Pada tahun 2023, ada kurang dari dua bulan tersisa.
Dalam gelombang AI yang muncul tahun ini, aplikasi AI mana yang paling menjanjikan dan layak dipertaruhkan? Tampaknya ada konsensus bulat dalam komunitas investasi mengenai hal ini.
Baru-baru ini, AIbeat, platform berita yang berfokus pada AI, menghitung 10 startup AI bernilai tertinggi di dunia.
Jika seseorang menyaring perusahaan dalam tabel, lebih dari setengah produk termasuk dalam jenis aplikasi AI yang sama.
Dalam tabel, apakah itu ChatGPT, Cluade, atau Inflection AI's Pi, Jasper, yang berfokus pada fungsi penulisan, atau Cohere, yang berfokus pada layanan perusahaan, semuanya dapat diklasifikasikan sebagai asisten AI.
Tetapi masalahnya adalah bahwa dalam jalur AI generatif saat ini, aplikasi semacam ini dengan dialog alami sebagai fungsi utama telah menunjukkan kecenderungan homogenisasi yang semakin jelas.
Untuk pertanyaan yang sama, pengguna dapat menjawabnya dengan ChatGPT atau membantu dengan Cluade.
Selain itu, kecuali untuk beberapa perusahaan terkemuka, sebagian besar tim sulit untuk membangun hambatan teknis yang tinggi.
Karena itu, mengapa jenis aplikasi ini masih disukai oleh komunitas investasi?
1 Arti personalisasi
Adapun alasan mengapa VC bullish pada asisten AI, kami mungkin dapat menjelaskannya dari proses pendanaan Penulis startup.
Pada bulan September, Writer, startup AI yang menyediakan solusi pembuatan konten full-stack untuk perusahaan, mengumumkan penyelesaian putaran pendanaan Seri B senilai $ 100 juta dengan total penilaian pasca-investasi lebih dari $ 500 juta.
Produk utamanya adalah asisten AI yang Writer.AI untuk sisi-B.
Putaran penulis dipimpin oleh ICONIQ Growth, dengan partisipasi dari WndrCo, Balderton Capital, dan Aspect Ventures.
Diantaranya, ICONIQ Growth memiliki status yang sangat tinggi di komunitas investasi, dan dikenal telah berhasil berinvestasi di banyak perusahaan terkenal, seperti Tencent, Zoom, Send Bird, Flip Kar, dll., Dan pendapatnya sangat representatif.
Berbicara tentang filosofi investasinya, ICONIQ Growth menyebutkan bahwa perusahaan harus fokus pada pertumbuhan pelanggan baru di awal, namun, ketika ARR (Annual Recurring Revenue) perusahaan tumbuh ke bagian tertentu, terlalu fokus pada pelanggan baru akan meningkatkan ketidakpastian dan menyebabkan churn. Oleh karena itu, ketika ARR tumbuh ke angka tertentu, perusahaan perlu fokus pada pemeliharaan pelanggan tetap.
Dan dalam hal mempertahankan pelanggan, Writer menunjukkan sisi yang memuaskan.
Dalam dua tahun terakhir, Writer tidak hanya mencapai pertumbuhan pendapatan 10x dan mencapai tingkat retensi pendapatan bersih lebih dari 150%, tetapi juga mengumpulkan ratusan pelanggan perusahaan besar seperti Spotify, L'Oreal, Uber, Handshake, Hubspot, Deloitte, dll.
Kunci untuk mempertahankan retensi pengguna adalah pengalaman fungsional yang disesuaikan dan dipersonalisasi dari produk intinya.
Secara khusus, Grafik Pengetahuan Penulis dapat dengan mudah diintegrasikan dengan sumber informasi dan dokumen utama klien, yang berarti bahwa Penulis tidak hanya dapat mengakses dan mengintegrasikan informasi dan data penting di seluruh bisnis, tetapi juga memberikan wawasan berharga yang "disesuaikan" ketika menjawab pertanyaan, menganalisis data, meneliti bisnis, dan membuat ringkasan.
