【PM】大模型产品化

¶写在前面 / 链接存档

• 大模型产品化，不过是三支舞 | 人人都是产品经理

  盘点了大模型产品化的三种思路

¶背景：大模型产品化商业化的必要性

¶1. 大模型面临的商业化挑战

• 大模型技术，无论是通用还是垂直，在全球范围内都面临着同一个问题：如何实现商业化。
• 尽管AIGC平台开放和大模型toB服务的价格战层出不穷，但大多数模型依然未能激发用户的付费欲望。

¶2. 产品化是商业化的前提

• 大模型具有强烈的产品化潜力，但目前的【应用】仍显粗糙和“黑箱”。

• 用户需要自己探索AIGC的可能性和应用场景，这导致他们很难获得明确的产品满足和价值体验。

  需要的：从产品侧挖掘用户的可能需求并产品化 | 预测猜测并激发用户的消费需求

¶3. 技术潜力未充分挖掘

• 大模型在技术上有巨大潜力，然而许多关键能力仍未被充分利用。
• 很多基础功能的价值没有在产品设计上得到放大，这影响了大模型的商业化进程。

现在大部分就是靠问答，进行信息搜索、信息提取、信息整合

应该还可以有更多的可能性

“科幻片”式的AI畅想

¶4. 全球大模型产品化加速

• 在商业化压力下，各大厂商（包括传统科技公司和新兴AI公司）开始加速大模型的产品化进程，推出各种创新的产品化策略，力求将技术转化为实际的商业产品和服务。

¶5. 产品差异化困境

• 虽然各大公司纷纷推出新颖的AI产品和概念，但这些产品的本质差异难以界定，造成了市场上的混乱和迷茫。
• 尽管每个厂商都有不同的产品策略，但很难明确其创新点和区别。

有一点区别，但不大

¶第一种思路：通往全模态的胡旋舞

¶产品技术特点

AI 产品的进化：从听说读写到全模态感知

• 随着AI技术的发展，大模型正逐渐突破文本、音频与视觉的界限，具备了“听、说、看”能力。

• 这一转变标志着AI从只能进行基本的听写功能，向更加全方位的感知与互动发展，提供了接近真人交流的体验。

¶产品案例 | GPT-4o与Project Astra：跨模态交互的代表

• OpenAI的GPT-4o和谷歌的Project Astra都整合了跨文本、音频、视觉等多种信息收集能力，强调与用户的交互体验。

  大模型正在从只能听、读、写，变成同时也能看和说

• 特别是GPT-4o，被称作OpenAI有史以来最为产品化的一款应用，因为其更加重视与用户之间的互动体验，打磨了诸如响应速度、具体使用功能等被定义在产品侧的细节

• GPT-4o 开创了一种新的产品模式：比语音助手的交互形态更多，作用更广，同时比传统的AI对话框模式降低了使用门槛，增加了使用场景

¶科幻感的 AI 交互体验和大模型产品模式-参考GPT-4o

• AI 产品的使用体验：接近真人打视频电话

• AI 产品的产品逻辑：科幻电影里对AI的想象

• “类视频电话”的大模型产品模式：本质上将不同的 AI 感知、理解、生成能力进行融合。随着大模型不断发展，AI 技术不断旋转，犹如胡旋舞会越转越快，把不同模态下的信息收集能力和内容生成能力都卷起来

  这个比喻妙啊

¶全模态大模型产品的发展趋势

¶方向1：类似 Sora 的视频生成能力，融合到主流通用模型中

让AI应用能够同时听、看、读，并且能够生成包括文字、代码、音频、图片、视频在内的种种内容。

¶方向2：垂直类的 AI 模型生存空间会越来越小，通用模型集成的能力不断增多

就像GPT-4o里面“o”是Omni全能的意思。

全能，将是 AI 产品主要的发展方式

¶方向3：AI的记忆能力越来越强，导致“全能+定制化”成为AI应用的主要发展思路

¶“类视频电话”模式的出现：AI产品的未来

• 目前阶段：大多数情况下，大模型还是为了与搜索、绘图、语音助手能力结合

• 随着全模态感知，全模态理解，全模态生成的“三全大模型产品”不断发展，大模型将从【一种赋能技术】→【独立且全新的产品形态】

目前这个产品方向还不成熟，但是确定这个方向的意义重大

• 类“视频电话”的 AI 应用、机器人管家 → 人类对于 AI 的最根本想象

¶第二种思路：类 ChatGPT 应用的集体舞

如果大模型是一支足球队，OpenAI这样的公司在前场进行突破，那么更多的AI公司、科技公司则需要在中场进行竞争。

¶现况：大量类ChatGPT应用

• 在ChatGPT爆火之后，OpenAI开始在【智能体、文生视频模型、全模态模型】等领域发展，但大量借着这个机会入局大模型的公司，则更多是在打磨自己的【类ChatGPT应用】。

• 大量聊天对话框模式的 AIGC 应用面世，面向 C 端用户，商业化盈利方式仍需思考

• **以国产大模型阵营为代表的大量AI项目，都集中在了类ChatGPT模式这个环节上。**向前走的文生视频等应用还没有完成研发，而环顾左右则会发现大家的能力大同小异，动作整齐划一，只有概念口号是个喊个的

