大模型搶不了張雪峯的飯碗_風聞

文：互聯網江湖 作者：劉致呈

又是一年高考季，不知各位牛馬的工作和當年報考的專業還有幾分關係？

回想當年的同學們，學了國際金融的胖子張三，現在的保險賣的風生水起；學土木的李老四，已經是某地區的銷售一把手，當然，這兩年快成光桿司令了。

最貼合專業的是學考古的王五，當時理想是親手挖出夏朝玉琮，如今在古玩一條街支了個小攤，人更瘦了，可那氣質頗有些仙風道骨，倒是逍遙自在。

開個小玩笑，不過相信有不少朋友看過搞定複雜代碼外賣小哥，國外名牌大學回歸基層（街道辦）的，前者可能是段子，後者就是赤裸裸的現實了。

藝術源於現實，多數人18歲畢業那天，似乎都沒有想好將來的人生路該如何走。

這個問題，張雪峯這幾年給了年輕人答案。今年，提供答案的又多了一位，他叫AI大模型。

但如此重要的人生時刻，AI真的能勝任嗎？

//志願填報，大模型的練兵場

我們從技術條件和市場競爭兩個維度來看。

首先從AI大模型的底層技術看，需要龐雜的使用場景，堆徹大量的數據才能訓練出優質的產品。

志願填報就是一個不錯的磨刀石，這裏有海量的數據和高頻的應用場景。

有數據顯示，每年高考期間，超過95%的高三考生及家長都會使用百度查找相關信息及服務，總搜索及瀏覽量超過百億人次。

所以現在大廠們都去搶志願填報這個應用場景，一是想要在垂直領域做出嘗試，而且理論上它的數據是相對垂直的，相對來説開發的難度其實並不高。根據去年市場調研數據，雖然使用體驗極差，但不少做教育的企業也能開發出志願填報的產品。

二是可以積累技術，高考的志願填報需要極其精準，用户所產生的真實使用數據，對於提升大模型理解複雜任務、適配地域規則、識別用户偏好等能力具有極大價值，能反哺模型訓練。

這也是一個大規模的可以複用的開發場景，不僅需要理解用户的多場景需求，還需要調用大量結構化數據，是對Agent或大模型“實戰能力”的檢驗。

任何新興產品的開發都一樣，必須有實戰，幹中學，有應用場景，才能不斷的迭代技術。

現在大模型一個比較大的短板就是會出現幻覺，雖然是垂直的數據，但是有時候還是會給出啼笑皆非的答案。

這裏就引申出第二個市場的維度，鋪天蓋地的宣傳，垂類數據的投餵，這都需要資金。而且就線下市場的統計數據來看，近兩年雖然十分火爆，天眼查APP顯示，僅志願填報這個詞條，就註冊有2000多家公司，但是總的市場規模也就10億左右。

那賠本賺吆喝的大廠圖個啥？很明顯，是流量，是增量的用户。

目前可以説是通用大模型的元年，也是這個階段的年輕人第一次能夠擁有屬於自己的手機，能夠自由的進入互聯網世界，對互聯網整個行業來説都是妥妥的增量用户。

大模型的競爭者眾多，一般人也就留一兩個在手機上，一旦形成習慣，用順手了，和淘寶，京東，美團等APP一樣，可能就不會再更換了。

這和嬰配奶粉搶佔嬰兒的第一口奶很像，養過孩子的都知道，給孩子換奶粉是一件比較麻煩的事情，他們雖然小，但是對口味的認知比較執拗，所以很多母嬰店都會針對新生兒做活動，以求能第一個讓孩子嚐到自家品牌的奶粉。

高考志願填報就是通用大模型給當代年輕人的“第一口奶”，誰能搶到，誰能服務好，就能拿到年輕人手機APP的“房產證”。

但其中難度也不小，高考的志願填報對絕大多數人是個重決策，考生一定會貨比三家，多問多看。

此外，志願填報決策雖重，但沒有延續性，是短時間爆發的流量，想把用户留下並不容易，所以到最後，還得看產品力。

免費的模式其實也是一個砸錢給用户的行為，但轉化率確實還得看產品，比如當年在春晚砸了幾十億的百度APP，但從用户事後的反饋來看，都是對APP的不滿意，比如度小滿等等，留存率據説只有2%。

