在当下，AI技术正经历着一场前所未有的变革，各大企业纷纷投身其中，探索其无限可能。然而，现实情况却显示，AI的全面应用并非一帆风顺，其效果与预期存在较大差距。
尽管业界巨头如阿里、百度等曾预言AI将重塑所有产品，但目前市场反馈却表明，仅有约10%的产品因AI而焕发新生，其余90%的产品在融入AI后并未获得用户的广泛认可，甚至引发部分用户的反感。
以支付宝的“支小宝”为例，这款AI赋能的应用试图通过智能对话提升服务质量，然而在实际操作中，其效果并不理想。用户反映，使用支小宝进行某些操作，如查询公交码，反而比直接使用原生应用更加繁琐。
支小宝的AI能力也备受质疑。用户发现，一旦提问超出预设范围，支小宝便难以准确理解意图，回答往往无关紧要或毫无意义。这一现象在其他APP的AI助手中也普遍存在，许多产品经理选择将AI入口深藏，生怕暴露其不足。
在电商领域，淘宝和京东也在积极探索AI的落地场景。然而，用户体验反馈显示，这些AI购物助手在推荐精准度和多轮对话理解能力上仍有待提升。用户普遍反映，AI推荐的商品往往与自身需求不符，且对话过程中容易出现理解偏差。
旅游类产品中的AI应用也面临类似挑战。携程的“携程问道”试图为用户提供旅行规划建议，但用户普遍感觉其推荐内容缺乏个性化和实用性，更倾向于使用小红书等用户生成内容的平台。
大厂产品经理普遍面临AI使用场景缺失的困境。他们发现，在已有成熟应用中嵌入AI能力，并未带来指数级增长。这主要是因为许多产品为了跟风而加入AI，而非真正解决用户痛点。
目前，真正成功的AI应用主要集中在幻觉率容错程度高的场景，如AI占卜和虚拟女友。这些应用满足了用户的特定需求，如24小时随时占卜和情感陪伴，但市场需求相对有限，难以成为现象级应用。
在严肃场景中，AI的应用更是寥寥无几。由于严肃场景不允许错误，AI在销售、客服、出行等领域的落地面临巨大挑战。例如，AI客服虽然能提升销量，但往往导致客户满意度下降。
大厂在AI领域的探索也面临成本问题。百度AI搜索虽然提升了搜索效率，但影响了广告变现率，对传统搜索业务带来冲击。而小公司则因算力成本高昂而难以承担AI研发。
那么，AI如何赋能现有业务呢？一方面需要提升大模型能力，优化用户提问方式；另一方面需要探索智能体技术，解决复杂问题处理难题。目前，已有一些阅读类智能体在市场上取得了一定成功。
目前，AI已经落地的业务主要包括AI+写作/图像和AI+ChatBot。前者帮助创作者提高效率，后者则提供了情感陪伴等基础服务。在一些严肃场景下，虽然已有一些AI产品出现，但距离成熟应用还有很大差距。
