5、现阶段AI落地，B端实施不是刚需，但咨询是刚需。（类比的，C端使用不是刚需，但尝鲜是刚需。）
6、AI native产品需要积累新的数据，这让大家会站到同一起跑线、“微信里接AI bot”成为小风口。
9、“一定是要改变工作流”，将作为“AI-native”的一个check标准。
机器人流程自动化（Robotic Process Automation）
而今年我突然感到，RPA，其实也是直接的释放劳动力的载体。（一个实，一个虚）
1）社群X里，是怎样的用户画像？愿意花2000多元/年、盯着“搞钱”的老板/个体，他们是商业嗅觉最敏感、离钱最近的人。
2）而且当时那期航海里面，有24个活动选题（也包含AI绘画等其他AI相关内容），据说其中“RPA提效”是人次最多的！
3）而且，从实际效用来看，我们有很多重复性的工作，确实是应该、且可以被RPA辅助完成的。
因为只有这样，AI才能摆脱“（降本增效的）工具”属性，才能在商业化的时候，
hanniman评注：要能“分润”，那就真的要是雇佣一个人（实习生/兼职）的感觉……那就真的要能端到端的产生价值。那就真的要把机器人或RPA视为“必须拼图”之一，因为要有实际的生产力效用。
不过，现有RPA上手和教学都比较不方便的，原因可能是，本质还是在编程。
从用户预期来说，我只是希望能自动完成整个交互操作过程而已——如果能根据我的“录屏”就搞定，那才是amazing！
某开源项目，根据截图，可自动生成交互图和代码，使用GPT-4V的API来完成任务。
一款由GPT4驱动的截图管理工具，可将截图转化为视觉备忘录，并基于内容和GPT问答。
1、我在「深度 关于AIGC商业化的13个非共识认知（8000字长文）」中提到过未来线/元宇宙社交产品形态，核心差异化的点，不仅是人和AI社交，更在于“AI和AI交互、人去看（消费）这些AI产生的内容”——那不是“游戏”，而是“生活”。
24小时的AI频道，这是未来一定会成为现实的产品形态机会，里面有很多机会的。
4、但是，这个机会，可能还是会被OpenAI首先抓住，因为Sora已经出来了。
而且Sora刚出来，整体的“完成度”就比较高，其他公司要想整体追上OpenAI，短期太难。
类似汽车、火车、飞机、自动驾驶早期的事故会死人，LLM虽然还不一定是这种类型的事故，但也可能造成严重的犯罪、经济、政治安全事故。
1）随着AI调用量不断增加，看似小概率的黑天鹅事件，慢慢就变成“必然”一定会发生的事情了。
1）大概率的，会有一波AI应用层的产品发布（因为去年年中，很多团队才run起来，6~18个月，总该发布了），有更大概率出现“调用量短期快速增长”的情况，那么出问题概率就更大。
「Nightshade：数据投毒的最新案例！」，模型中毒后，AI模型开发者想清理有毒的数据样本也很难。（详见：）
4）更隐蔽的原因在于，虽然揭露这些安全隐患的初衷，是为了防范，以及最近有不少LLM安全相关的解决方案公司和平台。但是，但是，所有这些，其实同样的升级了作恶者的认知和技能点。。。
1）对于我们自身的AI产品，需要提前考虑、设计一些体验流程环节，尽量减小事故发生后，对用户和公司的影响。
五、现阶段AI落地，B端实施不是刚需，但咨询是刚需。（类比的，C端使用不是刚需，但尝鲜是刚需。）
1）最近某家AI公司提到，他们的解决方案里，不仅包括技术方案，还包括“咨询服务”。
之前提到过，在AI-native产品设计中，对“数据”的认知和实操，会被拉得非常高。
线的数据，是那些之前所有人都没有的数据，是基于know-how的过程数据——需要重新去定义和积累，从0开始的。
4，举个例子，比如我的AI日报，看起来，最原子的input是文章链接url、output是我的提炼内容
6、如果以上逻辑成立，那么，大家可能都站在了同一个起跑线、如果你是现在的巨头，其实是危机很大的；如果你是个体，是有机会搞点事情的。
应用角度起势的AI小风口，最早可能不是某个具体的应用或方向，而是微信这个“场景/场域”。
而且这种国民性的IM，本身就有海量的、用户和“长尾”场景！是创新价值涌现的温床。
anyway，这个点，一般业内说的比较少，大家可以结合自身业务和熟悉的领域，琢磨下~
简单说，就是为了提供生活助手服务，采取了三种产品形态：AI ，AI + 真人辅助，真人 + AI 辅助。
2、其实8~10年前的AI 1.0时代，就已经有公司做“AI+HI（人工）”来提供个性化服务的产品了
因为传统NLP能力提供不了充分价值（不论理性还是感性），虽然各家公司鼓吹AI，但本质（大部分比例）就是在用人工提供1对1的服务，这样当然收入覆盖不了成本。
我初步命名为“AI协作咨询师”，不仅可以给高客单价的、原本就有90分位能力的咨询“专家”引流，还可能让本来不具备咨询能力的、原本只有70分位的普通人赋能，使其也能给用户提供80分的咨询服务。
本质上，这也是一种信息差。即，如果用户自己学会了如何使用AI（GPT-4），那就不需要这种服务了。当然，这也跟他的教育程度相关——有的人不能真正学会用AI，那就购买这种服务，也行。
6、大模型毕竟是技术维度的东西，现阶段直接拿来用的产品维度效果，总还差口气，如果通过这种模式“补齐”gap，不说定真能有机会出来。
类似之前爆火的Aloha机器人——人在操作，机器同步学习。另外，在使用RPA的时候，其实也有一样的需求——我只是希望完成目标效果（某些自动化操作），为什么非得让我学一点点的操作那个界面？其实本质和coding是类似的。
。可参考「我看到的AIGC落地机会1）Summary AI Service 」5、目测6个月内，会有一轮洗牌（不论是公司还是人才）
6、借力AI，会有更多新的个体崛起机会（副业），甚至会导向团队先进性的竞争（基于AI-native的组织架构）
