觀點背景

• 測測是一個 AI 驅(qū)動的泛心理 APP，目前已擁有約 4000 多萬用戶，是中國最活躍的泛心理在線社區(qū)之一.
• 任永亮在 2024 年量子位 MEET 2025 智能未來大會上分享了測測在 AI 化轉(zhuǎn)型過程中的經(jīng)驗和感悟，提出了這一觀點.

不能離 AI 太近的原因

• 避免過度依賴導致同質(zhì)化：如果一個行業(yè)過度依賴 AI，很容易導致產(chǎn)品和服務的同質(zhì)化。以泛心理行業(yè)為例，如果僅僅依靠 AI 提供的通用心理建議和回答，而沒有自身的專業(yè)特色和個性化服務，那么很容易被其他類似的產(chǎn)品所替代，在市場競爭中失去優(yōu)勢。就像現(xiàn)在市場上很多基于 AI 的寫作工具，如果都只是依靠基礎的語言生成模型，而沒有各自的獨特功能和優(yōu)勢，用戶就很難區(qū)分和選擇，最終可能導致價格競爭等不良后果.
• 防止被技術(shù)變革淹沒：AI 技術(shù)發(fā)展迅速，新的模型和算法不斷涌現(xiàn)。如果一個行業(yè)過于緊跟 AI 的每一個新發(fā)展，而沒有自己的核心競爭力和穩(wěn)定的業(yè)務基礎，就很容易被技術(shù)的快速變革所淹沒。比如一些小型的 AI 創(chuàng)業(yè)公司，可能因為過于追求最新的技術(shù)，而沒有足夠的時間和資源去完善產(chǎn)品和商業(yè)模式，當新的技術(shù)出現(xiàn)時，就會面臨被淘汰的風險.
• 應對 AI 的局限性：雖然 AI 在很多方面表現(xiàn)出色，但它仍然存在一些局限性，如缺乏情感理解、深度思考和創(chuàng)造性等。在一些需要高度專業(yè)知識和經(jīng)驗的領域，如心理咨詢，AI 只能作為輔助工具，而不能完全替代人類專業(yè)人員。如果行業(yè)過度依賴 AI，可能會忽視這些局限性，導致服務質(zhì)量下降，無法滿足用戶的真正需求.

不能離 AI 太遠的原因

• 錯失技術(shù)帶來的機遇：AI 具有強大的數(shù)據(jù)分析、處理和預測能力，可以為行業(yè)帶來更高效的運營模式、更精準的市場定位和更個性化的產(chǎn)品服務。如果一個行業(yè)離 AI 太遠，就無法充分利用這些技術(shù)優(yōu)勢，錯失發(fā)展的機遇。以醫(yī)療行業(yè)為例，通過 AI 輔助診斷系統(tǒng)，可以快速準確地分析醫(yī)學影像，輔助醫(yī)生做出更準確的診斷，提高醫(yī)療效率和質(zhì)量.
• 難以滿足用戶對智能化的需求：隨著科技的發(fā)展，用戶對產(chǎn)品和服務的智能化程度要求越來越高。如果一個行業(yè)不能及時引入 AI 技術(shù)，滿足用戶的這些需求，就可能會失去用戶的青睞。比如在金融行業(yè)，用戶希望能夠通過智能客服快速解決問題，通過智能投資顧問獲得個性化的投資建議，如果金融機構(gòu)不能提供這些 AI 驅(qū)動的服務，就會影響用戶體驗和滿意度.
• 行業(yè)競爭力下降：在當今數(shù)字化時代，AI 已經(jīng)成為提升行業(yè)競爭力的重要因素之一。如果一個行業(yè)不積極探索 AI 的應用，就會在與其他行業(yè)的競爭中處于劣勢。例如，電商行業(yè)通過 AI 推薦算法，可以為用戶提供更精準的商品推薦，提高銷售額和用戶忠誠度，而那些沒有采用 AI 技術(shù)的電商平臺，可能會逐漸失去市場份額.

測測的實踐與平衡之道

• 早期探索與技術(shù)積累：測測早在 2019 年就上線了首個基于 BERT 的泛心理領域問答模型，開始了 AI 在泛心理領域的應用探索，并獲得了超出預期的用戶反響。這表明測測在 AI 技術(shù)的應用上具有一定的前瞻性，能夠及時抓住技術(shù)發(fā)展的機遇，為用戶提供更優(yōu)質(zhì)的服務.
• 引入大模型與行業(yè)知識結(jié)合：2023 年，測測正式引入大模型，并將其與泛心理行業(yè)的領域知識相結(jié)合，升級了自己的大模型。通過這種方式，測測既充分利用了大模型的強大能力，又保持了自身在泛心理領域的專業(yè)優(yōu)勢，實現(xiàn)了 AI 技術(shù)與行業(yè)特點的有機融合，為用戶提供了更加個性化、精準的心理服務.
• 組織工程與團隊協(xié)作：任永亮強調(diào) AI 化不僅僅是一個技術(shù)問題，更是一整套組織工程，需要集全公司之力。這意味著在 AI 的應用過程中，不僅要有專業(yè)的技術(shù)團隊，還需要產(chǎn)品、運營、市場等各個部門的協(xié)同配合，共同推動 AI 技術(shù)在行業(yè)中的落地和應用，從而找到行業(yè)與 AI 的最佳平衡點.