裔说文：互联网江湖 作者 ：刘致呈
又是大模的饭一年高考季，不知各位牛马的型抢雪峰工作和当年报考的专业还有几分关系 ？
回想当年的同学们 ，学了国际金融的不张胖子张三 ，现在的大模的饭保险卖的风生水起；学土木的李老四 ，已经是型抢雪峰某地区的销售一把手，当然 ，不张这两年快成光杆司令了。大模的饭
最贴合专业的型抢雪峰是学考古的王五，当时理想是不张亲手挖出夏朝玉琮 ，如今在古玩一条街支了个小摊 ，大模的饭人更瘦了 ，型抢雪峰可那气质颇有些仙风道骨 ，不张倒是大模的饭逍遥自在 。
开个小玩笑 ，型抢雪峰不过相信有不少朋友看过搞定复杂代码外卖小哥 ，不张国外名牌大学回归基层（街道办）的 ，前者可能是段子 ，后者就是赤裸裸的现实了 。
艺术源于现实 ，多数人18岁毕业那天 ，似乎都没有想好将来的人生路该如何走 。
这个问题，张雪峰这几年给了年轻人答案 。今年 ，提供答案的又多了一位，他叫AI大模型 。
但如此重要的人生时刻，AI真的能胜任吗 ？
//志愿填报 ，大模型的练兵场
我们从技术条件和市场竞争两个维度来看 。
首先从AI大模型的底层技术看 ，需要庞杂的使用场景 ，堆彻大量的数据才能训练出优质的产品 。
志愿填报就是一个不错的磨刀石 ，这里有海量的数据和高频的应用场景 。
有数据显示 ，每年高考期间，超过95%的高三考生及家长都会使用百度查找相关信息及服务 ，总搜索及浏览量超过百亿人次 。
所以现在大厂们都去抢志愿填报这个应用场景 ，一是想要在垂直领域做出尝试，而且理论上它的数据是相对垂直的，相对来说开发的难度其实并不高 。根据去年市场调研数据 ，虽然使用体验极差 ，但不少做教育的企业也能开发出志愿填报的产品 。
二是可以积累技术，高考的志愿填报需要极其精准 ，用户所产生的真实使用数据 ，对于提升大模型理解复杂任务、适配地域规则 、识别用户偏好等能力具有极大价值 ，能反哺模型训练 。
这也是一个大规模的可以复用的开发场景 ，不仅需要理解用户的多场景需求 ，还需要调用大量结构化数据 ，是对Agent或大模型“实战能力”的检验 。
任何新兴产品的开发都一样 ，必须有实战 ，干中学 ，有应用场景 ，才能不断的迭代技术 。
现在大模型一个比较大的短板就是会出现幻觉 ，虽然是垂直的数据 ，但是有时候还是会给出啼笑皆非的答案 。
这里就引申出第二个市场的维度 ，铺天盖地的宣传 ，垂类数据的投喂 ，这都需要资金。而且就线下市场的统计数据来看 ，近两年虽然十分火爆 ，天眼查APP显示 ，仅志愿填报这个词条 ，就注册有2000多家公司 ，但是总的市场规模也就10亿左右 。
那赔本赚吆喝的大厂图个啥？很明显，是流量 ，是增量的用户 。
目前可以说是通用大模型的元年 ，也是这个阶段的年轻人第一次能够拥有属于自己的手机 ，能够自由的进入互联网世界，对互联网整个行业来说都是妥妥的增量用户 。
大模型的竞争者众多 ，一般人也就留一两个在手机上 ，一旦形成习惯 ，用顺手了 ，和淘宝 ，京东 ，美团等APP一样 ，可能就不会再更换了。
这和婴配奶粉抢占婴儿的第一口奶很像，养过孩子的都知道 ，给孩子换奶粉是一件比较麻烦的事情 ，他们虽然小 ，但是对口味的认知比较执拗 ，所以很多母婴店都会针对新生儿做活动 ，以求能第一个让孩子尝到自家品牌的奶粉 。
高考志愿填报就是通用大模型给当代年轻人的“第一口奶” ，谁能抢到，谁能服务好 ，就能拿到年轻人手机APP的“房产证” 。
但其中难度也不小，高考的志愿填报对绝大多数人是个重决策 ，考生一定会货比三家 ，多问多看。
此外 ，志愿填报决策虽重 ，但没有延续性 ，是短时间爆发的流量 ，想把用户留下并不容易，所以到最后，还得看产品力 。
免费的模式其实也是一个砸钱给用户的行为，但转化率确实还得看产品 ，比如当年在春晚砸了几十亿的百度APP ，但从用户事后的反馈来看 ，都是对APP的不满意 ，比如度小满等等，留存率据说只有2%。
另外 ，就算真的留存下来了 ，这批新加入的年轻用户，将来如何变现也是个问题 。
比如B站 ，年轻的客户群体就决定了 ，这部分人的消费能力不高 ，且对产品要求比较苛刻。想要维持调性 ，就限制了商业化的发展速度 ，或者说 ，年轻用户的转化性价比不高 。
综合来看，无论是底层技术还是用户的转化 ，大厂还在探索阶段 ，那在将来，技术成熟之后，线上的大模型真能取代线下的张雪峰们吗 ？
//同一个赛道 ：两条不同的商业逻辑
过去张雪峰的卖点是什么 ？能提供什么？结合大模型的情况 ，我们做一个对比 。
一是专业性
