徐文浩，任鑫 2023-04-11 17:30 广东
我在混沌学园讲过一门课，是说如何用“用户任务”（Jobs To Be Done）视角来做产品。主要是给产品经理洗脑：你需要思考的不是如何做产品，而是用户究竟在什么场景想要完成什么任务，我们可以怎样帮上忙。
说归说，但实际做产品的时候，也只是在“产品创新”阶段这样思考，思考完了、找到了 JTBD 之后，还是得找到“重要而未被满足”的部分最大公约数，为这个细分市场设计统一的产品来帮助“完成任务”。真的根据用户具体状况和需求来千人前面解决问题，很难。
但是，这个“很难”的设计，在所有用户使用 ChatGPT 的过程中，却是常态。每个人使用 ChatGPT，都是在表达自己特定的需求，获取极度个性化的帮助。
比如“我明天要作为一个人工智能商业顾问做一个演讲，听众是大互联网公司的产品经理，都略懂技术但不会写代码，最近都对于人工智能超级感兴趣，尤其想了解如何可以融入到产品中。我希望给他们一个全面介绍，让大家了解怎样把 AI 应用到产品设计中。你也是一个世界一流的人工智能商业专家，帮我做一个适合 60 分钟的演讲大纲，每个模块提醒我适合用什么案例和类比来帮助听众理解。”
这个需求里，包含了自身情况介绍，对所需服务的期待，具体上下文描述，产品规格期待和目标定义……这时，ChatGPT 就真的不是个产品，而是针对我的 JTBD 来帮忙了。如果抽象思考“介绍人工智能的演讲稿”，大概率直接百度搜索一下可以找到更好的；但具体到这个 JTBD，ChatGPT 显然能帮上更大的忙。
但是，这个忙是否一定能帮到位呢？大概率不行，还缺三个东西。
或者换个角度看，这三个东西补全之后，ChatGPT 对世界的冲击还将放大几个数量级。
第一个问题很显然，也很好解决，就是高质量参考信息。
让它帮我写人工智能的演讲稿，大概率不会提到大语言模型（因为它自己数据库只到 2021 年），也不会写到 ChatGPT 本身的价值和影响。这种情况下，最后出来的内容很容易只是套话和老话——这也是它被广为诟病的原因之一。
但其实这个问题很好解决，制定信息源就好了。
New Bing 会拿搜索到的前几个网页的信息来做汇总归纳，Scispace 会根据具体查到的论文来回答问题……我们可以指定信任信息源来回答我们问题，比如医学生要求它只用医学论文库的信息，这样绝大部分的“胡说八道”问题会得到解决。
只是这个“指定”到底会以什么形态呢？
如果是类似 New Bing 的形态，则垂直细分应用仍然有价值，例如我早几天就看到了一个专门回答宠物相关问题的 AI，应该就是配套了专业宠物医疗护理内容的 ChatGPT。这里也有创业公司的时间窗口，趁着大公司纠结转身过程，把 XX 行业的 GPT 概念先占了，说不定可以咬下一口市场。
可如果是类似 Plug-in 形态呢？
用户使用界面是 ChatGPT，但是可以选择“安装”不同的数据包（比如想要获得专业的教育建议，就安装教育相关资料包）。这时创业公司的时间窗就更短一些，因为大概率类似 Plug-in，OpenAI 在早期会和头部公司合作获得最高价值信息（比如和 Booking 或者 TripAdvisor 合作提供酒店客观信息和点评数据），早期坑位会很快被填完。
那么，会不会有细分市场机会呢？
比如“最懂桂林的靠谱旅行资料包”。个人觉得，得分情况，简单讲就是越不是刚需，可能越有机会。相对来讲，刚需更偏向于明确的功能 JTBD，ChatGPT 类的 AI 助理完全可以更高效匹配到方案，无需搞东搞西装一些细分资料包。但相对的，非刚需的需求，很多时候是在”逛“的过程中被激发的，这时很容易对信息源产生非理性信任，或许会有细分的信息需求。