Kemampuan untuk terhubung dan berintegrasi ini membantu memastikan bahwa konten yang dihasilkan lebih selaras dengan kebutuhan bisnis dan peraturan perusahaan.
Demikian pula, kita juga dapat melihat "personalisasi" semacam ini di aplikasi asisten AI lainnya.
Misalnya, aplikasi Otte.AI AI yang berfokus pada transkripsi suara dapat memberikan beberapa analisis dan saran berdasarkan percakapan suara yang berbeda.
Pada saat yang sama, melalui pengenalan bahasa dan teknologi diarisasi suara, Otte.AI juga dapat mengidentifikasi seseorang melalui suara. Setelah ucapan seseorang terdeteksi, profil cetak suara dibuat untuk pembicara tersebut untuk membedakan antara semua suara lain dari orang yang sama.
Selain Otte.AI, RewindAI juga merupakan contoh bagaimana personalisasi menang. Fungsi inti RewindAI adalah menyediakan semacam kemampuan "asisten memori".
Rewind dapat secara otomatis merekam semua informasi di ponsel atau komputer dengan persetujuan pengguna, dan mendukung peninjauan, pengambilan, dan ringkasan.
Itu dapat menangkap apa yang dibaca pengguna di browser Safari, serta tangkapan layar yang diimpor, dll., Dan menyediakan kemampuan untuk menelusuri dan mencari. Pengguna dapat dengan cepat menavigasi konten sebelumnya hanya dengan menggesek timeline.
Semua ini menunjukkan personalisasi di mana-mana dalam aplikasi asisten AI saat ini. Perilaku "dibuat khusus" semacam ini untuk pengguna tidak diragukan lagi secara halus meningkatkan kelengketan dan waktu penggunaan pengguna. Selain itu, personalisasi juga berarti "ribuan orang", yang akan sangat memperluas jangkauan aplikasi, dan langit-langit skala pengguna akan lebih tinggi.
**2 Di mana hambatannya? **
Selain personalisasi, ketinggian komando strategis terbesar dari asisten AI adalah hambatan data eksklusif yang mereka ciptakan dalam interaksi berkelanjutan.
Di era Internet seluler, Baidu, Tencent, Google, dan Amazon telah gagal memperhatikan dan menggunakan data sebanyak yang mereka lakukan saat ini.
Pada saat itu, di mata berbagai raksasa, hanya pengguna dan lalu lintas yang paling kritis, dan siapa pun yang dapat membakar lebih banyak uang dan melingkari lebih banyak pengguna akan dapat membentuk efek skala yang lebih besar.
Di bawah logika kejam bahwa lalu lintas adalah raja dan skala adalah raja, seluruh pasar adalah permainan zero-sum, dan peningkatan pengguna di platform A sering berarti penurunan pengguna di platform B.
Dalam pertarungan saham seperti itu, trek antara banyak platform sering kali bertepatan, sehingga setiap orang harus memutar otak untuk menggulung aplikasi, fungsi, dan konten.
Ketika semua orang terlibat dalam aplikasi, fungsi, dan konten, akan sulit bagi seluruh logika Internet untuk melanjutkan.
Munculnya asisten AI telah mengubah arus menjadi lebih baik.
Dengan menyesuaikan dan mengoptimalkan data perilaku pengguna secara real-time, asisten AI dapat terus mengumpulkan data kepemilikan unik untuk setiap pengguna.
Perbedaan dan keragaman individu manusia menentukan bahwa trek yang dibangun di atas data kepemilikan tidak akan ramai, berbelit-belit, dan permainan zero-sum.
Karena pengguna yang ditargetkan oleh asisten AI adalah "individu" atau perusahaan tertentu yang terdiri dari individu yang berbeda, daripada beberapa label dan grup ekstensif yang diabstraksi oleh algoritma.
Kesenjangan seperti itu terutama ditentukan oleh karakteristik teknis yang berbeda antara AI dan algoritma generasi sebelumnya.
Dibandingkan dengan asisten AI, sistem algoritma generasi sebelumnya mengandalkan kumpulan data terbatas untuk pelatihan, dan sering mengandalkan fitur yang dirancang manusia saat membuat rekomendasi algoritma, tetapi fitur ini mungkin tidak sepenuhnya menangkap kompleksitas dan keragaman perilaku pengguna.
