文 | 窄播，作者 | 李威
喬布斯在2010年給Siri描繪的藍圖，正在成為很多AI助手對自己的期待。
在Siri聯(lián)合創(chuàng)始人Norman Winarsky的回憶中，喬布斯在2010年就已經(jīng)意識到擁有一位可以像真人一樣進行真情互動的私人助理能夠帶來什么樣的獨特價值。這樣的助理將不僅能聊天，有足夠的理解能力，還具有幫助用戶執(zhí)行任務(wù)的能力。
十四年后，一切并沒有變化。大家依然在期待出現(xiàn)一個「真正了解自己的，可以為自己做很多事情，并執(zhí)行跨任務(wù)和跨領(lǐng)域命令」的強悍助手。已經(jīng)曝出的消息顯示，OpenAI明年1月可能會發(fā)布的AI助手產(chǎn)品，依然在致力于實現(xiàn)自動發(fā)送工作郵件、制定旅行計劃。
大模型的突破，被認為正在縮短實現(xiàn)這種期待的進程。OpenAI的高管會在不同場合強調(diào)AI Agent將會成為下一個巨大突破。美國銀行在11月初的一份研報中指出，相比ChatGPT和Copilot，具備更強自主規(guī)劃和行動能力的Agentic AI正在帶來一個超級創(chuàng)新周期。
成為距離用戶最近、連接用戶最廣泛、能促成更多Agent協(xié)作的那個AI助手，是這個創(chuàng)新周期內(nèi)已經(jīng)被大家意識到的一個平臺級機會。
一方面，在大模型的支持下，基于自然語言的交互有望替代更多圖形界面交互，任何場景都有被新的交互形式重構(gòu)的可能性。另一方面，交互方式的變化很可能會打破既有的軟件、硬件領(lǐng)域平衡，并在塑造新格局的過程中，可能會迎來既得利益者的衰落與后來者的崛起。
當下的競爭還處在早期。從參與者來看，銳意進取的大模型創(chuàng)業(yè)公司，掌握著主要平臺的互聯(lián)網(wǎng)巨頭，從互聯(lián)網(wǎng)巨頭夾縫中生存下來的中型公司，以及覬覦軟件利益的硬件企業(yè)，都在試圖抓住這個機會。從競爭層級上看，通用AI助手、垂直領(lǐng)域AI助手、工具型AI助手中都有人在進行探索。
最終，誰在大模型技術(shù)、Agent生態(tài)、用戶獲取效率以及商業(yè)鏈路創(chuàng)新等層面積累更多優(yōu)勢，誰就更有可能吃到新的入口紅利，在新的食物鏈中占據(jù)更重要的位置。
美國銀行在研報中將AI的發(fā)展劃分成三波浪潮：前GenAI、GenAI和Agentic AI。其中，前GenAI的時間是從1940年到2022年11月ChatGpt發(fā)布。在這個漫長的時間里，盡管也曾出現(xiàn)過Siri、Alexa、小愛、天貓精靈等語音助手，但AI的效用更多還是發(fā)揮在幫助不同場景實現(xiàn)數(shù)據(jù)驅(qū)動的趨勢洞察和決策上。
在截至2024年10月的GenAI階段里，基于GenAI的應(yīng)用主要集中在兩個方面：一個是實現(xiàn)更自然的人機交流，最早的ChatGPT、智能體、C.AI等都通過流暢的交流贏得了用戶認可；另一個是幫助個人提升生產(chǎn)、生活效率，AI搜索、視頻生成、代碼生成、PPT生成、論文總結(jié)等應(yīng)用都屬于這一類。
Salesforce AI Research執(zhí)行副總裁兼首席科學家Silvio Savarese 認為，Agentic AI階段「在正轉(zhuǎn)向使用人工智能來自動化整個任務(wù)并代表我們采取行動」，與以前的人工智能相比是一場重大的能力飛躍。Gartner預測，到2028年，至少會有15%的日常工作決策將由Agentic AI自主做出。
雖然在2024年，這個比例還是0，但是我們已經(jīng)能看到一些向著這個方向進行的努力。
首先，大模型開始更加強調(diào)上下文的記憶能力，這是形成自主決策的前提條件。Google的AI助手Gemini已經(jīng)能夠記住Google One AI Premium計劃訂閱用戶的生活信息、工作內(nèi)容和個人偏好。
其次，技術(shù)上的突破正在讓大模型獲得多模態(tài)能力和操作APP的能力，AI助手的能力邊界不斷得到擴充。多模態(tài)的大模型能力支持下，AI助手能夠獲得聽讀看等多種感知，實現(xiàn)更加自然的交互。理想狀態(tài)下，通過語音和視頻可以實現(xiàn)所見即所得的信息搜索和獲取。
