Após iteração contínua de grandes modelos, a competição de produtos evolui para cenários e experiências

Autor: Frank, PANews

À medida que a IA passa de uma demonstração de habilidade para uma aplicação prática, a implementação de aplicações de IA está acelerando continuamente para atender à demanda crescente dos consumidores. Ao mesmo tempo, com a contínua melhoria das capacidades dos grandes modelos, a IA parece ter entrado na era de “todo mundo pode criar um protótipo de produto”.

Durante a semana de IA de muShanghai, na mesa redonda “Práticas inovadoras e exploração de caminhos na ecologia de consumo de IA”, organizada pela PANews, o foco foi nas rotas reais de implementação de produtos de IA voltados ao consumidor. Os convidados incluíram Feng Wen, chefe de produto da plataforma aberta MiniMax, Levy, CEO da FateTell, Anita, responsável pela Sentient APAC, e Gao Jiafeng, músico eletrônico e desenvolvedor independente, representando diferentes áreas como plataformas de modelos abertos, aplicações culturais de exportação, ecossistemas de IA de código aberto e práticas de criação musical.

Na visão dos convidados, o núcleo do problema de IA voltada ao consumidor não se tornou mais simples com as iterações tecnológicas. Após saltos nas capacidades dos modelos, as verdadeiras barreiras estão mudando para compreensão de cenários, organização de dados, educação do usuário, valor emocional e construção de ecossistemas abertos.

A IA não diminuiu a dificuldade de empreender, as verdadeiras barreiras ainda são os cenários de aplicação

Um conflito comum na indústria de IA é: modelos cada vez mais poderosos parecem reduzir a barreira de entrada para empreender, mas muitos produtos têm dificuldade de encontrar cenários sustentáveis a longo prazo. Aplicações que parecem viáveis hoje podem perder relevância rapidamente com o lançamento de uma nova versão do modelo.

Para Feng Wen, no que diz respeito a produtos de IA voltados ao consumidor, a ideia do produto e a avaliação do cenário continuam sendo mais importantes. Como fornecedor de modelos de grande escala e plataforma aberta, a MiniMax enfatiza mais as capacidades subjacentes do modelo, o design de produtos relacionados a tokens e a experiência ponta a ponta para desenvolvedores. Mas, do ponto de vista do empreendedor, o produto deve ser projetado considerando “o nível de inteligência do modelo após seis meses”.

Ele acredita que, no contexto de que as leis de escalonamento de modelos ainda são válidas e as capacidades continuam a melhorar, os empreendedores não precisam se limitar excessivamente à velocidade, custo ou limites atuais do modelo, devendo pensar mais audaciosamente sobre o usuário-alvo, cenários específicos e problemas a serem resolvidos. Os fornecedores de modelos continuarão oferecendo capacidades mais baratas, rápidas e de melhor relação custo-benefício, enquanto a camada de aplicação precisa responder claramente “por que esse cenário”.

Levy acrescenta uma outra fonte de barreira na camada de aplicação. Ele acredita que, embora as mudanças tecnológicas sejam rápidas, os dados e a compreensão associados aos cenários não serão facilmente apagados. No passado, muitos pensaram que apenas ajustando finamente os modelos seria possível criar uma barreira de dados; mas, com a maturidade de engenharia de contexto e engenharia de prompts, os dados e estruturas acumulados na gestão de contexto também podem alterar o desempenho do modelo. Especialmente dados altamente verticais, relacionados à cultura ou experiências personalizadas, podem não entrar nos pesos do modelo geral, tornando-se uma base de diferenciação para produtos de IA de consumo resistirem às atualizações do modelo.

Anita tem uma visão mais cautelosa sobre a alegação de que “IA reduz a barreira de entrada para empreender”. Ela acredita que, embora a IA realmente facilite a geração de demonstrações, protótipos e o lançamento rápido de produtos iniciais, as dificuldades reais de empreender não desapareceram e podem até se tornar mais evidentes: como conquistar clientes, construir uma comunidade engajada, realizar a implementação comercial e estabelecer conexões humanas além da programação. Ela menciona que o conceito de indivíduos supercapazes e “empresas unipessoais” está em alta, mas, na prática, indivíduos que realmente conseguem operar esses projetos geralmente precisam de habilidades mais multifacetadas, não apenas do uso de grandes modelos.