Misalnya, jika seseorang adalah pengguna pria, mereka cenderung direkomendasikan konten militer atau politik saat menjelajahi aplikasi video, meskipun pengguna tersebut hampir tidak mengklik video tersebut. Atau secara konsisten merekomendasikan video dengan hashtag yang sama.
Sebaliknya, kemajuan asisten AI terletak pada kemampuan mereka untuk mengumpulkan dan memproses data perilaku pengguna secara real time melalui pembelajaran mendalam, pembelajaran penguatan dan teknologi lainnya, dan terus menyesuaikan dan mengoptimalkan untuk menangkap beberapa fitur data non-linier, lebih kompleks dan halus.
Dengan cara ini, pengguna dibebaskan dari label kasar dan umum dan menjadi individu "unik".
Bahkan jika beberapa asisten AI tumpang tindih fungsinya, karena adanya data kepemilikan, pengguna secara bertahap akan terbiasa dan beradaptasi dengan asisten AI yang telah mereka jalankan sejak lama melalui pengoptimalan dan umpan balik, dan tidak akan mudah beralih ke aplikasi lain.
Akibatnya, start-up AI yang dibangun di atas data kepemilikan ini juga akan memiliki vitalitas yang lebih kuat.
3 Kemungkinan Tantangan
Karena asisten AI sangat menjanjikan dan menjanjikan, apa tantangan atau masalah yang mungkin dihadapinya?
Mengenai hal ini, unicorn AI sebelumnya Jasper dapat dikatakan telah menggunakan pengalaman menyakitkannya sendiri sebagai "bahan ajar negatif".
Sebagai salah satu perusahaan pertama yang memasuki bidang AIGC, Jasper mendapatkan dukungan modal sejak awal, mencapai penilaian yang sangat tinggi.
Pada awal 2022, Jasper mengumpulkan 1 juta pengguna, dan pada Oktober tahun itu, Jasper menerima putaran pendanaan Seri A senilai $125 juta yang dipimpin oleh Insight Partners, dan valuasinya juga naik menjadi $1.5 miliar, menjadikannya unicorn.
Namun, masa-masa indah itu berumur pendek, dan pada bulan Februari, Jasper, yang mengharapkan pendapatan setahun penuh sebesar $ 140 juta, memangkas perkiraannya sebesar 30% di musim panas, dan kemudian memulai PHK pada bulan Juli.
Baru-baru ini, Jasper menurunkan valuasi saham yang berhadapan dengan karyawan sebesar 20 persen.
Sebelumnya, ketika menganalisis alasan kegagalan asisten AI seperti Jasper, banyak orang selalu mengaitkan inti masalahnya dengan kurangnya model berpemilik.
Lagi pula, sejauh ini, Jasper masih menggunakan antarmuka API ChatGPT, yang merupakan aplikasi "shell" yang tepat.
Karena kurangnya model kepemilikan, tidak mungkin untuk secara langsung mengakses dan menganalisis data pengguna, dan sulit untuk menganalisis data pengguna, yang membuatnya sulit untuk membentuk penyesuaian dan pengoptimalan yang ditargetkan.
Dalam hal ini, dapatkah asisten AI seperti Jasper, yang tidak memiliki model eksklusif, menemukan ceruk pasar mereka sendiri?
Seperti disebutkan sebelumnya, meskipun salah satu keuntungan inti dari asisten AI adalah fungsi kustomisasi yang dipersonalisasi, kustomisasi tersebut juga dibagi menjadi kustomisasi pasif dan kustomisasi aktif.
Kustomisasi pasif mengacu pada jenis asisten AI yang secara otomatis mengumpulkan dan menganalisis data dan melakukan pembelajaran adaptif tanpa pengaturan pengguna.
Contohnya termasuk Pi yang dikembangkan oleh Inflection AI, serta Rewind.AI yang disebutkan di atas.
Kustomisasi aktif mengacu pada jenis asisten AI yang mengharuskan pengguna untuk mengatur dan menyesuaikan secara independen sesuai dengan kebutuhan dan preferensi mereka sendiri.
