之前写过一篇文章,提到我们公司在做AI陪伴型产品时,即面对探索型的市场机会时,却采用了匹配型的打法,最后因为这个错配导致了项目走向了失败。
最近又重新思考了一下这个问题,想再梳理一下这种错配具体体现在哪些方面,以及为什么会出现这样的情况。而梳理的这个过程中,我逐渐形成了一些关于传统互联网产品与 AI 原生产品在开发逻辑上有何不同的理解。
当时通过观察和与同事交流,我逐渐意识到他们之所以采用这种快速打法,一是因为大家都是从互联网时代过来的,所以开发产品时不可避免带有当时的惯性(这很正常我也有);二是这套方法是互联网时代已经被验证过的成熟思路,谁能更快推出产品就更有机会抢到位置建立先发优势。
虽然说这套方法被验证过有效,但实际上却在我司开发 AI产品的过程中出现了水土不服。
我之前将这种水土不服的原因称为公司面对的是探索型的市场机会却采用了匹配型的打法。但进一步思考后,我觉得这个问题还可以理解为:我们沿用了传统互联网的产品开发思路,却忽略了 AI 技术与互联网技术对产品逻辑带来的差异。
那么这种技术差异会对产品逻辑带来具体怎么样的变化。
先说一下我们的产品,我司做的是 AI 陪伴,采用的是 AI Chat 的形式。那么理解为什么传统互联网打法在这个AI项目中可能不太适用,首先就需要回到互联网与 AI 的技术特点有什么不同,然后再分析这些特点会如何影响产品的开发逻辑。
互联网技术的核心特点之一,是实现了信息的低成本分发。在这样的技术条件下,互联网产品能够以相对较低的边际成本,将信息和服务连接到大量用户。所以在互联网时代,速度和运营就成为很重要的竞争因素。尤其当一种需求已经存在,而市场上还缺少对应的数字化产品时,谁能更快地把功能做出来、抢占用户和市场入口,谁就更有机会通过规模效应建立竞争优势。
AI技术的核心特点则在于通过大规模预训练,让模型具备了能够适用于不同场景的通用能力,这些能力并不需要针对每一个产品从零开发,而是可以直接调用,并根据具体需求进行调整和优化。这就意味着,AI 产品的开发起点发生了变化:过去需要通过开发功能来实现的能力,现在很大一部分已经由通用模型提供。因此,AI 原生产品需要解决的核心问题,就从互联网的实现某个功能转移到了如何将这些通用能力转化为用户无法轻易从通用模型中获得的独特价值。
那么回到AIchat上,我觉得它要形成独特的产品价值,就需要与两类竞争对象拉开差距:一是真人聊天,二是通用 AI。如果跟真实聊天拉开距离,则要找到真实聊天中发生成本高的场景,相较于真人聊天,AI Chat 的机会在于满足那些现实中实现成本较高的互动需求,比如角色幻想、成人向互动(也就是搞蝗)和情感陪伴。而相较于通用 AI,AIchat 则需要提供用户难以直接通过通用模型获得的独特体验。那么综合上述两个方向,当下AIchat大致可以归为两个方向,一是需求占位驱动,二是体验能力驱动。
第一个方向需求占位驱动,这个方法是先切入特定需求,再通过内容供给、用户积累和运营建立竞争优势。比如 Character.AI、Tipsy 等就是通过UGC 让用户创造角色和互动情境,把通用模型的对话能力转化成各种幻想体验;还有一种就是Candy.AI,则是通过贩卖成人互动(也就是搞蝗)来满足性幻想。我觉得这类产品能够与真人聊天和通用 AI 拉开差距,主要有两个原因。一是满足了现实生活中成本较高的特定需求。比如幻想角色扮演、成人向互动(也就是搞蝗)等,这类体验发生成本较高, AI Chat 降低了用户获得这些体验的门槛;二是这类产品形成了通用模型难以直接替代的内容生态和社区氛围。因为对于一部分幻想和角色扮演爱好者来说,他们需要的不只是与角色聊天,还包括找到有相似兴趣的人,分享角色设定甚至共同创作故事。也就是说,用户消费的不只是 AI 生成的内容,还有围绕共同兴趣形成的认同感、归属感和参与感。这种生态并不是通用模型生成几个角色就能复制的,它需要创作者、用户和内容之间不断互动与积累,才能逐渐形成网络效应。