惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园_首页
量子位
D
DataBreaches.Net
博客园 - 司徒正美
J
Java Code Geeks
博客园 - 【当耐特】
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
aimingoo的专栏
aimingoo的专栏
B
Blog
The Cloudflare Blog
D
Docker
I
InfoQ
爱范儿
爱范儿
MongoDB | Blog
MongoDB | Blog
腾讯CDC
月光博客
月光博客
Hugging Face - Blog
Hugging Face - Blog
Microsoft Azure Blog
Microsoft Azure Blog
Vercel News
Vercel News
阮一峰的网络日志
阮一峰的网络日志
小众软件
小众软件
S
SegmentFault 最新的问题
GbyAI
GbyAI
有赞技术团队
有赞技术团队

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
这份榜单,揭示了中外AI应用的“差距”
世界模型工场 · 2023-09-25 · via 人人都是产品经理

相比于国内的AI企业,海外的这些同行们,大部分都已经在AI的应用层,尤其是C端应用上实现了盈利。国内绝大部分应用,却仍集中在B端。

a16z是一家美国硅谷的风险投资公司,成立于2009年,在科技界有着深厚的背景。

由于其优秀的投资业绩和行业影响力,a16z 已成为全球最有声望的风险投资公司之一。

最近,a16z发布了一份月流量TOP 50的AI产品榜单,经过分析对比之后,一个有趣的现象浮出了水面。

相比于国内的AI企业,海外的这些同行们,大部分都已经在AI的应用层,尤其是C端应用上实现了盈利。国内绝大部分应用,却仍集中在B端。

一、分野

从榜单来看,目前实现盈利的海外AI应用,大致有如下特点:

  • 大部分国外的AI应用都是以C端为主,商业模式是以订阅制为主。
  • 应用的类型中有相当多是情感陪伴、AI绘画这类偏向于泛娱乐的应用。
  • 即使是在这些产品缺乏核心技术壁垒的情况下,仍然有大量用户愿意付费。

举例来说,榜单上提到的Character.Ai就是一款面向C端的情感陪伴类AI,迄今为止,用户已经创建了超过1000万个自定义AI角色。使用者既可以与虚构人物或名人聊天,也可以自创一个自定义角色。

而榜单上提到的Leonardo.ai,也是一个订阅制为商业模式的AI绘画应用,从功能上来说,几乎与之前大火的Midjourney别无二致。

然而,即使在同类竞品颇多,且无核心技术壁垒的情况下,这类以绘画为主的C端应用却仍然实现了盈利。

而相较之下,目前国内市场上较为亮眼的C端AI应用,只涌现出了妙鸭相机一个爆款案例。

除此之外,国内的AI应用主要阵地仍在B端,无论是智能客服、办公助理还是文字生成,大多都是面向企业提供的服务。

例如,百度智能云推出的“Comate”代码助手,借助文心一言大模型的能力,旨在帮助企业实现代码的快速补齐,自动查找代码错误等功能。

而金山办公通过接入文心一言,快速推出了智能办公助手WPS AI,同样是一款基于办公领域的,面向B端的应用。

同样的,钉钉的斜杠,360接入了自身全家桶的360智脑,都纷纷将焦点聚集在了B端。

从产业的角度来说,这种应用方向上的“偏科”,这未必是一种乐观的局面。

为什么在有着如此庞大用户基数,以及广阔市场的前提下,中国AI应用仍然难以在C端涌现出繁茂的生态呢?

二、三大枷锁

就目前来看,制约国内AI企业在C端发展的因素,主要有“三大枷锁”。

1. 缺乏活跃的应用生态

相较于国内而言,有着先发优势的美国,AI应用市场更加成熟和开放,有更多的平台和社区供AI应用开发者和用户交流和互动。

举例来说,国外的AI应用开发者可以利用各种在线平台和工具来快速构建和部署AI应用。

以Hugging Face为例,该社区拥有超过30万个预训练的模型,覆盖了100多种语言,目前,有超过50万个组织和个人在使用Hugging Face,他们可以通过各种渠道和方式来分享和评价模型、数据集和应用。

这些平台和工具可以为AI应用提供丰富的数据资源、技术支持、用户反馈、社区交流等,降低了AI应用的开发成本和难度,也让开发者能直接了解到用户的声音,知道他们想要什么。

二、“合规性”制约

这是套在目前中国大模型C端应用上的又一大枷锁。

其实在数个月的大模型竞争中,国内也曾涌现过一些较有灵气的C端应用,但在整体大环境下,这些没活跃多久的社区或网站,就很快因法律或合规性原因而下架、关闭。

就在9月月初,国内多家采用AIGC技术建立的中小型AI绘画网站如四必三(4B3.com),某某.com),某art.com)等纷纷在无预警情况下被关停,或转移到境外域名,同时在国内无法访问。

而这现象的原因主要是“在未经评估的情况下调用境外的ChatGPT产品接口,提供智能对话问答等功能,存在较大的安全风险隐患”。

虽然一些AI绘画社区的用户和开发者喜欢分享自己用AI生成的作品,比如使用Stable Diffusion模型或LoRA等。但是,由于“合规性”的制约,如果想要继续分享自己的作品,开发者就可能需要使用一些技术手段来绕过监管,这无疑会增加他们的成本和难度,从而降低他们的分享意愿。

三、“跟随策略”的思路

早在互联网兴起的时代,国内的各大企业,就产生了一种“拿来主义”的策略,众人今天所熟知的各种互联网产品,当初无一不是“照抄”、“照搬”的产物。

例如qq模仿Icq、淘宝模仿ebay、百度模仿谷歌。

这样的思路,对于在产业上处于明显后发地位的国家、企业来说无可厚非,毕竟在一个未知的新领域,后发者想做一个全新的产品,但市场上没有任何案例,在这种情况下,降低风险、节约成本的最优解,就是跟随。

否则的话,如果要求在算力、数据方面不占优的国产AI应用去打头阵,去为整个AI产业蹚路,这显然是不合理,也不符合商业逻辑的。

从这点上来说,“拿来主义”需要做的是微创新,说白了,就是低风险的创新,既保持了原来的商业模式内核,又适应了国内的用户。

作者:举大名耳

来源公众号:AI新智能(ID:alpAIworks),一个致力于探索人工智能对商业世界和社会影响的平台。

本文由人人都是产品经理合作媒体 @AI新智能 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。