從聊天到辦事,阿里千問App破繭成蝶

從聊天到辦事,阿里千問App破繭成蝶

文章圖片

從聊天到辦事,阿里千問App破繭成蝶

文章圖片

從聊天到辦事,阿里千問App破繭成蝶

文章圖片

從聊天到辦事,阿里千問App破繭成蝶

文章圖片


“讓AI實現自主辦事能力” , 在1月15日舉行的千問App產品發布會上 , 阿里方面宣布千問從“聊天助手”躍升為“生活辦事中樞” 。 依托阿里生態 , 用戶只需說出需求 , 千問就能自動調用淘寶閃購下單、支付寶AI付完成支付 , 并且全流程無需跳轉App 。



在此次發布會現場 , 千問C端事業群總裁吳嘉演示這一功能 。 他向AI下達指令“幫我點40杯霸王茶姬的伯牙絕弦” , 千問App隨即調用淘寶閃購完成下單 , 同時依托支付寶的原生AI付能力 , 無需跳轉其他應用 , 直接在端內就完成了支付 。
別看只是用千問點了奶茶 , 但這個小小的變化背后 , 是AI Agent(智能體)的落地終于有了清晰的路徑 。 經過我們三易生活的實測 , 想要讓它幫你點外賣、訂酒店、買機票 , 需要在千問App的“應用授權管理”界面中手動綁定淘寶、淘寶閃購、飛豬、支付寶賬號 , 并開啟支付寶的AI付功能 。



也就是說 , 即使有了千問App , 依然需要再手機里安裝支付寶、淘寶、高德地圖等阿里系App 。 簡而言之 , 千問App從“聊天”轉向“辦事”的升級 , 其實并不是什么黑科技 , 而是依托于互聯網行業常用的SDK和API來完成 。 例如千問App可以通過API調用淘寶閃購的餐品信息以及支付寶的支付接口 , 來實現跨應用執行任務 。
這也就意味著現在的千問已經成為了阿里系App的“大腦” , 將高德地圖、飛豬、淘寶、釘釘、淘寶閃購等不同生態位的產品串聯了起來 。 未來用戶不再需要思考該用哪個App , 只用告訴千問自己的需求 , 它就會指揮淘寶、高德、飛豬、支付寶等具體應用來完成任務 。



從某種意義上來說 , 千問App實現“一句話辦事”其實是阿里秀肌肉的操作 。 “AI自主辦事”本身并不稀奇 , 只需要AI大模型有意圖識別能力 , 就可以從用戶說的“我想點一杯喝的”意識到用戶想喝奶茶 , 然后喚起外賣App、并找到相關商品 。
但理論是理論、現實是現實 , 在當下的互聯網秩序里 , 讓AI辦事就需要廠商既有強大的模型能力 , 又有可執行的應用生態 。 站在應用開發者的視角 , 讓AI來替用戶操作App , 就等于自家產品被“管道化” , 畢竟App的開屏、信息流廣告可不是給AI看的 。



“管道化”無疑是互聯網廠商的噩夢 , 畢竟當年正是互聯網行業親手將電信運營商管道化 , 使得后者即便花費海量資金建設了網絡設施 , 最終勝利的果實卻被互聯網廠商摘走 。 “AI自主辦事”真正的含義是用戶寶貴的注意力被AI產品獲取 , 但活卻得是其他App來干 。
正是因為阿里在過去十余年里構建了一個完整的產品生態 , 為用戶提供電商、出行、支付、物流、文娛、本地生活等多元化服務 , 所以才有了如今能集中力量托舉千問 。 如果缺乏足夠完整的應用生態 , 千問大概率只不過是下一個豆包手機助手 。



字節跳動的豆包手機助手為何會選擇GUI Agent(圖形界面智能體) , 通過Android無障礙權限模擬用戶點擊來實現點外賣、玩游戲 , 正是因為字節跳動的產品矩陣偏科 , 而內容和電商領域的強大 , 并不足以掩蓋在其他賽道的缺位 。
【從聊天到辦事,阿里千問App破繭成蝶】換而言之 , 豆包手機助手雖然在理念上確實更為先進 , 但它實實在在觸及到了互聯網行業的現行秩序 , 以至于被各方聯手抵制 。 可反觀阿里的千問 , 即便它在技術上并不高明 , 可奈何阿里的產品矩陣能夠實現“內循環” , 所以千問反而可以比豆包手機助手先一步進化為“辦事工具” 。
字節跳動打造豆包手機助手 , 阿里推動千問從聊天機器人轉向辦事工具 , 其實是業界的主流思潮已經從仰望星空變為腳踏實地的體現 。 此前在2023年、2024年 , AI業界對于未來無比樂觀 , 大家普遍認為AGI(通用人工智能)將于三到五年內實現 , 甚至開始探討智能的本質、人機邊界與技術倫理等哲學社會科學問題 。



可回望2025年 , AGI似乎悄然消失了 , 即使是善于營銷的OpenAI創始人山姆·奧特曼 , 以及全球頭號網紅艾隆·馬斯克 , 也都不再將其掛在嘴邊 。 一時間 , AGI不再是AI行業的集體信仰 , 實現一種能像人類一樣思考、學習、適應任何任務的超級智能 , 似乎成為了咫尺天涯 。
谷歌DeepMind掌門人德米斯·哈薩比斯在《時代》封面專訪中就坦言 , 真正的AGI必須具備科學發現能力 , 而當前的模型遠未達標 , 可能還需五到十年才能看到觸碰到AGI的門檻 。
然而AGI從短期目標變成長期愿景 , 直接就讓投資機構從狂熱中回過神來 。 按照摩根大通在去年11月發布的研報 , 目前的AI基礎設施建設投資如果想在2030年前獲得10%的年回報率 , 那么整個行業每年必須創造約6500億美元的收入 , 相當于讓全球15億蘋果設備的用戶每月花費35美元在AI產品上 。



OpenAI為什么要通過“循環融資”來將供應商深度綁定 , 并用開創性的“股權換采購”模式解決資金問題 , 不正是因為其萬億級支出與百億級收入嚴重失衡 。 隨著資本市場對于AI投資泡沫化的擔憂與日俱增 , 市場也開始追問 , 燒了數千億美元后 , 回報究竟在哪?
但AI廠商與供應商合謀的“循環融資” , 還有另一個問題 , 那就是左腳踩右腳上天就意味著讓AI泡沫繼續膨脹 。
事實上 , 已經有海外分析師指出 , 目前內存價格暴漲的實質 , 是“大量尚未生產的內存被用不存在的資金購買 , 用于配合同樣尚未生產的GPU , 以便將它們放置在尚未建造的數據中心 , 由可能永遠不會出現的基礎設施提供支持 , 以滿足實際上并不存在的需求 , 并獲得數學上不可能的利潤 。 ”



作為這一輪AI競賽的參與者 , 阿里并沒有選擇吹大泡沫 。 他們給出的答案是將千問從對話工具升級為任務執行平臺 , 讓AI促成交易 。 既然指望人人為AI付費不現實 , 那干脆就讓AI參與到現行的互聯網經濟循環中 。

    推薦閱讀