又是一年高考季，不知各位牛马的工作和当年报考的专业还有几分关系？
回想当年的同学们，学了国际金融的胖子张三，现在的保险卖的风生水起；学土木的李老四，已经是某地区的销售一把手，当然，这两年快成光杆司令了。
最贴合专业的是学考古的王五，当时理想是亲手挖出夏朝玉琮，如今在古玩一条街支了个小摊，人更瘦了，可那气质颇有些仙风道骨，倒是逍遥自在。
开个小玩笑，不过相信有不少朋友看过搞定复杂代码外卖小哥，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。
股票配资网提示：文章来自网络，不代表本站观点。
