1
什麼是AI産品的壁壘？
-- 從Jasper.ai裁員說起
”
周三一起床看到新聞，說Jasper.ai裁員了
“這也太快了吧，本來以為還能撐一會” -- 我跟好友都發出感慨
我對Jasper.ai的關注，最初源于一篇文章（Jasper.ai 15 億美元的 GPT 套殼？有護城河麼？）。Jasper這個公司特别有意思，在一衆AI新貴中雞立鶴群：一群小夥子，其中一個Ph.D都沒有，沒有星辰大海的夢想，也沒有力大磚飛的決心，一心想着搞個公司賺錢 -- 真實用主義。早期做了個「營銷服務分銷公司」，顧名思義，提供的是營銷服務，但做法是分銷給外包幹 -- 表面上是營銷服務，實際做的是Agent，核心能力是推銷。不得不說，有時候一個公司的基因就是出生的時候寫下的（笑
後來的發展路線非常網際網路：做AI營銷寫作，靠早期的社群營運拿下寶貴的測試使用者，然後順着使用者喜好一步步疊代 -- 任鑫說，這是腳踩西瓜皮，滑到哪裡算哪裡。所有滿懷主觀意志的嘗試，他們都做崩了；所有順勢而為的小步疊代，意外地都做得還不錯
在AI愛好者裡，我是其中對Jasper.ai過度關注的類型。究其原因，是我覺得它對我而言是建立對于AI應用認知體系的一個絕佳的例子：
我覺得AI時代ToC産品的killing feature的核心是：「高需求 + 有壁壘」；而其中“有壁壘”是目前最難分析的部分，什麼樣的AI應用有壁壘呢？哪些是短期/長期壁壘呢：
- 基于使用者使用流程拆解的互動和界面設計是壁壘嗎？
- 針對垂直場景和意圖了解的prompt engineering是壁壘嗎？
- 針對垂直場景的embedding方案是壁壘嗎？
- 隻有LLM的能力才是壁壘嗎？
- 還是說，LLM的能力都不是壁壘，隻有私有化資料 + 資料飛輪 + LLM fine tuning才是壁壘？
- 又或者說，到最後隻有能力強大LLM + plug-in生态 + 開發者使用者社群才是壁壘？
這麼一層層想，越想越亂，沒有結果
回到Jasper.ai這個例子，它做到了什麼呢？
- 給任務選擇相應模型的能力
- 聯網實時資訊，一定的檢索功能
- 全局prompt：記錄足夠長時效的客戶資訊、偏好、風格和設定
- 模版和局部prompt：基于不同平台的營銷文案prompt
- 更易用的界面和基于工作流拆解設計的互動方案
- 極緻的使用者教育和産品引導
- 鋪天蓋地的達人營銷
不得不承認，目前Jasper.ai做到的，隻是一個科技公司1~3個月工作量的成品：ChatGPT套殼 + 工作流拆解型UI + prompt engineering；另外還賭對了行業視窗期，以及在視窗期上的進一步加碼（客戶拓展和營銷）。在AI時代，這确實不是什麼牢固的壁壘。但我之前認為它的工作流拆解能力是可貴的 -- 這代表着團隊對「營銷文案」這個行業的了解足夠深刻，這可能足夠支撐他們用一段時間積累一批使用者，然後建立起資料飛輪，再建立下一步更牢固的資料壁壘：
這一套商業模型：高毛利吃行業紅利 —> 重營銷推廣 —> 占領使用者心智(預算) —> 打擊競品/壟斷；在傳統行業，飛輪轉起來了就所向披靡
但現在不一樣了，Jasper這周裁員了 -- 因為ChatGPT的普及相當于D2C品牌直銷，Jasper這種中間商沒有活路
2
拆解AI應用的一個思路：Character & Tool
”
最近有兩個最熱門的AI App上架了（除了ChatGPT），國内是文心一言，國外則是character.ai；兩個産品本質上都是「貨架型」産品 -- 将不同調試下（主要還是prompt engineering）的LLM通過貨架陳列的方式放在使用者面前，讓使用者挑選使用：
如果将貨架上的AI分類，實際上有兩種類型：一種是Character（對應圖2&4），一種是Tool（對應圖1&3）
Character的核心是性格，提供的是情緒價值和個性化；而Tool的核心是功能，提供的是效率價值的非标化。情緒和性格千變萬化，是以Character會很多 -- 截止到3月，Character.ai上已經有270萬個角色；但功能是有限的，核心的大需求就那麼幾個，分化出的細分場景大都有共同性，是以Tool重質而不重量
