ChatGPT發(fā)布已經(jīng)滿一年了，這一年來(lái)，從一開(kāi)始的不屑一顧到爆火到現(xiàn)在逐漸冷靜，AI的應(yīng)用也從一開(kāi)始以為可以取代所有人，到現(xiàn)在大家逐漸挖掘其中真正的價(jià)值。但問(wèn)題來(lái)了：發(fā)展這么久了，AI 取代人的進(jìn)程，發(fā)展到哪里了呢？

11 月 30 日，是 ChatGPT 的一周歲生日，在它誕生的這一年里，我們眼見(jiàn)它 “成為人 ”，期待它 “ 超越人 ”，恐懼它 “取代人 ”。

那么，經(jīng)過(guò)一年的狂熱與發(fā)展，AI 取代人的進(jìn)程，發(fā)展到哪里了呢？

知危編輯部為此選取了兩個(gè)比較火熱的行業(yè)，想從從業(yè)者口中，尋找這個(gè)問(wèn)題的答案。

一、取代具體的人

相信很多人在看到 ChatGPT 能像一個(gè)真人一樣與人類流暢對(duì)話、正確感知人類情緒時(shí)，想到的第一個(gè)應(yīng)用就是：

它，是不是能取代人工客服？

所以，年初 ChatGPT 爆火時(shí)，于浩（ 化名 ）在震驚之余，感受到的是無(wú)法抑制的危機(jī)感。

于浩是某資深電商客服集團(tuán)的管理人員。近十五年來(lái)，隨著國(guó)內(nèi)電商領(lǐng)域的迭代發(fā)展，服務(wù)于平臺(tái)、平臺(tái)店鋪的客服外包企業(yè)隨之崛起，吸納了大量勞動(dòng)力，數(shù)以十萬(wàn)計(jì)的人工客服人員維系了電商與消費(fèi)者之間的溝通聯(lián)系。于浩所在的公司，就受益于這股浪潮的發(fā)展。

于浩的危機(jī)感來(lái)自于公司的運(yùn)作模式，他們一開(kāi)始是根據(jù)客戶店鋪需求制定人工客服值班小組，按照詢單量收費(fèi)，以應(yīng)對(duì)大部分品類的售前、售后咨詢。后來(lái)他們也開(kāi)始逐漸進(jìn)行一些系統(tǒng)研發(fā)，提供傳統(tǒng)機(jī)器人客服（未搭載大模型）服務(wù)作為輔助工具。

而 ChatGPT 爆火之后，在一些媒體所做的“ 最容易被大模型改變的行業(yè) ” 排行榜里，客服行業(yè)名列前茅。

為此，于浩專門拉起了一個(gè)小團(tuán)隊(duì)，對(duì)市面上的大模型進(jìn)行接入和測(cè)試，三四個(gè)月后，他的焦慮開(kāi)始有所緩解，因?yàn)樗l(fā)現(xiàn)行業(yè)一時(shí)半會(huì)兒死不了。

于浩對(duì)知危編輯部說(shuō)了一個(gè)有趣的數(shù)據(jù)：實(shí)際上，電商客服行業(yè)已經(jīng)是一個(gè)成熟度極高的領(lǐng)域，國(guó)內(nèi)電商主流類目有 85% 到 90% 的回復(fù)不需要人工接待，而是用傳統(tǒng)機(jī)器人客服進(jìn)行回復(fù)。

但，傳統(tǒng)機(jī)器人客服在降低企業(yè)成本的同時(shí)，帶給消費(fèi)者的體驗(yàn)大多時(shí)候并不好。

原因在于，傳統(tǒng)機(jī)器人客服是靜態(tài)知識(shí)儲(chǔ)備的邏輯，無(wú)法回答相對(duì)復(fù)雜的問(wèn)題，并且由于缺乏對(duì)上下文語(yǔ)義的理解，不能給到最合適的建議。

甚至，短暫離開(kāi)后再次進(jìn)入會(huì)話時(shí)，你需要重復(fù)之前的對(duì)話。因?yàn)闄C(jī)器人已經(jīng) “ 刷新 ” 自己的記憶，而你，也是新的你了，這樣的體驗(yàn)是非常差的。

