回望过去两年,AI运用的利害评判,已从实验室走向了更广阔的公众视野。用户、投资者、开拓者及市场,各自以独特的视角核阅着这些智能产品的代价。有的运用因未能触及用户痛点而被边缘化,有的则凭借卓越表现成为日常生活与事情的得力助手。
从目前来看,行业内多款AI产品的评价多数情形下是“阳春白雪”的技能指标,但“普适”的评价标准则应是从用户角度出发,以“AI陪伴率”为评价标准,这才是衡量大模型、人工智能产品技能与代价的“金标准”。
无法盈利“怪圈”
因难堪以盈利,有部分厂商开始寻求自研各种垂直运用,不再将紧张精力放在大模型的“基座”上,试图以此来填补掩护和开拓“基座”本身的亏空。事实上,真正良好的人工智能生态应是建好“基座”后,勾引更多高下游企业进行再开拓,共同打造人工智能生态。但由于“基座”无法实现盈利,各大厂商亲自了局开拓各种垂直运用。这样会产生两种结果:一种是一家独大赢者通吃,另一种是仍旧无法盈利、亏损加大。
之以是人工智能行业内没有搭建成良好的生态,很大可能性是问题出在行业本身——“基座”养不起浩瀚厂商,干系家当并未知足市场的需求,各种人工智能运用还不是那么“智能”,进而导致用户不愿意为此付费。如果这个问题不理清,那么即便未来如何开拓、投入、掩护,都将可能覆灭。
其问题的核心在于,AI行业尚未充分知足市场需求,用户对付AI的期待与实际体验之间存在落差,难以持续引发强烈的付费意愿。
金标准“AI陪伴率”
客不雅观和理性看待AI发展,须要一个基于用户视角的评价标准,最核心的一项指标便是“AI陪伴率”。如果各大厂商推出的人工智能运用已经对用户产生了“陪伴”,那就一定知足了用户的需求,也就形成了生产力。
如何理解“AI陪伴率”?便是基于AI的各种运用是否对用户产生了“陪伴”,有没有可替代性,或者说用户离开了某个运用或者产品,是否会产生“戒断反应”。“戒断反应”越大,解释陪伴率越高。例如一些短视频批量文案事情,如果离开了AI的帮助,则无法实现批量文案天生,这就解释AI的陪伴率很高,这就解释它已经产生了代价。
“AI陪伴率”须要一系列的子指标、硬指标来进行评价,例如用户规模、日生动用户规模、用户付费程度等。这些指标共同构建了一个全面、客不雅观的评价体系,有助于厂商精准把握用户需求,优化产品功能,提升用户体验。
事实上,国内外已经有了许多具备生产力和知足需求的AI运用,例如字节系的很多产品、融信数联的融易大模型等,都已经在深刻陪伴着政府、企业等方面的用户。
之以是要用“AI陪伴率”,便是要为用户、投资人、企业自身,辅导和构建一个康健、准确、客不雅观的评价体系,这样才能促进行业康健发展,避免陷入“自说自话”。只要真正践行以用户为核心的“AI陪伴率”这一硬性标准,行业发展就有了目标,自然就能知足用户需求,盈利也就迎刃而解。
(作者:中国测绘学会聪慧城市事情委员会委员、北京大数据协会理事、北京融信数联科技有限公司CTO张广志博士)
来源: 光明网