Dmitry Shevelenko: Việc sử dụng AI tiêu dùng đã đạt đỉnh, doanh thu là chỉ số đáng tin cậy hơn so với số người dùng, và khoảng cách giữa khả năng của AI và hành vi người tiêu dùng cản trở sự phát triển | Công nghệ lớn

Những điểm chính rút ra

• Việc sử dụng ứng dụng AI tiêu dùng đã ổn định, cho thấy khả năng thị trường đang đạt đỉnh.
• Doanh thu được xem là chỉ số đáng tin cậy hơn so với số người dùng để đánh giá các công ty công nghệ.
• ARR của Perplexity đã tăng gấp đôi, thể hiện sự gắn kết người dùng mạnh mẽ và tạo giá trị.
• Sự tò mò của con người là yếu tố then chốt để tối đa hóa tiềm năng và đổi mới của AI.
• Những tiến bộ của AI chưa được người tiêu dùng tận dụng hết, cho thấy cần có sự giáo dục tốt hơn.
• Sự mới lạ trong AI có thể nâng cao nhận thức nhưng có thể không duy trì được sự gắn kết lâu dài của người dùng.
• Các công cụ AI ngày càng được sử dụng cho các công việc liên quan, nâng cao năng suất.
• Khoảng cách giữa khả năng của AI và hành vi của người tiêu dùng là rào cản đối với sự phát triển.
• Việc Apple mua lại các công ty tập trung vào AI như Perplexity có thể củng cố phát triển sản phẩm của họ.
• Ngành công nghiệp AI cần tập trung vào việc giáo dục người dùng về khả năng hiện tại.
• Độ chính xác của AI là yếu tố then chốt cho việc truy xuất thông tin và chức năng tìm kiếm hiệu quả.
• Sự tăng trưởng của ngành bị cản trở bởi hành vi người tiêu dùng không thích nghi với tiến bộ của AI.
• Năng suất kinh tế của AI dựa vào các nguồn dữ liệu chính xác và chất lượng cao.
• Các đỉnh cao về sự mới lạ trong sử dụng AI có thể dẫn đến giảm sự gắn kết bền vững.
• Tiềm năng của các công cụ AI bị hạn chế bởi mức độ tò mò và khả năng của con người.

Giới thiệu khách mời

Dmitry Shevelenko là Giám đốc Kinh doanh tại Perplexity, nơi anh dẫn dắt tất cả các khía cạnh phát triển kinh doanh của công ty và giám sát phát triển của công cụ trả lời AI dựa trên nguồn internet thời gian thực. Trước đó, anh giữ các vị trí cấp cao trong phát triển sản phẩm và kinh doanh tại Meta, LinkedIn và Uber, nơi anh dẫn dắt các chiến lược kiếm tiền và sáng kiến hợp tác trong thị trường tiêu dùng và doanh nghiệp. Shevelenko có bằng Cử nhân Nhân học của Đại học Columbia và thường xuyên phát biểu về đổi mới AI và chiến lược kinh doanh tại các hội nghị ngành lớn.

Tại sao Apple nên xem xét mua lại Perplexity

• Apple gặp khó khăn trong phát triển sản phẩm AI, khiến các thương vụ mua lại trở thành chiến lược.

• Tôi rõ ràng đã rất lên tiếng rằng Apple nên mua Perplexity… những người này thực sự biết cách xây dựng các sản phẩm AI.

  — Dmitry Shevelenko

• Mua lại Perplexity có thể nâng cao khả năng AI của Apple.

• Cảnh tranh đua trong AI đòi hỏi các bước đi chiến lược của các công ty công nghệ lớn.

• Các thách thức hiện tại của Apple có thể được giảm nhẹ bằng cách tích hợp chuyên môn của Perplexity.

• Phương pháp sáng tạo của Perplexity phù hợp với nhu cầu của Apple về các giải pháp AI tiên tiến.

• Các thương vụ mua lại chiến lược có thể định vị Apple là người dẫn đầu trong phát triển sản phẩm AI.

• Sự cộng hưởng tiềm năng giữa Apple và Perplexity có thể thúc đẩy các tiến bộ đáng kể.

Đỉnh điểm trong việc sử dụng ứng dụng AI tiêu dùng

• Việc sử dụng AI tiêu dùng đã phẳng trong sáu tháng qua.

• Khi chúng tôi xem xét việc sử dụng AI tiêu dùng, điều rất thú vị đã xảy ra… có vẻ như sự phẳng hóa bắt đầu từ cuối năm hai mươi hai mươi lăm.

  — Dmitry Shevelenko

• Sự ổn định này cho thấy khả năng thị trường đang bị đình trệ.