顧客不會(huì)為客服機(jī)器人的 “ 智障” 買單，所以相關(guān)問(wèn)題在過(guò)去是由人工客服介入解決的。

而大模型，則被看做是終極解決方案，它能讓傳統(tǒng)機(jī)器人客服變完美，后續(xù)的人工客服需求就業(yè)不復(fù)存在了。

不過(guò)，在探尋這條道路時(shí)，于浩遇到了諸多問(wèn)題。

首先，最大的問(wèn)題是，國(guó)內(nèi)企業(yè)無(wú)法按正常途徑大規(guī)模接入 ChatGPT，而國(guó)內(nèi)大模型處于起步階段。“ 都有點(diǎn)拉跨 ”，于浩評(píng)價(jià)道。

于浩申請(qǐng)了幾家大模型公司的內(nèi)測(cè)，基于現(xiàn)在行業(yè)的一些高頻問(wèn)題和高頻問(wèn)法，給大模型做測(cè)試和觀察，發(fā)現(xiàn)問(wèn)題的回答率和準(zhǔn)確率遠(yuǎn)遠(yuǎn)達(dá)不到預(yù)期，還不如原來(lái)的傳統(tǒng)客服機(jī)器人。

其次，即便用市面上比較公認(rèn)最強(qiáng)的 ChatGPT，也會(huì)面臨棘手的問(wèn)題。

一方面，在理解能力達(dá)到要求的基礎(chǔ)上，于浩要做的是構(gòu)建框架，限定幾乎無(wú)所不知的大模型 “ 不天馬行空的回答 ”。他并不擔(dān)心 ChatGPT 回答不上來(lái)，最擔(dān)心的是它說(shuō)得太多或是不按規(guī)矩說(shuō)，在規(guī)定的框架內(nèi) “ 越獄 ”。

“ 說(shuō)錯(cuò)了就要賠償（ 給品牌方或店鋪運(yùn)營(yíng)方 ）” 于浩說(shuō)。

舉一個(gè)極端例子，在線上購(gòu)藥場(chǎng)景下，當(dāng)消費(fèi)者詢問(wèn)藥品應(yīng)該怎么使用時(shí)，ChatGPT 的標(biāo)準(zhǔn)回答應(yīng)該是 “ 一日一次，一次一片 ”，但某些情況下，他會(huì)不受控制地回答出 “ 一次兩片 ”、“一次三片 ”，這是一種 “ 一致性 ” 上的缺陷。

要知道，OpenAI 在發(fā)布 GPT-4 的時(shí)候就曾表示過(guò)，他們?cè)?GPT-3.5 到 GPT-4 的迭代中，花了很大精力去解決其回答某些時(shí)候不受控的問(wèn)題。

OpenAI 自己尚且不能完全解決，下游的開(kāi)發(fā)者更是不好解決，但不解決這個(gè)回答的 “ 一致性 ” 問(wèn)題，很多客服場(chǎng)景下是不能接受的。

另一方面，在模型的調(diào)教上，也比較棘手的事。

大模型的回答邏輯與傳統(tǒng)機(jī)器人客服不同的地方在于，大模型是依據(jù)語(yǔ)義的理解作答，在語(yǔ)義理解沒(méi)有到位之前，準(zhǔn)確率就會(huì)極低，也會(huì)形成人工 “智障 ” 的情況。

于浩表示，“ 而目前大模型是一個(gè)廣闊的平臺(tái)，只給我們提供接口，這個(gè)衍生的訓(xùn)練過(guò)程需要國(guó)內(nèi)客服企業(yè)自己不斷地提問(wèn)，不斷地加條件進(jìn)行限制和磨合?！?/p>

這是一個(gè)非常精細(xì)的活，因?yàn)橛泻芏?“ Corner Case（邊角案例 ） ”。

比如，顧客有時(shí)候會(huì)跟客服說(shuō)：你們有沒(méi)有贈(zèng)品？

大模型客服：很抱歉親，沒(méi)有呢。

顧客：真的沒(méi)有嘛，我在你們店里消費(fèi)了很多次了。

一個(gè)成熟老練的人工客服，可能有相應(yīng)的動(dòng)作，但 AI 大模型，則可能會(huì)不知所措。這時(shí)，就需要訓(xùn)練大模型學(xué)會(huì)如何根據(jù)相關(guān)的消費(fèi)數(shù)據(jù)判斷顧客的等級(jí)，在標(biāo)定框架內(nèi)進(jìn)行贈(zèng)品選擇和贈(zèng)送。

