Autor:Frank,PANews
A medida que la IA pasa de ser un espectáculo técnico a una herramienta práctica, la implementación de aplicaciones de IA se está acelerando para satisfacer la creciente demanda de los consumidores. Al mismo tiempo, con la mejora continua de las capacidades de los grandes modelos, la IA parece haber entrado en una era en la que "cualquiera puede crear un prototipo de producto".
Durante la muShanghai AI Week, la mesa redonda moderada por PANews "Práctica innovadora y exploración de caminos en el ecosistema de IA de consumo" se centró en las verdaderas rutas de implementación de los productos de IA de consumo. Los invitados participantes incluyeron a Feng Wen, responsable de producto de la plataforma abierta de MiniMax; Levy, CEO de FateTell; Anita, responsable de Sentient APAC; y Gao Jiafeng, músico electrónico y desarrollador independiente, provenientes de diferentes campos como plataformas de modelos abiertos, aplicaciones de cultura para mercados exteriores, ecosistemas de IA de código abierto y prácticas de creación musical.
Según los invitados, el problema central de la IA de consumo no se ha vuelto más simple con las iteraciones tecnológicas. Tras el salto en la capacidad de los modelos, las verdaderas barreras se están trasladando hacia la comprensión del escenario, la organización de datos, la educación del usuario, el valor emocional y la construcción de un ecosistema abierto.
La IA no reduce la dificultad del emprendimiento, la verdadera barrera sigue siendo el escenario de aplicación
Una contradicción común en la industria de la IA es: los modelos son cada vez más potentes, el umbral para emprender parece bajar, pero muchos productos tienen dificultades para encontrar escenarios viables a largo plazo. Una aplicación que parece factible hoy, podría perder rápidamente su razón de ser con el lanzamiento de la siguiente versión del modelo.
En opinión de Feng Wen, para los productos de IA de consumo, la idea del producto y el juicio del escenario siguen siendo más importantes. Como proveedor de grandes modelos y plataforma abierta, MiniMax hace más hincapié en la capacidad del modelo subyacente, el diseño de productos relacionados con los tokens y la experiencia integral de los desarrolladores. Pero desde la perspectiva del emprendedor, el producto debe diseñarse en función del "nivel de inteligencia del modelo dentro de seis meses".
Su juicio es que, en el contexto de que las leyes de escalado de modelos aún no han dejado de ser efectivas y la capacidad de los modelos sigue mejorando, los emprendedores no deben limitarse en exceso por la velocidad, el coste o los límites de capacidad del modelo actual, sino que deben pensar más audazmente en el usuario objetivo, el escenario concreto y el problema a resolver. Los proveedores de modelos seguirán ofreciendo capacidades más baratas, rápidas y con mejor relación calidad-precio, mientras que la capa de aplicación necesita responder con mayor claridad "por qué este escenario".
Levy añadió otra fuente de barrera desde la capa de aplicación. Cree que la tecnología cambia rápidamente, pero los datos y la comprensión correspondientes al escenario no se igualan con rapidez. Muchos pensaban antes que solo ajustando el modelo se podía crear una barrera de datos; pero con la madurez de la ingeniería de contexto y de las instrucciones, los datos y estructuras que la aplicación sedimenta en la gestión del contexto también pueden cambiar el rendimiento del modelo. Especialmente algunos datos altamente verticales, relacionados con experiencias culturales o personalizadas, no necesariamente entrarán en los pesos del modelo general, lo que podría convertirse en la base diferenciadora para que los productos de IA de consumo resistan las iteraciones del modelo.
Anita expresó una visión más cautelosa sobre "la IA reduce el umbral del emprendimiento". Cree que la IA facilita la generación de muestras de demostración, la construcción de prototipos y el lanzamiento rápido de un producto inicial, pero las partes realmente difíciles del emprendimiento no han desaparecido, e incluso pueden haberse acentuado: cómo captar clientes, cómo crear fidelidad comunitaria, cómo completar la implementación comercial, cómo establecer conexiones entre personas más allá de la programación. Mencionó que el concepto de "súper individuo" y "empresa de una sola persona" atrae mucha atención actualmente, pero los individuos que realmente logran éxito a menudo requieren habilidades más complejas, no solo invocar grandes modelos.