這個分類很有意思，也十分自然：大家都說LLM改變的是人機互動模式，将原本的Database和Code都變成Model，将GUI變成LUI…但是從使用者視角看，實際上産品是從 Tool —> Character + Tool -- 原本我要借助工具完成的任務，現在可以交給一個人來做了
恰好最近淺讀了一些Tool learning相關的文章（連結），看到了AI作為大腦來使用Tool的潛力。同時又想起了之前和好友讨論過LLM, Agent和Plugin的聯系，腦子裡突然就開始頭腦風暴自問自答，以下全是暴論，歡迎指正：
對于任意一個AI産品，可拆解成 Character 和 Tool：
- Tool即能力，特點是輸出穩定，效率高。包含了傳統工具（如電腦、鬧鐘、天氣預報等）和AI新能力（如文生文、文生圖、了解意圖的搜尋等），當然也包括現在的一些熱門産品（如Midjourney）和一些Plugin
- Character即角色，是使用能力的主體，特點是具有不同的“性格” -- 類似于不同的人。實作的方式包括訓練不同的LLM（如GPT, Claude, 還有Infection-1等），以及建立不同的Agent，還有通過不同資料/不同方式調試LLM和Agent
Q: LLM一定是Character嗎？
A: 不一定，如果某一個大模型做到了完美的壓縮和解壓，那麼“性格”的主要來源就變成了圍繞LLM做的Agent，以及指令工程，這樣LLM就是Tool了。就像從目前看，ChatGPT是Character，因為相對于Infection-1來說，它博學、冷漠無情、面面俱到又毫無重點、理性至極；但長期看，ChatGPT不一定不能擁有Infection-1的情感能力
Q: AI産品的壁壘在哪裡？
A: 短期看，Character和Tool都能變成壁壘，甚至Tool是主要壁壘。但長期看，AI産品的壁壘主要在Character，Tool會被收到Character裡面被Character使用
Q: 人類就不用Tool了嗎？
A: 不是，人類會用Tool，但會在GUI互動下使用，和現在差不多。LUI互動下的Tool都會收到Character裡，因為LUI滿足的是非标的服務性需求，人們在挑選服務的時候往往不止注重功能性，還考慮與對方的契合度（例如找育兒嫂、聘請服務員、購買咨詢服務），是以Character + Tool > Tool
Q: Character的差異化能力有哪些？
A: Character的終極形态是個人管家。是以首要能力是個性化，個性化的核心是模型記憶力，記憶力夠長就能學習使用者性格和喜好。其次是鮮明的性格/三觀，用于積累早期使用者，類似于當代網際網路社群的“社群調性”。Character.ai的創始人Noam Shazeer 說：“如果試圖呈現一個讓所有人都喜歡的公衆角色，那這個角色一定會是無趣的”。
這裡再深一層的壁壘是私有化的資料，能建構有差異化的“角色”。但拉長時間資料的優勢也會被磨滅，畢竟産品一旦上線之後私有化資料這個概念也不存在了，是以更重要的是基于性格來建構資料飛輪的方法
Q: Tool的差異化能力有哪些？
A: 短期看，Tool的差異化能力在底層技術，比拼的是硬技術能力，目前Midjourney, Runway, Adobe Firefly都是例子；但長期看，技術帶來的工具産品一般是兩個結局 -- 技術成本高的會實作壟斷（如微軟辦公套件、Adobe套件等），技術成本低的會成為爛大街的基礎能力（如計時器、電腦等），百家争鳴的機會不大
Q: 如果要做ToC産品，做Character還是做Tool？
A: 對于大多數人，做Character比較好。因為Character更加多樣，需求更加長尾，有更多産品能活下來，活下來後守住壁壘也更容易。做Tool要有絕對的硬技術能力，以及壟斷市場的能力
Q: 最後來回答，長期看什麼是AI産品好搞的路線？需要什麼條件？
- 發現優質Character：需要有好的使用者需求洞察，或者一個快速篩選的機制（這波Character.ai在大氣層）
- 基于目标Character的模型建構：需要有針對目标Character的資料篩選機制（标注）
- 抓住視窗期積累使用者/語料：清晰的産品定位和營銷能力
- 建構加深Character差異化的資料飛輪：精巧的産品 <—> 資料設計
- 重複以上循環