• Hiểu rõ xu hướng người dùng là rất quan trọng để dự đoán sự phát triển trong tương lai.

• Sự phẳng hóa cho thấy sự quan tâm của người tiêu dùng có thể đang giảm.

• Các công ty cần đổi mới để kích thích lại sự gắn kết của người tiêu dùng.

• Đỉnh điểm có thể phản ánh điểm bão hòa trong các sản phẩm AI hiện tại.

• Các chiến lược thị trường phải thích nghi với giai đoạn mới của việc sử dụng AI tiêu dùng.

Sự tăng trưởng tài chính và gắn kết người dùng của Perplexity

• ARR của Perplexity đã tăng đáng kể, cho thấy giá trị lớn đối với người dùng.

• Chúng tôi bắt đầu năm với dưới 250 triệu ARR và Arifin gần đây chia sẻ rằng, tính đến một tháng trước, chúng tôi đã vượt qua 500 triệu ARR và rõ ràng chúng tôi đang tạo ra giá trị cho người dùng.

  — Dmitry Shevelenko

• Các mốc tài chính phản ánh hiệu suất của công ty và sự gắn kết của người dùng.

• Tăng trưởng ARR thể hiện thành công của Perplexity trong thị trường AI cạnh tranh.

• Gắn kết người dùng mạnh mẽ là yếu tố then chốt thành công tài chính của Perplexity.

• Sự gia tăng ARR làm nổi bật khả năng tạo ra giá trị của công ty.

• Sự phát triển của Perplexity là minh chứng cho chiến lược kinh doanh hiệu quả.

• Hiểu rõ ARR là rất quan trọng để đánh giá thành công của các công ty công nghệ.

Vai trò của AI trong nâng cao năng suất

• Người dùng tận dụng Perplexity cho các công việc liên quan, thúc đẩy việc mở rộng sử dụng AI ngoài lĩnh vực tiêu dùng.

• Mọi người thực sự dùng Perplexity cho các nhiệm vụ công việc và kiến thức… đó là vũ khí bí mật của họ để làm việc hiệu quả hơn.

  — Dmitry Shevelenko

• Các công cụ AI được tích hợp vào quy trình làm việc chuyên nghiệp, nâng cao năng suất.

• Các ứng dụng thực tế của Perplexity nâng cao vai trò trong năng suất.

• Các trường hợp sử dụng liên quan đến công việc mở rộng phạm vi của các công cụ AI.

• Lợi ích về năng suất là một lợi thế lớn của việc áp dụng AI.

• Việc tích hợp AI vào các nhiệm vụ công việc thể hiện tính đa dạng và hữu ích của nó.

• Hiểu rõ cách AI nâng cao năng suất là rất quan trọng để thúc đẩy việc chấp nhận.

Doanh thu so với các chỉ số người dùng trong đánh giá công nghệ

• Doanh thu là chỉ số trung thực hơn so với MAUs để đánh giá giá trị.

• Tôi nghĩ doanh thu là một chỉ số trung thực hơn nhiều so với kiểu MAUs hàng đầu mà bạn biết, cái mà tôi nghĩ có thể bao gồm nhiều sự phô trương và hoạt động khám phá nhưng không gắn chặt với giá trị.

  — Dmitry Shevelenko

• Doanh thu cung cấp bức tranh rõ ràng hơn về sức khỏe tài chính của công ty.

• Các chỉ số người dùng có thể gây hiểu lầm do sự phô trương và hoạt động khám phá.

• Đánh giá các công ty công nghệ cần tập trung vào hiệu suất tài chính.

• Doanh thu phản ánh giá trị thực sự đang được cung cấp cho người dùng.

• Hiểu rõ sự khác biệt giữa doanh thu và các chỉ số người dùng là rất quan trọng.

• Các chỉ số tài chính cung cấp đánh giá đáng tin cậy hơn về thành công của công ty.

Sự mất kết nối giữa khả năng của AI và hành vi người tiêu dùng

• Hành vi người tiêu dùng chưa thích nghi hoàn toàn với khả năng của AI, dẫn đến sự phẳng trong tăng trưởng.

• Tôi nghĩ có một số trường hợp sử dụng đã vượt quá mức người ta tò mò khám phá như là AI là gì, nhưng hành vi của họ không thay đổi.

  — Dmitry Shevelenko

• Khoảng cách giữa các công cụ AI và sự chấp nhận của người tiêu dùng là rào cản đối với sự phát triển.

• Thích nghi hành vi là cần thiết để nhận ra toàn bộ tiềm năng của AI.

• Các công ty phải giải quyết sự mất kết nối này để thúc đẩy việc chấp nhận AI.

• Hiểu rõ hành vi người tiêu dùng là chìa khóa để tích hợp AI hiệu quả.