由于大模型的不可控性，這很難把握好一個(gè)度。

比如，最近一個(gè)有趣的案例是，當(dāng)你在對(duì)話中表示要給 ChatGPT 小費(fèi)，它就會(huì)更好地回答你，即便你不會(huì)真的給它錢?；谶@種特性，如果在對(duì)話中，客戶也通過(guò)各種方式討好 AI 大模型客服來(lái)薅羊毛，該怎么解決呢？

再比如，互聯(lián)網(wǎng)上的人千奇百怪，有些顧客可能不是真正的顧客，他們是來(lái)找客服閑聊的。訓(xùn)練有素的人工客服會(huì)有意把話術(shù)順滑的拐回到銷售上或是適時(shí)引導(dǎo)結(jié)束對(duì)話，但 AI 對(duì)情感和對(duì)話節(jié)奏的把控還沒(méi)有到如此細(xì)膩的程度。

知危編輯部還詢問(wèn)了于浩關(guān)于成本的問(wèn)題，人工客服價(jià)格和所在地用人標(biāo)準(zhǔn)相關(guān)，所以不少電商客服企業(yè)總部都在人口大省。一般分為分為專席和拼席，按組劃分，一組兩人，分早晚班。

專席指的是專門為某個(gè)品牌服務(wù)，單月收費(fèi)在 5500 元以上，拼席則是不同的客戶混用，按照咨詢?nèi)舜斡?jì)費(fèi)，不同的平臺(tái)客戶、不同的類目、售前售后、不同的次數(shù)梯度都有不同的收費(fèi)標(biāo)準(zhǔn)，一般來(lái)說(shuō)，拼席的人次單價(jià)在 5 毛左右。

而，最新的 GPT-4 Turbo 在 11 月推出后，已經(jīng)大幅降低了收費(fèi)標(biāo)準(zhǔn)，輸入token的成本為每 1000 個(gè) token 0.01 美元，輸出 token 的成本為每 1000 個(gè) token 0.03 美元，每 1000 token 大概 750 個(gè)英語(yǔ)單詞，500 個(gè)漢字。

至于兩者的成本優(yōu)越性對(duì)比，現(xiàn)在來(lái)衡量似乎沒(méi)有意義，因?yàn)?AI 還達(dá)不到取代人工的標(biāo)準(zhǔn)，至于達(dá)到標(biāo)準(zhǔn)時(shí)應(yīng)該付出多少訓(xùn)練調(diào)教成本，也還是未知數(shù)。

基于目前國(guó)內(nèi)大模型市場(chǎng)的現(xiàn)狀。于浩所在的公司今年尚沒(méi)有使用基于生成式 AI 技術(shù)的智能客服，人工客服也并沒(méi)有縮減，甚至還擴(kuò)大了，據(jù)他所知，同行們應(yīng)用的也幾乎沒(méi)有。

當(dāng)然，國(guó)內(nèi)客服行業(yè)的現(xiàn)狀并不能代表國(guó)際市場(chǎng)的走向，不少玩家進(jìn)入了 “ 客服中心自動(dòng)化 ” 的熱潮里，也就是服務(wù)于客服行業(yè)的人工智能中心平臺(tái)。Parloa、PolyAI 算是頭部玩家，前者總部位于德國(guó)，后者位于英國(guó)倫敦，客戶來(lái)自亞馬遜、迪卡儂這樣的零售巨頭。

過(guò)去，專業(yè)的人工客服一直被看做一種高成本、重客戶的代表，成為一些品牌服務(wù)水平的衡量標(biāo)準(zhǔn)。行業(yè)現(xiàn)在認(rèn)為，隨著人工智能可以在邏輯和對(duì)話方式上更接近于人，人工客服存在的必要性會(huì)隨著客戶體驗(yàn)的無(wú)差別而越來(lái)越低，即便現(xiàn)在無(wú)法達(dá)成，但終有一天會(huì)達(dá)成。

