生成式人工智能(GenAI)正在改变我们与数字世界互动的方式。如今,大多数用户赋予它的角色是信息查询和生成工具 - - 无论是定制健身计划、邮件摘要,还是根据现有食材推荐菜谱。然而,尽管其看似炫目的功能日益丰富,GenAI的未来却显得相当平凡,甚至可以说是一场商业模式的重复演绎。要理解这一点,我们需要结合人工智能发展的现状和历史,特别是大众信息服务的商业化路径。今天,我们几乎所有人使用的ChatGPT和其他大型语言模型(LLM)都处于"信息工具"阶段。用户期待机器能快速准确答疑,甚至提供个性化建议,但这些回答大多是基于已有数据的组合与再创造,缺乏真正的颠覆性创新。
换句话说,除非出现能够实现通用人工智能(AGI)的突破,否则我们不会看到全新、更具创造力的答案出现。这种局面将对GenAI的商业化路径产生深远影响。回顾互联网早期,其真正的黄金时代来源于搜索引擎的流行和广泛渗透。谷歌等先驱通过免费的信息查询服务吸引了大量用户流量,随后以广告为主要收入来源。广告与信息服务的结合几乎是水到渠成,其背后的逻辑极为清晰:信息产生注意力,注意力产生商业价值。生成式人工智能的服务同样基于用户请求产生海量的关注度,如何将这种关注度转化成收入,是其可持续发展的核心问题。
可以想象,当你询问如何制定健身计划时,系统可能会顺势推荐相关营养补充品或本地健身房会员资格;当程序员求助编写代码时,平台可能会推介特定的云服务器提供商;甚至图像生成工具中植入品牌Logo,也可能受到背后商业力量的暗示和推动。这不仅是广告,更是一种前所未有的语境敏感型推广方式。与传统广告相比,这种"隐形广告"更加符合用户场景,更具针对性和转化力。与此同时,生成式AI也引发了内容生态的诸多矛盾和冲突。模型训练和提供服务的厂商(MTP,Model Trainers and Providers)希望利用高质量内容不断优化模型,然而他们往往试图最大化自身收益,给予原创内容创造者极少的回报。正如当年搜索引擎与新闻媒体之间的紧张关系那样,GenAI时代中内容创作者们分裂为两派:一派热衷于让自己的作品被模型吸纳、重复和推荐,以此扩大影响力和受众;另一派则为了隐私、伦理或经济利益希望排除自己的内容,不被用于训练和输出。
这种复杂互动体现了数字版权、内容价值和用户体验的多重矛盾。除了创作者和提供商之间的博弈,用户体验也成为焦点。用户渴望快速乐趣且精准的信息获取,而模型提供商则有动力通过"促进思想"提高平台收入,这意味着推荐结果不会完全基于中立性或纯粹相关性,而是会夹杂商业考虑。如何在保持用户黏性的同时实现收益最大化,是GenAI面临的重要考验。外界普遍关注超级智能可能带来的潜在风险,但目前我们尚未有一个广泛共识的"智能"定义,更难以准确判断何为真正的智能行为。同时,互联网环境也面临诸多负面趋势的威胁,例如大量低质的AI生成内容("AI Slop")和所谓"死亡互联网理论" - - 即网络生态的虚假繁荣和质量衰退。
另一个值得警惕的风险是,领先的AI企业可能成为新的"搜索引擎巨头",替代传统网页搜索,形成新的信息霸权。由原本的搜索引擎优化(SEO)主导的信息曝光规则,可能演变为模型回馈优化(MRO,Model Regurgitation Optimization),促使内容生产者更多地迎合AI模型而非用户真实需求。同时,伴随推广内容的增多,赞助内容生成将逐渐普及,这不仅影响信息的可信度,也对内容的多样性和独立性形成挑战。综上,生成式人工智能的未来虽然不乏创新与进步,但其商业化路线或将重蹈搜索引擎的覆辙。广告收入将成为主要的变现模式,而内容生态和用户体验将持续在利益驱动下受到考验。我们应当清醒认识,真正的技术突破或许尚在远方,而目前更多是商业逻辑和模式的重构与适应。
作为使用者和内容创作者,理解这些变化背后的机制,有助于在飞速发展的数字时代中寻得更好的位置。同时,公众和监管机构也应关注这一过程中的伦理和公平问题,推动建立更加透明和多元的数字生态。2025年,生成式人工智能已从科幻走向现实,但其未来的复杂性和挑战远未结束。在这样一个看似"平凡"的时代,我们仍需以敏锐的洞察力和开放的态度,积极参与并推动人工智能生态的健康发展。 。
