本文转载自硅星人 Pro，作者：Yoky

大模型产品，会往什么样的趋势发展？下一个国民级的 AI 应用长什么样？

2023 年 2 月，ChatGPT 横空出世，点燃了 AI Native 的概念，让一众创业者和巨头兴奋不已，试图打破传统探索独立 APP 的新形态，从上而下颠覆应用生态。然而，18 个月过去了，我们发现一切并没有想象那么快。

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》。积极的是，根据 QuestMobile 监测数据，独立 APP 跑出了 2 个千万级用户流量的 AI 应用，抖音集团的豆包、百度的文心一言分别为 2752 万和 1134 万。但意外的是，还有 8 成独立应用流量低于 50万。

究其根本在于，AI应用与移动互联网时代有巨大的不同，彼时移动端有大量的用户需求未被满足，需要创新应用从 0-1，而如今未被开发的需求并不是大多数，卷画画、卷写诗无法让 AI 应用快速「做大」。

这或许是另一种 AI 应用形态异军突起的原因。QuestMobile 数据显示，互联网头部 APP 中有 9 成在布局内嵌式AI应用，用 AI 改造现有服务体验，为解决问题提质增效。其中，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，用户数跑到了 AI 独立 APP 的前头。

这让我们认识到，无论是 AI 原生的独立 APP 还是内嵌 AI，外在的「面子」形式其实并不重要，真正能让大众用起来的 AI，才是技术落地的关键。

AI独立 APP 上不了「速成班」

回顾从互联网到移动互联网的发展，我们发现，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，都是移动原生的产品。他们创造了新的产品形态和新的商业模式，快速成为移动互联网时代最顶尖的产品。

也正是因此，在 AI 时代到来的开端，整个行业都在探索 AI Native 的形态，要做 AI 版本的超级 APP。

从技术的角度来看，AI Native 应用确实很「性感」，它可以围绕AI技术长出无限的应用功能，为用户提供高度个性化、新奇的体验，品牌认知也更强。这样的产品形态，也给智能交互创造更多空间，AI Native 应用能够实现更自然、更沉浸的交互体验。

但同时也将应用创新带进了一个误区：AI 产品必须要 Native，才能让 AI 技术发展更远。

事实证明，AI 它本身的产品形态，是独立 APP、Agent、小程序还是应用插件，都并不那么重要，重要的是找到合适的场景、需求和用户群。

我们经常将现在这个阶段称为「拿着锤子找钉子」，即 AI 能力有了，关键在于能解决什么问题。

在不断地场景突破中，去年 11 月，OpenAI 开发者大会中发布的 GPTs 将 Agent 带到了大众视野，仿佛嵌入一个 Agent，就能一蹴而就地打造出所谓的 AI Native 应用。但同样因为缺乏真实需求场景的支撑，许多 GPTs 项目最终只能黯然退场，甚至微软直接取消了 GPTs 项目。

显然，让 AI 独立 APP 上「速成班」难免有些拔苗助长，行业快速的跟进和赶超带来的是应用「越来越像」。据 QuestMoblie 报告显示，应用的类型呈现高度集中的状态，无论是LLM的语言处理，还是文生图、视频生成，集中在各行业生产力工具的范畴中。

场景的同质化导致了产品的同质化，不少 LLM 产品从产品形态、能力甚至是 UI 设计上都几乎如出一辙。

一位独立开发者告诉我们：「AI 应用现在面临着用户迁移门槛很低的情况，你看某 APP 收费了之后，很多用户就去选择了免费的另一家了，因为产品的能力同质化，几乎没有不可替代性。」

更重要的是，AI 产品与传统互联网、移动互联网时代的产品有着很大的区别——它们需要通过不断地使用来学习和进化。这就需要真实用户数据的反馈和具体场景的不断打磨，才能使产品日益精准和完善。

正因此，现实情况是许多 AI 产品在初期就缺乏足够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，形成了开局困难。

不过，千万级用户流量的独立 APP 出现，也让行业看到持续增长的希望。关键是大家要淡化「速成」的幻觉，给它们更多时间和空间，能在不断变化的市场中寻找新的突破口，找到可持续的商业模式。

嵌入超级 APP，AI 落地的另一条主航道

当我们在尝试创造 AI 超级 APP 时，却忽略了我们原本就有超级 APP。

内嵌式 AI 崛起，让大家看到AI应用落地的更多可能。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的、活跃的落地场景。

而国民 APP 也正在用自己在验证过的用户需求和场景土壤，孕育出更加实用的AI产品。

基于支付宝平台，蚂蚁的AI技术尝试落地「三个管家」，覆盖金融理财、生活服务、医疗健康这 3 个大众焦点场景。得益于支付宝生态内原有的业务场景和流量，快速迎来了第一波用户。

其中，作为生活管家的支付宝智能助理，能帮用户用 AI 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，最新月活用户已经高达 5908 万，而这也仅仅只达到了支付宝 APP 用户的 6.6%。

通过内嵌在超级 APP 的生态中，它们为 AI 应用提供了一个现成的、活跃的落地平台，让 AI 的飞轮快速转动起来，无需从头开始寻找场景、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 的用户带来了更加智能化、个性化的服务体验。

同样快手的可灵也提供了鲜活的例子。在「可灵」爆火之后，许多用户通过可灵生成视频后直接充盈了快手的短视频生态。

相比之下，一些独立的 APP 在落地过程中面临的场景挑战，在超级 APP 中内嵌 AI 得到迎刃而解。内嵌的 AI 应用也可以顺滑地迁移到不同的服务场景中，切换成本更低。

QuestMobile 的报告认为，AI 应用插件依托超级 AP P等生态流量池，能够低成本触达经营用户，同时能与生态内的现有业务场景及能力快速融合。在现有互联网生态的竞争下，插件类AI应用具有更高的突围概率。

回到开篇的话题，大模型落地确定的趋势之一，是解决用户需求和痛点、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「里子」，而非昙花一现的概念。

可以预见的是，无论是独立 APP 的尝试，还是超级 APP 内嵌 AI 的策略，它们都将在各自的探索之路上，找到各自适应市场的最佳路径。技术的多样性和创新的丰富性将共存，共同推动着AI应用向更深层次、更广领域发展，让更多普通人感受到 AI 带来的不同。