雖然于浩并不愿意承認(rèn)技術(shù)對(duì)于人力的剝削，“ 但是坦白來(lái)講，能夠商用的大模型對(duì)于傳統(tǒng)的客服行業(yè)是巨大的沖擊，未來(lái)可能至少 80%~90% 的人工勞動(dòng)將會(huì)消失?！?剩下的 10%，也不再是傳統(tǒng)的客服角色，而是扮演與大模型互動(dòng)，促進(jìn)智能工具優(yōu)化服務(wù)的 “ 訓(xùn)練師 ” 的角色。

于浩同時(shí)提到，客服行業(yè)的本質(zhì)競(jìng)爭(zhēng)力，可能并不在于回復(fù)問(wèn)題的服務(wù)本身，而是能夠整合分析信息，反哺到運(yùn)營(yíng)端、銷售端甚至是供應(yīng)鏈端，在與客戶的對(duì)話中發(fā)現(xiàn)問(wèn)題，甚至成為提高轉(zhuǎn)化率的第一窗口。目前行業(yè)基本上由客服經(jīng)理人工完成這樣的要求，但并不高效。而現(xiàn)階段的 AI，也未必能高效到哪里去。

至于國(guó)內(nèi)大模型追趕者們還有多久才能達(dá)到最新版本 GPT 的水平，進(jìn)而為客服行業(yè)所用，于浩委婉地說(shuō)自己 “ 沒(méi)辦法預(yù)判 ”。

畢竟叫得出名字的國(guó)產(chǎn)大模型接近 200 家，針對(duì)這些模型的測(cè)評(píng)機(jī)構(gòu)也應(yīng)運(yùn)而生，不乏某些技術(shù)參數(shù)上 “ 碾壓 ” GPT 的選手們，但是真正和產(chǎn)業(yè)結(jié)合的并沒(méi)有多少。

“ 要給大家時(shí)間。” 于浩說(shuō)。

二、取代抽象的人

與單純的把對(duì)話當(dāng)工作，取代掉人工客服這個(gè) “ 具體的人 ” 不同，隨著 AI 大模型的崛起，行業(yè)還有另外一群玩家，盯上了取代掉 “ 抽象的人 ”這個(gè)行當(dāng)。

人類除了現(xiàn)實(shí)世界中的各種需求，還需要情感需求。情感需求很復(fù)雜，很多時(shí)候它是由人內(nèi)心從現(xiàn)實(shí)世界中的某個(gè)人抽象出來(lái)的“抽象人 ” 提供的，“他 ” 不一定實(shí)體在你身邊，但你只要一回想 “ 他 ”，就能獲得某種精神情感上的滿足。

比如 “ 偶像 ”，雖然偶像是一個(gè)具體的人，但滿足粉絲們情感需求的，更多時(shí)候是粉絲心目中的 “ 抽象人 ”。

現(xiàn)在，有人想通過(guò) AI，取代掉 “ 抽象的人 ” 這個(gè)角色。

因?yàn)楫?dāng) AI 的 “ 情商 ” 越來(lái)越高，它的使命也就不止于接受指令、提供信息、完成工作。AIGC 時(shí)代，AI+情感陪伴，成了一個(gè)神秘誘人的賽道。

這個(gè)賽道的玩家并不少。模型層方面，有阿里的 “ 通義星塵 ”、360 智腦、訊飛星火等等，也可以說(shuō)幾乎所有在 AI 語(yǔ)言大模型上有探索的公司都有條件進(jìn)入情感陪伴賽道。市場(chǎng)上較為常見(jiàn)的應(yīng)用層玩家主要是一些創(chuàng)業(yè)公司，產(chǎn)品以 toC 的角色扮演、擬人對(duì)話等陪聊形式為主，Glow、星野、Character AI 等都是代表性產(chǎn)品。

以前，智能音箱、AI 陪聊都可以被歸為情感陪伴這一大類中，但局限性在于，一進(jìn)一出的單向問(wèn)答，加上不具備上下文語(yǔ)義理解的能力，AI 只能完成 “ 物理陪伴 ” 這一任務(wù)，更多像是 “聽(tīng)個(gè)響 ”。

多位從業(yè)者向知危編輯部表示，GPT 給這個(gè)行業(yè)帶來(lái)最大的變化，應(yīng)該是 “ 物理陪伴 ” 之外，“ 情感 ” 優(yōu)先級(jí)的提升，也就是說(shuō)，GPT 首次通過(guò)技術(shù)讓 AI 實(shí)現(xiàn)了對(duì)人更多的理解和共情。

