目前人工智能服务 90% 基于 B 端服务, 它更多以技术形态出现在商业市场中, 在资本和创业者不断追逐的过程中, 出现了很多质疑的声音, 除了 "老调重弹" 的技术, 人才等话题, AI 究竟要为谁服务? 它是谁的市场? 成为大家重新思考的话题. B 端和 C 端对于 AI 有哪些考虑呢? 本文作者的看法或许可以给您一些启发.
AI 是互联网 2.0. 之所以这么说, 因为二者其实都是服务大众的.
许多人以为, AI 是服务特殊企业特殊场景的黑科技. 从表现看来的似乎如此, 但是, 那不是终点.
许多 AI 企业目前 To B(服务企业), 不是因为 AI 技术的能力仅限于此只是企业首先先得活着, 而 To B 是相对来说产生业绩最快的途径. To B or Not To B -- 是生存, 还是作死呢. 莎士比亚都犹豫过.
在我看来, 最后, 纯粹的 AI 都要 To C.
让人无法自拔的 AI
其实, 今天许多互联网公司都使用了 AI 技术, 然而博士们研究的算法, 是如何让用户点广告.
你有没有经验, 你一上了某个 APP, 就下不来了?-- 你被粘住了. 你想买个连衣裙, 发现旁边还有几个类似的连衣裙, 你忍不住去搜一搜比一比. 刚下定决心准备支付了不变了, 又蹦出来几个可以搭配在一起买的促销品, 让你又要去算一算比一比.
你是否计算过, 你在淘宝买东西是更省时间了, 还是更浪费时间了? 平均消费, 是更少了还是更多了? 你们在淘宝上省钱, 不过是为了在淘宝上放任. 不过, 你们不知道, 你们放任的地方, 是广告区.
嵌套在互联网平台之中的 AI, 就是让你粘在里面, 不能自拔.
互联网的商业模式是对大众免费, 并靠广告或其他办法赚钱. 对于互联网公司, 流量是评估其价值的一级指标. 在移动互联网时代, 用户访问频次和停留时间则是更关键的指标.
哪个 APP 高频次长时间粘住大部分人, 谁就有机会潜移默化把一些广告 / 游戏 / 商品等等推送给大众, 然后从中收费. 因此, AI 技术对于互联网公司的目标就是 "粘住用户" 或 "想各种办法浪费用户的时间并让用户不自知".
对于互联网公司, AI 算法是提升收入的摇钱树; 对于用户, AI 算法是信息鸦片. 曾几何时, 你的时间都浪费在了各种 APP 上. 你向自己忏悔, 下次不浪费时间玩手机了. 但是, 转头你又为自己辩护, 这不是玩, 是正事.
"我不是在看新闻吗? 我不是在买东西吗? 我不是在学习行业达人的朋友圈精神语录吗? 我不是在跟紧时代的变化吗?"-- 没错. 越是正经八百的事情, 越容易被拉长战线, 理直气壮地浪费你的时间.
换个角度看, 如果你一下子找到了你要的东西, 互联网一下子满足了你的需求, 那么互联网公司凭什么赚钱呢?
羊毛出在猪身上, 前提是得给小猪喂足了羊奶.
嵌套在互联网平台中的 AI 算法, 其终极目的是夺取用户的时间, 换成平台的收入.
这是 AI 在互联网中的局限, 却不是 AI 的局限.
AI 2.0 是用户手中的终极武器
与互联网 AI 完全相反, AI 2.0, 就是让用户省时间, 让用户可以快速决策, 该干什么干什么, 唯一区别是干的更快更好.
AI 1.0, 让用户重复在自己的历史里, 不能自拔. AI 1.0 的算法被嵌套在不同的平台中, 数据仅归平台所有.
AI 2.0, 则是从用户的角度出发, 发现自己真正需要关注的人, 事, 物, 算法和数据都直接为用户所有, 服务用户自己. AI 2.0, 是用户的最坚实的盔甲和盾牌, 挡在许许多多榨取用户时间的应用和用户之间, 帮用户最好的决策.
因此, AI 2.0 的第一步并非个性化, 而是判断哪些信息是有效信息. 举个例子, 一个吃了就会拉肚子的假货商品, 有人会喜欢吗? 这. 一篇被证实为虚假消息的新闻, 有人愿意读吗? 这还谈不上也不需要个性化.
没错, 互联网是长尾的, 但不是烂尾. 切掉烂尾, 留下来的才值得 "个性化".
真正的个性化推荐, 其实没那么难. 不同的算法或工程化问题, 其实是细节. 至于使用协同过滤还是深度学习, 往往就是换个算法包调一调便可以熬制出来的.
个性化推荐的目标, 并非 "准", 因为 "准" 随着人, 事, 物及时间的变化, 根本没有标准.
真正的个性化是在机器与用户的交互中让算法逐渐了解用户. 了解用户, 就是辅助用户去掉无需进入眼帘的, 加速用户决策哪些是可以勾选判断的, 帮助用户发现他们愿意探索的.
一言以蔽之, 个性化推荐的关键点在于交互, 而非预测. 这是一个产品问题, 而非一个技术问题.
互联网给我们留下了不少数据, 给我们打通了信息渠道, 帮我们培养了用户习惯. 接下来, 真正意义上的人工智能应该帮助用户找到什么是自己真正想要的, 明清晰自己的需求, 深刻认识自己.
AI 2.0 应该是纯粹 To C 的. 是真正为用户体验所设计的技术, 是用户将心甘情愿付费购买的技术.
来源: http://www.cioage.com/art/201805/574821.htm