AI 应用思考

之前看到过一个理论,创新技术的三个阶段:新技术创造-精英服务-平民化

技术扩散的三阶段理论模型

    1. 创新垄断期(精英创造阶段)
      技术革命初期,创新活动高度依赖知识密集型投入。AI发展呈现"分层技术"特征,核心算法突破仍由顶尖科研团队主导。
    1. 价值捕获期(服务精英阶段)
      新技术商业化过程中,受益群体呈现"倒金字塔结构"。AI 几乎先给少数人使用,例如现在的 KOL 等。
    1. 普惠扩散期(平民化阶段)
      当技术基础设施成熟后,更多人的使用。一些典型的特征,能力提升,成本降低,生态开放。 DeepSeek 全部具备。

当下,主要是在第二个阶段,快速的朝着平民化方向发展。

这个时候要做的是什么?供应链的一端已经成熟,未来的方向也明确了。需要更多的应用扎进更多的场景里。

这一场革命的特点,从供给侧开始,中间"套壳",一环接一环,逐渐的扎进用户的场景里。

而不是反方向。AI的提升,尤其是现在 AI Coding 的巨大提升,并不是明显的需求牵引。

表面上看起来,像是创新技术创造了"新的需求",本质上是已有的需求,有了更加高效的实现方式。

这时候需要的不是去和用户说用 AI 解决这个如何,解决那个如何?这种底层技术带来的代替的升级,用户的感知并不直接。最好的方法是,借助应用开发效率的提升,更快速的尝试。直接把解决的效果展示给用户,让用户自己去感受,然后 Wow 。

我最近 Lovable 用得很多,它是一个 AI 应用开发平台。我用得最多的场景是作为和业务的老师沟通的工具。大大提到了效率:快速的做出原型,是不是想要的,哪里符合,哪里不符合,一目了然,一个胜千言,一个快速搭建的 AI 原型胜过万言。

对于应用的机会在哪,我觉得核心就是扎到场景里。以前因为供给技术的问题,不得不削减需求的棱角,把需求模糊的归类,这样提供一个应用,做一个网站。

但现在技术侧没问题了,可以更深的进入需求的场景,还原倍削减的需求棱角。可能叫长尾需求也不合适,本质上是时代变了,每一个需求都值得被满足。

比如 Lovable 、 Monica 都是一类产品,可以拆分出来很多的场景,做到极致,哪怕只有 1000 个用户,也能生存。

AI 时代,每一个需求都将会被满足。