共计 2699 个字符，预计需要花费 7 分钟才能阅读完成。
大模型产品会朝着怎样的趋势前行？下一个国民级的 AI 应用又会是何种模样？2023 年 2 月，ChatGPT 的问世点燃了 AI Native 的概念，众多创业者与巨头为之振奋，纷纷尝试突破传统，探索独立 APP 的全新形态，意图从上至下对应用生态进行颠覆。然而，18 个月后的当下，实际进展并未如预期那般迅速。
8 月 13 日，QuestMobile 发布了《2024 年生成式 AI 大模型应用生态研究报告》。其中积极的一面是，依据 QuestMobile 的监测数据，有两款独立 APP 的 AI 应用跑出了千万级用户流量，抖音集团的豆包拥有 2752 万用户，百度的文心一言则有 1134 万用户。但出人意料的是，还有八成独立应用的流量低于 50 万。
追根溯源，AI 应用与移动互联网时代存在巨大差异。在移动互联网时代，移动端有大量未被满足的用户需求，需要创新应用从无到有地开发。而如今，未被开发的需求已非多数，单纯靠卷画画、卷写诗难以让 AI 应用迅速“做大”。
这或许正是另一种 AI 应用形态兴起的缘由。QuestMobile 数据表明，互联网头部 APP 中有九成在布局内嵌式 AI 应用，借助 AI 改造现有服务体验，以提升解决问题的效率与质量。例如，在支付宝上提供服务的“AI 金融助理”支小宝，用户量已达 5908 万，领先于众多 AI 独立 APP。
这使我们认识到，对于 AI 而言，无论是原生的独立 APP 还是内嵌 AI，外在形式并非关键，真正能让大众广泛使用的 AI，才是技术落地的核心所在。
AI 独立 APP 难以速成
回顾从互联网到移动互联网的发展历程，我们会发现，短视频平台抖音、基于 LBS 定位的外卖平台美团、基于智能手机的微信和支付宝等，皆是移动原生的产品。它们创造了全新的产品形态与商业模式，迅速成为移动互联网时代极具知名度的产品。
正因如此，在 AI 时代伊始，整个行业都在探寻 AI Native 的形态，期望打造出 AI 版本的超级 APP。
从技术层面来看，AI Native 应用的确颇具吸引力，它能够围绕 AI 技术衍生出无限的应用功能，为用户提供高度个性化、新奇的体验，品牌认知度也更高。这种产品形态还为智能交互开拓了更多空间，能实现更自然、更沉浸的交互体验。
但与此同时，这也将应用创新引入了一个误区：即认为 AI 产品必须是 Native 的，才能推动 AI 技术长远发展。
事实证明，AI 本身的产品形态，无论是独立 APP、Agent、小程序还是应用插件，都并非至关重要，关键在于找到契合的场景、需求以及用户群体。
我们常将当前阶段形容为“拿着锤子找钉子”，也就是说，AI 能力已然具备，关键在于明确其能解决何种问题。
在持续的场景突破过程中，去年 11 月，OpenAI 开发者大会发布的 GPTs 让 Agent 进入大众视野，似乎嵌入一个 Agent 就能轻易打造出所谓的 AI Native 应用。然而，由于缺乏真实需求场景的支撑，许多 GPTs 项目最终只能无奈退场，甚至微软直接取消了 GPTs 项目。
显然，让 AI 独立 APP 走“速成班”路线有些急于求成，行业的快速跟进与赶超致使应用愈发趋同。据 QuestMoblie 报告显示，应用类型呈现高度集中态势，无论是 LLM 的语言处理，还是文生图、视频生成，都集中在各行业生产力工具范畴。
场景的同质化引发了产品的同质化，不少 LLM 产品在产品形态、能力乃至 UI 设计上都极为相似。
一位独立开发者表示：“AI 应用如今面临着用户迁移门槛极低的状况，比如某 APP 收费后，很多用户就会转而选择免费的其他产品，因为产品能力同质化严重，几乎不存在不可替代性。”
更为关键的是，AI 产品与传统互联网、移动互联网时代的产品存在显著区别——它们需要通过持续使用来学习和进化。这就需要真实用户数据的反馈以及具体场景的不断打磨，才能使产品日益精准和完善。
正因如此，实际情况是许多 AI 产品在初期就缺乏充足的用户基础和应用场景，导致无法收集到足够的数据来优化模型，从而陷入开局艰难的困境。
不过，千万级用户流量的独立 APP 的出现，也为行业带来了持续增长的希望。关键在于大家要摒弃“速成”的幻想，给予它们更多时间与空间，使其能在不断变化的市场中寻觅新的突破口，找到可持续的商业模式。
嵌入超级 APP，AI 落地的另一主航道
当我们致力于创造 AI 超级 APP 时，却忽略了我们原本就拥有众多超级 APP。
内嵌式 AI 的崛起，让人们看到了 AI 应用落地的更多可能性。以支付宝为例，作为国内第二大商业开放生态，其小程序数量超过 400 万，覆盖了零售、餐饮等主要行业的 90% 商家，每天有近 7 亿人次使用其生活服务类小程序。这一庞大的生态，为 AI 应用提供了一个现成且活跃的落地场景。
国民 APP 也正凭借自身经受过验证的用户需求和场景土壤，孕育出更具实用性的 AI 产品。
基于支付宝平台，蚂蚁的 AI 技术尝试在“三个管家”落地，覆盖金融理财、生活服务、医疗健康这三个大众关注的焦点场景。受益于支付宝生态内原有的业务场景和流量，迅速迎来了首批用户。
其中，作为生活管家的支付宝智能助理，能借助 AI 帮助用户唤起各类服务，完成买咖啡、购物等日常任务，让 AI 融入更多普通人的生活。更早上线的 AI 金融助理“支小宝”则专注于理财和保险专业知识问答，能提供行情解读、持仓分析、保险配置和投教科普等专业服务，其最新月活用户已高达 5908 万，而这仅占支付宝 APP 用户的 6.6%。
通过内嵌于超级 APP 的生态中，它们为 AI 应用提供了现成且活跃的落地平台，使 AI 的飞轮能够快速转动，无需从头寻觅场景、构建用户基础。另一方面，AI 的能力也反哺了生态，为支付宝等超级 APP 的用户带来了更智能化、个性化的服务体验。
同样，快手的可灵也提供了生动的例证。在「可灵」爆火之后，众多用户通过可灵生成视频，直接丰富了快手的短视频生态。
相较而言，一些独立 APP 在落地过程中面临的场景挑战，在内嵌于超级 APP 的 AI 这里得到了有效解决。内嵌的 AI 应用也能够顺畅地迁移至不同的服务场景，切换成本更低。
QuestMobile 的报告认为，AI 应用插件依托超级 APP 等生态流量池，能够以低成本触达并经营用户，同时能与生态内的现有业务场景及能力快速融合。在当前互联网生态的竞争环境下，插件类 AI 应用具有更高的突围概率。
回归开篇话题，大模型落地的一个明确趋势是，解决用户需求与痛点、找到合适的落地场景、创建可预期的商业模式。本质上，这些才是大模型产品落地的“实质内容”，而非昙花一现的概念。
可以预见的是，无论是独立 APP 的探索，还是超级 APP 内嵌 AI 的策略，它们都将在各自的探索道路上，寻找到适应市场的最佳路径。技术的多样性与创新的丰富性将并存，共同推动 AI 应用朝着更深层次、更广领域发展，让更多普通人感受到 AI 带来的变化。