Untuk asisten AI yang open source atau menggunakan model pihak ketiga, rute khusus proaktif jelas merupakan alternatif yang lebih baik tanpa adanya data kepemilikan.
Misalnya, Polyglot adalah klien platform pelatihan berbicara AI sumber terbuka yang membantu pengguna melatih keterampilan berbicara dalam berbagai bahasa. Polyglot menggunakan teknologi AI untuk memberi pengguna saran dan umpan balik pelatihan berbicara yang dipersonalisasi.
Pengguna dapat memilih bahasa dan kesulitan pelatihan yang sesuai dengan kebutuhan dan level mereka.
Polyglot akan memberikan umpan balik dan saran secara real-time berdasarkan kinerja pengucapan, tata bahasa, dan kosakata pengguna untuk membantu pengguna meningkatkan keterampilan berbicara mereka.
Contoh lain yang lebih jelas adalah Poe.AI yang terkenal.
Dalam aplikasi yang hampir seperti App Store model besar ini, pengguna dapat secara aktif menyesuaikan chatbot AI dengan kepribadian, identitas, dan fungsi yang berbeda sesuai dengan berbagai kebutuhan mereka, sehingga AI lebih personal dan lebih sesuai dengan harapan mereka sendiri.
Meskipun semua model Poe.AI berasal dari API pihak ketiga, kebutuhan individu pengguna juga dipenuhi melalui fungsi "buatan pengguna" tersebut.
4 Ringkasan
Jika ada satu hal tentang nilai komersial terbesar dari asisten AI, itu adalah pratinjau dari "momen iPhone" kecerdasan buatan.
Sejak munculnya gelombang AI saat ini, banyak perusahaan, VC, atau investor telah memikirkan dan mencari "momen iPhone" AI. Dan jika kita melihat kembali ke masa lalu, kita akan menemukan bahwa kondisi untuk realisasi "momen iPhone" semacam ini, asisten AI telah disiapkan untuk delapan atau sembilan.
Pada tahun 2007, Apple meluncurkan iPhone 1 revolusioner, yang mengintegrasikan berbagai fungsi seperti layar sentuh, kamera, pemutar musik, browser web, dll., Mengubah cara orang berkomunikasi, menghibur, hidup dan bekerja, dan mengantarkan era baru Internet seluler.
Demikian pula sebagai aplikasi terintegrasi, AI assistant dapat berinteraksi dengan pengguna melalui suara, teks, gambar, dan cara lainnya, serta dapat mewujudkan berbagai fungsi dan layanan seperti pencarian, pemesanan, penulisan, dan tanya jawab, sehingga dapat memenuhi berbagai kebutuhan dan skenario pengguna.
Apa yang lebih jauh dari iPhone tahun ini adalah bahwa asisten AI saat ini tidak hanya dapat meningkatkan hubungan antara dirinya dan pengguna melalui pembelajaran dan evolusi berkelanjutan, tetapi juga persahabatan manusiawi dan fungsi emosional dari beberapa asisten AI membuatnya melampaui ruang lingkup alat dan menjadi "pendamping cerdas" yang tak terpisahkan dengan pengguna.
Pada tahap ini, banyak fungsi asisten AI, jika diambil secara individual, memiliki poin luar biasa, tetapi fungsi-fungsi ini masih tersebar dan tidak terintegrasi.
Jika setelah fermentasi dan umpan balik pasar, perusahaan yang ambisius mengambil langkah kunci, maka "master keseluruhan" yang mengintegrasikan kekuatan semua asisten AI sebelumnya akan muncul.
Saat itulah "momen iPhone" AI benar-benar tiba.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Mengapa mereka aplikasi AI yang dengan suara bulat disukai oleh banyak VC tahun ini?
Sumber asli: AI New Intelligence
Pada tahun 2023, ada kurang dari dua bulan tersisa.
Dalam gelombang AI yang muncul tahun ini, aplikasi AI mana yang paling menjanjikan dan layak dipertaruhkan? Tampaknya ada konsensus bulat dalam komunitas investasi mengenai hal ini.
