Wie wäre es, wenn Sie dreihundert Millionen für Werbung auf dem Land und für das Streichen von Wänden ausgeben würden? Hören Sie auf zu fragen, warum Ihre Titten auch KI spielen

Als Manus vor einiger Zeit aus der Branche ausstieg, löste das Einladungscodesystem eine Diskussion über KI-Produktmarketing aus. Zukünftig gab es auch eine Diskussion darüber, dass „das gesamte Geld für heimische KI für Investitionen ausgegeben wird“.

Gerade als alle darüber diskutierten, ob es sich lohnt, Geld für Investitionen auszugeben, trat Yuanbao mit einer ganz anderen Haltung auf:

Ist es jetzt an der Zeit, den Untergangsweg einzuschlagen …?

Es sieht aus wie ein kompletter Auftrag (vielleicht ist es tatsächlich ein kompletter Auftrag), aber gelinde gesagt ist der Untergangsweg nicht so ungeheuerlich, wie man es sich vorgestellt hat.

Die Stanford University hat kürzlich die Ergebnisse einer Studie veröffentlicht, in der Millionen von Datensätzen aus den Jahren 2022 bis 2024 analysiert wurden. Dies sind auch die zwei Jahre seit der Veröffentlichung von ChatGPT, in denen große Sprachmodelle schnell ins Leben gerufen wurden und sich schnell in allen Personengruppen durchgesetzt haben.

Unter anderem ist das Verfassen von Produkt- und Servicebeschwerden ein Szenario, in dem KI von großem Nutzen sein kann. Stanford-Forscher verwendeten eine öffentliche Datenbank mit Beschwerdedaten, die vom U.S. Consumer Financial Protection Bureau verwaltet wird und Beschwerden über Finanzprodukte und -dienstleistungen sammelt.

Forscher fanden heraus, dass in Gegenden mit niedrigerem Bildungsniveau mehr Verbraucher LLM-Tools nutzen, um Beschwerden zu verfassen. Obwohl die allgemeine Akzeptanzrate in städtischen Gebieten immer noch höher ist (18,2 % im Vergleich zu 10,9 % in ländlichen Gebieten), ist die Wahrscheinlichkeit höher, dass Benutzer mit niedrigerem Bildungsniveau KI nutzen (19,9 % im Vergleich zu 17,4 % in Gebieten mit höherem Bildungsniveau).

Die Absinkroute des Yuanbao könnte die nächste Ebene sein, vielleicht liegt er in der Atmosphäre?

KI-Marketing in der Vergangenheit: Mit großer Kraft können Wunder geschehen

Die Vermarktung von KI-Produkten erfolgt mehr oder weniger „lokal“. Kimi zum Beispiel, die einst mehr investierte als alle anderen, hat verschiedene Arten von Werbeaktionen ausprobiert.

Zum Beispiel Videoanzeigen in Aufzügen, Gewaltzyklen und Gehirnwäsche-Werbeaktionen.

Ein Internetnutzer aus Xiaohongshu kommentierte: Die durch KI eingesparte Intelligenz wird irgendwann zurückgezahlt.

Es gibt auch offizielle Pläne, von Nutzern erstellte dynamische Videos zu retten.

Der Werbestil von Kimi ist untrennbar mit der Produktpositionierung verbunden. Es konzentriert sich auf städtische Angestellte und legt großen Wert auf Jugend und gesundes Leben.

Bei dieser Idee geht es eher darum, die instinktive Neugier der Benutzer auf die „Interaktion mit Nicht-Menschen“ auszunutzen, den Chatbot zu personifizieren und den generativen Algorithmus so zu verpacken, dass er sowohl praktischen als auch emotionalen Wert hat.

Die Verwendung eines solchen Produkts wird zu einer Art „Identitätszeichen“. Die Idee ist nicht neu, aber in Kombination mit umfangreichen Investitionen hat sie einst eine große Anzahl von Nutzern erobert.