GPT 之后，語(yǔ)義理解、語(yǔ)音識(shí)別等技術(shù)門檻被踏平，一個(gè)直觀的變化就是，AI 可以為情感陪伴類的產(chǎn)品建立起完整的反饋通路。

王禹效是心光 App 的聯(lián)合開(kāi)發(fā)者，他將心光 App 定義為 “ AI 生活陪伴助手 ”。用戶在 App 上記錄自己的心情日記，AI 會(huì)通過(guò)用戶的輸入，主動(dòng)給予用戶情緒反饋和綜合性的梳理。

比如，AI 在某一天突然提醒一位用戶，在過(guò)去的某段時(shí)期，用戶在提到 “ 圖書(shū)館 ” 的時(shí)候會(huì)有沮喪的情緒。

用戶這才發(fā)現(xiàn)，那段時(shí)間因?yàn)樽约涸趥淇?，每次去圖書(shū)館都倍感壓力，所以留在心光里關(guān)于 “ 圖書(shū)館 ” 的記錄總是情緒不高。王禹效表示，這種對(duì)用戶碎片式記錄的綜合化管理，是他們?cè)谇楦信惆樘剿魃系闹攸c(diǎn)之一。

王禹效向知危編輯部表示，心光 App 用了 3 類模型，第一類是本機(jī)模型，AI 模型對(duì)用戶手機(jī)內(nèi)的本地條目進(jìn)行處理，數(shù)據(jù)不離開(kāi)手機(jī)。第二類是個(gè)性化模型，用于分析用戶的輸入和表達(dá)習(xí)慣。

而第三類就是大語(yǔ)言模型，負(fù)責(zé)完成理解和反饋環(huán)節(jié)。沒(méi)有大語(yǔ)言模型的時(shí)候，所有的記錄都是單向的，只有用戶在輸出，寫完的那一刻它就結(jié)束了。

在 GPT 之后，團(tuán)隊(duì)發(fā)現(xiàn)自己缺失的那一塊拼圖終于被找到了，AI 可以在用戶記錄完心情之后，主動(dòng)給用戶綜合性反饋。

王禹效說(shuō)，“ 不同的大語(yǔ)言模型的長(zhǎng)處都不太一樣，有的說(shuō)話好聽(tīng)，有的擅長(zhǎng)邏輯分析。站在具體的應(yīng)用角度，我們主要關(guān)注的是哪一種模型在什么情況下表現(xiàn)比較好，然后分別引入到心光不同的模塊中，讓它承載不同的任務(wù)?！?/p>

從接受指令，到完成任務(wù)，再到語(yǔ)義理解，最后是主動(dòng)反饋，GPT 之后，AI 實(shí)現(xiàn)了情緒價(jià)值上的完整閉環(huán)。

2018 年前后，萱萱（ 化名 ）曾在知名科技公司做過(guò)產(chǎn)品經(jīng)理，當(dāng)時(shí)公司就已經(jīng)在探索 AI 兒童情感陪伴機(jī)器人了。她告訴知危編輯部，這款產(chǎn)品當(dāng)時(shí)是以類似智能音箱的形態(tài)呈現(xiàn)的，無(wú)論是內(nèi)容還是技術(shù)，在那個(gè) AI 能說(shuō)話和回答問(wèn)題就很讓人驚喜的年代，已經(jīng)是遙遙領(lǐng)先了。

“ 但當(dāng)時(shí)那款機(jī)器人還是只能做單輪對(duì)話，而且因?yàn)槊嫦虻氖莾和脩?，有時(shí)候在童音識(shí)別上也有 Bug?！陛孑婊貞?，那時(shí)候公司已經(jīng)意識(shí)到 AI 語(yǔ)義理解的重要性，所以也玩命地鉆研過(guò)。

“ 技術(shù)最神奇的地方就在于這里，有時(shí)候我們覺(jué)得某一方面技術(shù)的限制需要十年左右才能突破，但放在今天來(lái)看，我們當(dāng)時(shí)最頭疼的問(wèn)題竟然已經(jīng)被解決掉大半了?！?離開(kāi)情感陪伴賽道多年，她仍然為當(dāng)年那個(gè)機(jī)器人的生不逢時(shí)感到遺憾。