De la astrología china a la música: comprender mejor al usuario se convierte en la barrera de la IA de consumo
Cuando la capacidad tecnológica avanza continuamente, el valor de los productos de IA de consumo finalmente debe volver a las necesidades humanas.
La práctica de FateTell proporciona un caso típico. Levy presentó que FateTell es una aplicación de consumo de IA + astrología oriental/ba zi (ocho caracteres) dirigida a usuarios extranjeros, actualmente con usuarios en más de 90 países. El equipo evitó desde el principio la dirección de herramienta puramente de eficiencia, priorizando el consumo espiritual y el valor emocional.
En su opinión, comprender el propio destino, buscar explicaciones y consuelo, es una necesidad psicológica subyacente transcultural y duradera. Antes, a la IA le resultaba difícil establecer confianza en este escenario, pero la mejora en las capacidades de modelos como DeepSeekR1 ayuda objetivamente a que usuarios e inversores comprendan la posibilidad de que "los grandes modelos pueden realizar razonamientos y explicaciones complejos". La barrera que enfrenta FateTell no es solo la capacidad del modelo, sino cómo traducir y transmitir conceptos de la cultura china como los diez tallos celestes, las doce ramas terrenales, el I Ching, el ba zi a usuarios extranjeros, y hacer que personas de diferentes contextos culturales comprendan su encanto a través del lenguaje, lo visual y la interacción.
Gao Jiafeng planteó un problema similar desde la perspectiva del creador musical: la IA no solo debe entregar resultados, sino también conservar el proceso. Mencionó que herramientas como Suno hacen que la generación musical sea muy directa, pero también omiten el proceso creativo, lo que lleva a que los usuarios carezcan de sentido de participación y pertenencia. Para músicos y usuarios comunes, la creación no es solo para obtener una "canción terminada", el proceso en sí es parte de la experiencia.
Usó el fútbol como analogía: aunque un aficionado nunca superará a Messi o Ronaldo, seguirá jugando al fútbol por pasión. La creación musical es similar. Gao Jiafeng está desarrollando MusicAIGameBoy, intentando impulsar código musical mediante modelos grandes o pequeños de IA, combinándolo con una interacción gamificada, para que personas sin conocimientos musicales puedan participar en la creación mientras juegan. Para él, el escenario real no es "generar una canción automáticamente", sino devolver al usuario el proceso interactivo de la creación musical.
Tras el auge de los Agent, la lógica de la educación del usuario está cambiando
En los productos de IA de consumo, la educación del usuario a menudo determina si el producto puede ser realmente utilizado.
Feng Wen mencionó que entre los usuarios de la plataforma abierta de MiniMax, algunos tienen conocimientos de desarrollo, pero aún se ven obstaculizados por la documentación API, parámetros, códigos de error y formas de usar los tokens. Para ello, la plataforma ofrece una plataforma de prueba de modelos, guías de desarrollo, casos de demostración, tutoriales en video, etc., para que los desarrolladores completen más rápido el proceso de comprensión a implementación.
Con el desarrollo de los Agent, también cambia la forma de educar al usuario. Antes, el usuario necesitaba leer documentación, entender interfaces, depurar errores. Pero con la mejora del rendimiento de los Agent, ahora muchos usuarios son guiados directamente por Agent que leen documentación, buscan soluciones, seleccionan el modelo adecuado y corrigen automáticamente la ruta. Los proveedores de modelos necesitan optimizar el modelo, la documentación y la experiencia de la plataforma, mientras que la comunidad, los desarrolladores y diversas formas de productos colaborarán para reducir el umbral de uso.
Para Sentient, el ecosistema abierto en sí mismo es parte de la educación del usuario y la implementación del producto. Anita presentó que Sentient se enfoca en el ecosistema de IA de código abierto y la infraestructura relacionada, y reúne a desarrolladores mediante hackatones, programas de financiación, etc. Enfatizó que el producto primero debe ver claramente a su usuario objetivo: quién es el usuario, dónde aparece, a través de qué canales se establece la confianza. Para herramientas de desarrollador, los hackatones y las colaboraciones en el ecosistema son una entrada efectiva; para productos de consumo, los KOL, KOC y el contenido en redes sociales también son importantes.
