編輯部 整理自 MEET2025大會
量子位 | 公眾號 QbitAI
“原來困擾行業的很多技術難題一次性就被大模型解決了。”
測測，一個AI驅動的泛心理APP，如今已成為擁有約4000多萬用戶的垂類應用。
這一切是如何做到的？？
本次量子位MEET 2025智能未來大會上，心言集團創始人、董事長兼CEO任永亮就「從泛心理行業看垂直行業如何AI化」這個話題分享了他的經驗見解。
對於公司核心產品測測，任永亮表示，早在2019年，測測就上線了首個基於BERT的泛心理領域問答模型，獲得了超出預期的用戶反響。談到AI轉型歷程，他認為一個行業既不能離AI太近也不能離得太遠，關鍵是找準平衡點，“如果太遠的話沒辦法用這樣的服務，如果太近的話很容易被淹沒”。
為了完整體現任永亮的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。
MEET 2025智能未來大會是由量子位主辦的行業峰會，20余位產業代表與會討論。線下參會觀眾1000+，線上直播觀眾320萬+，獲得了主流媒體的廣泛關注與報導。
核心觀點梳理
以下為任永亮演講全文：
泛心理這個垂直行業如何AI化
大家下午好！我分享的主題是從泛心理行業看垂直行業如何AI化。
首先聲明，我們只是AI領域的一個應用者，也就是把先進技術和具體需求相結合，所以可能沒有太酷炫的技術分享。隻期望幫助大家由點帶面地看：AI時代下，一個行業裡面發生了哪些事情以及如何應用AI。
具體而言，我們的核心產品叫測測，相信大家也或多或少聽說過。我們把牠定義為AI驅動的泛心理APP，以科技驅動泛心理在線服務的平臺。
目前，測測約有4000多萬用戶，如果從應用市場排行榜來看，我們算是中國最活躍的泛心理在線社區。
測測於2013年正式上線，當時移動互聯網也剛興起，我從那個時候就開始做測測這款APP。
為什麽做這樣的APP？
首先從本質上來說，我們解決的是泛心理領域的問題。什麽是泛心理？根據馬斯洛需求模型的五個層次，最底層是生存，生存之上是安全，安全之上是愛和歸屬，愛和歸屬再往上是尊重，尊重再往上是個人實現、自我實現。
泛心理需求是指在愛和歸屬層面上去滿足用戶的一個心理需求，加“泛”字是因為我覺得專業心理咨詢太過於嚴肅，或者太難以落地，為了讓更多用戶能夠解決他們的心理問題，我們定義成泛心理。
所以從馬斯洛需求模型上可以看出，越底層的需求越可能是一個更大的產業，或者在經濟發展早期階段更重要的產業。 比如說生存，生存涉及到衣食住行，我們可以看到“衣食住行”這每一個字背後都是一個或者幾個萬億級公司。穿衣有淘寶，吃飯有美團，住的房地產更不用多說了，出行有滴滴等等。
我們名義上解決泛心理需求更高層次的需求，但是我們的發展只有建立在前面需求被滿足基礎之上才有可能。
所以從泛心理需求來說，經濟快速發展以及社會現代化導致泛心理需求的擴張（一般所有國家都是在人均GDP超過1萬美金以上），才會出現這樣一個需求，或者說這個需求才被重視。
數據顯示，中國是在2019年才實現了人均GDP一萬美金，如果對比1978年，這增長了66倍。這是兩代人的一個差距，這一快速增長過程導致了很多泛心理問題的出現，而我們也是在這個過程中不斷發展。
從成立初的2013年~2016年，我們先解決的是PMF問題（Product Market Fit，產品市場匹配度）。
我們發現，傳統心理咨詢服務並沒有在中國這個市場通過PMF認證。原因包括認證門檻比較高，很多做心理咨詢的用戶會反饋，“為什麽心理咨詢師只是聽我說說話，我就要給他付這麽貴的費用”，諸如此類各種各樣的問題。
而且從文化基因來說，我覺得基於東方儒家文明的中國的精神世界，也和西方不同，以致於所衍生的心理咨詢形式也不同，這也是我們所面臨的一個需求端需要去驗證的問題。
還有服務理念。我本科專業是預防醫學，對應就是臨床醫學，臨床醫學直接解決問題，預防醫學通過宣教，通過社會化的方法以更低的成本去幫助更多人解決問題。
所以說種種因素綜合起來，2013~2016年我們主要就在解決市場匹配問題，我們發現很多趣味測試，比如MBTI測試，或者各類娛樂測試，牠可以更高頻率地和用戶建立連接，從而解決我們需求端的問題。
用AI解決供給端瓶頸