另外，就算真的留存下來了，這批新加入的年輕用户，將來如何變現也是個問題。

比如B站，年輕的客户羣體就決定了，這部分人的消費能力不高，且對產品要求比較苛刻。想要維持調性，就限制了商業化的發展速度，或者説，年輕用户的轉化性價比不高。

綜合來看，無論是底層技術還是用户的轉化，大廠還在探索階段，那在將來，技術成熟之後，線上的大模型真能取代線下的張雪峯們嗎？

//同一個賽道：兩條不同的商業邏輯

過去張雪峯的賣點是什麼？能提供什麼？結合大模型的情況，我們做一個對比。

一是專業性

能讓家長和孩子對未來的專業、就業情況能有個大概的瞭解，不只是蒙着眼靠分數報考。

具體來説，因為每個省份的情況都不一樣，市場上缺乏十分全面的報考、就業數據，而專業志願規劃師會長期積累自建信息庫。

這些規劃師，每年都會去一線做專業的調研，從用人單位的偏好，到院校的專業人數情況都會照顧到，從而形成一個數據庫，這套調研數據甚至可以説是核心競爭力。

但是大廠的數據目前還是來自於公開的渠道，雖然廣泛，但是深度完全不夠用，形不成有效的結論。

在這個數據本身就沒有優勢的情況下，大模型還有個產生幻覺的短板。

舉個現實的例子，之前出現過AI推薦的學校在該省份並無招生計劃、推薦院校與用户所選目標城市不符、給排名4000左右的考生推薦衝刺清華、北大等情況。

這是分比較高的學生，選擇範圍還比較小的情況。

如果分數在中游，則有直接推薦將近200個院校的現象，大有“聽君一席話，如聽一席話”之意。

產生幻覺這個事，大模型誕生也不少年頭了，始終還沒解決辦法，在上半年紅杉的閉門會上，OpenAI的高管也坦言，想要完全消除幻覺並不容易，可能需要很長一段時間，這個時間還得靠不短的訓練來堆。

也就是説，短時間內，大模型因為技術原因還無法完全替代線下的諮詢師們。

二是情緒價值

志願填報是重決策，有些人的一生可能因此就改變了，不花點錢，總覺得會少點什麼。

舉個誇張點的例子，比如去看病，雖然你腿疼，醫生經過自己的經驗判斷之後，告訴你沒事，但是你還是想要花錢做個檢查，開點藥吃吃才會安心。

我們買二手車，二手車電商平台給的檢查報告單再詳細，你也會花錢再去找第三方做一個檢測。再比如，我們買二手3C產品，為什麼喜歡在轉轉，而不是閒魚？很簡單，轉轉是C2B2C模式，需要官方檢測，哪怕貴幾百，你買的踏實。

對於相當一部人用户來講，高考志願填報，本質上就跟你買二手車，二手3C產品一樣，這個錢花出去了，心理層面安穩。

市面上，動輒幾萬的高考志願填報，之所以那麼搶手，看重的就是這個心理，家長錢掏的越多，心理越踏實，越覺得不虧欠孩子。本質上，跟前幾年國產奶粉賣的貴，學習機動輒大幾千一個道理。

三是使用有門檻

AI是個智能數據庫，你得主動提問題才行，是被動的。但問題是問題怎麼提才對？很多人都還不會正確的使用AI這個工具，別説得出正確答案。

不然你看市面上很多售賣使用AI工具的課程，為什麼那麼多人購買？核心是，大模型的應用，也是有門檻的，但現在再學可能已經來不及了。

報考機構卻是主動提問你，主動回答你，再圈定幾個答案供你選擇，給你服務到家。

在一些家長的反饋中，機構僅僅是和家長溝通就需要6-8個小時，需要全面系統的瞭解你的家庭、孩子，諸如收入、孩子性格、未來期待等問題，這樣才能做到深入瞭解。

綜合來看，現階段的大模型報考，很像汽車行業的L4無人駕駛技術，技術上看似很接近完全的無人駕駛，但還有很大的短板無法彌補；情感上，這是個人命關天的大事，完全把車交給電腦，誰也不會放心。

但是反過來想，要是能提供情緒價值，加上多數人在報考時，其實還是自行做決策，AI還是有一定的市場空間的。

上面我們説到，大廠一定程度上想要搶佔年輕用户的心智，但實際上，這是個使用者和決策者分離的場景，最終還是要搞定家長。

有兩個場景可以便於我們理解：

當年一句廣告語“今年過節不收禮，收禮只收腦白金”火爆全國的腦白金，最終吃的都是老人，但是真正購買的卻都是送禮的晚輩們，他們可能知道功效沒有宣傳的好，但是隻要送出去這就是孝心，老人的情緒價值就給滿了。

志願填報AI的使用者可能還是孩子們，但最終的決策者還是家長們。這時候營銷的方向最好還是以家長為中心。

但總的來説，這雖是場看似交叉的生意，實則大廠的AI和張雪峯做的是兩種完全不同的事，大廠要的是流量蓄水池，張雪峯要實打實的賺到錢。

這樣看似相關實則不同的生意還有很多，比如泡泡瑪特和茅台，都能給人情緒價值，但是泡泡瑪特爆火後，卻能影響到的是茅台終端的價格，因為黃牛都去炒作泡泡瑪特的玩偶。

最終，商業競爭本質上還是要回到第一性原理，從用户的角度出發去觀察。