这也意味着,后来者如果想沿用这套打法,要么找到尚未被充分满足的细分需求,要么具备足够强的内容运营和发行能力,才能在已有市场中重新获得用户。因此这条路强调的是进入市场的时机,需要用户积累和生态运营能力。这里想插个题外话,根据我的观察,当一种新技术出现时,它的应用探索会经历一个从沿用旧有商业模式到逐渐探索出适合新技术自身特点的新模式的过程。而早期 AI Chat 的发展路径,其实就体现了这种新旧模式交替的特征,虽然底层技术已经发生变化,但竞争逻辑延续了互联网时代抢位置的思路,即通过快速切入市场积累用户,再借助网络效应建立竞争壁垒。
第二个方向是体验能力驱动,这个方法是围绕 AI 本身的能力,创造通用模型难以提供的独特体验。这条路我觉得代表性的产品,国内有自然选择的 EVE 和米哈游的《星之低语》(主要是我对这俩比较熟),前者提供的是陪伴体验,后者则提供的是故事入口。(说到这里,我突然意识到最近比较火的 Personal AI 某种程度上是不是也属于这条路径下的新产品形态)
而这类产品能与真人聊天和通用 AI 拉开差距,我觉得主要是它们尝试将专家能力)转化为 AI 服务。相信经常使用大模型的人都会有这种感受:虽然 AI 本身具备很强的通用能力,但实际从中获得多少价值,取决于自己对问题的理解程度。尤其是在不熟悉的领域,可能连下一步应该问什么都不知道,更不用说引导 AI 给出符合需求的结果。而专家能力的价值就在于他们不仅知道如何解决已经提出的问题,还能够识别用户尚未意识到的需求,判断下一步应该做什么,并引导用户逐步获得预期的结果。
在陪伴和互动叙事上就需要这种专家能力,因为这两类体验都有一个共同特点,用户知道自己想获得什么样的感受,却不一定知道如何通过与 AI 互动来实现这种体验。 如果完全依赖用户主动提出需求、设计互动过程,那么最终的体验很大程度上就取决于用户自身的引导能力。放到 AI 陪伴上,这种专业能力主要体现为长期陪伴。因为陪伴不是简单地回应用户当下说的话,而是需要在持续互动中逐渐理解用户、记住共同经历,并根据用户的情绪、需求和关系状态,判断什么时候应该倾听、主动关心,以及如何让双方的关系自然发展。所以陪伴产品提供的不只是聊天功能,而是一种能够持续理解用户并随着共同经历逐渐发展的关系体验。而在互动叙事中,专业能力则更多体现在编剧和叙事设计上,它并不是让用户自己去构思故事,而是通过预设的角色、情境、冲突和叙事节奏,引导用户进入故事,再利用 AI 的开放式交互能力,让用户参与故事的发展。
所以我觉得,这两种产品虽然满足的需求不同,但底层逻辑是相似的:通过专业化的体验设计,让 AI 能够根据具体情境,持续提供符合用户需求的互动体验。这也是它们区别于直接使用通用大模型的重要价值所在。
分析完AIchat两条路径之后,可以发现这两条路的区别在于哪里,第一条路径强调速度和运营能力,所以进入市场的时机、获客效率和生态建设都非常重要;而第二条路强调专业化的产品设计和 AI 能力塑造。因为它需要明确用户究竟希望获得什么,再通过专业化设计来交互机制、优化模型能力,并通过持续评测验证体验是否成立。
再回到我司的产品上,这样就能看到更具体的问题了。我司想走的是第二条路,希望通过 AI 为提供长期陪伴服务,但实际开发过程中,却更多采用了第一条路的打法,把精力放在内容生产、功能上线和短期商业化上(涉及项目细节这里就不展开了),因为随着项目推进,产品形态已经逐渐偏离了最初的长期陪伴定位,反而更接近一个内容平台(或者说第一种路径)。在这样的情况下,通过快速上线抢占市场,也是一种可行的竞争策略。但问题在于此,一方面研发预算都投入在了前期试错上,另一方面既然选择了这条依赖市场推广的路径,到了发行阶段却没有投入与之匹配的运营和推广资源。这就导致产品虽然采用了抢占市场的打法,却没有建立起支撑这套打法的竞争优势。于是问题就出现了在了好几个环节的连续错配,最初的产品定位是陪伴,开发过程中转向了内容驱动的产品形态,而后续的资源配置又没有跟上这一变化。