今天小編分享的科技經驗：三個億砸廣告不如下鄉刷牆？别再問為啥你奶也玩上AI了，歡迎閲讀。
前陣子 Manus 出圈的時候，邀請碼制度引發了一陣對于 AI 產品營銷的讨論。再往前，還有過「國產 AI 的錢都花在投放上」的讨論。
正當所有人都在讨論花錢投放值不值的時候，元寶，以一種截然不同的姿态站了出來：
這就到了開始走下沉路線的時候了……？
看上去很像整活兒（實際可能也是整活），但要説不説，下沉路線并非想象中的那麼離譜。
斯坦福大學最近發布了一項研究結果，分析了 2022-2024 間，多達上百萬條數據集。這也是 ChatGPT 發布之後，大語言模型快速走入生活的兩年，在各個人群中都快速滲透。
其中，撰寫產品和服務投訴是一個 AI 可以發揮大用處的場景。斯坦福的研究人員調用了一個公開數據庫，裏面是美國消費者金融保護局維護的投訴數據，專門收集針對金融產品和服務的投訴。
研究人員發現，受教育程度較低的地區，有更多消費者借助 LLM 工具撰寫投訴内容。雖然整體的采用率，還是城市地區更高（18.2%，對比農村地區的 10.9%），但是相比之下，受教育程度較低的用户，更傾向于使用 AI（19.9%，對比受教育程度更高地區的 17.4%）。
元寶的下沉路線投放，説不定是 next level，站在大氣層也説不定呢？
曾經的 AI 營銷：大力出奇迹
AI 產品在營銷上，或多或少都有些「土味」操作。比如曾經投放力度冠絕群雄的 Kimi，就嘗試過各種類型的推廣。
比如電梯裏的視頻廣告，暴力循環，洗腦型推廣。
小紅書網友鋭評：被 AI 省下的腦力，終歸是要還的。
還有官方下場打撈由用户做的動态視頻。
Kimi 的推廣風格跟它的產品定位分不開，主打城市白領人群，而且非常強調年輕、整活。
這種思路更多是利用了用户對「與非人類」互動的本能好奇，把聊天機器人人格化，把生成式算法包裝得既有實用價值，又能提供情緒價值。
使用這樣一款產品，就成了一種「身份标識」。思路不算新，但配合大規模大手筆的投放，曾經還是橫掃了一大批用户的。
不過，論推廣，沒有誰比背靠鵝廠的元寶更無孔不入。短短的兩周，曾經存在感一般的元寶，被一下子捧到了台前，而且是用盡一切方法的強捧。
從看廣告下，下 App，拿獎勵。
到開屏彈窗。
再到把下載鏈接放在微信搜索框裏、朋友圈裏、公号推薦流裏，只有你想不到沒有它做不到。路人被轟炸到要問一句：到底什麼是元寶？
這一波投放，據説兩周内花了三個億，調動的騰訊系 app 不計其數——去農村刷牆，小菜一碟啦。
沒有需求，就創造需求
在元寶上，我嘗試問了一些農作場景的簡單問題，比如「種植水稻，遇到強降雨怎麼應對 ?」以及「母豬的產後護理有哪些注意事項？」
看上去還挺全面，但究竟是不是對的，只能專業的養殖户才能看得出來。就像讓它做 excel 表格、word 修訂這些我特别懂的任務，我一眼能看出問題來。但對于不夠了解的領網域，只能将信将疑。
這和模型的能力并不完全相關。元寶接入了 DeepSeek 之後，提高了生成的質量，并且提供了清晰的思維鏈過程，引用鏈接這些也更清楚了。
但農作是一件相當依賴經驗的事，對天氣、季節、蟲害的處理經驗，很多并不是寫在網上，而是記在農民腦子裏。
2016 年時，安卓作業系統上有 561 個與農業食品相關的應用程式，iOS 作業系統上有 589 個。那時候就有不少大公司希望能給農業生產提供幫助，拜耳在德國推出過一款應用程式能識别不同農作物中兩百多種有害生物和疾病，還能提供有效的控制措施。巴斯夫在英國推出了雜草識别，主打功能是鑑定出 140 種雜草。
可以看到，影像識别和深度學習等技術，進入農業生產的時間，比大眾想象的要早很多。然而這實在是一個依賴經驗的領網域，農民真的會在種植水稻的時候，萌發去「問下 AI」的需求嗎？很難想象。
然而這些技術手段，是不是真的能造福下沉市場，并不是重點。
斯坦福的研究裏發現，受教育低的地區，使用 AI 的頻率更高，乍一看很「反直覺」，但并不難理解：其它數據沒有明顯差異的情況下，它意味着這樣一群用户，更容易依賴 AI。
在研究裏對比了幾個不同維度的數據，在 2023 年年初，城市地區和農村地區的差距并不大，但越往後，城市地區的均衡水平為 18.2%，城市化不高的地方僅為 10.9%。
也就是在城市地區，有更多的人使用 AI 工具，而農村地區相對較少——可是他們的使用頻次高。
将地區與州平均水平的學士學位獲得率進行比較，教育程度較低的地區到了 2024 第三季度，使用頻次依然穩定在約 19.9% 的水平。
看來是真好用，一用就放不下了——這可能才是刷牆的真正用意，所謂的占領用户心智。
元寶可能也很清楚這一點：現階段的 AI 產品推廣，只能通過符号化營銷，憑空「創造需求」。「農村包圍城市」的路線，對于 AI 應用的營銷策略而言，未必就有效，只是需要這種方式打出聲量。
技術復雜性，一定程度上讓符号化成為必要手段。早期智能手機推廣時，會把「移動設備」簡單轉化為「能看電影的手機」。畢竟要解釋前者的話，得浪費不少口舌，可能還吃力不讨好。
對尚未體驗過的服務，用户是缺乏需求想象力的。尤其在生成式 AI 身上，相比于工具化的軟體、應用，效率的提升好量化，現階段 AI 的「智能」程度缺乏普世度量标準，更缺乏具象的需求想象。
符号化的營銷方式，主動建構、填補需求空白，從而讓用户和產品建立關系。這是目前 AI 應用推廣的「基礎操作」，每一步既是因也是果。
不過這裏有一個因素沒法被左右：技術本身。去年上半年，誰能預計到年尾會闖出一個 DeepSeek，直接殺死了比賽。
到底能不能真正讓產品和用户建立關系，衝破時間和使用習慣，只能由技術本身的進化決定。