举例来讲：
如果是来桂林出差办事，只需要 AI 辅助提效就好，大概率不会有机会想到要装载一个特殊的资料包给 ChatGPT；但如果是在微博关注的生活方式博主来桂林玩，想抄作业，就可能会让 ChatGPT 学一下这个博主的资料包（可能不光包括资料，也包括 TA 的世界观和方法论），用类似的品味帮忙规划。
从这个角度讲，所有”干货“类的内容，反倒没有商业价值；反倒是”启发“（inspiration）类的还有生存空间。
第二个问题，表面看，是提示词（prompt）写起来太麻烦，实际上，是用户数据模型问题。
如果是写一篇演讲稿，那么首先应该理解我的背景和风格，不应该等到我和 AI 交互时再（一次又一次）提供，而应该沉淀下来一个用户的数据模型复用，这样和 AI 沟通至少节省一半口水。举例来说，如果系统已经知道了我出差预算很低但家庭出游住得很好，平时能吃辣但带宝宝时要考虑他，给我安排行程时就会尽量安排好酒店和清淡口味的餐厅。这些东西应该慢慢意会到，而不应该让用户反复输入。
更进一步，除了背景信息之外，熟悉用户的 AI 甚至于应该能主动判断用户的意图，甚至于帮助制定目标。比如知道用户很在意健康，但是最近工作太忙运动很少，就应该主动询问和提醒用户是不是要把未来一个月的日程排松一点，方便 AI 见缝插针安排健身选项。我们往往认为，人类是用来定目标的，AI 用来干活儿。但很可能在日常情况中会反过来，AI 会帮助我们定目标，我们根据 AI 的安排来干活儿。如此深度的合作，需要 AI 帮助每个人都建立起自己的模型。
但问题是：这个模型应该放在哪？
按照现状往下推，可能的发展是所有应用都成为了 ChatGPT 的插件，而使用中的用户数据都沉淀在了 OpenAI。这种情况，对于初创公司其实无所谓（天花板变低了，但早期 100 家公司 99 家一辈子也碰不到天花板），但对中大型公司很不利。因为本质上来讲，按照前面讲的用户任务（JTBD）逻辑，我们要更好的给用户帮忙，自然是对用户具体情况越了解越好——对用户只了解 1/N 的垂直应用，自然不可能比 ChatGPT 这个中央节点干得更好。
举例来说：
大的电商肯定想做独立的购物 AI，逻辑上确实成立，因为毕竟购物场景需要很多垂类知识和特定场景的 UI。但如果后台模型都是 OpenAI 的，理论上 OpenAI 会比任何一个垂直购物 AI 更了解用户具体 JTBD 从而提供更有效的帮助——虽然可能领域知识差一点 UI 丑一点，但毕竟它更懂用户啊。而如果这些大电商选择不用 OpenAI 自己做的话，第一是会直接面对用户比较问题（”和 ChatGPT 比，你们家这个就是智障啊“），第二是杯水车薪——外面还有 100 个大应用跟 OpenAI（或者其他领先的公用模型）走了，更全面的用户模型还是在外面。
所以，对于大中型公司来讲，可能不仅会被迫贡献数据到 OpenAI 的池子里，而且用户模型数据也会沉淀在 OpenAI……这一层价值会越来越薄。更糟的是，还有第三个问题。
第三个问题，如何连接到行动。
前面举例子讲的是演讲，但这种需求其实不是主流。
功能类的任务，大部分需要的不是“一篇文字”，而是真实世界具体的商品或者服务交付。比如安排打到了车，买到了适合自己场景的扫地机器人，去到了合适的餐厅享受，认识到了匹配的人……我们需要更落地的行动，而不仅仅是道理。
或者换个角度，
