caihua 2
“刚需”的误区
很多人在讨论大模型（LLM）与“刚需”问题时，往往会陷入一个误区:那就是以当下的、静止的视角，来看待人们对LLM的需求。
实际上，如果用“刚需”的逻辑来看待当初的抖音、快手，那它们根本就不应该存在。
因为以当时的标准来看，它们根本就不“刚需”。
其实，所谓的需求，不是一成不变的，今天很多理所当然的“刚需”，也不是当时就产生的。
它本质上是一个随着技术逻辑运动，而不断发展的结果。
具体来说，抖音、小红书这样非工具性、非刚需的APP之所以会出现并爆火，本质上是移动互联网技术逻辑的一种运动结果。
在移动互联网的技术逻辑中，最重要的有两点，一是便捷性，二是个性化。
便携性，使得用户可以随时随地访问互联网，获取信息。
这种情况下，用户的时间变得更加碎片化了。在等待、通勤、休息等场景下，用户希望利用碎片时间进行娱乐、学习或购物等活动。
于是，人们使用手机等移动设备的需求，开始变得越来越多样了。那么，面对如此多样的内容，用户该如何选择?
这时，推荐算法和大数据登场了。
移动互联网的普及，使得用户在移动设备上产生了大量的数据，这些数据为推荐算法和大数据分析提供了丰富的数据来源。
通过对这些数据的分析，各大APP可以更好地了解用户的兴趣和需求，从而提供个性化的内容和推荐。
于是乎，在便携性和个性化两大技术逻辑的推动下，抖音、小红书这些爆款APP就诞生了。
它们可以说是移动互联网技术逻辑的一种终极体现，必然结果。
由此可见，在分析某种新兴技术是否能满足“刚需”时，我们除了关注“人”想要什么，还必须要关注“技术”想要什么。
那么，按照这样的逻辑，今天以ChatGPT为首的LLM，究竟想要什么呢?
从最近大半年LLM的发展趋势，以及昨日OpenAI发布会的情况来看，目前的LLM，至少显现出了两大越来越明显的倾向:
一是想“看”到和“听”到更多，即多模态方向的发展;
二是想与更多的“同伴”协作，即智能体（Agent）方向的发展。
而这两大愈发明显的倾向，就构成了未来LLM发展的两大技术逻辑——信息融合和自主决策。
信息融合，意味着LLM可以通过融合多种模态的信息（如视觉、听觉等），实现对跨模态、跨领域任务的深入理解，从而更好地胜任不同场景的需求。
而自主决策，则通过多个智能体之间自动化的协作、配合，使LLM能实现在复杂环境、任务中的自主决策和行动，从而大大地解放了人类的时间、心智。
正如移动互联网的诞生，催生了碎片化时间的场景一样，上述两大逻辑的演化和推进，也终将催生出一些人们从来没见过的，新的场景与需求。
3
可能的应用形态
在自主决策和信息融合催生的新场景与需求中，最能代表其本质的，就最有可能产生新时代的“抖音”。
从上述技术逻辑的特点来看，至少有两个方向的需求，可能性是最高的。
一是个性化的智能助理。
由于多模态技术的存在，这样的智能助理，将很有可能脱离单一领域，或单一模态的限制，从而最大限度地深入人们的生活。
举例来说，如果某人使用了某个翻译类的GPT，那么该用户也许在翻译之外，还希望该应用兼具机票预订的功能，帮跨境出行做好准备，又或是在此基础上，成为一个智能的跨境电商的助手，对比不同国家、地区的商品。
第二个方向的需求，则是智能决策支持
如果一种技术，用与不用有很大区别时，它就会逐渐成为一种“刚需”。而智能决策，也许正在创造这样的需求。
自动化的智能体系统，最大的意义，不在于让打工人每天节省那么几个小时的时间，干些批量处理文档之类的“牛马活”，而在于其通过快速、高效和多角度的分析，为用户提供“单一大脑”所难以得出的洞见。
例如，最近一家名为Fantsy的企业，就用了类似于ChatGPT和Bard的机器学习技术，创建了一些具有详细背景和思想、性格的智能体，让它们在虚拟的小组中进行讨论，从而对尚未发布的产品进行评估。
同样的，类似的技术思路，也可以用于个人的财务规划、职业规划中，从而为个人在现实中的生活、工作，提供高质量的辅助决策。
综上所述，GPT商店的出现，虽然为各类AI应用的繁茂生长提供了土壤，但所谓“爆款应用”，却并非完全靠人为的、主观的“穷思竭虑”就能想出来的。
所谓爆款的诞生，本质上仍然要遵从技术发展的一般规律，唯有参透了这样的规律，并在此基础上思考、构建产品，才能长久地在智能时代扎下根脉。
（AI新智能）
微信扫一扫 
