了张雪峰的大模型抢不饭碗

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)