智譜推出的AutoGLM和Anthropic推出的computer use在前段時間分別展示了在手機和電腦上實現(xiàn)AI助手操作APP的能力。同時，手機廠商也在發(fā)布會上圍繞外賣點單、預定餐廳等動作，展示了自己的AI能力。我們也需要承認，這些嘗試都在初期階段，離真正的大規(guī)模應(yīng)用還比較遠。
最后，不少企業(yè)已經(jīng)開始依托AI助手搭建自己的第三方AI應(yīng)用生態(tài)，或者說是第三方AI智能體生態(tài)。微軟推出了全新的AI應(yīng)用平臺Azure AI Foundry，旨在幫助組織設(shè)計、定制和維護管理AI應(yīng)用和AI助手。百度推出了新的無代碼AI應(yīng)用搭建工具秒噠，并宣布要支援創(chuàng)建數(shù)百萬個“超級有用”的應(yīng)用程序。
在一位蘋果的前員工看來，沒有盡快拓展第三方生態(tài)系統(tǒng)，是Siri后繼乏力的原因之一。在AI助手的語境下，第三方應(yīng)用生態(tài)本質(zhì)上就是能夠被AI助手調(diào)用的人才庫，通過理解用戶的需求、意圖，喚出人才庫中的相應(yīng)人才，實現(xiàn)需求的滿足。當然，這些人才會包括其它的AI助手，也包括功能性更強的AI化功能。
當下AI助手的競爭很像杜琪峰電影里呈現(xiàn)的社團話事人選舉。話事人意味著話語權(quán)，話語權(quán)往往會與利益的分配權(quán)掛鉤。因此，上一屆的話事人，也就是當下的互聯(lián)網(wǎng)平臺們，不愿交出手中的龍頭棍；新被提名者，也就是大模型創(chuàng)業(yè)公司，想要進入權(quán)力中心；社團元老，也就是硬件廠商，想要平衡各方利益；作為精銳小弟的工具型產(chǎn)品，也需要選擇押寶哪一方。
現(xiàn)在看，這次多方博弈的序幕才剛完成了人物出場介紹。大模型創(chuàng)業(yè)企業(yè)作為下一屆的被提名者，是最積極的一方。無論是國內(nèi)的AI六小龍，還是海外的OpenAI、Anthropic，幾乎每一家大模型創(chuàng)業(yè)企業(yè)都依托對話能力推出了自己的AI助手產(chǎn)品，并不斷為其增加內(nèi)容生成能力和智能體連接能力。
一些有著先發(fā)優(yōu)勢和更高關(guān)注度的明星企業(yè)、明星產(chǎn)品，在光環(huán)和資本雙加持下，實現(xiàn)了更快增長。10月的數(shù)據(jù)顯示，ChatGPT、Kimi兩款大模型創(chuàng)業(yè)企業(yè)推出的AI助手產(chǎn)品，在全球蘋果端AI App下載榜單中占據(jù)了第一和第三位。但隨著資源從大模型向應(yīng)用傾斜，一些大模型企業(yè)的AI助手很可能會出現(xiàn)后繼乏力的情況。
作為上屆的話事人，阿里、百度、騰訊、字節(jié)等手握互聯(lián)網(wǎng)平臺的大廠也沒有放棄競逐下一屆話事人的機會。阿里的通義、支付寶的支小寶、百度的文小言、騰訊的元寶、字節(jié)的豆包，都已經(jīng)搭起了AI助手的框架，并且相較于積累不深的創(chuàng)業(yè)企業(yè)，這些巨頭平臺在用戶、數(shù)據(jù)、場景、資源上都有更深厚的積累。
依托現(xiàn)有的優(yōu)勢，這些產(chǎn)品的步伐會更輕松從容。在量子位智庫統(tǒng)計的統(tǒng)計中，截至今年10月，豆包的歷史累計下載量已經(jīng)破億，與第二名Kimi的5700萬遠遠拉開了距離。手握更多平臺場景和云服務(wù)企業(yè)的阿里和騰訊，在AI助手的競爭上則會有更強的系統(tǒng)性優(yōu)勢。
硬件廠商在軟硬件涇渭分明的移動互聯(lián)網(wǎng)階段并沒有吃到移動應(yīng)用大爆發(fā)的紅利。從購物到支付，從視頻到音樂，硬件廠商都有過自己的布局，小米甚至還推出過有品這樣頗有聲量的電商應(yīng)用。但是，直到目前為止，硬件廠商都沒有擺脫自己管道化的定位，其互聯(lián)網(wǎng)服務(wù)更多還只是廣告收入。
AI助手為硬件廠商提供了一個能將用戶習慣、數(shù)據(jù)積累、屏幕識別、應(yīng)用操作融為一爐的機會。相比于軟件產(chǎn)品，硬件能夠為用戶提供調(diào)用AI助手的更短路徑。微軟在鍵盤上添加的Copilot鍵、iPhone16的相機控制按鈕都是喚起AI助手的途徑。同時，硬件廠商還更有能力實現(xiàn)端云混合AI，實現(xiàn)數(shù)據(jù)安全與用戶隱私的保護。
