随着AI的发展，掀起了一波大众创业、万众创新的浪潮。各类大小模型的应用层出不穷，但大多不赚钱，这是为什么？或许是AI应用没有带来实际的价值。具体是忽略了哪些？一起来看看本文分析吧。

一、缘起

2023年AI领域掀起了一波大众创业、万众创新，各种大模型、小模型，toB、toC的AI应用层出不穷，但是大多不赚钱，这是为什么呢？从产品的视角看，归根结底是因为这些AI应用并没有给用户带来切实的价值，自然无法收获商业价值。我主管的产品也用到AI，分享几个经常被忽略的常识。

二、AI的价值公式

以普通人可理解的话说，AI就是人工智能，人工智能的作用就是代替人完成部分工作，所以 AI的价值 = AI能代替的人工劳动的价值。具体来说就是要看AI能代替哪些人工劳动，社会原本要为这些劳动付出多少钱：

• 如果能代替一项工作，就按这项工作的外包价格计算；
• 如果能代替一个岗位，就按这个岗位的工资计算；
• 如果能代替一个组织，就按这个这个组织的收入计算。

这里经常被忽略的是：AI的可靠性对其价值有着至关重要的影响。一个只能做参谋的AI和一个能做决策的AI提供的价值是完全不同的，前者还需要配一个人分析决策，决策周期要几十分钟；而后者可以自动化决策，把决策周期降低到一分钟以内，让效率带来空前的提升。

综上，AI的价值公式就扩展为：

AI的价值 = AI能做的工作 x AI的可靠性

三、不存在的业务场景

技术出身的老板很喜欢说：我的AI能做这个、能做那个，快来买吧。这种说法很明显的忽略了一个问题：用户为何要用你的AI？不论AI能做什么，本质上只是一把锤子，只有当用户需要敲钉子、砸墙，有一个真实的业务场景，因为人工太贵无法持续，才会需要AI。从AI出发的思维往往在解决一个不存在的问题，原本就没有人在做这项工作，或者只是偶尔应付差事才做这项工作，不论AI有多强都是没有价值的。

现实中有一些例外，就如乔布斯说过：用户不知道他需要什么，直到你把产品呈现给他。我也认同需求是可以被创造出来的，但是这种创造表面上看是新需求，本质上是利用新技术重构了满足底层需求的方式。比如从走路、到马车、到汽车、到火车、到高铁，出行的方式变了，出行的本质没变。在这个意义上人类的底层需求是没有变化的，这也是为什么做toC的产品就要去研究人性，做toB的产品就要去研究企业管理，做toG的产品就要去研究政府组织。

综上，AI的价值公式就扩展为：

AI的价值 = AI能做的工作 x AI的可靠性 x 业务场景的重要性

三、隐藏的成本

人非圣贤，孰能无过。AI也一样，没有不出错的程序。业务依赖AI的程度越深，受到AI错误的影响也就越大。自动驾驶为何迟迟难以广泛应用，交通事故风险是重要原因之一。哪怕百万分之一的错误率，面对车毁人亡的风险没人能够放心把身家性命交给一段程序。就算专业人员经过长期反复测试证明具备相当水平的安全性，要让普通人感受到并认可也需要一段相当漫长的时间，不是简单说一下连续xx天、xx公里无事故就能解决的。

换到我从事的领域，AI识别一个垃圾站的垃圾满冒，通知物业前来清理，就算错了也没有很严重的后果。但是，这个模型很像狼来了的故事，偶尔一两次错误还好，如果反复的错误谁还会相信这个产品？就像如果搜索出来的都是广告，谁还会用这种搜索。今天的人们不缺信息，缺的是及时、准确、完整、有效的信息。

综上，AI的价值公式就扩展为

AI的价值 = AI能做的工作 x AI的可靠性 x 业务场景的重要性 x AI的信噪比 / AI犯错的破坏性

四、总结

AI产品也是产品，还是要回到为用户创造价值的路上，只是目前AI能够完整代替的岗位价值还很有限：AI能做到的事价值不高，价值高的事AI做不到，只有极少数领域有充足的投资和市场能够形成健康的生态。

要想改变这一局面，一方面需要AI企业坚持以人为本、科技创新，提升产品质量；另一方面需要监管部门提升能力，打击假冒伪劣企业，为投资者、企业家、消费者创造良好市场环境。