我的12个“2024 AI猜想”
2024-04-26 09:44

我的12个“2024 AI猜想”

本文来自微信公众号:hanniman(ID:hanniman),作者:黄钊hanniman,题图来自:视觉中国

文章摘要
作者提出了12个关于2024年AI发展的猜想,涉及AI落地、安全问题、RPA技术等多个方面。

• 💡 LLM+“RPA”,可能是短期落地的最佳姿势

• 💭 OpenAI会推出100% AI生成内容的类TikTok平台

• 🔒 还没等产品爆发,安全问题可能会先爆发

先概述这12个点:


1. LLM+“RPA”,可能是短期落地的最佳姿势。


2. Open Al 会推出 100% AI生成内容的类TikTok平台。


3. Ilya正式退出OpenAI。


4. 还没等产品爆发,安全问题可能会先爆发。


5. 现阶段AI落地,B端实施不是刚需,但咨询是刚需。(类比的,C端使用不是刚需,但尝鲜是刚需。)


6. AI native产品需要积累新的数据,这让大家会站到同一起跑线上。


7. “微信里接AI bot”成为小风口。


8. “AI+HI”可能迎来第二春。


9. “一定是要改变工作流”,将作为“AI-native”的一个check标准。


10. 同构交互学习,被逐步重视。


11.智能汽车开卷,类Sora方向的技术和产品体验。


12. 生成式AI的最简明的落地价值,不是生成,反而是提炼总结。


下面一个个来说:


一、LLM+“RPA”,可能是短期落地的最佳姿势


RPA,虽然大家都看过这个词,但可能还没捕捉到其重要性。


1. RPA,即机器人流程自动化(Robotic Process Automation)


通过模拟鼠标、键盘、触屏等操作,自动完成人的各种软件操作动作。


也就是说,可以把我们日常的重复性动作,交给机器人来执行,节省时间。


更加正式的定义和介绍,大家自行搜索。


2. 为什么说,LLM+“RPA”,可能是短期落地的最佳姿势呢?


本质原因,是2年前我们就介绍过的,“(AI)只模拟感知能力,对劳动力的释放是极其有限的”,经济效益价值也就极其有限。


当时主要说的是,机器人(机械臂、自动驾驶、无人机)等能动的硬件载体。


而今年我突然感到,RPA,其实也是直接的释放劳动力的载体。(一个实,一个虚)


3. 为什么我今年突然sense到这点呢?


因为1月份时,我参加了某社群X里的“RPA提效”活动。


暂且不论授课效果,这个现象背后,有值得关注的底层原因:


1)社群X里,是怎样的用户画像?愿意花2000多元/年、盯着“搞钱”的老板/个体,他们是商业嗅觉最敏感、离钱最近的人。


2)而且当时那期航海里面,有24个活动选题(也包含AI绘画等其他AI相关内容),据说其中“RPA提效”是人次最多的。


以上2点本身,就是一种值得我们捕捉留意的“征兆”。


3)而且,从实际效用来看,我们有很多重复性的工作,确实是应该、且可以被RPA辅助完成的。


4. 为什么要这么重视“到底能否将AI应用于劳动力释放”呢?


因为只有这样,AI才能摆脱“(降本增效的)工具”属性,才能在商业化的时候,算得过账来——让客户看清楚,因为AI,带来了多少增量价值,然后才愿意分成多少比例。


相关内容,在之前的文章里有提到过:


hanniman评注:要能“分润”,那就真的要是雇佣一个人(实习生/兼职)的感觉……那就真的要能端到端的产生价值。那就真的要把机器人或RPA视为“必须拼图”之一,因为要有实际的生产力效用。


5. 现在的RPA工具(及教学方法),还不是特别好用,也正好说明,其中还有空间和机会。


不过,现有RPA上手和教学都比较不方便的,原因可能是,本质还是在编程。


从用户预期来说,我只是希望能自动完成整个交互操作过程而已——如果能根据我的“录屏”就搞定,那才是amazing!


