从手机App到AI原生应用 _App

文｜李智勇

大模型仍然没很好的找到自己的商业闭环，所以很多人就不约而同的把精力投向了人工智能的“启蒙”事业：卖课。但如果我们相信数字化的结果会因为AI而进一步翻倍，那在更低层次上使用的数据的应用就注定会被更高层次的方式所替代，因为同样规模的数据在后者创造的价值更高。用过收割机了，那有人会回头赶牛耕地呢？那这种应用的普遍升级到底会从那里开始，又会以什么样的特征走到我们的面前呢？
AI原生应用
在应用中AI的比例会越来越高，而“含AI量”的终点则是AI原生应用。
那同我们每天都用的手机App相比，潜在的AI原生应用会有怎么样的特征和差异呢？
应用都会导入AI技术，但却远不是每个应用都是AI原生应用。
比如，大部分的应用会导入刷脸登录的功能，而刷脸背后则是基于神经网络的算法。这类应用是AI原生应用么？
比如，大量客服数据生成后，那大模型可能会被用来从非结构化数据中提取有价值信息，来形成对产品的反馈，这是AI原生应用么？
比如，Siri这类应用，从用户侧收集各种交互请求和输入，经过一个智能的栈，然后给出反馈，这是AI应用么？
如果按本质特征来说，前两种其实不是，在他们那里AI是辅助和强化原有的功能，但后者是，在它这里，AI扮演了大脑的角色，所有功能围绕着大脑展开。
AI原生并没有精确的定义，我看到的定义里面Erission的会和上面说的的比较贴近：

文章插图
在这种思维模式， AI原生注定会被放到一个结构的中心位置：

文章插图
https://www.ericsson.com/en/reports-and-papers/white-papers/ai-native
尝试给AI原生下定义会比较困难，但这和后面会提到的应用怎么展开有关，所以这里会勉强下个定义：AI原生应用核心的特征是AI在应用中类似大脑承担中心决策的角色，AI原生应用表现为类人智能体，衍生特征则是智能优先。
为什么这么去定义呢？（虽然可能不严密）
因为贴着智能来走，最大化发挥智能效能的结构一定是这样的，它内置了一种以智能为中心的结构，在这种结构下才能更好的发挥智能的效力。
如果延展到Agent其实要加入实时反馈，延展到行业就会发现充分数字化是AI原生的前提。
现有的应用哪些是AI原生应用呢？
Siri、智能音箱、自动驾驶汽车、Vision Pro等注定是AI原生应用。
如果把算法的范围扩展下，其实抖音、今日头条和搜索引擎、滴滴、美团外卖可以看成上古的AI原生应用。
微信则不是。
AI原生应用的崛起
抖音和微信崛起的逻辑正好代表了两种不同的产品逻辑的成功。
抖音赢在数据的使用效率更高，微信赢在用户体验够好。跑到现在的结果似乎是当数据量不足够大的时候微信的模式胜出，当数据量足够大的时候抖音的模式胜出。
而智能越高，数据价值被放大的倍数越高。微信代表的产品模式则越会式微。
除了这种产品逻辑上的差异，AI原生应用还会具有哪些新特征？
AI原生应用切分的功能粒度和过去不同。
它的边界是智能的边界，而智能的边界事实上的领域和场景的边界。每一个AI原生应用都注定是一个元宇宙，也注定是一个系统型超级应用。
为什么这么说呢？我们还是拿过去的Watson来举一个例子（此前提过这会是一种典型的结构，虽然它失败了但它的探索其实是有意义的）。

文章插图
在这样一种结构下，它的大脑，也就是智能部分（上图中代表Watson的那个球）其实是共通的，只要它拿到对应的数据，包括病人数据行业的数据，那它就可以持续复制下去，没有边际成本（或者就是极低的边际成本）。贴着这个边界走就注定会在它大脑所支持的领域上完成统一。在完成这种边界扩充之后，它的智能也会因为数据的充分而得到进一步强化（智能飞轮）。
而完成这种统一的过程，又注定会以一种典型的三层结构来完成。
底层是对现场数据的实时感知，中间是综合的智能的大脑，上层是可定义的应用的形式。
这就是典型的OS架构。