我们已经进入了生成人工智能的时代。用例无处不在——从写论文到创作漫画再到剪辑电影——而且采用速度超过了过去十年的每一种消费技术趋势。文本生成器 ChatGPT 仅用五天就突破了100 万用户，数千万消费者创建了 AI 头像。

每当新技术如此迅速地吸引消费者的注意力时，它就会引出一个问题：这里有真正的价值吗？我们认为答案无疑是肯定的。生成式人工智能将成为下一个主要平台，创始人将在其上构建类别定义产品。

就像 iPhone 彻底改变了我们与技术的日常互动一样——催生了 Uber、DoorDash 和 Airbnb 等产品——生成式人工智能将改变日常生活。

除了创造新的产品类别外，人工智能还将增强现有产品，改善消费者体验并使其更容易扩展。

AI 最强大的功能之一是它使产品能够个性化用户体验。这种方法的早期应用是在教育技术和搜索领域——如果你要解释为什么下雨，你会用不同的语言来解释一个八岁的孩子而不是一个高中生。我们预计这种定制化将成为许多支持 AI 的产品的核心价值支柱。

在这里，我们探讨了我们看到机会的主要消费类别。在随后的帖子中，我们将深入研究这些领域中的每一个，并分享我们在评估消费级 AI 公司时提出的问题。

语言模型有可能彻底改变互联网的核心功能之一：搜索。

我们都经历过这样的挣扎：在谷歌中输入一个问题，然后被大量的链接淹没，其中一些链接的信息相互矛盾或不准确。这简直就是一个无尽的卷轴。如果你能得到一个用自然语言写的简洁的答案，如果你感兴趣的话，还可以链接到更多内容，那会怎么样呢？ LLM驱动的搜索引擎使这成为可能。

像You和Neeva这样的公司正在为一般搜索查询提供这种服务。其他人正在采取更垂直化的方法：在研究论文中进行共识搜索以提供有证据支持的答案，而Perplexity的 Bird SQL 产品以 Twitter 图表为目标（例如，“关于金球奖时尚的最受欢迎推文”）。

这种类型的搜索对于产品推荐特别有价值。如今，要想在知情的情况下购买，通常需要从数十个链接和数百条评论中进行分类。如果你能根据自己的具体需求得到一份精选的选项清单呢?一些潜在的提示，例如:“最适合六个月大的拉布拉多犬的狗粮，它的胃很敏感”或“纽约冬天穿的骆驼色外套，价格不到250美元”。

此外，我们还看到了面向企业的内部搜索应用程序的巨大潜力。大多数公司现在使用许多通信应用程序和数据库，例如 Gmail、Slack、Drive、Asana 等。在所有这些工具中查找单个文档、消息或指标可能是一项挑战。Glean等产品允许团队跨应用程序搜索，而Vowel允许用户查询他们的视频会议记录。