要從頭開始做起，只需要不斷放入插件，供用户使用，越來越多的插件也會讓整個生态變得越好，用Stable Diffusion畫出越來越好的作品，吸引越來越多的人。如果在上面做二次開發，再做一些創作，越來越多的人會基于這個進行創作，為它添磚加瓦，幫它做更多的插件。
第二個路徑是數據的網絡效應，即數據飛輪。比如用百度搜索關鍵詞，聯系最密切的鏈接會往上排列，總是跳過的鏈接會自動下沉，這樣一來，使用百度的體驗會越來越好，其實是用户在幫助百度訓練它的模型。每一次看抖音的時候，也是在幫抖音做它的編輯，讓它的算法越來越精确，越來越滿足每個用户的需求。
這個時候，算法數據飛輪就會起來，意味着它的整體壁壘更有可能建立起來。飛輪一旦轉起來了，别的行業是難以企及的。如果只是界面上的優勢，很快就會被趕上。所以這才是真正的壁壘。
從整體上來看，大家可以考慮這三個方面。在定位上，最好的定位是我們在用户任務、AI能力和自身優勢的交集處，把自己的產品放在這裏。在產品上，從用户任務出發，設計合适的互動，把新能力用合适的方式展現出來。在商業上，第一是早點變現，早點考慮商業閉環，第二是在大模型之外考慮其他的競争力，最後是要把飛輪建起來，可能是網絡效應，也可能是數據飛輪。只有這樣，才能夠真正地抓住這一輪AI時代的商業機會。
掃碼進群領《24個業務場景案例+74個GPT提問模版》、《Midjourney資料：AI繪畫實用幹貨篇，必須收藏！含基礎/進階/參數/關鍵詞/案例等》
️掃碼進群️
⬇領ChatGPT入門資料⬇
咨詢更多產品信息