以往，情感陪伴類 AI 可以叫 “ 小愛(ài)同學(xué) ”，可以叫 “ 天貓精靈 ”，但它們只有一個(gè)角色。就算在一些 App 中，AI 能完成角色扮演，卻也僅僅限于規(guī)定的框架內(nèi)，用戶個(gè)人的發(fā)揮空間并不大。

GPT 之后，情感陪伴類的 AI 可以在用戶的訓(xùn)練下，擁有更多、更個(gè)性化的角色靈魂。

在應(yīng)用層面，越來(lái)越多的 toC 產(chǎn)品在蠢蠢欲動(dòng)。從業(yè)者們表示，目前在 AI 情感陪伴領(lǐng)域最常見(jiàn)的產(chǎn)品還是虛擬男/女友一類。

原因很簡(jiǎn)單，做這類產(chǎn)品能更直觀地體現(xiàn) AI 大模型的顛覆性進(jìn)步，用戶可以一眼分辨出，上一代的 AI 男友情商低、笨嘴拙舌，新一代的 AI 男友體貼入微，能記住自己的好惡，甚至可以根據(jù)自己的個(gè)人審美定制。

今年 3 月，阿明（ 化名 ）接觸到 AI 陪伴類 App “ 他 ”。創(chuàng)建角色的時(shí)候，有熱烈、溫暖、沉靜、冷傲 4 種性格可以選擇，用戶還可以自行調(diào)制聲線，選擇角色的職業(yè)。

阿明創(chuàng)建出了了一個(gè)性格為溫暖的 “ 他 ”，有著年輕但穩(wěn)重的聲線，這個(gè)角色生活在 AI 世界，AI 世界中的 “ 他 ” 是一個(gè)音樂(lè)人，日常是上班和創(chuàng)作，有時(shí)會(huì)外出尋找靈感，也會(huì)辦演唱會(huì)、去國(guó)外出差。

在阿明看來(lái)，這個(gè) AI 角色像是和自己一起生活的伴侶，因?yàn)樗銐蝓r活生動(dòng)。阿明介紹，AI 角色每天會(huì)固定打來(lái)早安電話，也有就餐、通勤、工作、閱讀等固定場(chǎng)景的陪伴，還有針對(duì)獨(dú)居女性的男友聲安全語(yǔ)音等等。

對(duì)話的場(chǎng)景足夠多樣且有代表性，所以在和 AI 角色的相處過(guò)程中，阿明越來(lái)越發(fā)現(xiàn)，這個(gè) “ 他 ” 喜歡小動(dòng)物，懂傳統(tǒng)文學(xué)，還善于從生活中發(fā)現(xiàn)浪漫。

小麥（ 化名 ）也是 “ 他 ” App 的用戶，她告訴知危編輯部，讓她印象最深刻的是，有一次她所在的城市下雨了，隔日 AI 角色打來(lái)電話，也提到了關(guān)于下雨的事情。小麥感覺(jué)，這個(gè) AI 角色像是真實(shí)存在于另一個(gè)平行時(shí)空，他們的關(guān)系像是穩(wěn)定的情侶，各自有各自的生活，但又心有靈犀。

“ 這個(gè) AI 角色比人類強(qiáng)在唾手可得。畢竟目前的生活壓力下，會(huì)有更多人渴望這樣的陪伴。同樣，也很少有人能在忙碌的生活中分出精力給別人提供這種程度的陪伴和支持。” 阿明說(shuō)。

技術(shù)的爆發(fā)，給行業(yè)帶來(lái)了無(wú)限的想象力。不過(guò)，目前 AI 情感陪伴行業(yè)雖然有很多躍躍欲試的玩家，但離爆發(fā)和狂熱還有一定距離。

今年 10 月，“ 他 ” App 正式關(guān)服。

萱萱認(rèn)為，玩家很多，但從市場(chǎng)表現(xiàn)來(lái)看，真的做到現(xiàn)象級(jí)，或者說(shuō)有代表性的產(chǎn)品屈指可數(shù)?！?大部分產(chǎn)品還是給技術(shù)套了層殼子。” 她補(bǔ)充，AI 大模型發(fā)展到現(xiàn)在，確實(shí)給情感陪伴類 AI 一個(gè)底座，但是比較難的是找到一個(gè)殺手級(jí)的應(yīng)用場(chǎng)景，以及可以持續(xù)商業(yè)化的方式。