Baru-baru ini, AIbeat, platform berita yang berfokus pada AI, menghitung 10 startup AI bernilai tertinggi di dunia.
Jika seseorang menyaring perusahaan dalam tabel, lebih dari setengah produk termasuk dalam jenis aplikasi AI yang sama.
Tetapi masalahnya adalah bahwa dalam jalur AI generatif saat ini, aplikasi semacam ini dengan dialog alami sebagai fungsi utama telah menunjukkan kecenderungan homogenisasi yang semakin jelas.
Untuk pertanyaan yang sama, pengguna dapat menjawabnya dengan ChatGPT atau membantu dengan Cluade.
Selain itu, kecuali untuk beberapa perusahaan terkemuka, sebagian besar tim sulit untuk membangun hambatan teknis yang tinggi.
Karena itu, mengapa jenis aplikasi ini masih disukai oleh komunitas investasi?
1 Arti personalisasi
Adapun alasan mengapa VC bullish pada asisten AI, kami mungkin dapat menjelaskannya dari proses pendanaan Penulis startup.
Pada bulan September, Writer, startup AI yang menyediakan solusi pembuatan konten full-stack untuk perusahaan, mengumumkan penyelesaian putaran pendanaan Seri B senilai $ 100 juta dengan total penilaian pasca-investasi lebih dari $ 500 juta.
Produk utamanya adalah asisten AI yang Writer.AI untuk sisi-B.
Diantaranya, ICONIQ Growth memiliki status yang sangat tinggi di komunitas investasi, dan dikenal telah berhasil berinvestasi di banyak perusahaan terkenal, seperti Tencent, Zoom, Send Bird, Flip Kar, dll., Dan pendapatnya sangat representatif.
Berbicara tentang filosofi investasinya, ICONIQ Growth menyebutkan bahwa perusahaan harus fokus pada pertumbuhan pelanggan baru di awal, namun, ketika ARR (Annual Recurring Revenue) perusahaan tumbuh ke bagian tertentu, terlalu fokus pada pelanggan baru akan meningkatkan ketidakpastian dan menyebabkan churn. Oleh karena itu, ketika ARR tumbuh ke angka tertentu, perusahaan perlu fokus pada pemeliharaan pelanggan tetap.
Dalam dua tahun terakhir, Writer tidak hanya mencapai pertumbuhan pendapatan 10x dan mencapai tingkat retensi pendapatan bersih lebih dari 150%, tetapi juga mengumpulkan ratusan pelanggan perusahaan besar seperti Spotify, L'Oreal, Uber, Handshake, Hubspot, Deloitte, dll.
Kunci untuk mempertahankan retensi pengguna adalah pengalaman fungsional yang disesuaikan dan dipersonalisasi dari produk intinya.
Kemampuan untuk terhubung dan berintegrasi ini membantu memastikan bahwa konten yang dihasilkan lebih selaras dengan kebutuhan bisnis dan peraturan perusahaan.
Demikian pula, kita juga dapat melihat "personalisasi" semacam ini di aplikasi asisten AI lainnya.
Misalnya, aplikasi Otte.AI AI yang berfokus pada transkripsi suara dapat memberikan beberapa analisis dan saran berdasarkan percakapan suara yang berbeda.
Selain Otte.AI, RewindAI juga merupakan contoh bagaimana personalisasi menang. Fungsi inti RewindAI adalah menyediakan semacam kemampuan "asisten memori".
Rewind dapat secara otomatis merekam semua informasi di ponsel atau komputer dengan persetujuan pengguna, dan mendukung peninjauan, pengambilan, dan ringkasan.
Semua ini menunjukkan personalisasi di mana-mana dalam aplikasi asisten AI saat ini. Perilaku "dibuat khusus" semacam ini untuk pengguna tidak diragukan lagi secara halus meningkatkan kelengketan dan waktu penggunaan pengguna. Selain itu, personalisasi juga berarti "ribuan orang", yang akan sangat memperluas jangkauan aplikasi, dan langit-langit skala pengguna akan lebih tinggi.
