摘要：如果单纯从产品层面来看，今年似乎没有特别令人惊艳的突破。别说是梦想中的AGI了，就连能称得上现象级的AI应用，似乎都不太多。今天，我就来聊聊这背后的原因。

过去这一年，AI领域的新闻都是大模型的故事来来回回讲，有没有其他更令人心动的信息？这篇文章，我们来看看作者总结的信息，以及对明年的展望。

今天想和大家聊一聊2024年AI领域的发展。

如果单纯从产品层面来看，今年似乎没有特别令人惊艳的突破。别说是梦想中的AGI了，就连能称得上现象级的AI应用，似乎都不太多。今天，我就来聊聊这背后的原因。

首先，我们需要理解技术发展的基本规律。任何新技术的发展都要经历这样几个阶段：从前沿技术突破开始，到找到具体应用场景，再到产品化落地，最后通过市场运营获得规模效应。

拿移动互联网来打个比方。从第一代iPhone发布，到移动支付真正普及，中间经历了将近十年时间。期间诞生了无数创新应用，有成功的，也有失败的。正是这些不断的尝试，才最终形成了今天这个庞大的移动互联网生态。

回到AI领域。实际上，如果从技术可行性来说，现在的大语言模型已经相当不错了。它们可能还达不到顶尖专家的水平，但至少能达到及格线以上的表现。在很多场景下，AI已经可以胜任日常工作中60%到70%的任务。

比如说在内容创作领域，AI可以帮我们完成初稿撰写、文案润色；在编程领域，AI编程助手可以提高开发效率；在客服领域，AI已经能处理大部分标准化的咨询问题。

但是，为什么我们还是觉得少了点什么？为什么没有看到更多令人印象深刻的应用出现？

经过这一年的观察和思考，我认为主要有两个关键因素在制约着AI的发展。

第一个因素是垂直领域训练数据的匮乏。这个可能不太好理解，让我打个比方：假设你要培养一个医生，除了要学习基础理论知识，还需要大量的临床实践。要看很多病例，跟着老师查房，慢慢积累经验。只有经过这样长期的训练，才能成为一个合格的医生。

AI模型也是一样的。虽然现在的大模型已经具备了很强的通用能力，但要在特定领域达到专家水平，仍然需要大量优质的训练数据。

说到专业训练数据这个话题，我想跟大家分享一个很有意思的理论。产品大师俞军曾经说过：新技术要想取代旧方案，新的使用体验必须显著优于旧的体验，最好能达到10倍的提升，至少也要有50%-100%的改善。否则，用户很难改变已有的使用习惯。

这让我想起了搜索引擎的例子。在移动互联网时代，虽然各个APP都形成了信息孤岛，但为什么还是有那么多人在使用搜索引擎？就是因为这种使用习惯已经深深植入到人们的行为模式中了。

年末突然火起来的DeepSeek就很能说明这个问题。实际上在2024年初的时候，我就预判到，专业领域的训练语料将会成为未来AI发展的关键中的关键。那些专门生产优质训练语料的公司，它们的价值被严重低估了。

我们现在普遍采用的训练方式，可以说是一种”大力出奇迹”的方式 – 把能找到的语料都扔给AI大模型去学习。这种方式确实能让AI达到及格线，但要想真正突破，可能需要换一种思路。

比如说，组建专门的人工专家团队，每天有针对性地训练和调教AI模型。无论是法律专家、医学专家，还是其他领域的专家，都可以参与进来。这时候我们需要的不是大而全的大模型，而是小而精的垂直模型。

说到这里，我想分享一个我的亲身经历。我现在是Cursor的付费会员，这是一个AI编程助手。为什么在编程领域，AI助手已经能够相对成熟地跑通商业模式？

这是因为编程领域的训练数据相对容易获取，而且有很强的结构化特征。GitHub上有海量的开源代码，Stack Overflow上有大量的问答内容，这些都是高质量的训练材料。

但是换到其他专业领域，比如医疗、法律、金融，优质的训练数据就没有这么容易获得了。这些领域的知识往往都是非结构化的，而且很多宝贵的经验都存在于专家的头脑中，没有被很好地数字化。