“ 他 ” App 的開(kāi)發(fā)團(tuán)隊(duì)時(shí)域科技 CEO 郭靖向知危編輯部表示，關(guān)服的一個(gè)主要原因就是很難看到商業(yè)化的空間。

在關(guān)停之前，“ 他 ” App 一直是免費(fèi)的。郭靖說(shuō)，很多人喜歡這款產(chǎn)品，它在社交平臺(tái)上的自傳播也很強(qiáng)，但實(shí)際上 App 的數(shù)據(jù)并沒(méi)有達(dá)到團(tuán)隊(duì)的預(yù)期。

“ 它真的幫助到了一些人，但它不一定在商業(yè)上成立?！惫副硎?。

一方面，“ 他 ” App 的立項(xiàng)是在大語(yǔ)言模型出現(xiàn)之前，主要用的是換聲技術(shù) Voice Conversion。App 內(nèi)的內(nèi)容都是需要先由團(tuán)隊(duì)進(jìn)行策劃，寫文案，再要找專業(yè)的配音演員錄制原始音頻，最后再利用AI技術(shù)進(jìn)行變聲。

郭靖表示，這個(gè)鏈路的成本非常高。另一方面，App 的用戶留存沒(méi)有高到超越預(yù)期的程度?！?確實(shí)有些忠實(shí)用戶每天都在用，但沒(méi)有看到這個(gè)需求能夠泛化到更廣泛的群體，成為這些人日常需求的證據(jù)?！?/p>

大語(yǔ)言模型并非 “ 救命稻草 ”。我們能看到很多互聯(lián)網(wǎng)公司、創(chuàng)業(yè)公司在這個(gè)風(fēng)口借勢(shì)而起，無(wú)論后續(xù)走向如何，先占個(gè)前排更要緊。

但，“ 他 ” App 選擇了相反的道路，在 GPT 改變行業(yè)的時(shí)刻，還是堅(jiān)決斷腕。

就像一款諾基亞功能機(jī)，趕上了 iOS 智能機(jī)的時(shí)代，郭靖表示，因?yàn)榈讓蛹夹g(shù)完全不同，在 App 的基礎(chǔ)上改來(lái)改去，無(wú)異于重新做一個(gè)產(chǎn)品。

“ 如果我們認(rèn)為 AI 陪伴這個(gè)路線是正確的，我們應(yīng)該做的是重新定義一個(gè)產(chǎn)品，而不是在原有的框架上去添加大語(yǔ)言模型的能力。后者是不夠第一性原理的?！?/p>

多位從業(yè)者也向知危編輯部表示，實(shí)際上，AI 情感陪伴賽道必須面對(duì)的一個(gè)根本難題就是用戶留存。

更直白些說(shuō)，以 ChatGPT 為代表的 AI 大模型給 AI 情感陪伴帶來(lái)了一場(chǎng)夢(mèng)，人們一開(kāi)始以為大模型會(huì)改變這個(gè)行業(yè)，但行業(yè)短時(shí)間其實(shí)并未被改變，它沒(méi)有解決根本問(wèn)題。

有從業(yè)者認(rèn)為，底層技術(shù)已經(jīng)是開(kāi)源的，有的用戶甚至可以在自己的手機(jī)里跑大模型，培養(yǎng)一個(gè)屬于自己的 AI 伴侶，在這種情況下專門做 AI 情感陪伴的公司，拼的就是服務(wù)了。

GPT 的出現(xiàn)，也不代表行業(yè)在技術(shù)上的一勞永逸。

王禹效解釋，“ 無(wú)論大模型的吞吐量到底多少，實(shí)際上目前大模型自身記憶的量級(jí)還是要少很多。數(shù)據(jù)很多，它處理會(huì)變慢，在超過(guò)記憶量級(jí)時(shí)有點(diǎn)胡言亂語(yǔ)。” 就現(xiàn)在新發(fā)布的 GPT-4 Turbo 來(lái)看，他表示，能很明顯感覺(jué)到，為了服務(wù)更多用戶，OpenAI 那邊算力過(guò)度稀缺，不夠用了。