De Bazi a música: entender melhor o usuário é uma barreira para IA de consumo

À medida que a capacidade tecnológica avança, o valor final de produtos de IA voltados ao consumidor ainda precisa atender às necessidades humanas.

O exemplo da FateTell oferece um caso típico. Levy explica que a FateTell é uma aplicação de consumo de IA + astrologia chinesa/oráculo de Bazi voltada para usuários no exterior, com clientes em mais de 90 países. A equipe inicialmente evitou o foco em ferramentas puramente de eficiência, valorizando o consumo espiritual e o valor emocional.

Para ele, entender o destino próprio, buscar explicações e conforto são necessidades psicológicas profundas, que transcendem culturas e persistem a longo prazo. No passado, era difícil estabelecer confiança nesse cenário, mas com a melhora de modelos como DeepSeekR1, a capacidade de realizar raciocínios complexos e explicações com grandes modelos ajuda a entender a possibilidade de “modelos grandes fazerem inferências e explicações complexas”. O desafio da FateTell não é apenas a capacidade do modelo, mas como traduzir conceitos culturais chineses como os troncos celestiais, os ramos terrestres, o I Ching e o Bazi para usuários no exterior, e fazer com que pessoas de diferentes origens culturais compreendam sua beleza por meio de linguagem, visual e interação.

Gao Jiafeng levanta uma questão semelhante do ponto de vista de criador musical: a IA não deve apenas entregar resultados, mas também preservar o processo. Ele menciona que ferramentas como Suno tornam a geração musical muito direta, mas pulam o processo de criação, o que pode fazer os usuários perderem o senso de participação e pertencimento. Para músicos e usuários comuns, criar não é apenas obter uma “canção finalizada”, mas que o próprio processo seja uma experiência.

Ele usa a metáfora de jogar futebol: mesmo que uma pessoa comum nunca possa superar Messi ou C Ronaldo, ela ainda joga por paixão. A criação musical é igual. Gao está desenvolvendo o MusicAIGameBoy (console de jogo de música com IA), que tenta usar modelos grandes ou pequenos para gerar código musical, combinando com interações gamificadas, permitindo que pessoas sem conhecimento musical participem da criação durante o jogo. Para ele, o verdadeiro cenário não é “gerar uma música automaticamente”, mas devolver o processo de interação na criação musical ao usuário.

O surgimento de agentes está mudando a lógica de educação do usuário

Em produtos de IA de consumo, a educação do usuário muitas vezes determina se o produto será realmente utilizado.

Feng Wen menciona que, na plataforma aberta MiniMax, há usuários com alguma experiência em desenvolvimento, mas ainda assim eles podem se sentir bloqueados por documentação de API, parâmetros, códigos de erro e uso de tokens. Para isso, a plataforma oferece ambientes de teste de modelos, guias de desenvolvimento, exemplos de demonstração e tutoriais em vídeo, acelerando o entendimento e a uso.

Com o avanço dos Agentes, a forma de educar o usuário também está mudando. Antes, era necessário que o usuário lesse documentação, entendesse interfaces e resolvesse erros. Agora, com a melhora do desempenho dos Agentes, muitos usuários fazem com que o próprio Agente leia a documentação, pesquise soluções, escolha o modelo adequado e corrija o caminho automaticamente. Os fornecedores de modelos precisam garantir uma boa experiência de modelos, documentação e plataformas, enquanto comunidades, desenvolvedores e diferentes produtos colaboram para reduzir a barreira de uso.

Para a Sentient, o ecossistema aberto é também parte da educação do usuário e da implementação do produto. Anita explica que a Sentient foca na ecologia de IA de código aberto e infraestrutura relacionada, promovendo hackathons, planos de financiamento e outras ações para reunir desenvolvedores. Ela enfatiza que o produto deve primeiro entender claramente seu público-alvo: quem são, onde aparecem e por quais canais ganham confiança. Para ferramentas de desenvolvedor, hackathons e parcerias ecológicas são entradas eficazes; para produtos de consumo, influenciadores, KOLs, KOCs e conteúdo em redes sociais também são essenciais.

