专访值得买CTO王云峰：AI会帮助我们破除信息茧房

　　飞、混元等公司确立了合作，值得买会在外部的AI场景中输出自己的能力。

　　王云峰：AI本身是个放大器，能将原本存在的业务之间的协作关系变得更高效。

　　我们认为，在消费领域里面，AIUC和AIGC是同等重要的一件事情。比如在我们集团内部，不同业务产生的数据格式、解读都是不同，且是非结构化的。有了AI之后，非结构化数据得到了处理，让各业务的经验、数据能在平台内实现互通。

　　王云峰：事实上，ToB、ToC的业务我们都在推进。AI购物助手推出后，我们发现C端用户的场景更丰富了。同时，我们也意识到企业端的应用场景非常广泛，因此，我们也开始开发多种解决方案来满足企业客户的需求，为他们带去更直接、更持久的价值。

　　AI时代，大模型扮演的是发动机的角色，想在发动机的基础上打造整车，势必会衍生大量的周边设施供应。当下，大模型、智能硬件等厂商有较强的场景延展的需求。但消费数据的整个治理过程十分复杂，需要有非常深刻的行业Know-How，辨别哪些数据是有用的，还要具备海量且高质的数据积累以及整套的数据处理流程。

　　我们在ToB服务方面做了一定的探索后发现，从具备模型能力，到客户使用你的模型能力去服务他自己的用户，中间存在着很大的鸿沟。原因在于，很多时候客户提供的数据利用率不高，这部分数据距离能供大模型使用的“知识库”还相差甚远，我们需要帮助其清洗甚至补充数据。

　　因解决这一难题需具备一定的技术实力、行业理解、以及对AI的理解。相较于品牌方和模型厂商，我们显然更具优势。对值得买来说，“Gap”越大，市场空间也就越大。目前，我们每个月平均要向外部大模型用户输出100多万张商品卡片。

　　“AI战略启动初期，更加关注AI应用的渗透”

　　王云峰：人才难题最不好解决，其次是数据，排在第三位的是资金、算力，场景在值得买的业务中有很多，商业化排最后。在提升模型能力时，该怎么训练，用什么样的方式训练，提供什么样的周边能力才能充分发挥AI的能力这些问题，是需要人去选择的，人才稀缺是金钱解决不了的。

　　数据方面，不同领域的数据特性差异很大。有些领域知识大于经验，比如金融、法律等知识密集型行业，行业知识是固定的，相关数据相对容易获取，因此这些领域的数据训练相对比较容易。而在消费等领域，经验的重要性大于知识，商品的参数配置相对容易整理，但对商品的评判、口碑、使用反馈等数据每天都在更新，需要不断优化整理，相应地，这些领域的数据价值也会更高。还有一些行业，如塔罗、占星，它们对数据的要求并不严格，因此构建应用也相对容易。

　　至于资金、算力，是行业普遍面临的挑战，并不是消费领域的特性。在AI战略启动初期，我们也没有过分关注商业化的快速落地，而是更加注重长期的发展和模型能力的提升，这都需要人的智慧去选择合适的训练方法和策略。

　　所以，在我看来，人才和数据是最为关键的两个要素，而商业化的挑战则相对靠后。

　　王云峰：AI Lab成立初期，我们从原有业务线抽调了一部分对AI有兴趣和热情的同学投入至AI业务中，同时也和大量的外部机构建立合作，包括业界的很多大模型公司，以及借助了很多学界的力量。在学术合作方面，我们不仅仅在技术领域有合作，比如我们和人大的高瓴人工智能研究院共同开展多模态方面的研究，还与多家高校、商学院开展了关于AI应用对用户和行业影响的研究，也有很多研究成果在我们的实际应用中发挥了重要作用。

　　王云峰：ToC方面，值得买目前聚焦提升自己To C产品的服务质量，以及通过拓展更多新的流量入口来扩大我们的影响范围。

　　类比之下，我们预感大模型最早有可能取代的现象级产品是引擎，假如算力成本、模型能力等问题相继被解决，大模型大概率会取代成为新的流量入口，届时大模型下的部分场景也会成为新的流量入口。

　　我们认为，当下行业可能低估了AI改造行业的程度，除最基础的“降本增效”，AI还会改变行业的布局。当我们面对一个新的生态格局，我们更加倾向在更多未来的流量入口中，获得更多的内容呈现和关注度。影响力的攀升对整体商业收入和商业模式是更具价值的。

　　ToB方面，公司基本会按照市场常规定价。可以肯定的是，2025年将会是行业商业落地的关键一年。

　　王云峰：今年年初，大家对大模型在消费领域的应用把握得不是太清晰，但随着技术跟进，产品形态变得越发清晰。比如模型训练是有周期性的，这对实时产生的消费数据来说并不友好。此外，消费数据强调对事实的尊重，要求模型不能出现“幻觉”，如今这些问题随类似Retrieval-Augmented Generation的发展得到了一定程度的解决，大模型应用的模式逐渐清楚，且未来还将在更多场景下诱发模型的新能力。

　　“我们对于AI的初心”

　　王云峰：人们对AI技术的认知不足，往往会限制技术的发展和应用。在与同行交流时，我们发现大家对AI的态度存在两个极端：一方面很多人对AI的期望过高，也有很多人对AI非常的苛刻。这使得在推进项目时，相当一部分时间放在了纠正合作伙伴和客户对AI的认知上。事实上，AI有自己的能力边界，也有自己无可比拟的优势。今年，我们观察到大家对AI的认知有了显著的进步，人们普遍认为AI就像生活中的“水电煤”，它提供了基础能力，但要实现其价值，还需要结合具体的业务场景和多种因素来发挥作用。

　　王云峰：“什么值得买”GEN2核心为解决两个问题。第一是帮助用户在信息泛滥的背景下，高效地找寻自己需要的信息；第二是帮助用户破除信息茧房。

　　经过测试的数据表明，用户接受程度较高的，是通过AI理解后传递的信息。在值得买平台上，AI来总结、整理全网的消费信息，所产生的内容，浏览时长已经达到甚至超过了人工

　　信息茧房的形成是由于算法能够预测用户的喜好，并为了追求高点击率而不断推送相似的内容，继而形成了一个循环。然而，AI在读取和理解信息时并不带有倾向性，AIUC为用户提供的内容力求客观和全面。

　　例如，用户感兴趣的内容和他们想要购买的商品之间存在差异，有些内容用户喜欢浏览，但并不意味着他们真的想要购买，用户往往不会意识到自己浏览内容的真实动机，但AI可以理性地辨别和归类这些动机。从这个角度来讲，我们认为AI在帮助我们破除兴趣茧房，提供更全面和客观的信息。

　　王云峰：在值得买成立之初，我们希望向用户推荐真正值得购买的内容和商品，这个初心从来都没有改变。由于AI本身是个处于快速发展阶段的技术，在实操过程中，肯定会经历各种具体操作方式的尝试和调整。但平台依旧会秉持初心，从用户的角度出发，基于我们对商品品质的深入理解，把值得被关注和尊重的品牌和商品推荐给我们的用户。