• Sự tăng trưởng của ngành bị cản trở bởi khoảng cách hành vi này.

• Việc thu hẹp khoảng cách đòi hỏi giáo dục mục tiêu và đổi mới.

Sự tồn tại của khả năng vượt quá trong ngành AI

• Có một tồn tại khả năng vượt quá, nơi các tiến bộ chưa được người tiêu dùng tận dụng hết.

• Một phần của những gì ngành công nghiệp cần làm là giáo dục người dùng về những gì hiện tại có thể… mọi người vẫn sử dụng chúng theo cách rất là web một điểm o.

  — Dmitry Shevelenko

• Giáo dục người dùng về khả năng của AI là rất cần thiết để thúc đẩy sự chấp nhận.

• Tồn tại khả năng vượt quá làm nổi bật một rào cản lớn đối với sự tham gia của người tiêu dùng.

• Các tiến bộ trong AI đòi hỏi truyền đạt hiệu quả đến người dùng.

• Ngành công nghiệp cần tập trung vào việc thể hiện tiềm năng của AI.

• Hiểu rõ tồn tại khả năng vượt quá là rất quan trọng cho kế hoạch chiến lược.

• Giải quyết vấn đề này có thể mở khóa toàn bộ tiềm năng của AI cho người dùng.

Tò mò của con người như một giới hạn của tiềm năng AI

• Giới hạn chính trong việc tối đa hóa tiềm năng của AI là sự tò mò của con người.

• Yếu tố duy nhất của con người để tận dụng tất cả những điều này sẽ là sự tò mò và khả năng tự chủ.

  — Dmitry Shevelenko

• Sự tò mò thúc đẩy đổi mới và sử dụng hiệu quả các công nghệ AI.

• Khả năng tự chủ của con người là rất quan trọng để tận dụng các tiến bộ của AI.

• Khuyến khích sự tò mò có thể nâng cao việc chấp nhận và đổi mới AI.

• Hiểu rõ vai trò của sự tò mò là rất quan trọng để tối đa hóa tiềm năng của AI.

• Giới hạn này nhấn mạnh tầm quan trọng của yếu tố con người trong việc chấp nhận công nghệ.

• Thúc đẩy sự tò mò có thể dẫn đến việc tích hợp AI hiệu quả hơn.

Tác động của sự mới lạ đối với sự gắn kết người dùng AI

• Các đỉnh cao về sự mới lạ trong AI nâng cao nhận thức nhưng thường làm giảm sự gắn kết lâu dài.

• Tôi nghĩ các đỉnh cao của sự mới lạ rất tuyệt vì nó nâng cao nhận thức rộng rãi và thu hút mọi người, rồi sau đó mọi người phải tự khám phá các trường hợp sử dụng quen thuộc của riêng họ… bây giờ có thể thấy là đã giảm đi rồi.

  — Dmitry Shevelenko

• Sự mới lạ có thể thu hút người dùng nhưng không thể duy trì sự gắn kết lâu dài.

• Nhận thức là rất quan trọng, nhưng việc hình thành thói quen sử dụng mới là cần thiết để giữ chân người dùng.

• Hiểu rõ tác động của sự mới lạ là chìa khóa cho các chiến lược gắn kết người dùng.

• Sự gắn kết lâu dài đòi hỏi nhiều hơn là sự quan tâm ban đầu.

• Các công ty cần tập trung vào việc tạo ra giá trị lâu dài vượt ra ngoài sự mới lạ.

• Tính tạm thời của sự mới lạ làm nổi bật những thách thức trong việc giữ chân người dùng.

Tầm quan trọng của độ chính xác trong các ứng dụng AI

• Độ chính xác trong AI là yếu tố then chốt cho chức năng tìm kiếm và truy xuất thông tin hiệu quả.

• Cuối cùng, chúng tôi thấy giá trị trong các khía cạnh năng suất nhất của AI… bạn cần có tìm kiếm tốt nhất để mọi thứ bạn làm với AI dựa trên các nguồn chất lượng cao nhất, cập nhật nhất.

  — Dmitry Shevelenko

• Dữ liệu chính xác là rất quan trọng cho hiệu suất của AI và sự tin tưởng của người dùng.

• Chức năng tìm kiếm hiệu quả dựa vào các nguồn dữ liệu chất lượng cao.

• Giá trị của AI gắn liền với khả năng cung cấp thông tin chính xác.

• Hiểu rõ tầm quan trọng của độ chính xác là rất quan trọng để phát triển AI.

• Các công ty phải ưu tiên chất lượng dữ liệu để nâng cao các ứng dụng AI.

• Độ chính xác là yếu tố nền tảng của sự thành công trong tích hợp AI.