Wenn es jedoch um Werbung geht, ist niemand durchdringender als Yuanbao, der von Goose Factory unterstützt wird. In nur zwei Wochen wurde Yuanbao, der einst eine mittelmäßige Präsenz hatte, plötzlich an die Spitze der Bühne befördert, und er wurde auf jede erdenkliche Weise befördert.

Vom Ansehen von Werbung über das Herunterladen der App bis hin zum Erhalt von Belohnungen.

zum Popup-Fenster, das sich öffnet.

Geben Sie dann den Download-Link in das WeChat-Suchfeld, in den Freundeskreis oder in den offiziellen Empfehlungsfluss des Kontos ein. Nur kann man sich nicht vorstellen, dass es ohne nicht geht. Passanten wurden so bombardiert, dass sie fragen mussten: Was genau ist Yuanbao?

Diese Investitionswelle soll innerhalb von zwei Wochen 300 Millionen gekostet haben, und unzählige Tencent-basierte Apps wurden mobilisiert – in ländliche Gebiete zu gehen, um Wände zu streichen, ist ein Kinderspiel.

Wenn es keine Nachfrage gibt, schaffen Sie Nachfrage

Auf Yuanbao habe ich versucht, einige einfache Fragen zu landwirtschaftlichen Szenarien zu stellen, wie zum Beispiel „Wie gehe ich mit starken Regenfällen um, wenn ich Reis anbaue?“ und „Welche Vorsichtsmaßnahmen sind für die postpartale Pflege von Sauen zu beachten?“

Es scheint ziemlich umfassend zu sein, aber nur professionelle Landwirte können sagen, ob es richtig ist oder nicht. So wie man es bittet, Excel-Tabellen, Wortrevisionen oder Aufgaben zu erledigen, die ich sehr gut kenne, kann ich das Problem auf einen Blick erkennen. Aber in Bereichen, über die wir nicht genug wissen, können wir nur skeptisch sein.

Dies hängt nicht ausschließlich mit den Fähigkeiten des Modells zusammen. Nachdem Yuanbao mit DeepSeek verbunden wurde, verbessert es die Qualität der Generierung und sorgt für einen klaren Denkkettenprozess, und auch die Referenzlinks sind klarer.

Aber Landwirtschaft ist eine Angelegenheit, die stark auf Erfahrung angewiesen ist . Viele Erfahrungen im Umgang mit Wetter, Jahreszeiten und Schädlingen werden nicht online geschrieben, sondern in den Köpfen der Landwirte festgehalten.

Im Jahr 2016 gab es 561 Apps mit Agrar- und Lebensmittelbezug auf dem Android-Betriebssystem und 589 auf dem iOS-Betriebssystem. Damals hofften viele große Unternehmen, die landwirtschaftliche Produktion zu unterstützen. Bayer hat in Deutschland eine Anwendung eingeführt, mit der mehr als 200 Schädlinge und Krankheiten in verschiedenen Kulturpflanzen identifiziert und wirksame Bekämpfungsmaßnahmen bereitgestellt werden können. BASF hat in Großbritannien die Unkrautidentifizierung eingeführt, deren Hauptmerkmal die Identifizierung von 140 Unkrautarten ist.

Es zeigt sich, dass Technologien wie Bilderkennung und Deep Learning viel früher Einzug in die landwirtschaftliche Produktion hielten, als die Öffentlichkeit es sich vorgestellt hatte. Allerdings ist dies wirklich ein Bereich, der auf Erfahrung angewiesen ist. Müssen Landwirte beim Reisanbau wirklich „nach KI fragen“? Es ist schwer vorstellbar.

Ob diese technischen Mittel dem sinkenden Markt wirklich nützen können, steht jedoch nicht im Mittelpunkt.

