生成式 AI,到底是故事,还是生意?

最近,总有企业家朋友问我同一个问题:

"刘老师,生成式 AI,到底是故事,还是生意?"

我说,这个问题,你别问我。

我给你看几本账。

前段时间,我把 25 家公司的 AI 用法翻了一遍。从可口可乐、欧莱雅,到 Netflix、Expedia,再到 Shopify、宜家。这些公司没有一家在"做实验",它们都把生成式 AI 真金白银地投了产,而且账都算得出来。

看完这些账,我只有一个感受:

天呐,这已经不是故事了。

先说说,什么叫生成式 AI

什么叫生成式 AI?

说白了,就是给公司雇了一个不知疲倦、不要工资、什么都懂一点的创意实习生。

你用大白话跟它说想要什么,它就能写文案、画图、生成视频、编代码。以前这些活儿靠人,一单一单地做。现在,它几秒钟交活。

关键是,这个实习生不睡觉,也不涨薪。

那,这 25 本账里,都记了些什么?

我挑几本,讲给你听。

第一本:可口可乐,把广告做成了游戏

可口可乐干了一件很聪明的事。

它和 OpenAI 一起做了个平台,叫"Create Real Magic"。全世界的艺术家和普通人,都可以用 ChatGPT 和 DALL·E 2,围绕可口可乐的经典元素,比如弧形瓶、红白配色、圣诞老人,去创作自己的作品。

强!

最终,一百多个国家的创作者参与了进来,几千份原创作品涌了进来。最好的那一批,被投上了纽约时代广场和伦敦皮卡迪利广场的大屏。

你想想看,以前品牌搞共创,得办比赛、发邮件、收作品、请评委,前后折腾大半年。

现在,一个平台,全球同步,创作者自己就来了。

用户放进去的不只是作品,还有感情。

第二本:欧莱雅,把翻译账算到了极致

欧莱雅的账,算得更狠。

它是全球最大的美妆公司,旗下 35 个以上的品牌,卖到 150 多个国家。一款产品上市,文案、话术、介绍,要变成几十种语言。以前靠人肉翻译和本地团队,又慢又贵。

它把 GPT 这类模型接进了内容生产线。

结果:产品内容的开发周期,缩短了 60%。文案和视觉,一次性铺到 25 种以上的语言。AI 美妆助手上线之后,用户互动时长增加 35%,转化率提升 22%。

我给你算笔账。

假如一条产品线的内容开发原来要 100 天,现在 40 天就上架。一年推 10 个系列,就省出 600 天。

600 天,在美妆行业,是整整两个旺季。

省下的哪是钱,是先机。

第三本:Stitch Fix,把搭配师的话,让 AI 学会了说

Stitch Fix 是一家在线搭配公司。用户下单,它寄回一个盒子,里面是搭配好的衣服,还附一张手写风格的纸条,解释为什么这么搭。

这张纸条,是它最贵的人情味。

后来,他们让 AI 学着写。模型用大量搭配师写过的纸条、用户反馈、购买行为训练出来。AI 先写,搭配师再润色。

结果,写纸条的时间省了一半以上。那用户的反馈呢?

和纯人写的,几乎没差别。

你看,最讲究"人味"的地方,AI 反而挤进去了。挤进去的方式很聪明:AI 干初稿,人做最后那个"点头"的动作。

第四本:门槛,塌了

这一本账,我看着看着,后背有点发凉。

Canva 推出 Magic Studio 套件,头几个月,平台上的 AI 操作就超过了 10 亿次。调查显示,七成以上的付费用户,做事情明显变快了。

Adobe 的 Firefly,上线第一年,生成了超过 30 亿份素材。

30 亿是什么概念?我算了一下,平均每天 800 多万张。

也就是说,每一天,全世界用 Firefly 画出来的图,比很多图库网站的全部存量还多。

Microsoft Designer 那边,每周也是几百万张的量在生成。

什么叫门槛?就是以前你得学三年设计软件,现在,会打字就会设计。

门槛塌了之后,人人都能"做出来"。

但你要注意,人人都能做出来之后,稀有的就是"判断哪个好"。

第五本:赢家,都是把 AI 塞进工作流的

再往下翻,我发现一个规律。

那些把 AI 单独做个应用、当个玩具的公司,声量大,账难看。那些把 AI 直接塞进工作流的公司,账都很好看。

IBM 的 Watsonx,替客户把几百万份文档、工单、手册都"读"了进去。员工找资料的时间,省了最多 70%。客服工单的解决速度,快了 30% 到 40%。

Salesforce 把 Einstein GPT 埋进 CRM。销售写跟进邮件,客服写回复,营销写投放文案,全部 AI 先起草。干活快了 40%,营销邮件的点击率提升了 28%。

