放在几年前,很难想到AI会有如此出众的表现:2024年诺贝尔物理学奖的三人中,两位都是AI领域的科学家。
AI“横扫”诺贝尔奖,在证明AI领域科学价值的同时,也很深切地表明,即便是如此重要的科学发现,也可能率先通过工程发现机会、发现规律。并且过去30多年里,诺贝尔奖颁给应用科学的比例也在明显提升。
同样在大模型时代,只有在模型之上开发出各式各样的应用,在具体的场景中找到“PMF”(产品市场匹配度),才有价值。
在李彦宏的全员信中,有一句话令人印象深刻。李彦宏说,重大的技术突破,颠覆式的创新往往是规模化应用的结果,而不是原因。
如果去看2024年国内AI应用每个月访问量的排名,可以看到,那可谓是城头变幻大王旗,每个月排在前三的产品,都不一样。并且和互联网应用动辄数亿的月活数据相比,QuestMobile数据显示,截至2024年10月,排名最高的AI应用月活数量也不到5000万,且榜单上的数据呈现出阶梯递减的趋势。
也就是说,无论是豆包、文小言还是Kimi或其他AI应用,从用户活跃度、使用时长、打开频次等诸多维度数据来看,2024年行业期盼的AI超级应用并没有出现。在留存率的数据上,AI应用依旧存在留不住用户,留存率不够的现象。
这样的成绩还是在部分AI应用大手笔投流,吸引用户的情况下实现的。但投流获取的用户规模转瞬即逝,也不会给产品带来指数级的价值提升,反倒让用户心存疑虑——AI真的有用么?
C端掀起流量之争的同时,可以看到,已有B端应用场景通过大模型取得更好成果。AI只有和业务场景结合才能发挥出多重价值。
布鲁金斯学会在《The Last Mile Problem in AI》中指出,技术进步本身不足以打破瓶颈,核心在于如何降低部署成本、增强数据隐私保护,并开发具有吸引力的实际应用场景。
像文心大模型,截至2024年11月初,日均调用量超过15亿,较去年首次披露的5000万次,增长30倍;百度智能云拥有中国最大的大模型产业落地规模,超过六成的央企和大量的民营企业,正在联合百度智能云进行 AI 创新。这表明,AI的规模化应用很可能率先在B端爆发。
内行看门道,够硬的大模型技术能力,找到合适的应用场景,形成规模化应用,才能让技术发挥出价值。 AI应用将迎来井喷式增长