良精

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)