Kimi 智能助手已成现象级产品。作为一款 AI 大模型产品，本周它直接影响了中国A股市场。
推出 Kimi 的 AI 大模型创业公司月之暗面，目前刚刚融到A轮。不过，一批A股上市公司已经先涨为敬了。它们都是与 Kimi 有千丝万缕合作关系（很多只是传言有合作）。这在A股形成了“Kimi 概念股”板块。
（Kimi 帮我整理了一些所谓“Kimi 概念股”及相关逻辑，有不少信息为传闻。）
Kimi 之所以能引发概念炒作，正是因为它“出圈”了。从卖方机构到微信群流传的小作文，有一种观念开始被鼓吹：AI 大模型应用会很快成为大众化应用，类似抖音、微信、淘宝那样装进大街小巷的智能手机中？
如果说去年 AI 大模型已经出现了“iPhone 时刻”的话，如今 AI 大模型的“iPhone4 时刻”是否已经到来了？
对此我想泼点冷水：Kimi 确实很不错，其它不少 AI 大模型企业推出的产品也不错，但以 AI 大模型的对话机器人（Chatbot）为代表的生成式 AI 产品出现“iPhone4 时刻”的条件尚未出现。
打通 AI 大模型应用走向大众之路，至少还有两对矛盾需要解决：
一是以 Chatbots 工具为代表的 AI 大模型产品，需要用户主动提问、善于提问，这本质上是“反人性”的，这和过去计算机应用“迎合人性”之间存在矛盾。
二是 AI 大模型生成内容存在“不确定性”，和用户对于传统计算机应用提供内容的“确定性”之间的矛盾。
AI 大模型与用户的“预期差”
Open AI 有一位知名女性高管米拉·穆拉蒂（Mira Murati），官方的职位是 CTO，首席技术官，她并非工程师出身，而是特斯拉公司的产品经理，参与过 Model X 车型的产品研发工作。
以这样的人员配置来看，山姆奥特曼和马斯克等 OpenAI 早期创始人已经意识到未来趋势：
AI 大模型即产品。
AI 大模型天然就可以成为产品，因为它最核心的能力就是直接提供信息。评价大模型能力的主要标准也就是它的泛化能力，以及输出信息时能否出现“涌现”现象。
据自媒体“AI 产品榜”公布的国内 AI 产品访问量排行榜（截至 2 月）来看，目前访问量最大的产品主要都是 AI 对话机器人（AI Chatbots），这也是百度、阿里等、字节等大厂所力推的产品。2 月份 Kimi 访问量已经爬至第三，但以近期 Kimi 因为访问量过大几次扩容的现象看，它的访问量很可能在 2 月基础上增长数倍。
作为一款 AI 模型产品，Kimi 在产品化易用性方面做出了诸多努力，并且率先把长文本作为产品的核心卖点。目前包括通义千问等产品已经开始跟进了。这些做法奠定了 Kimi 在 3 月份的成功，但这并不意味着 Kimi 接下去可以持续出圈。目前对于 AI 大模型产品而言，有两大矛盾需要时间去解决。
矛盾之一：Chatbots 类型的 AI 大模型产品，需要用户主动提问、善于提问，这本质上是“反人性”的，这和过去十余年计算机应用“迎合人性”之间存在矛盾。
过去十多年的移动互联网时代，大众对于计算机应用本身的认知已经被各类手机 App 所重塑了。在以用户规模为绝对导向的时代，所有的手机 App 都在尽量迎合人性，最终发展到通过单列信息流的方式尽量减少用户需要做出选择。同时，通过算法推荐的方式，平台又试图精准匹配个人用户的喜好，给每个人推送能快速提升快感的内容。
即使没有这样极致，多数和 App 的产品逻辑也是尽可能多的提供建议，让用户轻松点击，一次使用闭环后，用户不需要主动输入任何内容。
这种对人性逢迎到极致的用户策略，或许会让不少人觉得，自己手机里安装的 App，天然就会猜测自己需要什么。像搜索引擎那样需要主动输入一些关键词对信息进行搜索的工具，市场也在萎缩。（从某种意义上讲，小红书“拯救”了搜索引擎。）
AI 大模型产品最需要的却是用户主动告知“我要什么”，并且由于模型能力的局限，用户最好可以尽可能详细、准确地说清自己的需求。
目前 Kimi 等 AI 对话机器人程序，已经广泛被一些有明确工具需求的用户所采用，他们明确需要 AI 大模型产品帮忙整理文档、分析材料等。
但不管是文心一言、通义千问还是 Kimi，现阶段甚至不能像“小爱同学”那样直接给人播放一段视频或音乐时，会有更多的用户面对他们的对话框感觉到两眼一抹眼，产生“这个 AI 到底能干啥”的疑问。
其实提问一直是一种很高级的能力。著名数学家丘成桐也多次指出，中国顶尖高校的学生缺乏“提问”能力，如他曾撰文《一流人才始自学“问”》，认为好的科研人才必须会善于提问，能提出好的问题。
如果连顶尖高校的学生尚且在提问能力上有欠缺的话，这对普通人而言更是一大挑战。
以 Kimi 为例，在产品设计上，Kimi 超长文本能力受到很多人的好评，其实 Kimi 还设计了一个功能，就是在所有的对话中都嵌入提问的“提示”，帮助用户发现有哪些问题可以追问。不过目前看来这个功能还有待提升。我个人在使用过程中也感觉到，这个功能有时比较鸡肋，并不能精准地预测用户接下去需要问啥，还是需要我自己想问题。
除了“提问”这个门槛对于C端用户而言很高，还有一个矛盾：