LinkedIn 在站内加了 AI 写手。用户更新资料的可能性提高了 55%,AI 辅助写的帖子互动比人手写的多 40%,招聘方写一份职位描述,时间省了六成。

Klarna 用 ChatGPT 做了个购物助手。你问它"一百美元以内有什么防水登山鞋",它直接给你推荐。用它的人,转化率是普通搜索用户的两倍。

Replit 的 Ghostwriter 埋进了写代码的界面里,开发者写代码、排错误,快了 60%。Google 把 Duet AI 塞进了文档、表格和邮箱,内部试点里写文档快了 40%。Notion AI 更直接,上线几个月,开通了的团队里,六成用户每周都在用。

看到了吗?

AI 放在工具栏里,是个玩具。AI 塞进工作流里,才是生产力。

第六本:千人千面,那张脸是现画的

Netflix 做了一件小而狠的事。

同一部剧,给不同的人,看不同的封面。爱看言情的人,看到温暖的人物特写;爱看动作片的人,看到火爆的打斗场面。AI 从视频里自动挑帧、自动生成、自动测试。

结果,点播率提升了 20% 到 30%。

一部剧,一千张脸。

Meta 的 Emu 模型,把这件事做到了聊天框里。输入一句话,"太空里冲浪的猫",几秒钟,一张贴纸就出来了。上线头几个月,几十亿张贴纸被用户做了出来。

Duolingo 用 GPT-4 做了个 Roleplay 功能,你可以跟一个 AI 咖啡师用西班牙语聊到打烊。用了这些功能的用户,每次学习时长多了 30%。

BuzzFeed 更直接,用户输入名字和心情,当场生成专属测试结果。个性化内容的分享率,比静态内容高了 45%。

以前是人找内容。

现在是,内容现做给你。

第七本:实体世界,也逃不掉

你可能觉得,这些不都是线上的事吗?

不是。

Autodesk 在 Fusion 360 里装了生成式设计。工程师输入目标、材料、工艺限制,AI 生成几千个结构方案。用下来的结果:材料最多省 40%,迭代时间砍了一半。

Pixar 和 NVIDIA 一起,把生成式模型用进了前期概念设计。以前出一版场景概念图要几天,现在几小时。美术会议上,大家围着屏幕现改现看。

宜家的 Kreativ 平台,你拍一张自家客厅的照片,AI 把旧家具"擦掉",再按你的描述生成新摆法,直接可以下单。看得见,买得放心,退货率跟着降。

石头和木头做的行业,AI 也进去了。

翻完 25 本账,我的四句话

第一句,省下的是时间,抢到的是先机。

欧莱雅省出的 600 天,Shopify 商家写商品文案省下的 80% 时间,Expedia 用户规划行程快出的 30% 到 40%,本质都一样:别人还在准备,你已经上架了。

第二句,AI 抢走的不是饭碗,是重复劳动。

纽约时报让 AI 起草几十版标题,再交给 A/B 测试去跑,但最后拍板的,永远是编辑。Stitch Fix 的搭配师,省下来的时间拿去维护客户关系。人没走,人挪到了更值钱的位置上。

第三句,创作的成本归零之后,品味成了新的门槛。

人人都能生成 30 亿张图的时候,"做出来"不值钱了。"判断哪张能上时代广场"才值钱。

第四句,别问 AI 能不能替代你。

先问你自己:你每天的工作里,有多少是那个"不要工资的实习生"也能干的?

把那些活儿,交出去。

回到开头

后来,我又碰到了那位问我"是故事还是生意"的企业家朋友。

她没再问这个问题。

她说,她们公司上个月开始用了,一个客服辅助工具,先在售后这条线上试。

我说,好。

祝你早日用上那个不知疲倦、不要工资的实习生。

也祝你,把省下来的时间,花在只有你能做的那件事上。