操作系統的機會屬於少數人，但應用創業的機會屬於很多人。

windows最大的貢獻是孕育了瀏覽器這個超級應用，瀏覽器最大的貢獻產生了像Yahoo Google這些超級應用，從此開啓了互聯網時代。信息產業變遷史，是一個價值鏈不斷遷移和上浮的歷史，所有2C產品的競爭，都是在搶奪兩件事，用戶的時間份額，用戶的錢包份額，誰離這這兩件事最近，誰就是killer App，誰就能切走下層底座的價值。

GPT的出現，無疑是操作系統級別的，上面長出的第一個殺手級應用叫chat search，基於這個底座，再長出10個百度、抖音級別的應用是完全有可能的，這會帶來用戶時間和錢包份額的重新分配。

作爲一個早期投資人，身邊有很多朋友在考慮下場創業做AI應用，會找我一起討論，選哪個向，打什麼牌，這裏分享下我的思考框架。

思考框架一：超級應用出現和平臺的新特性息息相關

從 PC 到 Mobile，大的機會是智能手機的新特性帶來的，LBS 帶來美團和滴滴，通訊錄帶來微信，camera 帶來抖音和快手，voice 帶來全民K歌，刷屏動作帶來今日頭條。

微信相比手機，新特性是通訊錄擴大了百倍，通訊錄裏的人更多，更能點對面通訊，這種能力的增強才讓拼團，分銷，砍價成爲可能，裏面最大的應用是拼多多。

現在新一代AI是帶來哪些新屬性？我初步想到的：

一是language，自然語言交互。之前windows Android之所以用圖形化界面，本質是技術上達不到，還沒法讓機器聽懂人話，現在可能了，基於“聽人話”的交互方式。從PC的鼠標滑動到mobile的刷屏動作，猜測，未來基於自然語言的交互，會極大的縮減交互頁面，絕大多數操作在一個頁面完成，用大白話的指令調取各種結果，甚至一個頁面調用多個App的結果。極致的簡單留給用戶，複雜留給後端，AI Native應用未必是App形態。PC的指標是page view，mobile的指標是日活，那麼AI應用的指標可能是”調用量“。

二是Generative，實時生成。從生成文本和代碼，到圖像、聲音和視頻，甚至未來會生成機器人的動作，生成初步的科研成果，能生成的output越來越多，複雜度越來越高。抽象來看，x軸是媒體形式（文本 聲音 圖像 視頻），y軸是呈現形態（數字世界2D 數字世界3D 物理世界3D），z軸是行業場景（比如廣告 電商 遊戲 影視 編程 設計 科研 機器人...），z軸上的品類數以百計。關鍵是要在xyz中間取一個有效的點，纔是真PMF，比如“視頻-數字世界2D-廣告”指向的是AI生成廣告視頻，“視頻-物理世界3D-機器人”指向的是AI生成機器人動作。

這帶來了兩個變化，一是效率上十倍速，AI生成廣告視頻，AI編程都是相比傳統方案的十倍速。二是解鎖了不可能，比如過去的AI教育是無法真AI的，退而求其次的手段是窮舉所有視頻素材，切成片段，再靠邏輯樹串聯起來，現在這種真AI教育有可能了。未來的視頻，極端來看，可能會出MP4 AVI之外的另外一種文件格式——基於起始的素材和當下的交互，實時生成後面的視頻，而這，又會解鎖很多行業。

三是多模態感知，每一種信息來源稱爲一種模態，AI能同時感知語言+圖像+many others，input變得極爲豐富。人是多模態感知的集大成者，人有聽覺、視覺、觸覺、嗅覺、味覺，這麼多input是實時的、綜合的，人才能對當下的情形做出精準判斷。我們對PC的輸入主要是鼠標和鍵盤，我們對手機的輸入主要是觸屏、location、陀螺儀（動作）等；AI時代，大模型可以實時感知我們的語言、圖像視頻，同時又囊括了PC和mobile的所有感知形式，同時感知，綜合判斷，開始逼近人類的感知水平。比如，我們開一個圓桌會議，通過麥克風和攝像頭，對人、內容、環境的感知，就可以幫我們提煉當下的核心觀點，給出一部分問題的答案，和給出提問提示，這個會議會高效很多。

mobile相比PC，因爲隨身的屬性，以及增加了很多傳感器，收集的數據量大了百倍不止。AI時代的數據量，可能會再高几個數量級，因爲所有的語言和圖像都成爲有效input了，這裏蘊藏着巨大能量，是什麼現在很難說。

這是我初步想到的AI新特性，還在持續的琢磨。相信新一代AI應用，一定長在AI的新特性上。

並且，下一代智能終端的出現，大概率是被AI新特性解鎖的，最有這種可能性的是AR。戴着AR，它的輸入和我們眼睛耳朵的輸入是同頻的，它的輸出可以實時生成，它的交互可以基於自然語言，AI的三個新特性解鎖了AR的三個不可能。

思考框架二：打明牌or打暗牌

上面討論的是方向選擇，有了方向，還得看過往背景適合打哪什麼牌局。

今天任何能輕易想到的idea，都是明牌，上來就攤牌比經驗值，武力值，和血條了，比如大家討論最多的虛擬助手，虛擬老師，AI客服，文案生成等等。在這種顯而易見的方向上，高手和熟手太多，只是打一張起跑早的“先手牌”很難獲勝。

以AI教育爲例，教育是個長鏈條行業，從投放，到課程運營，到教研，到銷售都有成熟方法，到最後是在比”擰螺絲“的效率，這個行業的高手也很多，很多人融過1億美金以上，管過千人團隊，就差一個好的PMF可以再啓程了。如果一個新手進到AI教育裏，PMF剛跑通，剛準備學習下如何投放，如何管100個銷售，剛準備手槍換步槍，旁邊直接蹦出幾個高手就拿加特林機槍給突突了。

什麼是暗牌？暗牌往往是非共識，是完全0到1的產品創新，挖掘的是隱性需求，市場空間極其模糊，巨頭和高手想不到或看不上。比如snapchat、Airbnb、快手、抖音、b站、拼多多、小紅書，早期的時候都有點小衆，能否泛化未知。2013年的時候，如果問全國人民會看30秒短視頻嗎，是很難有答案的。這種暗牌爲早期生存贏得了幾年的時間窗口，猥瑣發育，等到攤牌比武力值的時候，大家手裏都是加特林，對着突突一下還是有勝算的。

明牌意味着共識，往往是面向存量市場，用新方案替代老方案，十倍速是最好的武器。可能是更好的文案工具，更好的教學工具，提升的是體驗和效率。

暗牌意味着非共識，往往對應增量人羣，滿足的是未被滿足的需求，0到1的創新是最好的武器。快手抖音出來前，短視頻幾乎沒有被驗證過，是憑空造出個短視頻範式。拼多多出來前，下沉人羣是很少網上購物的。

如果是一個經驗值豐富、善於靠商業和效率取勝的高手，上手打明牌是可以的，段位高到一定程度，還能起到嚇跑清場的效果。

如果是一個經驗值少、用戶洞察犀利、善於創新的AI產品經理，最好還是想想暗牌，從一個很獨特，非共識的切入點進入。起手打明牌是對加特林機槍的不尊重。

思考框架三：每一代億級用戶的產品都基於“無意識”產品形態

有了方向，確定了打什麼牌局，還得落到具體的產品形態。

AI native App的經典產品形態是什麼？

PC時代的經典產品形態是黃頁和搜索。

Mobile時代的經典產品形態是feed流(抖音 今日頭條)，timeline(微信)，140字符(Twitter)，二維碼(移動支付)。

越是大DAU產品，產品形態越是簡單，適配的人羣越廣，用戶越容易陷入“無意識”的使用中，這纔是kill time的大殺器。

AI native App也會出現經典產品形態，可能是chat形式，可能是copilot形式，經典產品形態的出現需要子彈飛一會兒。2010年mobile剛起來的時候，App有種濃烈的網頁感，直到2015年前後，幾個大哥級App站穩了腳跟，mobile產品的審美才開始一致起來，內容輸入就學微博，內容展示就學頭條，對話界面就學微信，加好友和付款就用二維碼，天下文章一大抄，最佳形態就那麼幾種。

正確的產品形態往往四兩撥千斤，而且帶來跨越式發展，看一個例子：

二維碼is new payment，一個二維碼撬動了移動支付的普及，中國跨越信用卡到了移動支付國度，變弱爲強。

同理，AI is new SaaS。未來的SaaS形態會有巨大變化，AI作爲每家公司的底座，會抹平過去的很多成本：一是降低部署成本，因爲結構化和非結構化的數據都接入大模型了，SaaS的部署成本會低很多；二是降低獲客成本，基於大模型可能會出現app store，比如plugin的形態，營銷成本會下降，更拼產品本身了；三是省去了很多長尾頁面，因爲交互基於自然語言，而非圖形化界面了。極端來看，software將不再as a service，而是result as a service，這這裏面會不會長出中國形態的SaaS？

從2010年開始做mobile產品，2013年做mobile投資，一個很大的覆盤是，假如當時明白“大的應用機會是智能手機的新特性帶來的”這個道理，品類選擇會容易很多。

我參加過幾次AI創業方向的討論，腦暴出的創業點子可以記下三頁A4紙，太多啦！這種多，很容易讓創業者有種挖到金子的衝動感，在裏面抓一個點子創業，等於搖骰子開大小，最好能否掉自己的5個想法後再做選擇。我們必須要問自己，思考框架是什麼，怎麼選出有效選擇。Hope PMF be with you！

作者介紹：吳炳見，VC，十年風險投資經驗，三年百度mobile產品經理+戰略分析經驗，對AGI有極強的興趣和信仰。有AI底層和應用創業想法的朋友，歡迎加微信討論，wx：wubingjian。

本文來自微信公衆號“想1想”（ID:inceptionnnn），作者：吳炳見，36氪經授權發佈。