AI二阶效应：从前的“坏主意”变成了现在的“好生意”

snowing303

你可以决定自己的选择，但你无法决定选择的后果。
& H5 M/ o. y' ^6 v# s


, i3 ?' ^: g6 m# \- h& e, U这一连串由后果导致的后果就是“二阶效应”（Second Order Effect）。正如描述奥本海默的那句话：“如今我已化作死神，世界的毁灭者。”

9 o0 |0 r5 v5 g  M. y
在经济世界中，“二阶效应”指：某个经济系统中，参与主体的选择和行为所产生的影响，进一步影响其他主体的选择和行为，由此产生正向反馈，导致最终的经济结果，远大于各个选择和行为的简单叠加。典型的“正反馈”就是“收益递增”。
# \- {2 u, n  W5 b

+ m, C; A: b- h, X) z根据经济学家W. Brian Arthur的观点：如果一个系统只存在负反馈，系统很快就会收敛到均衡状态，表现出“死”行为。例如“收益递减”——市场竞争动态平衡，每家企业依据自身竞争力，获得相应的市场份额；
9 ?% \9 q* h# l; |' ?8 G
1 h- E/ i% W4 \2 b. I9 \
如果一个系统只存在正反馈，系统会偏离均衡，表现出难以预测的爆炸性行为。例如“收益递增”——互联网时代，网络效应大杀四方，赢家通吃一切。


" y4 [- K0 r5 r5 f. B7 `一项新技术的出现会改变原本经济系统的结构。如果改变的结果足够重大，我们就会说：“Aha! 一场颠覆性革命出现了！”
9 w# a" |: B. {3 ]: n# e! {0 i
5 V( ?4 o. T% N* a6 ^
正反馈和技术组合理论，揭开了“二阶效应”背后的秘密。眼下，人工智能作为“吹皱一池春水”的新技术，正在改变原本的经济系统，一系列由人工智能引发的“二阶效应”又蕴藏哪些钱景？
1 D: a# p6 h2 ~8 {! n
  p% x+ p6 J7 S$ V. n4 X! ?) x
* J0 Z, b4 z" F$ M! Z近期，a16z发布了一篇文章AI’s Second Order Effects 作者指出：虽然AI能够为现有企业节省很多成本，但 AI 的“二阶效应”会催生更多经典的软件公司和市场。在新的市场中，AI 本身不是主要产品，而是在 AI 的帮助下，一些夹在“薄利多销”和“高客单价”之间“死亡地带”的产品将重获生机。
, x: U; q2 \3 M

6 f' d$ U3 z* u( m# H9 m一、500美元的产品还有活路吗？
2 x+ \9 i4 |6 K5 ^, q
$ a, i7 w! A8 v8 `. V6 j: ]' k
. V9 [# y, M3 y, A" K( p文章给出了一个有趣的思维实验。

7 \& O: B  \* G
前提：一名“销冠”一年可以卖出 50 个小部件，年收入 10 万美元，且不接受降薪。


情景：一家公司有一款非常棒的小部件产品需要出售。
9 X) h" ?& H/ }" R1 k

; z% U" ]" c) J( P: v矛盾：人们不会自己发现产品，且潜在客户每年最多只愿意付 500 美元。


' P( ?1 `  \- h9 J. g+ h- g提问：这家公司将如何发展？
# Q: I) i$ u) w7 O
5 C# k9 G' ^8 A1 t0 K+ Z: |& Z
作者给出的答案是，这家公司根本不可能存在。
; l! [4 F! V' L$ h

对于20美元的产品，例如Dropbox、OpenAI、Midjourne，你可以试试PLG产品驱动增长；对于100万美元的产品，例如Workday、ServiceNow、Databricks，你可以采用外部销售策略。


$ P7 f; _8 I8 x. y5 x对于一个500美元的产品，你会因为毛利问题陷入“死亡地带”，仅是推销成本就不是小数目。

# A0 M" k# n: m( `. X% D7 u
, E4 b) S2 t6 i如今，成本问题正在被AI工具解决，一大类非 AI 公司和产品重获生存空间：
4 l+ ^2 U7 s) U
) G. G& K. g1 H# }

• AI帮你销售小部件。
  6 n& L8 `# s. [
  1 d6 S! `; s4 r* q$ J: `# b
  6 `8 @5 R3 ]! C# ~9 w. h$ x
• AI为你的小部件提供24*7售后支持。
  
  - {. j9 r8 f9 B8 F1 S
  0 h0 F% C, v4 I8 e# z
• AI帮你留住小部件用户。
  

在风险投资里，我们总是问自己“为什么是现在？”——对于Uber ，答案是智能手机的普及；对Workday，答案是云服务的普及；对于 Adobe，答案是 GUI PC 的普及。

+ |6 }$ p+ g/ _: ^, w4 o# h
对于上述“500美元”产品，“为什么是现在？”的答案就是当下。

( K3 S- G  ]- y" _& S# g
3 F$ h# M  u+ {; E9 w5 d二、营销目标变成“伺候”AI


. T9 K6 f- |3 C0 K, t5 e文章点到为止，并未指出“AI二阶效应”将引发何种营销革命。但根据美国MarTech 之父Scott Brinker对于“AI二阶效应”的预测，营销和销售场景将发生彻底改变。
. s8 k; ?. {8 E( p6 _
3 V+ Z! W: Y  n$ C% M
% J6 y6 \3 k0 N1. 消费者将进一步无视“推送”内容
; F; {  j' }8 ]+ r+ A! K
9 H/ ~# v2 i# ]
因为垃圾邮件过滤器作用增强，所有的超个性化信息不会显著提高销售效率，反而会降低效率。