6. 有一个词,叫做“屏幕语义识别”,比如:


OpenAI投资的“Induced AI”。


某开源项目,根据截图,可自动生成交互图和代码,使用GPT-4V的API来完成任务。


一款由GPT4驱动的截图管理工具,可将截图转化为视觉备忘录,并基于内容和GPT问答。


二、OpenAl会推出100% AI生成内容的类TikTok平台


1. 我在《深度 | 关于AIGC商业化的13个非共识认知(8000字长文) 》中提到过:


未来真正的AI 2.0/元宇宙社交产品形态,核心差异化的点,不仅是人和AI社交,更在于“AI和AI交互、人去看(消费)这些AI产生的内容”——那不是“游戏”,而是“生活”。


2. 这个,其实在电影《失控玩家》中,已经有过体现。


电影里面有这么一段台词:


“谁能想到,居然会有这么多人,喜欢观察游戏角色而不是朝他们开枪,玩家纷纷涌入这款观察为主的放置游戏......”


3. 而且,去年的文章已介绍过美国的相关案例——Channel 1:24小时AI新闻主播,要做新闻频道里的TikTok。


a)他们的AI 新闻节目,预计将于在X、FAST和其他传统平台推出。


b)如果是财经新闻,会报道你持有的股票或你感兴趣的领域;如果是体育新闻,会是你最喜欢的球队。


c)希望每天制作500~1000个片段,收入来自对接系统里的广告。


d)成立于2023年,大约11名员工。


我当时也评注说:


24小时的AI频道,这是未来一定会成为现实的产品形态机会,里面有很多机会的。


4. 但是,这个机会,可能还是会被OpenAI首先抓住,因为Sora已经出来了。


而且Sora刚出来,整体的“完成度”就比较高,其他公司要想整体追上OpenAI,短期太难。


而一旦OpenAI开启这个数据飞轮,优势将被继续拉大。


三、Ilya正式退出OpenAI


如果他继续沉默一整年,那只会意味着更大的“震动”。


四、还没等产品爆发,安全问题可能会先爆发


这并不是那种天马行空式的“想法”,而是有其背后的脉络的。


1. 所谓“爆发”,不是说数量上会有很多例,而是说,有“严重”的安全事故,会引起巨大影响和全社会广泛关注的那种。


类似汽车、火车、飞机、自动驾驶早期的事故会死人,LLM虽然还不一定是这种类型的事故,但也可能造成严重的犯罪、经济、政治安全事故。


2. 为什么随着时间推移,“一定”会发生呢?


1)随着AI调用量不断增加,看似小概率的黑天鹅事件,慢慢就变成“必然”一定会发生的事情了。


2)之前AI 1.0 时代(NLP/规则),其实就已经发生过了,只不过很多人并不知道而已。


当年,有两家AI公司的聊天机器人同时接入QQ群聊,因为涉及黑天鹅内容,而一起下线了。


3)现在AI 2.0(大模型/AIGC)本来就要更加不可控、有更多未知的风险,而且还有更多主观恶意、非故意性质的安全问题。


对于大厂(或从大厂演化出来的创业公司),会有“一个部门”去支撑这种安全问题。


但全新的AI创业公司,短期可能会“难以达到及格线”,一旦出事,可能第二天就被封;


而解决这种大问题的时间门槛,甚至可能至少是6个月。


所以,隐患还是比较大的。


3. 为什么2024年有更大可能(爆发安全问题)呢?


1)大概,会有一波AI应用层的产品发布(因为去年年中,很多团队才跑起来,6~18个月,总该发布了),有更大概率出现“调用量短期快速增长”的情况,那么出问题概率就更大。


(注:这里只是说用户量或使用量,并不一定就是真正成功的产品出现,类似过去十年的智能音箱。)


2)其实有一些安全问题,已经在发生了,只不过还没有引起更加破圈的影响。


3)有越来越多的LLM安全隐患被暴露出来。


比如大模型隐蔽的后门漏洞风险。提到关键词,模型瞬间“黑化”,这可能是比提示词注入攻击还要严峻的安全问题,现有安全机制无法防御。


4)更隐蔽的原因在于,虽然揭露这些安全隐患的初衷,是为了防范,以及最近有不少LLM安全相关的解决方案公司和平台。但是,所有这些,其实同样也升级了作恶者的认知和技能点。


4. 如果今年会有这种安全事故发生,我们该怎么应对呢?