Stanfords Untersuchungen ergaben, dass Gebiete mit niedrigem Bildungsniveau KI häufiger einsetzen. Dies scheint auf den ersten Blick „kontraintuitiv“ zu sein, ist aber nicht schwer zu verstehen : Wenn bei anderen Daten kein offensichtlicher Unterschied besteht, bedeutet dies, dass eine solche Benutzergruppe eher auf KI setzt.

In der Studie wurden Daten aus mehreren verschiedenen Dimensionen verglichen. Zu Beginn des Jahres 2023 war die Kluft zwischen städtischen und ländlichen Gebieten nicht groß, später lag das Gleichgewichtsniveau in städtischen Gebieten jedoch bei 18,2 % und an Orten mit geringer Urbanisierung nur noch bei 10,9 %.

Das heißt, in städtischen Gebieten nutzen mehr Menschen KI-Tools, während in ländlichen Gebieten relativ weniger Menschen sie nutzen – aber sie nutzen sie häufiger.

Vergleicht man die Bachelor-Abschlussquote in der Region mit dem Landesdurchschnitt, so blieb die Nutzungshäufigkeit in Gebieten mit niedrigerem Bildungsniveau bis zum dritten Quartal 2024 stabil bei etwa 19,9 %.

Es scheint so einfach zu bedienen zu sein, dass man es nicht mehr aus der Hand legen kann, wenn man es einmal verwendet hat – dies könnte der eigentliche Zweck des Wandbürstens sein, die sogenannte Beschäftigung des Geistes des Benutzers.

Yuanbao weiß das vielleicht auch sehr gut: Die aktuelle Phase der KI-Produktwerbung kann nur durch symbolisches Marketing „Nachfrage aus dem Nichts erzeugen“. Die Route „ländliche Gebiete rund um Städte“ mag für Marketingstrategien von KI-Anwendungen nicht effektiv sein, aber diese Methode wird nur benötigt, um Werbung zu machen.

Die technische Komplexität macht die Symbolisierung gewissermaßen zu einem notwendigen Mittel. Bei der Werbung für Smartphones wurden in den Anfängen „mobile Geräte“ einfach in „Handys, mit denen man Filme schauen kann“ umgewandelt. Wenn Sie Ersteres erklären wollen, müssen Sie schließlich viel Zeit verschwenden, und es kann undankbar sein.

Den Nutzern fehlt die Vorstellungskraft, Dienste einzufordern, die sie noch nicht erlebt haben. Gerade bei generativer KI lassen sich im Vergleich zu werkzeugbasierter Software und Anwendungen Effizienzsteigerungen leicht quantifizieren. Zum jetzigen Zeitpunkt mangelt es dem Grad der „Intelligenz“ der KI an universellen Messstandards, geschweige denn an konkreten Bedarfsvorstellungen.

Die symbolische Marketingmethode konstruiert und füllt aktiv Nachfragelücken und ermöglicht so den Nutzern, eine Beziehung zum Produkt aufzubauen. Dies ist die „Grundoperation“ für die aktuelle Förderung von KI-Anwendungen, und jeder Schritt ist sowohl Ursache als auch Wirkung.

Doch einen Faktor lässt sich hier nicht beeinflussen: die Technologie selbst. Wer hätte in der ersten Hälfte des letzten Jahres ahnen können, dass DeepSeek bis Ende des Jahres ausbrechen und die Konkurrenz direkt töten würde?

Ob ein Produkt wirklich eine Beziehung zu den Benutzern aufbauen und Zeit- und Nutzungsgewohnheiten durchbrechen kann, kann nur durch die Entwicklung der Technologie selbst bestimmt werden.

# Willkommen beim offiziellen öffentlichen WeChat-Konto von Aifaner: Aifaner (WeChat-ID: ifanr). Weitere spannende Inhalte werden Ihnen so schnell wie möglich zur Verfügung gestellt.

Ai Faner | Ursprünglicher Link · Kommentare anzeigen · Sina Weibo