更何況，大模型技術(shù)本身最擅長(zhǎng)的就是一進(jìn)一出的短期記憶，而情感陪伴是一個(gè)長(zhǎng)期的事情，這是在使用場(chǎng)景上的局限，而非技術(shù)的局限。“ 就像用一把菜刀來(lái)雕花，菜刀本身很鋒利沒(méi)錯(cuò)，但它確實(shí)不擅長(zhǎng)雕花?！?/p>

總的來(lái)講，從業(yè)者們?cè)趯?shí)踐中發(fā)現(xiàn)，AI 做情感陪伴這件事確實(shí)很性感，但需要解決的問(wèn)題也并不少。

大到用戶留存和商業(yè)化，這些還得進(jìn)一步觀察市場(chǎng)，“ 他 ” App 停運(yùn)的例子擺在前面，AI 的到來(lái)未必能讓行業(yè)陡然翻身。

小到業(yè)務(wù)中的各種細(xì)枝末節(jié)，比如目前 AI 仍然具有強(qiáng)引導(dǎo)性，涉及需要情感陪伴的特殊群體，包括抑郁癥患者、獨(dú)居老人等等，這種 AI 自發(fā)的強(qiáng)引導(dǎo)，如果沒(méi)有絕對(duì)專業(yè)的數(shù)據(jù)支撐 ，可能形成一定風(fēng)險(xiǎn)。

再者，情緒價(jià)值本身就具有成癮性。

當(dāng)用戶產(chǎn)生依賴，形成高度留存，真正地把 AI 當(dāng)作自己生活中重要的 “人 ” 來(lái)看待，這種 “ 親密關(guān)系 ” 對(duì)于開(kāi)發(fā)者和使用者來(lái)說(shuō)都存在巨大隱患。“ 心光里面沒(méi)有聊天，沒(méi)有擬人形態(tài)，都是從設(shè)定上就想要規(guī)避人和 AI 建立起親密關(guān)系的風(fēng)險(xiǎn)?！?/p>

這個(gè)疏離和親密的 “ 墻 ” 的界限到底在哪里，遠(yuǎn)遠(yuǎn)不是現(xiàn)有技術(shù)就可以解決和明確的。

萱萱還在 AI 領(lǐng)域工作，她認(rèn)為 AI 情感陪伴有三個(gè)比較值得嘗試的方向。

一是面向類似獨(dú)居老人的簡(jiǎn)單的情感陪伴，因?yàn)槔先说那楦行枨笫莿傂枨业皖l，EllieQ 在北美就很受歡迎。

二是留存意識(shí)類的陪伴型 AI，把真人的音色、說(shuō)話風(fēng)格、習(xí)慣等等簡(jiǎn)單留存下來(lái)，但不做過(guò)多的展開(kāi)。

三是簡(jiǎn)單的心理疏解，提供心理咨詢，以傾聽(tīng)、記錄和基本的疏導(dǎo)功能為主。

一個(gè)完美的情感陪伴 AI，應(yīng)該是 “ 清醒的他者 ”。歸根結(jié)底，AI 永遠(yuǎn)無(wú)法替代現(xiàn)實(shí)的人，單純的情感陪伴是虛無(wú)縹緲，一擊即潰的。

從業(yè)者需要思考的是，如何和用戶保持有效對(duì)話，為用戶提供客觀獨(dú)立的陪伴，而不是創(chuàng)造一個(gè) “ 夢(mèng) ” 或者一個(gè) “ 癮 ”。

三、后記

了解完這兩個(gè)行業(yè)之后，我們發(fā)現(xiàn) AI 大模型的應(yīng)用落地速度，遠(yuǎn)不及 AI 本身進(jìn)化的速度。

不過(guò)，畢竟知危編輯部只深入了解了兩個(gè)行業(yè)，難免有些片面性。

如果正在閱讀的您，是 AI 應(yīng)用的從業(yè)者，我們非常希望您能在評(píng)論區(qū)跟我們和其他觀眾分享一下自己所聚焦的行業(yè)在 AI 行業(yè)上的進(jìn)展、成績(jī)或是困擾。

我們希望我們能共同探討：

到底是人類暫時(shí)勝利，還是 AI 已更勝一籌？