2023 AI 这一年
AI 产品榜 有 10000 + AI 产品，我玩过的 AI 产品没有 1000 也有 800。2023 年已经过了 99.5%，花 5 分钟聊一下这一年 AI 产品的体会以及几点判断。
互联网到移动互联网，主要区别是移动。有了新的设备，可以随身携带，这为我们带来了很多新场景。譬如：一个位置信息，微信靠附近的人奠定了江湖地位、滴滴打车便捷了出行。
那现在 AI 的出现改变了什么呢？好像是挺万能的样子，啥都能干，但你要他干点啥，好像又有很多工作要做。
如果我们能明确哪些发生了变化，就有可能更好地确定 AI 在哪些场景中能发挥出价值。
AI 带来了的 3 个变化。
生产效率：有提升，但期待中的 AI 生产力效率革命并没有到来。还是原来的那个样子，有场景的依然有场景，手握用户的依然手握用户，没有场景的依然还在用大模型这个锤子到处找钉子，也出了一个高级外包，叫大模型的私有化部署。
AI 并没有产生新的数据维度，但加强了数据处理的能力，从结构化数据到非结构化数据，因此有明显体感的大部分是，B 端的效率提升 譬如 营销生图 等，而 C 端就相对无所适从了，这个 Prompt 到底要怎么写呀。
交互方式：从点触交互到自然语言交互，结果是降低了用户与应用的交互门槛，同时意味着交互效率的提升。
大部分 toB 产品要多难用，就有多难用，而且是越迭代越难用，自然语言交互有很大空间。
C 端产品普遍比 B 端产品体验要好，操作超过 3 步叫难用，抖音只需要 1 步，就是打开它。超过 3 步的重要功能有很大的空间。
用户预期，用户预期与模型能力之间的矛盾，成为了 AI 落地的根本矛盾。
万能的 ChatGPT MAU 连续多月持续保持在 2.5 亿左右，离传统超级应用差距 5-8 倍，是因为把用户预期拔得太高，又没有具体场景导致的。
我们把 AI 当人看，却没把自己当人看，跟对人生另一半的预期一样，如果对 TA 的预期太高了，是不会快乐的。要帮助用户愉快的使用 AI，应该帮 TA 定义清楚使用场景，仅仅摆一个对话框在那里，是一种很傲慢的做法。
关于 AI 能力的边界，在做产品时，如果 AI 能力上限都满足不了你的需求，那就是在耍流氓。
关于套壳，脱掉衣服大家都一样。意味着 AI 不是核心竞争力，核心竞争力是把 AI 融入产品，然后解决用户问题的能力，甚至可能 AI 能力都不是解决问题的大部分能力，而是是极少部分。
判断：
由于 AI 改变的是以上几点，那么：