AI toC应用“试错合集”，国内首个爆款从哪条赛道跑出？

国内“杀手级”AI toC应用何时出现？大佬们的共识是，跑在toB后面。

金沙江创投主管合伙人朱啸虎的观点是：1、to C要见到iPhone 3时刻。就像当年移动互联网to C应用爆发是Multi-Touch（多点触控）。2、（现在）刚刚iPhone1、iPhone2吧。3、什么时候每个手机上都有大模型，to C应用可能会爆发。（来源：腾讯新闻《潜望》）

创新工场联合创始人汪华的观点是：1、现在GPT-4做社交娱乐、衣食住行消磨时间，性能是足够用的，但大家宁愿去做生产力或者toB因为推理成本实在太贵。现在的AI应用被卡在中间，两边都有点不沾。只要模型性能成本降下来，事情就会不一样。（来源：Founder Park）

智源研究院院长王仲远的观点是：B端应用目前相对明确，许多大模型已在多个场景中广泛应用，几乎覆盖所有行业。对于C端爆款应用，我们还需保持一定的耐心。（来源：光锥智能）

有句话说“美国的主战场在大模型，中国的主战场在应用层”。然而，即便在“四大模型”具备碾压优势，应用层“较薄”的美国，也将投资金额慢慢转向了应用层。根据创新工场分享数据，全球从今年Q2开始，投在应用上的金额比去年有所翻倍。到去年为止，大部分的应用专注to B。但今年开始，大量C端应用爆发，不仅是生产力和效率类的应用，偏娱乐社交的应用也开始批量涌现，从to B延伸到toC，从生产力和效率延伸到综合的社交娱乐和其他的多模态等各个领域。

再来看国内，应用层创新是无可争议的主战场。

一方面是基础硬件限制——追不起大模型；另一方面是“软件”优越——数据和应用场景丰富。另有一个不能算优势的优势——国内大模型能力有限，反而放众多创业公司一条生路，大家可以凭借对垂直行业的数据积累和深刻认知杀出一条血路。

在此前的文章中，适道介绍了AI to B应用的切入点，以及定价策略。在这篇文章中，适道将对a16z此前发布的Top 100 GenAI Consumer Apps，以及近期发布的榜单解读进行梳理，看看未来爆发的AI to C可能长啥样。

1.语音界的“AI换脸”

在2023年6月，ChatGPT等LLM占据了大部分的网络流量。而在最新分析中，两个新的类别加入列表：音乐和生产力（包括研究、编码辅助和文档摘要等任务）。

目前为止，Suno是唯一上榜的音乐公司。它可以根据文本提示在浏览器中生成原创歌曲，包括歌词，并提供各种风格选择。Suno最初仅限于Discord，类似于Midjourney，但在2023年12月推出了独立站点和Copilot扩展。

截至2024年1月，在Discord平台上的AI产品中，Midjourney排名第一。题外话，朱啸虎不看好Midjourney。原因是和移动互联网一样，To C应用必须刚需、高频，长远才有机会守得住，而Midjourney的To C应用太低频。

在美国，Midjourney这样的公司最终结局可能是被收购，但在国内，其实就是大厂想不想占，以及什么时候占的问题。

榜单中，另一个值得关注的新类别是生产力。AI原生平台可以提升用户与软件互动，允许他们委派日常琐事，减少在行政工作上的时间。生产力类别包括7家公司：Liner、Eightify、Phind、MaxAI、Blackbox AI、Otter.ai和ChatPDF。

这些应用可以帮助员工、自由职业者和中小型企业主更高效地完成任务，特点包括在工作流程中进行编辑、写摘要。例如，Eightify提供YouTube视频的摘要，Otter.ai实时记录会议笔记并转录。

这7个生产力应用中，有6个提供或完全通过Google Chrome扩展程序运行。a16z预计更多AI生产力工具将“融入工作流”，与用户的工作紧密结合。大家不用在工作时再和ChatGPT“一问一答”，复制粘贴提示和输出。另外，AI生产力应用会开发——围绕通用AI的独特功能构建的全新端到端工作流程。AI工作流产品可以帮助用户识别可以改进的内容，然后自动优化。

而在近期6月份的解读中，a16z对Eleven Labs、Gamma大为惊叹，认为它们将代表未来趋势。

Eleven Labs是一款基于浏览器的语音生成应用，能够创建逼真的语音，可调整语调、情感、节奏等关键声音特征。目前，语音生成（包含语言克隆和TTS）成为了公司的核心业务。应用场景包括，影视配音，游戏配音，有声书，新闻，播客，会议转录等。

Gamma是一款PPT生成工具，由Google推出。用户只需给出主题，就能自动生成PPT，还可以根据提供的大纲或详细内容定制PPT。a16z的推荐理由是：这将是另一个在c端走红并被纳入工作空间的产品案例。随着这些产品的成熟，AI生产力工具会作为一个整体，在网页端成为一个新的大类。

适道试图“碰瓷”一下Eleven Labs，毕竟ChatGPT-4o的“睡前故事”也挺逼真，为什么消费者愿意多交一份钱呢？目前Eleven Labs的免费服务有百万用户注册，专业用户每个月需要根据需求阶梯式付费（1-5美元、11-22美元、99美元）

a16z似乎非常看好音频类应用，他们的理由是，ChatGPT确实可以做到一部分，但未来将有更多类似的定制化和垂直的产品出现。

但对于国内创业者而言，完全可能抓住窗口期，复刻国内版Eleven Labs。你甚至可以扩大网络效应——一部分用户创建自己的专业AI语音，并在验证后通过语音库分享；其他用户使用这些经过验证的声音生成自己想听的音频，然后打赏原创作者，或向他们直接付费。想象一下，这将成为多少二次元爱好者，以及游戏玩家（尤其是乙女游戏）的快乐老家。