能让家长和孩子对未来的专业 、就业情况能有个大概的了解 ，不只是蒙着眼靠分数报考 。
具体来说 ，因为每个省份的情况都不一样 ，市场上缺乏十分全面的报考 、就业数据 ，而专业志愿规划师会长期积累自建信息库 。
这些规划师 ，每年都会去一线做专业的调研 ，从用人单位的偏好，到院校的专业人数情况都会照顾到 ，从而形成一个数据库，这套调研数据甚至可以说是核心竞争力。
但是大厂的数据目前还是来自于公开的渠道 ，虽然广泛 ，但是深度完全不够用 ，形不成有效的结论 。
在这个数据本身就没有优势的情况下 ，大模型还有个产生幻觉的短板 。
举个现实的例子 ，之前出现过AI推荐的学校在该省份并无招生计划 、推荐院校与用户所选目标城市不符 、给排名4000左右的考生推荐冲刺清华 、北大等情况 。
这是分比较高的学生 ，选择范围还比较小的情况 。
如果分数在中游 ，则有直接推荐将近200个院校的现象 ，大有“听君一席话 ，如听一席话”之意 。
产生幻觉这个事 ，大模型诞生也不少年头了 ，始终还没解决办法 ，在上半年红杉的闭门会上，OpenAI的高管也坦言 ，想要完全消除幻觉并不容易 ，可能需要很长一段时间 ，这个时间还得靠不短的训练来堆 。
也就是说 ，短时间内 ，大模型因为技术原因还无法完全替代线下的咨询师们。
二是情绪价值
志愿填报是重决策 ，有些人的一生可能因此就改变了 ，不花点钱，总觉得会少点什么 。
举个夸张点的例子 ，比如去看病 ，虽然你腿疼 ，医生经过自己的经验判断之后 ，告诉你没事 ，但是你还是想要花钱做个检查 ，开点药吃吃才会安心 。
我们买二手车 ，二手车电商平台给的检查报告单再详细 ，你也会花钱再去找第三方做一个检测 。再比如 ，我们买二手3C产品，为什么喜欢在转转 ，而不是闲鱼 ？很简单，转转是C2B2C模式，需要官方检测，哪怕贵几百 ，你买的踏实 。
对于相当一部人用户来讲 ，高考志愿填报 ，本质上就跟你买二手车 ，二手3C产品一样 ，这个钱花出去了 ，心理层面安稳。
市面上 ，动辄几万的高考志愿填报 ，之所以那么抢手 ，看重的就是这个心理 ，家长钱掏的越多 ，心理越踏实 ，越觉得不亏欠孩子 。本质上，跟前几年国产奶粉卖的贵 ，学习机动辄大几千一个道理 。
三是使用有门槛
AI是个智能数据库 ，你得主动提问题才行 ，是被动的 。但问题是问题怎么提才对？很多人都还不会正确的使用AI这个工具，别说得出正确答案 。
不然你看市面上很多售卖使用AI工具的课程 ，为什么那么多人购买 ？核心是 ，大模型的应用 ，也是有门槛的 ，但现在再学可能已经来不及了。
报考机构却是主动提问你 ，主动回答你 ，再圈定几个答案供你选择，给你服务到家 。
在一些家长的反馈中，机构仅仅是和家长沟通就需要6-8个小时 ，需要全面系统的了解你的家庭 、孩子，诸如收入 、孩子性格 、未来期待等问题，这样才能做到深入了解 。
综合来看 ，现阶段的大模型报考 ，很像汽车行业的L4无人驾驶技术 ，技术上看似很接近完全的无人驾驶 ，但还有很大的短板无法弥补；情感上，这是个人命关天的大事 ，完全把车交给电脑 ，谁也不会放心。
但是反过来想 ，要是能提供情绪价值，加上多数人在报考时 ，其实还是自行做决策 ，AI还是有一定的市场空间的 。
上面我们说到 ，大厂一定程度上想要抢占年轻用户的心智 ，但实际上 ，这是个使用者和决策者分离的场景，最终还是要搞定家长 。
有两个场景可以便于我们理解 ：
当年一句广告语“今年过节不收礼 ，收礼只收脑白金”火爆全国的脑白金 ，最终吃的都是老人 ，但是真正购买的却都是送礼的晚辈们 ，他们可能知道功效没有宣传的好，但是只要送出去这就是孝心，老人的情绪价值就给满了。
志愿填报AI的使用者可能还是孩子们 ，但最终的决策者还是家长们 。这时候营销的方向最好还是以家长为中心 。
但总的来说 ，这虽是场看似交叉的生意 ，实则大厂的AI和张雪峰做的是两种完全不同的事，大厂要的是流量蓄水池 ，张雪峰要实打实的赚到钱 。
这样看似相关实则不同的生意还有很多 ，比如泡泡玛特和茅台 ，都能给人情绪价值，但是泡泡玛特爆火后 ，却能影响到的是茅台终端的价格，因为黄牛都去炒作泡泡玛特的玩偶 。
最终 ，商业竞争本质上还是要回到第一性原理 ，从用户的角度出发去观察。
特别声明 ：本文为合作媒体授权专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表专栏的立场，转载请联系原作者及原出处获取授权 。(有任何疑问都请联系idonews@donews.com)