2. 可信的消息源将变得更有价值
; _7 u8 g1 y: \% E

拥有认证会员的社区将弥足珍贵。如果你拥有私域，不过度依赖于外部发现和算法，将具备前所未有的影响力。

; k" e& s) S& _* L
同时，基于“信任危机”的AI产品开始崭露头角。例如，一款检测AI生成图像的工具Nuanced，旨在帮助各类企业，如约会应用、广告平台、新闻网站和线上商城等，区分“人造”内容和“AI造”内容。

# X( n- M, {% w
& J% v! y# _- e: @5 m0 W- ~3. 用好专有数据，成为一流的营销渠道


, `0 Y  l1 g  I8 S4 Q7 X过去二十年间，人类创造了浩如烟海的信息。但即便拥有访问权限，你也经常被信息量压垮，无法找到想要的信息，也无法消费它们。同样的事情也发生在公司内部数据库。它们就像《夺宝奇兵》最后一幕里那个巨大的仓库，凡人休想在深渊里找到什么东西。


现在，GPT-4吸收了互联网上所有的长尾内容，并在一分钟内回答你提出的几乎任何问题。


4 [% u% ?9 C8 M3 c. N* b5 A0 H由此产生的“二阶效应”：每个人都将拥有强大的“大脑”，分析能力被大规模地平权化。
0 G+ h+ b  g' X2 o6 P2 T
9 K1 ?) L9 T$ Y  [" \6 ]9 G
5 a: T! ?4 X6 G; ^2 ?. `/ i0 l1 M区别在于，不是每个人都能喂给“大脑”相同的数据。因此，利用专有数据将成为一流的营销渠道，这也是营销人员的好机会。


; I; F4 ]% v4 R  t8 K4. API服务将成为一流的营销渠道


换个说法：如何在正确的时间向AI Agent提供正确的数据？这是让买家与卖家“保持一致”的关键。


. q% B, \6 M, ?, I( O比尔盖茨曾提过一个场景：“如果你想计划一次旅行，AI Agent不仅知道你旅行的时间，还会基于对你需求的了解，给出建议的旅游地点。当被询问时，AI Agent也会根据你的兴趣和冒险倾向为你推荐可以做的事情，预订你喜欢的餐厅。”

' u6 Y8 W0 X  z4 M6 ^! o, X
4 k' D# G7 Z: g8 y8 ?举个不太准确的例子。早期，如果你想来一场深度个性游，需要付费、花时间告诉旅行社具体需求，让他们做一个策划。这时候，营销目标是吸引你走进旅行社，并选择他们的方案。当下，很多人会选择自己去小红书等社交媒体整合别人的攻略，DIY一份旅行策划。此时，卖家的营销目标是吸引你点进某些旅行帖子，并安利一些产品，大到机票、住宿；小到防晒霜、充电宝等等。


6 v. h- K, A) o) j& }我们延伸比尔盖茨的设想，如果AI Agent替消费者做了旅游策划，那么卖家的营销目标也将发生变化：你要“讨好”的不是客户，而是客户的AI Agent。
& P! D6 ^6 n& B$ c

4 x2 F5 g* P4 PScott Brinker指出，20年前，Inbound Marketing（集客营销）革命开启，你可以通过“知识分享”帮每一位潜在客户解决疑问，达成销售目的。如今，我们正处于“生成式集客营销”革命的边缘——处理AI Agent的集客请求，帮助它们完成人类控制器分配给它们的目标。
4 m2 p% ?* H( P7 v
7 o  a+ B9 ~8 \) i: X( Q9 i/ ~+ t' s
/ i/ T7 s3 b6 b/ R. s! X2 J% k! Q; p5 h大胆想象，“AI toAI”会成为新的B2B——成为电子商务的巨大组成部分。


三、结语

# Z9 o0 F  s% z
8 ~  W4 ~: ~3 N2 d目前为止，AI Agent的大量项目还在水下，甚至与自动化较高的Copilot 混淆。二者的最大区别在于“自主规划”能力：Copilot需要由人类来指挥完成目标任务；Agent则直接面对目标任务，具有自主记忆、推理、规划和执行的全自动能力。
! e# `/ ^8 _! I8 R- t4 M4 K- l

1 y$ `: i* W6 O- q. w) j终极形态的AI Agent只需要人类给出一个起始指令和结果反馈，AI自己完成任务拆分，工具选择，进度控制，实现目标后自主结束工作。

" @" l! ?: L1 H# o
不过，即便Scott Brinker提出“AI Agent营销策略”只是一个方向，但“AI toAI”已经得到了来自ChatBot应用的初步验证。


/ J7 _, R  u! s6 [例如，在YC W24亮相的Lumona就是一款产品搜索引擎，能够从用户信任的创作者那里获取高质量的产品推荐——通过Reddit和YouTube评论为护肤品搜索提供支持。

$ a: o# O7 y# C: u" I! w
本文来自微信公众号：适道（ID：survivalbiz），作者：适道AI组，编辑：狮刀
8 v* z  W/ z* `3 k$ `3 k* t
『本文转载自网络,版权归原作者所有,如有侵权请联系删除』