2.AI“搭子”深受欢迎

适道看过一道测试题：你想拥有一个有缺点但真实的人类伴侣，还是更想拥有一个完美无缺的AI伴侣？记得超过半数的人都选择了完美的AI伴侣。

据a16z榜单，AI伴侣已成为GenAI的主要用例之一。已有数百万人与聊天机器人建立了关系。对于移动端的AI伴侣App，用户参与度异常之高。最成功的产品甚至已经是用户日常生活的重心，就像给朋友发短信一样普遍。

根据SensorTower数据，每个用户平均每月与Character.AI互动298次，相当于每天10次会话，这点很像iMessage、Snapchat、Instagram的用户使用情况；与Poly.AI的互动平均也高达74次。此处再次感叹一下“Pi之殇”。

因此，a16z认为此类App具有广泛的适用性，尽管它还未成为真正的主流产品，但其正在努力。因为用户的产品使用数据是真实的，且从中找到了深层次的价值。

此外，a16z发现了更为广泛的早期迹象——此类App不局限于AI男友和AI女友，还包括朋友、指导、娱乐，甚至是医疗保健。最近一项Nature的研究表明，Replika聊天机器人减少了3%用户的自杀念头。

在近期解读中，a16z加深了这一观点：想让AI陪伴App成为主流，就不应局限于开放式对话，而是以游戏、教练、治疗师或其他形式呈现，迎合不同用户群体的需求。

虽然目前为止，”专门用途“的AI陪伴App没有一家上榜。不过，a16z与许多公司交流发现，它们的流量确实有大幅增长，甚至出现了每月从0到2000万的访问量。在这点上，上述“通用”陪伴类应用却做不到。

我们留一个问题，你想要一个什么都能聊一两句但不精通的AI伴侣，还是想要功能各不相同的AI“学习搭子”“旅游搭子”“工作搭子”“王者搭子”？如果是后者，你更想在手机上下载不同的“AI搭子”App，还是希望它们分别出现在相对应的已有App上？

3.AI应用全球开花

尽管硅谷是AI中心，但全球各地都涌现出非常受欢迎的产品，尤其是移动端。

a16z的榜单中超过30%的GenAI网页端产品来自湾区，但该地区仅有12%的移动App开发者。同样地，超过一半的顶级GenAI网页端产品是在美国开发的，但仅有不到1/3的移动App来自美国。

移动App开发者收获了不少成功。例如，总部位于伊斯坦布尔的Codeway开发了一系列GenAI移动App，包括AI照片动画Face Dance、聊天机器人Chat & Ask AI以及AI艺术生成器Wonder，这些应用都在移动App排行榜上名列前茅。另一家总部也位于土耳其的公司HubX开发了Nova聊天机器人、达芬奇艺术生成器和PhotoApp增强器。

这些App工作室深谙：如何推出吸引流量的盈利App。一些公司专注快速产生收入，另一些则追求风投青睐。例如，一家意大利公司Bending Spoons开发了视频编辑器Splice和照片增强器Remini（没错，就是那个谁用谁丑的黏土滤镜），名列App榜单前五，他们最近宣布了一笔1.55亿美元的股权融资。

a16z认为，这让人非常兴奋，因为无论是通过API还是开源，任何地方的独立开发者不需要在硅谷筹5000万美元，就可以构建出色的AI产品。随着AI技术日臻成熟，众多人才正从世界各地的实验室和大学脱颖而出，他们遍布全球，建立起各式各样的创业者社区。

4.下一个爆款：音频类应用

在最新解读中，a16z希望看到移动App中出现更多的AI音频产品的创新。

例如，E人“忠实听众”。虽然AI可以生成图像、视频、歌曲。但人类的话语中很多有价值的内容没有被捕捉到，因为没有东西在听你说话、没有转录和格式化你的话。想象一下，如果讯飞不仅能记录开会内容，散会时还能顺便帮你总结一份重点摘要；当你深夜迸发灵感时，点开手机，App就能记下你的真知灼见，顺便整理凌乱的思路。这确实挺让人期待。

例如，老人“小棉袄”。老年人经常很孤独，AI语音App可以和他们对话，讲故事、提问题，无论听多少次“过去的故事”都能快乐对话。

例如，学生“口语教练”。很多人将ChatGPT视为自己的“美国朋友”，练习英语。a16z认为会有专门公司将这个功能做得更好。

结语

根据OpenAI“第一投资人”Vinod Khosla的观点：一年后，计算成本将是今天成本的1/5—1/10。因此，创始人现在的目标不应该是想着赚很多钱，而是让模型被大量使用，从中获取大量数据，利用飞轮效应进化为更好的模型。

在这方面，C端无疑有着最广泛的市场。目前来看，国内的应用大多建立在开源模型，门槛其实没有那么高，甚至出现了一人创业公司。其次，做应用不是做模型，重点不是攻克技术，有时甚至会走向营销。

但如果真到了“营销”范畴，“中国特色场景”就变得格外重要。比如这两天涌现的各类“AI填报志愿大模型”。即便蹭热度，捞会员费是绝大多数，又何尝不是精准切入“中国特色”场景。

众所周知，AI to C之路不好走，大厂要数据有数据，要场景有场景。但另一方面，移动互联时代不也跳出了专长算法推荐的字节嘛。或许，在大厂都在卷大模型之时，在上述领域，无人知晓的角落里，一家AI时代的字节正破土而出。

作者：适道AI组,编辑：白石