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。



' l9 R, g! t; N. p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。”
- p! s; d0 q1 u0 A/ K

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”。

$ e1 r9 \# z0 z4 y
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；


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。


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！”

( h8 R; O, t. ]. K( E# }( V
/ Q4 b$ t3 Z: e- `" G9 W. }/ E  e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？

6 c+ \7 f3 Y! E8 n( O2 _! y0 }: J* G" B
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。
$ M- v, f! i' E7 h+ w* _

一、500美元的产品还有活路吗？

) `+ n& p1 Z% `
文章给出了一个有趣的思维实验。
  ~9 d$ f( H- G6 W- q4 X$ n
6 m8 E7 D. |" U- @0 F' q& L: h
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。
% d4 I) K3 R: O1 [6 C+ \

情景：一家公司有一款非常棒的小部件产品需要出售。


4 |% w$ {; O% z: _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。

0 R) C9 @3 |" j) P) a( a
2 B5 Z/ B/ F% `( ?提问：这家公司将如何发展？

( B3 X& O# w4 F9 N8 [, k4 S
作者给出的答案是，这家公司根本不可能存在。


0 B% E. U! H& w: z" Z$ V/ ^1 p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。

3 ^9 {6 n/ E/ y  I1 B! r8 D
" v& z: ]- l9 `* v9 H4 m- y; M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。


0 w* C8 o2 E2 A- b2 n# B) j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：

2 ]4 K: }' g, U
& t6 I. a# j, t8 k! A3 D, c( m

• AI帮你销售小部件。
  6 T2 R; W9 @6 v$ z; Z& i
  
    N6 K" F# @: Q2 W
• AI为你的小部件提供24*7售后支持。
  
  ' g1 R0 i2 T9 A; s, H
  
• AI帮你留住小部件用户。
  7 y& B( q5 I& q4 ]. Y3 e% ~

8 H! g  J/ r5 G4 ~/ y
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。
. J- y( c# |. p6 ~

' R3 a. V2 e6 s# u2 E" u对于上述“500美元”产品，“为什么是现在？”的答案就是当下。

4 u2 A% J9 @1 B: J* F7 B9 e" I
4 B& N5 N6 X. t) c二、营销目标变成“伺候”AI

% u# y* P3 p$ k5 [% L
& ^2 L# }: }: E! Z+ Y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。


. _/ w# s- E8 P, F1. 消费者将进一步无视“推送”内容


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

' Y  I! n: o8 P" \; J) I
/ j) K/ z* F; G9 ?- J; i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。

- j5 c" O3 Z2 x$ ^
2 r0 D) e6 t, F  v$ W7 d  W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。
5 N( M5 N/ t& W$ a# ^( c  @
1 `6 @, ?  x! A- H
3. 用好专有数据，成为一流的营销渠道
( u' H0 ?) u, C) s( ]
9 Z4 [3 f; J& S) h. D5 l4 Y
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。
; h3 T9 Y! e$ D+ P. a
6 j9 A2 }$ t% b, G% V7 t
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。
1 _% r4 d5 j% X* p+ K3 w6 m6 E
8 c* @6 T1 |; ^1 `- k7 w
/ U5 z4 r  G3 V7 z6 p; c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。

" P1 K3 |- p3 o7 P" Y. X! \- M
: V$ _* s/ _1 A- b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。
+ d- @( k& \& Z$ ]
# i8 [7 v, d2 [  N$ M+ |+ h5 p
/ K; p1 L: Z- e5 w9 y! D5 P4 T4. API服务将成为一流的营销渠道

# E9 U! G2 O4 Z* @2 j
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。
. Q0 N* ?; f) T% {! Y
8 P+ |+ V2 D' y7 i( ?
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。”

: h+ D$ |. l: m  `1 K& Q# u% f! w
7 c' |0 d! ?4 r1 _0 Z- F0 I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。
. w5 d/ o4 b5 j* e2 S' |

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。

& Y% t6 S& g; {: `+ Q' a. W+ h9 D
. U; O7 C' r- q* B- S( kScott 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。
3 z6 r* Y: C5 A

$ s1 @3 z2 k, }8 N3 M" n1 A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。

$ V+ J( g9 ?( z2 g% @
7 M7 t2 r0 b( E2 r: R8 G. ^三、结语
9 l. ?) A8 \  F0 |  e' \

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。

& x! Y0 l9 E" w) l0 x' [
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。
" a# s& B3 l1 v

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。

$ g; K, \' B2 B- c& T0 ?
+ C0 J/ C3 X" i- Q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。


本文来自微信公众号：适道（ID：survivalbiz），作者：适道AI组，编辑：狮刀
6 p- `5 W: Q& q# ]' X
『本文转载自网络,版权归原作者所有,如有侵权请联系删除』