不论用户需要的是什么，直接和商业行动交付相连，价值才高。比如用户使用 Google，通过搜索关键词表达需求，部分能够商业转化的流量被 Google 转卖给第三方公司，这就可以一年卖几千亿美金收入。这还仅仅是转卖非常粗颗粒度的意向流量，如果 ChatGPT 能够转卖极其明确、细致的 JTBD 流量，理论上转化效率更高，也能获得更高收入。
ChatGPT Plug-in 体系部分解决了问题，
比如需要买菜的话会调度 instacart 买，需要打车会调度 Uber 打车。这些演示，仅仅只是掀开了幕布一角，未来应对复杂决策时，ChatGPT 完全应该有能力调度成百上千个 Plug-in 来协同完成任务。比如五一假期家庭出行，就得根据天气状况、目的地旅行攻略和家人偏好做行程，安排好酒店机票预订、景点日程安排和道路交通衔接。理论上讲，应该根据大家口味和考量，连什么时间去哪家店吃饭都安排好，而且给出建议点什么菜。如果白天在景点待的时间过长，导致来不及赶去预定的餐厅，ChatGPT 也应该灵活做出调整和给出新的建议（类似现在导航 APP 的”重新规划行程“）。
过程中，用户既是定大方向、做最终决策的董事长，又是具体被调度安排的资源之一。而 ChatGPT 更应该承担 CEO 的职责，把用户和诸多 Plug-in 都当做资源调配，来最大化为用户创造的效用。
短期来说，作为 Plug-in 的商业体会获得更精准的流量，而且大概率会比 Google 流量性价比更高，能获得一波增长。但是，长久来讲，商业格局会发生显著变化。
最明显的就是原有平台的管道化。
如果用户都用 ChatGPT （或者类似的统一入口）来做行程规划，为什么背后还需要携程呢？为什么这层佣金要携程来赚呢？早期可能需要携程来提供这个 Plug-in，但后面的酒店肯定会快速提高自己的信息化水平直接接入——让携程和 ChatGPT 中转两遍，不如跳过携程。
ChatGPT 作为入口，比 Google、百度或者 App Store 作为入口更可怕。
因为后面那些”传统互联网入口“本质上还是在分发流量，核心服务还是各家产品自己在做。但所有产品 AI 化（本质上就是包装了 ChatGPT）之后，产品的核心功能其实是 OpenAI 提供，纯线上部分只会一步一步更加管道化、商品化。本质上，只有脏活累活（比如线下关系维护、线下交付、线下拓展……）才依旧保留价值，而传统垂直平台的利润会在 ChatGPT 和平台用户的双向奔赴中消失殆尽。
对于中大型平台公司不是好事，对于具体的服务商倒是未必，因为终端服务商就是靠左脏活累活赚钱的。ChatGPT 再怎么高效导流，还是得推荐用户去到一家具体的店里用餐，流量费用给美团点评也是给，给携程也是给，给 ChatGPT 也是给，没问题。
对于服务商来说，最大的挑战应该是如何在新环境下重新定位以获取流量。
如果用户都是让自己的 ChatGPT 帮忙预定“桂林最正宗的啤酒鱼”或者“适合带宝宝一起住三天的山里的酒店”，怎么让自己出现在答案里呢？我也不知道，但觉得大方向应该是需要更加贴合用户的 JTBD，而且需要做到公认的极致（“最”）。谁可以提前预判用户行为变化的方向，就更有定位在顺势发展的大浪上——甚至于，持续关注这个潮水的方向，看到变化了再转身，大概率也能吃到一口红利。
这几天住在桂林山间，酒店是一个老糖厂厂房改造的。怀旧，工业风，设计感，非常非常有特点，而且今天早餐的时候听服务员讲周末满房了。觉得可能日后的商品都只有两条路可以卷，要么就极致性价比，成为 ChatGPT 的首选头牌，要么就极致差异化，成为某个 JTBD 下唯一选择。中间的路，会越来越少，越来越难吧。
延伸阅读
下方扫码查看《用户三步法：教你读懂用户的心理和大脑》
? 举例说明我们未来的生活将因ChatGPT发生哪些改变，附学习资料