AI 大模型生成内容存在“不确定性”，和用户对于传统计算机应用提供内容的“确定性”之间的矛盾。
AI 大模型最重要的能力是“涌现”，这也意味着它可以生成超出人们预期的内容，特别是当它被深度使用时。最近黄仁勋在 GTC2024 的“两万字演讲”中，他就列举了生成式 AI 最重要的一些应用案例，其中在药物发现领域，通过使用 AI 进行蛋白质结构预测和分子对接，可以加速新药的发现过程。这个过程，正是需要 AI 生成一些不确定性较强的新信息，为研究人员提供参考。
目前社交平台的用户反馈来看，这类问题尚不构成问题，这与用户基数有关，也与用户使用频次有关。但过去若干年，各类应用最主要的目标是尽量向用户提供确定性信息，如天气信息、商品购买、O2O 服务等，包括搜索引擎类应用，也同样以提供准确信息作为卖点（虽然事实并非如此）。
此外，从用户反馈来看，另有一类问题，那就是不同的用户基于不同需求使用 AI 大模型产品时，会产生截然不同的评价——有些人认为文心一言较好，有些人认为通义千问较好，还有一些人则支持 Kimi。这除了因为 AI 大模型特长的不同产生的差距之外，同样存在评价标准的不确定性，和应生成内容的不确定性。
产品很重要，C端用户运营也很重要
行业的先行者有机会提前抢占用户心智，但同时也需要承担用户培育的责任，这两者往往是一体的、同步进行的。
目前对于C端用户而言，除了 ChatGPT 知名度较高外，其余品牌无论在知名度还是好感度都较为一般，原因在于绝大多数用户对于所有 AI 大模型都还没有体感，对 GPT 的认知也仅体现在新闻资讯层面。
对用户心智的抢占，一靠产品本身，二靠用户培育。
当年 iPhone4 教育了一大批用户，在交互逻辑上，它栩栩如生的拟物化 UI 设计，也成为了普通用户认知智能手机的开始。从 ChatGPT 的几次迭代来看，做了很多加减法，但也踩下了 GPT Store 这样的坑。目前国产产品的交互逻辑基本与 GPT 一致，Kimi 在追问层面上进行了思考，但是否需要有更符合中国用户的改进，需要大胆探索。短时间内，海外的 AI 大模型对话机器人类产品肯定不会进入中国市场，那么产品层面中国化的可行性验证，就必须由中国企业自行承担。
此前文心一言发布时曾大量买量引流，如今 Kimi、豆包、通义千问等产品也开启了买量以用户拉新之路。在这个阶段，已经有一批用户开始成为行业的尝鲜者。针对这批用户开始用户运营，是抢占用户心智的第一步。这也是当年国产智能手机厂商的成功路径。
目前一些大模型厂商都已经用了B端付费用户，这些用户也有针对性的服务和运营。但是，AI 大模型产品最广阔的市场仍然在C端，提前布局十分重要。
为什么要强调C端用户？让C端用户真正地跑起来，才能形成行业的正向循环。
所有 AI 大模型创业者还需要考虑一点，目前在社交平台，C端用户的自传播是产品口碑真正最重要的传播方式，C端产生的舆情，可以反向对B端、G端产生深刻的影响。在大模型创业爆发阶段，抢占C端口碑是企业品牌打造最重要的一环。
（OpenAI 为 GPT 在 Discord 平台建了一个用户群组，专门发布提示词范例）
在C端用户运营上，培育一批种子用户至关重要，这一路径在智能手机领域已经得到验证：建立用户社区，为活跃用户提供一定的激励机制，与用户的意见形成正反馈。这些种子活跃用户对外将具有“以一当百”的辐射能力。
此外，针对C端用户，让大量的提问示范案例触达用户，这很重要。这让更多的用户能够习惯产品、接受品牌，即使未来的 AI 大模型产品不再是对话机器人，用户的品牌忠诚度仍然是企业巨大的财富。
反人性的产品，也是最不贵的产品
在 iPhone 手机最火爆的那几年，有人评论说，iPhone 实际上是一个打破阶层壁垒，承认众生平等的产品。因为那个时期，无论是高官巨富还是平民，都只能使用几乎一样的产品。
当前，AI 工具可能也是一个拉平社会阶层差距的产品。因为它能让你花最小的成本获得最大的智力支持。
在移动互联网时代，网游、短视频等各类应用总是疯狂地迎合人性，以获得尽可能多的用户。这类应用的特点是对大脑进行短平快的高强度刺激，这可能会导致注意力障碍、记忆力下降、睡眠障碍、情绪问题等。
其实，这种副作用完全应该计算进它们的使用成本中。
或许随着 AI 大模型能力的持续提升，它也会被包装出一系列这样的产品。它可能会让使用非常便捷，但也会塞进大量的副产品，包装成“巧克力味的屎”推送给用户。
现在的 AI 大模型产品，特别是对话机器人类产品，还是一种温和的智能产品。
要想获得高质量的助力，它更需要人们具备两点能力：一是思考如何提问（包括不断追问），二是学会如何判断筛选信息。
近期有人提出，AI 大模型的训练和推理都需要消耗大量的资源，最终导致 AI 大模型类工具不断涨价。但在我看来，除个别产品，行业整体不可能整体涨价。原因在于，AI 大模型行业存在着激烈的竞争，只要这种竞争没有终结，大模型厂商都需要通过各种方式获取用户，而价格手段是最有效的手段。所以在相当一段时间内，AI 大模型产品都将由企业和投资人对市场进行补贴。
从使用成本角度看，这种反人性的产品，至少是最不贵的产品。