1)对于我们自身的AI产品,需要提前考虑、设计一些体验流程环节,尽量减小事故发生后,对用户和公司的影响。


具体怎么弄,之前说过很多次了,不细说;感兴趣的会员,可以单独微信问我。


2)对于我们个人职场发展来说,如果能提前关注、储备一些相关的认知和产品设计思路,有可能反而是个冒头的机会。


比如提前对内布道这个风险,并发邮件出来(当下别人不会真正重视的,以后要能找得到证据)


比如事故发生后,自己能第一时间请缨解决,临危受命。


比如将(LLM/AIGC)“安全”作为自己的差异化职业规划tag,一点点地深挖和积累——这相关的人才,是非常非常稀缺的。如果你能有自己的认知和建树,今后在大厂里面,会非常容易拿高薪。


五、现阶段AI落地,B端实施不是刚需,但咨询是刚需(类似的,C端使用不是刚需,但尝鲜是刚需)


1)最近某家AI公司提到,他们的解决方案里,不仅包括技术方案,还包括“咨询服务”。


2)我在文章“关于AIGC商业化的13个非共识认知”里提到的第12个点,“现阶段做AI,要对标的不是互联网,而是通信/IT”,底层是相通的。


3)之前也提到过某互联网大V转型做AI咨询业务的案例。


i,给别人做咨询的前提,首先要自己能用好AI。


该创始人的几个产品和服务网站,其实都是通过ChatGPT辅助、一个人完成的。


ii,用户的需求是啥呢?


“最原始的出发点一般是:如何叠加 AI 的能力,直接或间接提高产品收入、如何整合 AI 的能力,直接或间接提高团队的人效。”


iii,如何满足?产品能力+咨询能力,能快速理解客户需求、定位出价值。


更特别的在于,不仅是咨询,最好还有方案设计、技术开发,即整套“交钥匙”方案。


而且这种方案,是融合了“战略咨询、效率评估、业务应用、流程优化”的。


4)私下了解到,“从四大和埃森哲来说,AI落地的咨询项目比较少,很多团队都没活下去”;而小的创业公司,公开信息也不多。


5)另外几点感想:


i,“给企业做AI落地咨询”这个方向,肯定有很多人会去做的,当然,现在还算早期。


ii,但这种业务,比较重,也不容易做好。


iii,核心团队里,如果有产品基因的负责人主导,或者通信行业背景的人,会比较好;而不是技术负责人主导。


六、AI native产品需要积累新的数据,这让大家会站到同一起跑线上


之前提到过,在AI-native产品设计中,对“数据”的认知和实操,会被拉得非常高。


1. 在“我来评注杨植麟最新的访谈分享”中有提到:


“产品经理越来越多需要想的事情是,怎么通过两个数据集去开发一款产品,定义好了数据集,其实产品就定义完成了。一个是训练数据,一个是测试数据。训练数据决定了模型能提供什么能力,测试数据决定了模型的实际可用程度……功能是通过数据定义出来的,这才是 AI Native 的方式。”


2. 这里,我再延展说一点(行业还没有清晰共识)AI native产品需要积累新的数据,这让竞争者可能站到同一起跑线上。


3. 为什么呢?


大家默认以为,是过去积累的数据都是有价值的,或者说权重比例非常大的。


但我的体感是,真正适合AI 2.0的数据,是那些之前所有人都没有的数据,是基于know-how的过程数据——需要重新去定义和积累,从0开始的。


4. 举个例子,比如我的文章看起来,最原始的input是文章链接url、output是我的提炼内容。


那拿着这些数据,去训练一个AI,效果大吗?


效果不会那么好。


因为我的提炼过程,其实分了3步:


i,对于文章内容,我先“捕捉”我认为真正有价值的干货点,摘录出来;


ii,对摘录出来的内容,做精炼。比如原文10个干货点、300个字,我精炼成10个点、150个字;


iii,再整体地、按照我的理解,重新做逻辑整合、重拟标题。


也就是说,如果我要训练这样的Agent,我是会需要从零开始积累这些过程数据。


5. 这个本质变化导致了,即使其他人想copy我的这个Agent,不仅不可能有我自己的效果好,而且我如果愿意,是可以每天进化的,因为我每天的文章,都可以贡献新的数据。(即使他窃取到了我之前的过程数据,但第二天开始,他又会比我的Agent差一点点。)


这也是我之前所说的,这种方式下,AI-native产品是真的可以“每天”进化的。


6. 如果以上逻辑成立,那么,大家可能都站在了同一个起跑线上。


7. 如果你是现在的巨头,其实是危机很大的;如果你是个体,是有机会搞点事情的。


七、“微信里接AI bot”成为小风口


应用角度起势的AI小风口,最早可能不是某个具体的应用或方向,而是微信这个“场景/场域”。


1. 从AI作为Agent/助理的角度,其实是容易想到,把AI作为聊天软件的一个“联系人”去对待的。


而且这种国民性的IM,本身就有海量的、用户和“长尾”场景!是创新价值涌现的温床。


2. 现在,已经有些这种模式的AI产品在冒头了


1)之前的文章提到过:


“有一家 SaaS 公司,客户和使用群体文化水平不高,他们还做了一个企业微信,用户平时其实很少需要打开 SaaS 去复杂操作,只需在微信里说一句话,后台就会自动完成操作。”


2)Shelpful,主要通过 WhatsApp 等平台信息形式,帮助用户建立习惯并处理/提醒日常工作。


3)AI日程助手Dola


4)之前的文章提到的哄哄模拟器,其实也有参考价值。


3. 一方面,对于用户群的预期,年轻人可能更容易爆一些,另一方面,有个小风险,就是一旦爆了,可能会被封。


anyway,这个点,一般业内说得比较少,大家可以结合自身业务和熟悉的领域,琢磨下。


八、“AI+HI”可能迎来第二春


1. 之前文章提到Sam Altman投资300万美元的公司Shelpful,简单说,就是为了提供生活助手服务,采取了三种产品形态:AI,AI + 真人辅助,真人 + AI 辅助


典型目标用户是,需要外部激励和组织帮助的个人、面临时间管理挑战的职场人士和家长。


2. 其实8~10年前的AI 1.0时代,就已经有公司做“AI+HI(人工)”来提供个性化服务的产品了。


最初是美国一家公司火了,名叫Magic,然后国内一批抄袭者,但后面都没做起来。


3. 当年为什么做不起来?


因为传统NLP能力提供不了充分价值(不论理性还是感性),虽然各家公司鼓吹AI,但本质(大部分比例)就是在用人工提供1对1的服务,这样当然收入覆盖不了成本。


4. 现今为什么“有机会”、可以搞一搞了?


因为LLM/ChatGPT首次突破了价值瓶颈(不仅带来理性价值,还有感性价值、可极大增强用户心理粘性),使得“AI+人工”的模式有机会ROI跑正。


5. 更深的洞察:这种模式,还可能会带来“新增职位机会”。


我初步命名为“AI协作咨询师”,不仅可以给高客单价的、原本就有90分位能力的咨询“专家”引流,还可能让本来不具备咨询能力的、原本只有70分位的普通人赋能,使其也能给用户提供80分的咨询服务。


本质上,这也是一种信息差。即,如果用户自己学会了如何使用AI(GPT-4),那就不需要这种服务了。当然,这也跟他的教育程度相关——有的人不能真正学会用AI,那就购买这种服务,也行。


6. 大模型毕竟是技术维度的东西,现阶段直接拿来用的产品维度效果,总还差口气,如果通过这种模式“补齐”gap,不说定真能有机会出来。


九、其他猜想


(一)hanniman个人猜想


1. “一定是要改变工作流”,将作为“AI-native”的一个check标准。


2. 同构交互学习(网上没有这个说法,我自己DIY的),被逐步重视。


类似之前爆火的Aloha机器人——人在操作,机器同步学习。


另外,在使用RPA的时候,其实也有一样的需求——我只是希望完成目标效果(某些自动化操作),为什么非得让我学一点点操作那个界面?其实本质和coding是类似的。


3. 智能汽车开卷:类Sora方向的技术和产品体验。


4. 生成式AI的最简明的落地价值,不是生成,反而是提炼总结。


5. 目测6个月内,会有一轮洗牌(不论是公司还是人才)


6. 借力AI,会有更多新的个体崛起机会(副业),甚至会导向团队先进性的竞争(基于AI-native的组织架构)


(二)基本认同的一些行业预测


1. 2024年,将是初创AI公司尝试基于结果定价的一年。


2. 中国AI出海产品打开了新局面。


3. OpenAI会发布GPT-4.5或GPT-5,成本还会下降。


4. 多模态、Agent、端侧/小模型。


5. 关于AI生成作品的法律诉讼和冲突层出不穷。


作者简介:黄钊hanniman,前腾讯PM,前图灵机器人-人才战略官/AI产品经理,11年AI、14年互联网经验;垂直于AI产品经理的第一社群“AI产品经理大本营”(6年)和自媒体“hanniman”(9年);作品有《AI产品经理的实操手册》《黄钊的AI日报》。


本文来自微信公众号:hanniman(ID:hanniman),作者:黄钊hanniman

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP