小冰李笛：真正的AI信仰者不該FOMO | MEET 2025
身處大模型時代的當下，若是有一個直觀感受能夠得到大多數人的認可，那或許就是AI發展的速度。
太快，着實是太快。
而在如此快節奏的迭代進程中，已經有人開始出現FOMO（Fear of Missing Out，錯失恐懼症）的情況，擔心一個不小心就會落後於人。
但有人卻不這麼認爲：
這就是小冰CEO李笛在MEET 2025智能未來大會中發表的最新觀點。
李笛還補充道：
不僅不需要FOMO，李笛還基於當下的發展趨勢，分享了已經出現的大模型機遇。
MEET 2025智能未來大會是由量子位主辦的行業峰會，20餘位產業代表與會討論。線下參會觀衆1000+，線上直播觀衆320萬+，獲得了主流媒體的廣泛關注與報道。
（爲更好呈現李笛的觀點，量子位在不改變原意的基礎上做了如下梳理）
大家好，今天這點時間不想給大家聊太多小冰的事，過去一年所進行的實踐，接下來一年會有什麼變化。
我們過去一年變得比較沉默，今天給大家交出來一個答卷，大概是這樣的：小冰在國內AI To C產品付費用戶數大概是Character.ai的20多倍（接近30倍），付費轉化率大概是ChatGPT的8倍。
整整一年前，也是在量子位活動中，我和大家分享過一些想法，那個時候整個行業處在非常熱情的狀態，但我們相對冷靜一些，是因爲在過去十年裡，我們一波又一波目送走我們在那個時代的同行業者。
曾幾何時，微軟內部除了小冰還有小娜姐妹花，我們如今只能在小冰產品一個隱秘的地方，放置一個小娜圖像對她緬懷。
而我們的同行業者像Alexa最多也有將近1萬人，所有這一切都在一波一波浪潮後消失不見，所以我們變得更加冷靜，因爲有很強的求生欲。
但是一年之後的今天，整個行業似乎進入另外一個極端，一定程度上很多人對大模型接下來的路徑開始變得FOMO。
在這個時候我們反而想跟大家說，其實有一些機遇已經顯現，我們今天想更多談這些機遇。
一年前，當時大家的看法是AGI很快降臨。的確存在這樣的概率，但是概率並不高。更有可能出現的是，技術像往常每次一樣，一波一波浪潮進入到波峰，然後進入波谷，整個行業再次進入瓶頸直到下一個技術變革到來。
從波峰到波谷這段期間，恰是落地的過程。
而我最害怕的，是在技術快速發展時，沒有機會也沒有動力進行真正的產業落地。
一年前大家很多看法認爲AGI很快到來，算力成本會迅速下降，參數規模越大越好，參數越大的模型一定會向下碾壓之前的更小參數的模型。
甚至於認爲只要我把大模型本身的基礎能力訓練好，只要用很薄的產品層封裝形式就能夠讓它變得有效。
去年我們認爲這是不太可能的事情，我們認爲整個行業恰恰是進入到了技術創新震盪期，還沒有結束。
這一代大模型和以前所有技術相比有一個重要特點，就是准入門檻降低。
曾經只有五六個團隊能做的事，現在有二三百個團隊在一定程度上都能做到。而那些只有少數團隊能做到的事，往往會使這部分大模型的能力，變得相對來講沒有那麼廣譜。
200萬字上下文不是很多場景都用得到的，所以會溢出。在准入門檻降低的情況下，某種程度上認爲基礎能力本身確實可以成爲商業模式，但是有基本前提，他必須要能夠形成有效的壟斷，並且能夠持續保持。
這一點恰恰是這一代大模型技術特徵不具備的，或者相對來講很難的。任何一個團隊在基礎能力上都很難持續保持他的壟斷。
去年開始大部分產品應用開始證僞了。
小冰最早做聊天機器人，也是行業裡面最開始認爲這個新的時代，對話已經不再是獨立產品形態。真正重要的事情對人工智能而言，往往不是技術本身，而是他所對應的商業模式。
去年我們討論這些問題時，大家認爲這種冷靜顯得過於落後。現在看起來，也許我們大家還是真的應該冷靜一些。
今天我們看到很多人開始變得FOMO，我個人反而覺得，今天在FOMO的，也許並不是信仰人工智能的。
我們站在這兒，我們做十多年人工智能，我們相信他的時代一定會到來，只不過解決他的一些問題，需要熱情和冷靜。
簡單分享三件事情，這是關鍵找到機遇的方向。
首先，GPU cost和Revenue之間的比值，很多人會把非固定成本——比方說投流成本或者獲客成本、推理算力成本，和Revenue進行比較。
這個在我看來並不是真正核心的指標，而是生產成本，就是GPU算力成本和你所獲得的收入之間的比值。
我爲了說明這個問題跟大家簡單說一下，假設我們今天在座各位您手上突然擁有了一個非常棒的視頻生成模型。
這個生成模型可以讓你能很迅速的生成千變萬化的、千人千面的、質量完全達到抖音上面任何創作者水平的短視頻，你是不是有可能創造一個由AI來生產的短視頻平臺，並且獲得像抖音一樣的商業價值呢？
答案是不太可能，因爲你會賠死。
我們需要知道，互聯網有基本特點——引流、物流、信息流。抖音不生產內容，生產內容的所需成本由創作者自己去擔負。
的確，用AI生產視頻，有時候是會比人來生產成本要低。但有一些創作者生產的成本是貴的。
且無論貴或者便宜，這些成本都不由平臺來擔負。就像淘寶本質上不生產商品，它負責交換商品的信息、商品相應的引流，並且提供相應的物流服務。
生產商品的成本對人工智能來說，是與移動互聯網之間非常大的區別。
我們來看一下，如果我們今天想做一款AI的C端產品，用戶支付1美元，獲得你通過推理算力成本來提供的內容或服務或交互（即便只是對話，這也是生產內容），假設成本進一步降低，與收益做到1：1的關係，也只能勉強維持這款C端產品。
今天的絕大部分AI To C產品並沒有過多考慮這個問題。
絕大部分AI的C端產品，他的GPU算力推理算力的成本和收入的比值，還是在幾比一，甚至幾十比一的情況下。
特別是一些提供專家服務的，再加上大量免費用戶向付費用戶的轉化，比值甚至在50幾比1，與1:1有很大距離。
更別說如果想形成C To C平臺，不可能只做到1:1，因爲你必須獲得高附加值利潤，才能夠分配給這個產業的上下游，分配給創作者，分配給分銷者，要至少做到1:10。
什麼概念？消費者願意花10塊錢去購買你只用一塊錢推理算力成本，來生產的內容、服務或陪伴。
今天我們的情況是，我們可能是國內AI To C產品全加起來收入最高的，我們做到了在不投流情況下，消費者在8月份的時候每付14.3塊的時候，我們給它交付的生產的這個推理算力成本是1塊錢。
而在過去10月份的時候是27:1，只有這種情況下你纔有可能形成一種很好的商業模式，你纔有可能有C To C。
這件事情是可行的，至少兩種方式，一種方式我們內部有四個象限的圖，如果我們從付費的角度來考慮的話，其中一個軸，我們看客單價的高低，這個客單價高低不是它創造的價值，而是消費者認爲它可以接受的價值——換句話說，價格。
在人工智能上，人們經常混淆小時候就學過的一個概念——使用價值和價值。價格是用來表現價值的。人工智能的產品，毋庸置疑人們都認定它是很有使用價值的。但付費的時候，這個價格才決定了人們心中真正的價值。
我心目中最早會被證僞，或者說已經開始證僞的，像“陪伴”這樣的方式，以對話爲形式的交互類產品，現在的代表是開發者Character.AI。
在2022年的時候，小冰虛擬男女友產品在國內的註冊用戶就有1300多萬，這幾年間我們觀察用戶的行爲模式發現，消費者越來越不認爲對話是一種稀缺的東西了。
曾幾何時，我們在互聯網上面越社交越孤獨，尋找可以秒回你的人是非常困難的。
而在移動互聯網時代，在公域流量見頂的今天，陪伴不再是稀缺的，對話高耗能變得非常顯著了。對很多用戶來講，對話已經是一件“耗神”的事，所以註定不再能成爲大衆產品，除非你能爲對話賦予非常高的附加值。
所以交互在我看來屬於第四象限，是大衆類的，很難形成客單價，絕大部分情況下只有免費纔是可行的。這時候回過來，廣告商業模式是否適合，GPU Cost很容易計算。
AI工具一類屬性，並不是說背後模型的問題，比如同樣有一個視頻生成模型提供工具，還是有視頻生成模型提供第一象限的內容。
用同樣技術選擇不同的區域來進行突破的問題，AI工具絕大部分情況下把工具做好，必須使用相對來講少數的技術特徵來構成它。
這意味着很有可能比較難以形成足夠高的護城河形成壟斷地位。所以很迅速有可能會捲到他相對之間的付費問題上。
這裡面跟大家說一下，這一代大模型很重要的一個bug，應該是他的問題。
比方說以前做搜索引擎，搜索引擎數據飛輪非常強，我做Bing搜索引擎確實打不過谷歌，因爲大者恆大，用戶每一次使用都使它變得更強。
而大模型不太能夠建立用戶使用的數據飛輪，而更多是靠預訓練數據。
所以當一個AI工具已經獲得既有用戶，而與此同時突然出現另外一個，在預訓練過程中變得更好的模型所形成AI工具時，用戶對之前那個工具就不會再進行續費。
這是第三象限的困局。我們也沒找到這個困局怎麼來解決。
目前，絕大部分特別是大廠都集中在第二象限，第二象限的確容易形成高客單價。我們集中在第一象限，我們認爲交互在未來不會再是獨立模式，內容服務纔是。
某種意義上，很多年以前陪伴意味着“對話”，而今天陪伴已經悄然變成“內容和服務”，而且是獨特的一對一的內容和服務。
要想讓他形成有效的高附加值，我們找到一個方法是和“人”去對應。
換句話說，正是因爲這個人在其對應的內容和服務背後切實存在，才使得用戶的支付變得很有價值。
跟大家簡單說一件事，所有對話或內容類的AI產品裡有一個人——這個人叫馬保國——都是這些產品裡的頂流，因爲他有鮮明的特點和詼諧的個性。
但只有在我們平臺上的AI對應的纔是馬保國本人，這個本人構成很大用戶付費的原因。
最後我想跟大家再分享一件事。
我認爲在未來半年到一年時間裡面，市場一定會開拓出或者一定會轉向新的方向——就是私域。
公域是移動互聯網和互聯網的天下，AI天生註定是爲私域服務的。
因爲AI的本質能力是在任何給定的質量情況下，他能做到非常高的併發。私域恰恰缺的是這樣的內容。
下面這三個最左邊是AI，AI的特點是高併發，它的困局是“不值錢”，是低附加值，工業化產品無論如何很難讓用戶產生高附加值的觀感，除非能夠壟斷。人能夠帶來高附加值，人很大的問題是他們在公域時代低留存，很多“路轉粉”的價值和留存都很難確定。
私域能夠提供高留存的沉澱，但私域最大的問題是管不過來。
我們在日本羅森便利店的合作，羅森在line上沉澱有2000萬用戶，2000萬私域用戶。他的問題不在於用戶不夠多，而在於管不過來，沒有辦法跟用戶做一對一交流，給他們提供一對一服務。
AI高併發恰好解決了這個問題。
私域很有可能在未來一年成爲，不光是我們，而是國內國際上很多同行業者找到破局的金鑰匙。
有很多機遇，機遇並不是因爲大模型基礎能力的好或者壞，技術是偉大的，永遠都是在不停的向前去迭代，而我們以前要解決的問題現在仍然還是要解決。
一旦這些問題被解決，人工智能時代就會真的降臨，希望大家不要再FOMO，一起尋找問題的答案。
謝謝大家。