接下来让我们来看看第二个制约因素 – 资本市场的态度转变。

回想过去十几年互联网和移动互联网的黄金发展期，为什么那个时代会诞生那么多令人印象深刻的产品？除了技术创新之外，资本的推动力是非常关键的因素。

电子商务领域有淘宝、京东的崛起，团购时代有美团、大众点评的迅速扩张，出行领域有滴滴、快的的激烈竞争，共享经济浪潮中更是掀起了共享单车的热潮。这些产品能够快速进入大众视野，背后都离不开资本的助推。

当时的商业逻辑是什么？先烧钱获取用户，形成规模效应，再考虑商业化变现。这种模式在当时是可行的，因为资本市场愿意为未来的想象空间买单。

我记得在线教育领域就是一个很典型的例子。几年前，为什么会迎来爆发式增长？很大程度上要归功于资本的推动。当时头部的猿辅导融资几十亿美金，每天投放的广告费用都是千万级别。这种密集的营销投放迅速提升了品牌知名度，让产品快速进入用户的认知范围。

但是现在的环境完全不同了。

现在的投资人更关注什么？现金流、盈利能力、商业模式的可持续性。简单来说，就是要看到实打实的商业价值。这种转变带来了什么影响？新产品想要脱颖而出，必须更快地完成商业化闭环。不能再像以前那样，先烧钱获取用户，再慢慢思考变现方式。

最近我收到很多创业者的咨询，都在问：”现在想要在AI领域创业，该怎么办？”我的建议是，要更加注重商业模式的可持续性。具体来说：

首先，产品定位要更加精准。不能再像以前那样撒网式地尝试各种可能性，而是要聚焦在能够带来直接商业价值的场景。

其次，商业模式要更加清晰。最好能在产品推出的早期就建立起可持续的收入来源，而不是一味依赖融资支撑。

第三，成本控制要更加严格。无论是技术开发还是市场推广，都需要更加谨慎地评估投入产出比。

说到这里，我想和大家分享一些我观察到的新趋势。虽然2024年可能没有带来轰轰烈烈的AI革命，但我们已经看到一些非常有意思的发展方向。

第一个趋势是垂直领域的突破。越来越多的企业开始专注于特定领域的AI应用。比如在法律领域，已经有了智能合同审核、法律文书生成；在医疗健康领域，有AI辅助诊断、医学影像分析；在金融领域，则出现了智能风控、投资分析等应用。

这些应用虽然还不够完美，但已经展现出了巨大的潜力。特别是当它们开始与传统行业深度结合时，往往能产生意想不到的化学反应。

让我给大家举个具体的例子。在建筑设计领域，已经有公司在尝试用AI来辅助建筑方案生成。这不是要取代建筑师，而是帮助他们更快地进行方案探索和优化。一个经验丰富的建筑师可能需要几周时间来完成初步方案，但有了AI辅助，可能一天就能生成几十个备选方案。建筑师可以从这些方案中获取灵感，然后进行深化和优化。

这就是AI真正的价值所在 – 不是取代人类，而是增强人类的能力。

第二个值得关注的趋势是商业模式的创新。最近我注意到越来越多的公司开始尝试”AI+服务”的混合模式。基础层面用AI处理标准化的工作，复杂问题由人工专家介入，AI和人工专家相互配合，不断提升服务质量。这种模式的好处是能够提供稳定的服务质量，成本可控，而且有持续改进的空间。

第三个趋势是AI与其他新兴技术的融合。比如AI+IoT在智能家居、工业物联网、智慧城市领域的应用；AI+AR/VR在虚拟助手、沉浸式教育、数字孪生等方面的探索。这些跨界融合往往能带来意想不到的创新。

最后，我想和大家分享一下我对未来的一些思考。

很多听众在后台留言问我：”你觉得现在进入AI领域是不是太晚了？”我的答案是：一点都不晚。相反，现在可能是最好的时机之一。

为什么这么说？因为现在的AI发展已经进入了一个相对理性的阶段。技术趋于成熟，市场需求更加清晰，商业模式也在逐步验证。这恰恰是最适合深耕细作的时候。

就像播种和收获，表面上看起来平淡的生长期，实际上是最关键的积累阶段。现在的AI领域正是这样，虽然缺少轰轰烈烈的突破，但暗流涌动，正在孕育着下一波革新。

来源：人人都是产品经理