在線平臺是我們從2016年開始做的，原因是發現服務供給體系的質量和數量存在很嚴重的不足。包括認證心理咨詢師，規範不統一，名義認證上百萬，但真正能夠提供服務的並不是很多。
心理問題有一個天然的特點，或者說優勢，牠和AI本質是相同的——基於語言給用戶解決問題。當我們發現這些問題之後，我們很早就確定要用AI化的方式去解決這個供給端瓶頸的問題。
具體而言，我們在2019年就上線了第一個泛心理領域的問答模型。牠是基於BERT去做的，大概2億參數，上線之後出乎我們意料，用戶對牠接受度很高，看到了很多分享和傳播。我們一直在這個方向深耕，不過由於公司是一個應用型公司，所以我們有很多底層技術限制。
為了拓展，我們在2023年正式引入大模型，我們講大模型和行業領域知識相結合，升級我們的大模型。今年，我們的大模型也通過了國家網信辦備案，目前有接近50%的月活用戶和付費用戶，一半以上付費用戶都是使用AI服務。這個就是過去做過的一些事情。
總之，2023~2024年接近兩年時間，我們一直在做AI化的事情。期間有三種心態，最早是很震驚的狀態，原來困擾行業的很多技術難題一次性就被大模型解決了，也因此覺得移動互聯網又產生了一個新的發展空間，對我們個人的創業精神上也是很大的鼓勵。
但是馬上我們也開始擔憂，我們這個領域知識的內容是不是會被ChatGPT所替代，或者被其他大模型公司所替代。
後來我們也分析到底什麽樣的模式更合適，答案是一個行業既不能離AI太近也不能離AI太遠，如果太遠的話我們沒辦法去用這樣的服務，如果太近的話又很容易被淹沒了。
因此，後來我們定義說，自身的行業是有可能活下來的（雖然相關擔憂一直存在）。畢竟平臺上有兩萬多名咨詢師一直活躍，而且用戶一直很喜歡我們的產品。
我們是一個有粉絲的產品，所以這些在AI時代都是變成了一個很難得的資源。
最後再加上開源技術比較成熟，我覺得我們的心態更加堅定了。在開源層面上，我們可以發揮原有的聚焦用戶的優勢，讓人和AI相互合作。讓AI能夠幫助我們的咨詢師更好為用戶服務，同時通過咨詢師為用戶提供服務，我們也能夠得到很多如何提升AI效果的Commonsense。
AI化是一整套組織工程
接下來給大家分享三個實踐感悟。
第一個是期望的管理。因為AI非常適合做demo，做60分很容易，但做到90分往往很難。
比如可能一開始我們看到一個案例會覺得，這個AI帶來的變化太大，所以決定All in AI，但隨之就會產生各種各樣的問題。因此，我們首先需要注意管理期望，既包括自己的，也包括團隊的。
實際上，AI一上線必然對現有的業務產生或大或小的影響，為了避免影響發生後團隊再跳出來質疑，所以核心是做好預期管理。從短期看未必能做好，但通過分析行業以及AI技術本身，牠將在長期內成為一個核心動力。因此，不管是短期還是長期，我認為預期管理是很重要的一件事。
第二是一項組織工程。AI不只是算法工程師的事，需要集全公司之力。
分析過去兩年我們一些失誤或做得不好的地方，那就是之前移動互聯網的團隊在做AI這件事時，無法意識到AI本身的意義和價值所在，依舊在沿著慣性按傳統模式去零敲碎打，或者慢慢優化，並不能發揮AI最大的價值。
所以如果我們要決心做AI化，可能要注意讓整個組織全部圍繞AI展開，包括AI如何去影響產品、運營，以及技術，牠是一整套工程。
最後一個是相信年輕人。剛才我看VAST的產品（另一家做3D大模型的嘉賓）非常有創新，因為創始人非常年輕，我們在剛開始決定AI化的時候，對很多曾經有輝煌履歷的人產生一些迷信，後來發現還是沒有束縛的年輕人才能驅動後面的創新。
具身化與主動交互是泛心理服務的AI化新方向
展望未來，我們還有更多需要探索的方面。
首先是具身化。從心理咨詢來看，咨詢師除了文字語音還需要表情動作、儀式感，未來泛心理服務不僅僅AI化，還要在AI基礎之上再往前走一步得到具身化。
從技術角度來說，我們也需要給AI輸入多模態，只有這樣具身化才能夠實現多模態。從國內外競爭來說，做大模型非常難，但到了具身階段，我們可以利用中國供應鏈優勢做出更多創新形態。
其次是主動交互。現在大多數AI服務都是響應式的，問牠一個問題，牠的回復並不能主動結合情景去發問，或者提出牠的訴求。就拿中國人見面常說的，“你吃了嗎”，這個問題本身並不是一個任務，而是代表一種情商。
所以更多需求是基於場景做一些主動提問，這也是為了打開後面的談話。我們覺得到了具身階段，是有可能達到主動交互的層面的。