Com a rápida redução dos custos de AIGC, equipes de empreendedorismo podem produzir trailers, materiais visuais e conteúdos de divulgação com custos menores, acelerando a conquista dos primeiros usuários. Gao também acredita que o design do produto deve se aproximar do usuário, permitindo que ele aprenda de forma natural por meio de interação e entretenimento, ao invés de depender de manuais extensos. Essa abordagem de “aprender na prática” pode ser mais adequada para IA de consumo do que tutoriais tradicionais.

Hardware entrando no mundo real, personalização e valor emocional continuam a se ampliar

Nos próximos três a cinco anos, os convidados acreditam que o mercado de consumo de IA ainda estará em fase inicial de penetração, mas as formas de produto terão mudanças evidentes.

Feng Wen prevê que, nos próximos três a cinco anos, hardware inteligente, robôs e inteligência incorporada terão um ponto de inflexão importante. Com a melhora das capacidades dos modelos, a IA deixará de existir apenas na interface de software e entrará no mundo físico, realizando mais interações e tarefas. Alguns produtos serão voltados às pessoas, oferecendo aumento de eficiência ou valor emocional. Outros poderão ser voltados a agentes, fornecendo ambientes, ferramentas e infraestrutura que conectem a IA ao mundo físico. Mas, independentemente da forma, o produto deve sempre colocar o ser humano no centro, permitindo que as pessoas dediquem mais tempo às conexões humanas, à família, ao mundo real e a experiências de vida mais ricas.

Levy acredita que prever o que acontecerá em três a cinco anos na indústria de IA é muito difícil, e até mesmo três a cinco meses já são incertos. Embora usuários avançados já utilizem profundamente ferramentas como ClaudeCode, a maior parte dos usuários comuns ainda está em estágio inicial de penetração de IA. Nos próximos anos, a IA atenderá a necessidades mais fragmentadas e personalizadas. Em comparação com o serviço relativamente “padronizado” na era da internet móvel, a IA terá a oportunidade de oferecer serviços mais específicos e segmentados para cada pessoa. Além disso, o desenvolvimento tecnológico pode ampliar a ansiedade de desemprego e a sensação de incerteza, aumentando a demanda por companhia emocional e consumo de bem-estar psicológico.

Anita resume essa mudança como uma “igualdade tecnológica”. Ela acredita que, no futuro, as distinções entre ciências humanas, ciências exatas, artes e tecnologia serão menos marcantes. Um pequeno comerciante poderá usar IA para criar anúncios e direcionar campanhas, melhorando seus negócios. O valor da IA não será necessariamente fazer de todos programadores de elite, mas ajudar pessoas em diferentes cenários a obterem melhores ferramentas. Ao mesmo tempo, o medo do desemprego e a solidão podem impulsionar a demanda por valor emocional, com hardware, pets de IA, dispositivos de companhia e produtos de interação multissensorial ganhando mais espaço.

Gao Jiafeng aborda a mudança na forma cultural. Ele acredita que, no futuro, conteúdos como música, filmes e vídeos serão reorganizados, e até mesmo a unidade mínima de consumo de música, como as “canções”, pode não ser mais clara. Conceitos atuais como áudio multitrilha e trilhas podem ser desmembrados em unidades mais atômicas de criação. Mas, ao mesmo tempo, a conexão emocional carregada por IPs, marcas e personagens será ainda mais importante. As pessoas não buscam apenas obras perfeitas, mas objetos com imperfeições, calor humano e capazes de criar laços emocionais.

Embora os convidados não tenham oferecido uma resposta única para o futuro do consumo de IA, as discussões de diferentes áreas — plataformas de modelos, aplicações culturais, ecossistemas de código aberto e criação musical — apontam para uma mesma tendência: à medida que as capacidades dos modelos continuam a evoluir, a competição no consumo de IA não será mais apenas “quem usa o modelo mais forte”, mas sim “quem entende melhor o usuário, o cenário real e as emoções”.

O ecossistema de consumo de IA do futuro poderá incluir infraestrutura mais aberta, menor barreira de entrada para desenvolvimento, serviços mais personalizados, hardware com maior senso de companhia e novas formas de produtos culturais e criativos. Os modelos continuarão evoluindo, mas o que realmente permanecerá serão produtos que atendam às necessidades humanas, sejam compreendidos por elas e criem conexões duradouras.