En el contexto de la rápida disminución de costes de AIGC, los equipos emprendedores pueden producir tráilers, materiales visuales y contenido de difusión con menor coste, permitiendo que el producto obtenga sus primeros usuarios más rápidamente. Gao Jiafeng también cree que el diseño del producto debe acercarse lo más posible al usuario, permitiendo que el usuario aprenda de forma natural en la interacción y el entretenimiento, en lugar de depender de grandes manuales. Esta forma de "aprender usando" puede ser más adecuada para la IA de consumo que los tutoriales tradicionales.
El hardware entra en el mundo real, la personalización y el valor emocional se amplifican
En los próximos tres a cinco años, los invitados coincidieron en que el mercado de IA de consumo aún se encuentra en una etapa de penetración temprana, pero la forma de los productos cambiará notablemente.
Feng Wen pronostica que en los próximos tres a cinco años, el hardware inteligente, los robots y la inteligencia incorporada alcanzarán un punto de inflexión importante. Tras la mejora de la capacidad de los modelos, la IA ya no solo existirá en interfaces de software, sino que entrará en el mundo físico real, completando más interacciones y tareas. Algunos productos se dirigirán a las personas, ofreciendo mejora de eficiencia o valor emocional. Otros productos pueden dirigirse a Agent, proporcionando a la IA el entorno, herramientas e infraestructura para conectarse con el mundo físico. Pero sin importar cómo cambie la forma, el producto finalmente debe centrarse en la persona, permitiendo que las personas dediquen más tiempo a las conexiones interpersonales, la familia, el mundo real y experiencias de vida más ricas.
Levy cree que predecir tres a cinco años en la industria de la IA ya es muy difícil, incluso tres a cinco meses están llenos de incertidumbre. Considera que, aunque los usuarios más avanzados ya utilizan profundamente herramientas como ClaudeCode, la mayoría de usuarios comunes aún se encuentran en una etapa de penetración de IA relativamente temprana. En los próximos años, la IA satisfará necesidades aún más fragmentadas y personalizadas. En comparación con los servicios relativamente "uniformes" de la era móvil, la IA tiene la oportunidad de ofrecer servicios más específicos y segmentados para cada individuo. Simultáneamente, la ansiedad por el desempleo y la sensación de incertidumbre generadas por el desarrollo tecnológico pueden amplificar aún más la demanda de consumo espiritual como el acompañamiento psicológico.
Anita resumió este cambio como "democratización tecnológica". Cree que en el futuro, la distinción entre humanidades, ciencias, arte, tecnología, etc., se debilitará. Un pequeño comerciante también podría usar IA para crear anuncios, enviar información dirigida, mejorando así su negocio. El valor de la IA no es necesariamente hacer que todos sean programadores de élite, sino ayudar a las personas en diferentes escenarios de vida a obtener mejores herramientas. Al mismo tiempo, el miedo al desempleo y la soledad impulsarán la demanda de valor emocional, y los productos de hardware, mascotas de IA, dispositivos de compañía e interacción multisensorial tendrán más oportunidades.
Gao Jiafeng partió del cambio en las formas culturales. Cree que en el futuro, formas de contenido como música, cine, video serán reorganizadas, e incluso no es seguro si la "canción" seguirá siendo la unidad mínima de consumo musical. Conceptos actuales como audio multipista, pistas, podrían descomponerse en unidades creativas más atómicas. Pero mientras las formas se desvanecen, la conexión emocional que transmiten las IP, marcas y personas concretas será más importante. Lo que la gente busca no siempre es la obra perfecta, sino objetos con defectos, calidez, capaces de establecer relaciones emocionales.
Aunque los invitados no dieron una respuesta única para la IA de consumo, las discusiones desde diferentes campos como plataformas de modelos, aplicaciones culturales, ecosistemas de código abierto y creación musical, apuntan conjuntamente a la misma tendencia: cuando la capacidad del modelo sigue mejorando, la competencia en IA de consumo ya no es solo "quién usa un modelo más potente", sino si se puede comprender a usuarios más concretos, escenarios reales y necesidades emocionales.
El futuro ecosistema de IA de consumo podría contener simultáneamente una infraestructura abierta más potente, un umbral de desarrollo más bajo, servicios más personalizados, hardware con mayor sentido de compañía, y más nuevas formas de producto centradas en la cultura y el proceso creativo. Los modelos seguirán evolucionando, pero lo que realmente perdurará serán aquellos productos que puedan ser necesitados, comprendidos y establecer conexiones con las personas.
