AI二阶效应:从前的“坏主意”变成了现在的“好生意”

时事新闻2024-05-28 03:57:25无忧百科

AI二阶效应:从前的“坏主意”变成了现在的“好生意”

文|适道

你可以决定自己的选择,但你无法决定选择的后果。

这一连串由后果导致的后果就是"二阶效应"(Second Order Effect)。正如描述奥本海默的那句话:"如今我已化作死神,世界的毁灭者。"

在经济世界中,"二阶效应"指:某个经济系统中,参与主体的选择和行为所产生的影响,进一步影响其他主体的选择和行为,由此产生正向反馈,导致最终的经济结果,远大于各个选择和行为的简单叠加。典型的"正反馈"就是"收益递增"。

根据经济学家W. Brian Arthur的观点:如果一个系统只存在负反馈,系统很快就会收敛到均衡状态,表现出"死"行为。例如"收益递减"——市场竞争动态平衡,每家企业依据自身竞争力,获得相应的市场份额;

如果一个系统只存在正反馈,系统会偏离均衡,表现出难以预测的爆炸性行为。例如"收益递增"——互联网时代,网络效应大杀四方,赢家通吃一切。

一项新技术的出现会改变原本经济系统的结构。如果改变的结果足够重大,我们就会说:"Aha!一场颠覆性革命出现了!"

正反馈和技术组合理论,揭开了"二阶效应"背后的秘密。眼下,人工智能做为"吹皱一池春水"的新技术,正在改变原本的经济系统,一系列由人工智能引发的"二阶效应"又蕴藏哪些钱景?

近期,a16z发布了一篇文章AI’s Second Order Effects作者指出:虽然AI能够为现有企业节省很多成本,但AI的"二阶效应"会催生更多经典的软件公司和市场。在新的市场中,AI本身不是主要产品,而是在AI的帮助下,一些夹在"薄利多销"和"高客单价"之间"死亡地带"的产品将重获生机。

01 500美元的产品还有活路吗?

文章给出了一个有趣的思维实验。

前提:一名"销冠"一年可以卖出50个小部件,年收入10万美元,且不接受降薪。

情景:一家公司有一款非常棒的小部件产品需要出售。

矛盾:人们不会自己发现产品,且潜在客户每年最多只愿意付500美元。

提问:这家公司将如何发展?

作者给出的答案是,这家公司根本不可能存在。

对于20美元的产品,例如Dropbox、OpenAI、Midjourne,你可以试试PLG产品驱动增长;对于100万美元的产品,例如Workday、ServiceNow、Databricks,你可以采用外部销售策略。

对于一个500美元的产品,你会因为毛利问题陷入"死亡地带",仅是推销成本就不是小数目。

如今,成本问题正在被AI工具解决,一大类非AI公司和产品重获生存空间:

AI帮你销售小部件。

AI为你的小部件提供24*7售后支持。

AI帮你留住小部件用户。

在风险投资里,我们总是问自己"为什么是现在?"——对于Uber,答案是智能手机的普及;对Workday,答案是云服务的普及;对于Adobe,答案是GUI PC的普及。

对于上述"500美元"产品,"为什么是现在?"的答案就是当下。

02营销目标变成"伺候"AI

文章点到为止,并未指出"AI二阶效应"将引发何种营销革命。但根据美国MarTech之父Scott Brinker对于"AI二阶效应"的预测,营销和销售场景将发生彻底改变。

1、消费者将进一步无视"推送"内容

因为垃圾邮件过滤器作用增强,所有的超个性化信息不会显著提高销售效率,反而会降低效率。

2、可信的消息源将变得更有价值

拥有认证会员的社区将弥足珍贵。如果你拥有私域,不过度依赖于外部发现和算法,将具备前所未有的影响力。

同时,基于"信任危机"的AI产品开始崭露头角。例如,一款检测AI生成图像的工具Nuanced,旨在帮助各类企业,如约会应用、广告平台、新闻网站和线上商城等,区分"人造"内容和"AI造"内容。

3、用好专有数据,成为一流的营销渠道

过去二十年间,人类创造了浩如烟海的信息。但即便拥有访问权限,你也经常被信息量压垮,无法找到想要的信息,也无法消费它们。同样的事情也发生在公司内部数据库。它们就像《夺宝奇兵》最后一幕里那个巨大的仓库,凡人休想在深渊里找到什么东西。

现在,GPT-4吸收了互联网上所有的长尾内容,并在一分钟内回答你提出的几乎任何问题。

由此产生的"二阶效应":每个人都将拥有强大的"大脑",分析能力被大规模地平权化。

区别在于,不是每个人都能喂给"大脑"相同的数据。因此,利用专有数据将成为一流的营销渠道,这也是营销人员的好机会。

4、API服务将成为一流的营销渠道

换个说法:如何在正确的时间向AI Agent提供正确的数据?这是让买家与卖家"保持一致"的关键。

比尔盖茨曾提过一个场景:"如果你想计划一次旅行,AI Agent不仅知道你旅行的时间,还会基于对你需求的了解,给出建议的旅游地点。当被询问时,AI Agent也会根据你的兴趣和冒险倾向为你推荐可以做的事情,预订你喜欢的餐厅。"

举个不太准确的例子。早期,如果你想来一场深度个性游,需要付费、花时间告诉旅行社具体需求,让他们做一个策划。这时候,营销目标是吸引你走进旅行社,并选择他们的方案。当下,很多人会选择自己去小红书等社交媒体整合别人的攻略,DIY一份旅行策划。此时,卖家的营销目标是吸引你点进某些旅行帖子,并安利一些产品,大到机票、住宿;小到防晒霜、充电宝等等。

我们延伸比尔盖茨的设想,如果AI Agent替消费者做了旅游策划,那么卖家的营销目标也将发生变化:你要"讨好"的不是客户,而是客户的AI Agent。

Scott Brinker指出,20年前,Inbound Marketing(集客营销)革命开启,你可以通过"知识分享"帮每一位潜在客户解决疑问,达成销售目的。如今,我们正处于"生成式集客营销"革命的边缘——处理AI Agent的集客请求,帮助它们完成人类控制器分配给它们的目标。

大胆想象,"AI toAI"会成为新的B2B——成为电子商务的巨大组成部分。

结语

目前为止,AI Agent的大量项目还在水下,甚至与自动化较高的Copilot混淆。二者的最大区别在于"自主规划"能力:Copilot需要由人类来指挥完成目标任务;Agent则直接面对目标任务,具有自主记忆、推理、规划和执行的全自动能力。

终极形态的AI Agent只需要人类给出一个起始指令和结果反馈,AI自己完成任务拆分,工具选择,进度控制,实现目标后自主结束工作。

不过,即便Scott Brinker提出"AI Agent营销策略"只是一个方向,但"AI toAI"已经得到了来自ChatBot应用的初步验证。

例如,在YC W24亮相的Lumona就是一款产品搜索引擎,能够从用户信任的创作者那里获取高质量的产品推荐——通过Reddit和YouTube评论为护肤品搜索提供支持。

进一步,如何利用AI"喂给"AI更多"500美元"产品的"好"数据?在这个方向上,又将出现何种产品?我们将继续观察。

相关推荐

猜你喜欢

大家正在看