工具型產(chǎn)品圍繞AI助手有兩種路徑選擇。一種是像釘釘、知乎、夸克和美圖一樣，從自身的能力積累出發(fā)，推出面向垂直場景的AI助手，以自然語言交互和自動化執(zhí)行更新自己的用戶體驗，力求延續(xù)、甚至擴張自己在移動互聯(lián)網(wǎng)時代相對獨立的地盤。另一種則像什么值得買一樣，一開始就將自己的內(nèi)容積極融入到其它AI助手中。
最終決定誰將成為話事人的，是龍頭棍的歸屬。某種意義上，不是龍頭棍選擇了誰，而是誰更有能力拿起龍頭棍。這里的能力是各個幫派大哥綜合實力的體現(xiàn)。回到AI助手的話事人爭奪中，這種綜合實力會涵蓋模型能力、業(yè)務(wù)場景、用戶獲取、軟硬件整合等方面。
第一，基礎(chǔ)模型的能力進步依然很重要。無論是對用戶意圖的精準理解，還是對應(yīng)用、其他Agent的更靈活調(diào)用，都還是需要依托基礎(chǔ)模型能力的提升來實現(xiàn)。
特別是各家給出的對圖形交互的替代方案，都需要依托模型能力實現(xiàn)對屏幕和窗口的理解與操控。有媒體報道稱，谷歌的Project Jarvis項目，就是要開發(fā)一個新的模型，將其運行于Gemini模型之上，在瀏覽器內(nèi)實現(xiàn)截圖解釋、點擊按鈕和輸入文本。
第二，助手能夠鏈接的能力的豐富度會決定入口的層級高度。AI助手不會出現(xiàn)一家獨大的情況，更底層的AI助手會有更多分發(fā)權(quán)。足夠豐富的Agent生態(tài)意味著足夠的能力供給，能夠?qū)⒈姸嗄芰φ显谧约旱纳鷳B(tài)內(nèi)，也意味著自己會成為更底層的AI助手。
可以看到，與原生的AI助手一樣，具備平臺能力的產(chǎn)品都在AI化的同時，在嘗試提供更便利的工具，讓其接入更多Agnet能力。大的諸如前文提到的微軟、百度，以及字節(jié)的扣子，都是在用工具孵化生態(tài)，將更多開發(fā)者的成果注入到自己的AI助手上。另一方面，Slack、釘釘，也在向開發(fā)者開放垂直場景，豐富自己的能力儲備。
第三，硬件與助手會是一體兩面，軟硬產(chǎn)廠商需要找到助手時代的相處之道。在榮耀CEO趙明看來，新一代的AI OS，如何理解、如何服務(wù)消費者、如何在屏幕內(nèi)操作和跨系統(tǒng)操作，以及如何與云端的AI智能體的協(xié)同，都是全新的課題，給大家提供了一個換賽道超車的機會。
不僅是榮耀，小米、vivo、OPPO應(yīng)該都想要抓住這個重構(gòu)AI OS的機會，在蘋果和Google手中拿到更多系統(tǒng)層的話語權(quán)，同時在與互聯(lián)網(wǎng)平臺的相處中占據(jù)更多主動。同樣的，推出AI耳機的字節(jié)、推出AI眼鏡的百度，未嘗不想在實現(xiàn)自己的軟硬一體，端云融合。也因此，找到一個能同時滿足軟硬件利益訴求的AI助手商業(yè)鏈路會變得至關(guān)重要。
第四，在模型能力、產(chǎn)品體驗、生態(tài)成熟度相差不大的情況下，助手之爭還是流量之爭，成為AI助手話事人的前提是以更低成本掌控更多流量。在這方面，硬件廠商和互聯(lián)網(wǎng)平臺有著天然的優(yōu)勢。豆包能夠遠超Kimi，META AI用戶數(shù)能夠超過5億，都離不開低成本流量的支持。
相對的，新勢力的投流買量壓力會越來越大。App Growing數(shù)據(jù)顯示，Kimi在10月投放量飆升，20天投出1.1億元，接近其整個第三季度的總和。同一時間段內(nèi)，豆包投出了1500萬，騰訊元寶在廣點通投了3000萬。整個第三季度，Kimi投出了1.5億，豆包則投出了2億。
德勤在一份報告中指出，對比兩輪信息革命升級，應(yīng)用價值實現(xiàn)與基礎(chǔ)技術(shù)的升級密不可分：圍繞數(shù)據(jù)資源的基礎(chǔ)設(shè)施更新有效推動應(yīng)用場景的拓展和功能體驗的創(chuàng)新，最終引發(fā)新生態(tài)的構(gòu)建，生成了用戶入口的超級應(yīng)用；AI 時代用戶的注意力爭奪成為應(yīng)用發(fā)展的重中之重，未來將誕生新的用戶入口。
AI助手之爭，最終依然是入口之爭，分發(fā)權(quán)之爭。只不過，這一次的勝利者，依靠交互、決策與執(zhí)行的升級，有更大的可能實現(xiàn)C端與B端的通吃。