  这么真实的吗hhhhhh

• 无论是叫【AI助手、智能平台、智能对话还是智能搜索】，本质上这些大模型产品都是类ChatGPT应用。

  • 从最早的文心一言，到通义千问、豆包、Kimi、腾讯元宝、讯飞星火、天工，市场已经充斥了太多的类似产品，大模型变成了一场货真价实的集体舞。

• 囚徒困境：①想要收费来回收研发成本，但又怕收费引起用户不满，把用户推向竞品；②想要通过技术能力来实现差异化，但又拿不出真正具有说服力的技术方案，于是只能在概念、名称、噱头上下一番功夫。

¶尝试：类 ChatGPT 应用尝试的产品化方案

¶途径1：强调类 GPTs 模式，以智能体撬动市场升级

大模型+对话开场，智能体作为卖点

• 目前已有的智能体平台：文心大模型智能体平台，火山引擎的一站式AI应用开发平台扣子，腾讯混元大模型的智能体平台腾讯元器

• 基础的AIGC对话免费+高阶智能体收费的产品模式，是接下来大模型商业化的主要考虑方向。

¶途径2：把类 ChatGPT 产品作为流量入口

• 大入口+小收费窗口的互联网模式：整体产品免费，但一些特定的功能可能需要开通会员或者使用代币
• 收费功能可能相对比较专业，瞄准特定需求人群，或者比较新奇好玩，调动用户的猎奇尝鲜心理
• 这种模式的问题：把整个产品变得越来越复杂。
  • 用户会有一种在玩免费手游一样的“被套路感”。
  • 而且整个入口的生态建设也需要更清晰的交互思路
  • 以免用户刚刚接触大模型就面对非常复杂，到处都是收费入口的交互逻辑。

¶途径3：把类ChatGPT应用与自身优势结合

• 结合这些平台类企业其他的优势项目，从而期望达到1+1>2的效果，至少要将一部分原有平台的用户绑定到大模型应用上

  • **【百度】**就强调将搜索、文库、网盘等应用与大模型结合，以各种方式调用文心大模型。
  • **【腾讯元宝】**则宣布将与公众号创作生态进行结合，成为创作助手。

• **【生态矩阵】**玩法：是互联网产品的一贯思路，但用户是否能够由此产生与大模型应用的粘性，是一件需要长期考量的事情。

• 用户更希望看到的是非常生动、好玩，能够引发流行趋势的AI应用，而不仅仅是生硬的对话框。

• 类ChatGPT应用真正的产品化春天，或许在于打破固化的AIGC对话聊天框架。把其能力抽取出来，变成更具有美感与传播力的软件产品。

毕竟集体舞里能被记住的，很有可能是不按规定动作的那一个

¶第三种思路：拟人化的贴面舞

将AI产品进行拟人

¶为什么 AI ≈ 拟人化？

• 人类对AI的基础想象必须是拟人化、类人化的。也就是说，我们需要AI有名字，有个性，跟人类有共同记忆，而不是冷冰冰且万能的对话机器。

• 从这个思路看，AI带来的最大价值是情绪与情感价值。我们需要与人对话，与人分享，和他人建立联系，但这个人可能也未必需要是真人。

  这种需求是客观存在，且具有商业化潜力的。

• 让大模型拟人化，与用户跳贴面舞，在接下来商业化压力越来越大的局面下，很可能成为很多AI项目的重点选择。

比如说，豆包大模型当中就推出了角色扮演模型，AI会模仿不同人设、不同性格的人来与用户进行对话，并且可以通过智能体来自己设定聊天角色。

自分の思考：有一些智能体的功能就是角色扮演，通过提示词构建人设，确定形象和语言风格，与用户进行角色对话仿真

¶实现技术、前景、可能存在的问题

• 有人设的聊天，重点是多轮对话的记忆能力。

  • 这一点上，也有越来越多的大模型产品强调记忆能力，比如文心一言就强调多轮对话能力带给用户的沉浸体验角色感。

• 技术难度小，价值可能很大，但容易触碰法律法规与公序良俗的边缘地带。

• 大模型拟人的产品化空间，应该会在未来得到越来越大的重视。

• 由此可能辐射到的数字人主播、专属AI助手等产品化形式，有着非常充裕的讨论和想象空间。

¶总结：带着镣铐起舞

• 大模型的产品化，目前整体处在一个高不成低不就的尴尬情况里。

  • 【向上突破】，技术代差依旧明显，技术的未知领域情形不明；
  • 【横向竞争】，同类大模型产品过多，已经产生了让人窒息的挤压感；
  • 【向下覆盖】，大多数互联网用户其实还对大模型应用没有感觉，找不到使用与付费的必要性；
  • 【弯道超车】，搞一些拟人项目，还容易触到各种雷区。

  这种情况下，大模型的产品化必须戴着枷锁跳舞，既要让观众看到，又要小心舞台上的荆棘。

• 或许在不远的未来，一个或者几个天才般的产品化创意，将解决一切大模型的苦厄。但在今天，做大模型产品的主旋律依旧是赔钱赚吆喝，打肿脸充胖子。