**2 Di mana hambatannya? **
Selain personalisasi, ketinggian komando strategis terbesar dari asisten AI adalah hambatan data eksklusif yang mereka ciptakan dalam interaksi berkelanjutan.
Di era Internet seluler, Baidu, Tencent, Google, dan Amazon telah gagal memperhatikan dan menggunakan data sebanyak yang mereka lakukan saat ini.
Pada saat itu, di mata berbagai raksasa, hanya pengguna dan lalu lintas yang paling kritis, dan siapa pun yang dapat membakar lebih banyak uang dan melingkari lebih banyak pengguna akan dapat membentuk efek skala yang lebih besar.
Di bawah logika kejam bahwa lalu lintas adalah raja dan skala adalah raja, seluruh pasar adalah permainan zero-sum, dan peningkatan pengguna di platform A sering berarti penurunan pengguna di platform B.
Ketika semua orang terlibat dalam aplikasi, fungsi, dan konten, akan sulit bagi seluruh logika Internet untuk melanjutkan.
Munculnya asisten AI telah mengubah arus menjadi lebih baik.
Dengan menyesuaikan dan mengoptimalkan data perilaku pengguna secara real-time, asisten AI dapat terus mengumpulkan data kepemilikan unik untuk setiap pengguna.
Perbedaan dan keragaman individu manusia menentukan bahwa trek yang dibangun di atas data kepemilikan tidak akan ramai, berbelit-belit, dan permainan zero-sum.
Karena pengguna yang ditargetkan oleh asisten AI adalah "individu" atau perusahaan tertentu yang terdiri dari individu yang berbeda, daripada beberapa label dan grup ekstensif yang diabstraksi oleh algoritma.
Dibandingkan dengan asisten AI, sistem algoritma generasi sebelumnya mengandalkan kumpulan data terbatas untuk pelatihan, dan sering mengandalkan fitur yang dirancang manusia saat membuat rekomendasi algoritma, tetapi fitur ini mungkin tidak sepenuhnya menangkap kompleksitas dan keragaman perilaku pengguna.
Misalnya, jika seseorang adalah pengguna pria, mereka cenderung direkomendasikan konten militer atau politik saat menjelajahi aplikasi video, meskipun pengguna tersebut hampir tidak mengklik video tersebut. Atau secara konsisten merekomendasikan video dengan hashtag yang sama.
Dengan cara ini, pengguna dibebaskan dari label kasar dan umum dan menjadi individu "unik".
Bahkan jika beberapa asisten AI tumpang tindih fungsinya, karena adanya data kepemilikan, pengguna secara bertahap akan terbiasa dan beradaptasi dengan asisten AI yang telah mereka jalankan sejak lama melalui pengoptimalan dan umpan balik, dan tidak akan mudah beralih ke aplikasi lain.
Akibatnya, start-up AI yang dibangun di atas data kepemilikan ini juga akan memiliki vitalitas yang lebih kuat.
3 Kemungkinan Tantangan
Karena asisten AI sangat menjanjikan dan menjanjikan, apa tantangan atau masalah yang mungkin dihadapinya?
Mengenai hal ini, unicorn AI sebelumnya Jasper dapat dikatakan telah menggunakan pengalaman menyakitkannya sendiri sebagai "bahan ajar negatif".
Pada awal 2022, Jasper mengumpulkan 1 juta pengguna, dan pada Oktober tahun itu, Jasper menerima putaran pendanaan Seri A senilai $125 juta yang dipimpin oleh Insight Partners, dan valuasinya juga naik menjadi $1.5 miliar, menjadikannya unicorn.
Namun, masa-masa indah itu berumur pendek, dan pada bulan Februari, Jasper, yang mengharapkan pendapatan setahun penuh sebesar $ 140 juta, memangkas perkiraannya sebesar 30% di musim panas, dan kemudian memulai PHK pada bulan Juli.
Baru-baru ini, Jasper menurunkan valuasi saham yang berhadapan dengan karyawan sebesar 20 persen.
Sebelumnya, ketika menganalisis alasan kegagalan asisten AI seperti Jasper, banyak orang selalu mengaitkan inti masalahnya dengan kurangnya model berpemilik.
