自从AI爆发之后，我们的工作场景无不充斥着AI，本文以“酷家乐”和“即时设计”为例，看看AI大模型是如何应用的。

最近一直在思考，为什么从去年开始AIGC（生成式人工智能）迎来了行业爆发期。

其实AI技术在互联网行业早就被运用了，只不过这波AI潮是让每一个普通人，尤其是广告人和自媒体人感受到冲击。

而这些人往往是技术小白，当一个新的生产力工具来临时，第一个反应就是这玩意儿要让我失业了，我要奋力抵抗。

实际上，我们都对AI理解错了。

国外理解的AI会更疯狂一些，比如脑机接口与AI技术的互补、颠覆人机交互方式、通用大模型的技术研发等等。

而现实却是，国内很多企业目前还是把AI看作是一个推动互联网产业升级的工具。

也就是说，国外是真的想用AI改变世界，但我们的文化更多还是偏实用主义，尤其是侧重在各个行业的商业化应用。

原因很简单，我们都是小富即安的现实主义者，很少会去想太宏大的未来。

“不称霸”和“扶贫助农”才是主旋律认可的商业价值观。想赚国家的钱，是顶尖人才研究的方向，跟我们关系不大。

所以，我们不会动不动就谈“人类GG”、“世界被颠覆”这种话语。而且这些话，听上去真的理性吗？

所以你会发现，目前AI在各行各业的商业落地还是非常谨慎的。一种是市场上的大量SaaS公司，在上个互联网时代积累了大量专业人群和垂直行业数据，于是自然而然引入AI接口和产品，让原来的用户体验更好了一点。

注意，只是更好了一点，因为这帮专业人士好不容易习惯使用了原来的SaaS平台，如果现在让他们用新的工具，用户的迁移成本会非常高。所以，定制化开发才是出路。

这也符合市场导向的逻辑：用户的工作使用场景在哪里，AI就可以运用在哪里。任何一个想要切入垂直模型赛道的公司，和SaaS们合作是最省心的技术变现方式。

两个让我深有感触的例子，是“酷家乐”和“即时设计”。

6年前，我用酷家乐自己设计装修过房子，现在它上线了全新的功能，可以随意生成各种家居风格，还可以自己训练模型：

而即时设计也很惊艳，原来只是个在线画产品DEMO的平台，现在推出了“即时AI”，可以一键生成漂亮的网页UI了：

除了体量庞大的SaaS，市场上还充斥着大量个人开发者和工作室。他们通常带着一点自娱自乐的精神，做一些单点突破的小工具，靠信息不对称赚点C端用户的会员费和培训费。

这里面的创业者，有的是工程师，有的是设计师，还有的是自媒体人。本质逻辑还是乘着AI风口，靠个人影响力变现。

对用户来说，个人开发者可以解决我日常的一些小问题，这已经绰绰有余了。但是，如果公司不给报销工具的费用，我充值的动力是什么呢？我为什么要自己来做？为什么不交给专业人士？而且专业人士确实也比非专业人士做得更好，否则专业的溢价怎么体现出来呢？

以训练LORA模型为例。训练需要一定的编程基础，来编写模型代码、定义模型结构、设置训练参数等。同时，也需要了解深度学习、机器学习等相关知识，以便更好地理解和应用。

如果我不懂怎么训练，我的学习成本会很高，有这个成本，可能我宁愿去采购专业人士的训练服务；

如果我发现花钱训练后，解决不了客户和我的问题，我可能就不会对这个技术有过多的依赖，而是暂时选择其他的方式去弥补。

就像每一个需要装修的业主一样，很多人不会选择自己去设计，一是因为没时间，二是因为能力不够，所以才会交给专业的设计机构和装修公司；

同理可得，品牌甲方不会自己去执行整合营销方案，但他需要从不同乙方那里采购不同的服务，搞创意就找创意热店，搞公关就找公关公司，搞投放就找具体要投放的平台。

这才叫术业有专攻，才能促进预算的流动。相比AI，大部分客户可能还是更相信人。

毕竟，AI解决不了的问题，你都没法去投诉，但大部分客户可以选择投诉那个服务TA的人。

AI永远不会帮你抹平专业差距，也永远不可能抹平行业之间的信息差。所以，我现在反而觉得，修炼专业能力更重要了。

所有商业逻辑的原点，是客户对你的基本认知和多年的信任。

现在，在零售、医疗和金融领域，都有一些SaaS平台已经集成了AI功能。

例如，有的平台利用AI技术提供智能问诊、病历分析等功能，帮助医生提高诊断效率和准确性；在零售领域，一些SaaS平台通过AI技术实现智能推荐、库存管理等功能，提升用户体验和运营效率；在金融领域，AI技术也在风险评估、客户管理等方面发挥着重要作用。

这样来看待AI才可能真正“祛魅”。因为这些技术早已在很多互联网公司得到应用，也只有他们，才真正掌握有价值的行业数据，才能降低训练垂直行业模型的成本。

最后，回到市场营销的角度来看，无论技术如何变革，“占据先发优势”永远是企业的护城河。未来技术门槛只会越来越低，企业的竞争落脚点还是会回到品牌心智上。

如同《定位》理论所说，人们只会记住每一个细分领域的龙头品牌。