Eric：在全球范围来看，您对AI应用有什么样的观察？
吴畏：先说AI赛道里的ToC应用，全球化的ToC应用跟国内ToC应用，侧重点不太一样，生态也有所不同。
-
情感陪伴类：国内的情感陪伴应用数量不如海外多，DAU也没有很大。举例而言，MiniMax在海外的情感陪伴应用Talkie已经盈利了，国内版产品星野流量却不如Talkie大，背后是国内外在内容审核的角度上有所区别。整体来看，国内情感陪伴类应用发展不如海外蓬勃。
-
教育类：目前这些相对来说DAU比较大的应用基本还是主做海外，国内它的做法是把软件跟硬件结合起来。
很有意思一点，在国内市场发展的ToC应用主要是大厂在做。但从全球市场来看，ToC应用其实有很多不同公司在做。这也导致，国内创业公司如果要做一个 AI应用，他会先问自己，我是做ToC还是做ToB？如果是ToC，大概率一开始就会设定为全球化的应用。如果做ToB，就做国内市场为主。
Eric：总结一下，ToC相关的AI应用，主要做全球市场为主；ToB应用主要面向国内市场。
吴畏：在国内做这类ToC的应用很难冷启动，没有流量。当然如果他已经具备一定资本实力，可以通过数字营销公司去买量，但很多创业公司支撑不了这样的模式。另一方面，创业公司相较于大厂，在内容审核合规上也更欠缺经验，结果就是它们会更偏向发展海外市场。其次，如果他们考虑收益的话，更有可能先去做海外，因为海外付费客单价基本就是乘以汇率。
Eric：国外用户对效率型产品的付费意愿都还挺强的。
吴畏：这就是我们刚才说的“省时间”应用。在中国主要是帮用户“花时间”，海外是“省时间”。中国人多，欧美国家人工相对比较贵，更需要提效，他们愿意付费。甚至一个很小的创业公司，都能同时买十几个SaaS（Software as a Service，系统即软件即服务）平台，很正常。
Eric：中国做的效率工具，在国外其实是一个很好的机会。但这类产品现在还没有那么旺盛，绝大部分都还是做第一象限的产品：花钱，花时间。而帮用户省时间的第三、第四象限产品，还没有百花齐放的感觉。希望未来更多企业出现，去迎合用户消费习惯，取得成功。
对谈现场还设置了精彩的问答环节，以下节选问答精华：
Q：很多中腰部广告主都在做AI应用，我们怎么判断谁更有潜力？
A：如果要判断广告主短期内有没有投流打算，首先，它本身是否有比较多外部资金注入，如果他有投资人大量资金注入，那对他来讲，增长非常重要，它有可能一开始就会进行广告投流；另外就是白手起家，一开始不见得马上会去投流，但可能会做SEO（Search Engine Optimization，搜索引擎优化）、网红营销和社群，可以看它的流量变化，如果基于低投入情况增长五倍到十倍，那有可能会马上启动投流方式去获得流量稳定持续的增长。其次，还跟商业模式有关，如果依赖自身资金驱动的情况，ROI（Return On Investment，投资回报率）是否能回正。
具体到什么样的应用更有潜力、更能从用户那里拿到结果。目前我们看到的一类是娱乐应用，情感陪伴、小说类“花时间”应用。未来也许短剧可能也会有部分内容通过AI生成。另外就是生产力工具，帮人提效，看是否能够切中用户痛点、用户自身付费能力，以及产品降本的程度。如果他原来需要花两小时，你帮他降到2分钟或者20分钟，那他很可能愿意支付费用。
Q：2025 年，AI在营销领域有哪些实际应用的可能性？
A：去年和今年，大家更多看到AI在素材生产这块的应用。你在营销中需要什么？素材，包括视频、图片、文案。目前来看，纯生成的视频是无法用于广告素材的。2025年会不会有呢？我首先觉得这个有可能性。成本反而不是问题，它确实降低了生产素材的成本，主要是技术问题。毕竟现在更多还是短视频营销，如果这一块能够完全由AI生成，应该是2025年可见的一个方面。
另外是消费者洞察，AI更多还是提供辅助，基于大数据去了解品牌的目标受众，不同市场的情况。再到投放，其实智能化程度已经挺高的，但还有一个机会在于投放后的私域运营，如何让这些用户互动起来？AI 客服能不能起到一些作用？能够把这些花钱买来但又没有马上变现的流量好好养起来。
最后一个AI Agent智能体，自动化代理，一旦技术到达一定程度，实现完全的自动化，AI Agent有可能可以替代服务商。短期不会，但长期是很大的挑战，值得关注。
Q：现在中国的AI企业有两种模式，一种是接入其他自研大模型，另一种是有自研大模型。您觉得哪一种在未来有更大发展潜力和发展空间？换一种方式说，AIGC技术壁垒是不是已经建立完好了？
A：做大模型的训练有周期也有成本。做应用不需要去直接开发大模型，可以微调、可以接API（Application Programming Interface，应用程序编程接口），也可以外挂知识库，我自己觉得这是两条完全不一样的方向跟路线。
前者像发射火箭，要花很多钱，有可能发射成功，也可能会失败，无论如何都要花一大笔钱。这可能是AI排头兵们需要去做的事情，甚至是国家做的事情。对于我们大部分人来讲，真正能做的方向其实都是应用层，也会有很多技术，比如微调模型、外挂知识库、让大模型的能力更好地匹配你的场景。
我相对会觉得做应用是百花齐放的东西，对我来说更有吸引力。当然模型是基础设施，我相信未来就像我们喝水一样，任何时候想要喝水都可以随时随地取用。它是必需品，同时也是商品。
粤公网安备 44010602009234