Lagi pula, sejauh ini, Jasper masih menggunakan antarmuka API ChatGPT, yang merupakan aplikasi "shell" yang tepat.
Karena kurangnya model kepemilikan, tidak mungkin untuk secara langsung mengakses dan menganalisis data pengguna, dan sulit untuk menganalisis data pengguna, yang membuatnya sulit untuk membentuk penyesuaian dan pengoptimalan yang ditargetkan.
Dalam hal ini, dapatkah asisten AI seperti Jasper, yang tidak memiliki model eksklusif, menemukan ceruk pasar mereka sendiri?
Seperti disebutkan sebelumnya, meskipun salah satu keuntungan inti dari asisten AI adalah fungsi kustomisasi yang dipersonalisasi, kustomisasi tersebut juga dibagi menjadi kustomisasi pasif dan kustomisasi aktif.
Kustomisasi pasif mengacu pada jenis asisten AI yang secara otomatis mengumpulkan dan menganalisis data dan melakukan pembelajaran adaptif tanpa pengaturan pengguna.
Contohnya termasuk Pi yang dikembangkan oleh Inflection AI, serta Rewind.AI yang disebutkan di atas.
Kustomisasi aktif mengacu pada jenis asisten AI yang mengharuskan pengguna untuk mengatur dan menyesuaikan secara independen sesuai dengan kebutuhan dan preferensi mereka sendiri.
Untuk asisten AI yang open source atau menggunakan model pihak ketiga, rute khusus proaktif jelas merupakan alternatif yang lebih baik tanpa adanya data kepemilikan.
Misalnya, Polyglot adalah klien platform pelatihan berbicara AI sumber terbuka yang membantu pengguna melatih keterampilan berbicara dalam berbagai bahasa. Polyglot menggunakan teknologi AI untuk memberi pengguna saran dan umpan balik pelatihan berbicara yang dipersonalisasi.
Pengguna dapat memilih bahasa dan kesulitan pelatihan yang sesuai dengan kebutuhan dan level mereka.
Contoh lain yang lebih jelas adalah Poe.AI yang terkenal.
Dalam aplikasi yang hampir seperti App Store model besar ini, pengguna dapat secara aktif menyesuaikan chatbot AI dengan kepribadian, identitas, dan fungsi yang berbeda sesuai dengan berbagai kebutuhan mereka, sehingga AI lebih personal dan lebih sesuai dengan harapan mereka sendiri.
4 Ringkasan
Jika ada satu hal tentang nilai komersial terbesar dari asisten AI, itu adalah pratinjau dari "momen iPhone" kecerdasan buatan.
Sejak munculnya gelombang AI saat ini, banyak perusahaan, VC, atau investor telah memikirkan dan mencari "momen iPhone" AI. Dan jika kita melihat kembali ke masa lalu, kita akan menemukan bahwa kondisi untuk realisasi "momen iPhone" semacam ini, asisten AI telah disiapkan untuk delapan atau sembilan.
Pada tahun 2007, Apple meluncurkan iPhone 1 revolusioner, yang mengintegrasikan berbagai fungsi seperti layar sentuh, kamera, pemutar musik, browser web, dll., Mengubah cara orang berkomunikasi, menghibur, hidup dan bekerja, dan mengantarkan era baru Internet seluler.
Apa yang lebih jauh dari iPhone tahun ini adalah bahwa asisten AI saat ini tidak hanya dapat meningkatkan hubungan antara dirinya dan pengguna melalui pembelajaran dan evolusi berkelanjutan, tetapi juga persahabatan manusiawi dan fungsi emosional dari beberapa asisten AI membuatnya melampaui ruang lingkup alat dan menjadi "pendamping cerdas" yang tak terpisahkan dengan pengguna.
Jika setelah fermentasi dan umpan balik pasar, perusahaan yang ambisius mengambil langkah kunci, maka "master keseluruhan" yang mengintegrasikan kekuatan semua asisten AI sebelumnya akan muncul.
Saat itulah "momen iPhone" AI benar-benar tiba.