【【微信】】是继Alpha Go后又一里程碑事件，据市场调查机构Gartner预测，2030年以人机交互为代表的AIGC市场规模将超过万亿人民币。

2022年11月30日人工智能研究实验室Open Al发布了全新聊天机器人模型，这是一款人工智能技术驱动的自然语言处理工具。仅仅推出两个月，【【微信】】月活用户就突破了1亿，成为史上用户增长速度最快的消费级应用程序，超过了之前TikTok 9个月破亿的速度。

Aigamify小爱灵动合伙人兼首席创意官Leo称，用户量级的增长，资本的青睐以及带来了可被普通人感知的AI体验，让【【微信】】彻底“出圈”，从原来的投资圈，极客圈，海外圈再到国内。

敏锐的私域从业者已经开始将该技术和私域结合，品牌、平台和服务商纷纷开始尝试：

李国庆私域团队负责人黄生测试了一版白酒行业的【【微信】】，用于提升私域销售效能，让小白秒变销冠。

私域服务商团队233品牌私域和句子互动也做出新的产品尝试，将【【微信】】与企微结合，推出了全新的对话式服务，用在智能客服、群内气氛组、群员的体验效果非常好。

除此之外，阿里钉钉、百度、京东等国内互联网大头已经跟上步伐，正在进行本土化操作和测试，如，百度的“文心一言”（ERNIE Bot），京东的产业版【【微信】】：ChatJD等。

据见实观察，行业最关心的私域话题有两个：

一是，哪些私域岗位会被替代？对此，多数嘉宾表示，短期不会取代，但长远来看，初阶客服或者运营岗位一定会被取代。

二是， 【【微信】】的热度是否还能持续多久？如果回看过往底层技术对行业的影响，【【微信】】对于多数品牌而言或许只是茶余饭后的谈资，对于唱衰【【微信】】的声音不绝入耳，然而事实真的是这样的吗？

中国互联网大厂如何定义【【微信】】？在“中国版”的落地与场景还有哪些?对私域行业又会产生怎样的冲突？【【微信】】是平台的机会还是服务商的机会？为此，见实专门发起了“当私域遇见【【微信】】”的主题讨论，邀请了行业上下游的11名品牌与服务商代表共同深聊，从不同的角度来看【【微信】】对于私域的影响。

“已经迫不及待把【【微信】】引入私域了。”

李国庆私域团队负责人黄生在昨晚的朋友圈中写道，他们目前正在用语料库训练【【微信】】，打算做出一版垂类领域的【【微信】】，用于提升白酒行业私域销售效能，让小白秒变销冠。

黄生表示，在某些角度上，【【微信】】的回答比人工更胜一筹，但由于还是普适版本，目前仍需要持续“投喂”白酒私域语料库。如下是黄生在私域运营实战中的测试结果：

图2：李国庆私域团队测试的

【【微信】】回复-转化成交与售后话术

【【微信】】对私域将是一场革命，黄生告诉见实，私域的核心就在于线上交流和内容，而这些都能成为【【微信】】的语料库，一旦学会，接下来完全可以靠【【微信】】来自动提供内容，大大提升了私域人效，甚至让小白也能快速成为销冠，尤其是网络销售。

带着对新技术的好奇，不少服务商也开始测试新AI功能。

目前233品牌私域已经在社群场景中搭建了一套测试体系（如下图左侧），主要是陪伴式的聊天（气氛组），但由于目前【【微信】】还没有相应的自定义模型，因此，在理解上下文的环境中，还有很多限制，比如群聊中如何记住谁和谁说了什么，如何正确地回复给谁等一些列问题仍需要进一步克服。

233品牌私域CEO严颢告诉见实，虽然【【微信】】与私域的结合仍需要进一步训练，但测试下来的感受是，将【【微信】】用在智能客服、群内气氛组、群员的体验效果非常好，能感受到的是GPT-3的模型已经做到开箱即能展示了。

图3：233品牌私域与句子互动

企微接入【【微信】】测试

无独有偶，句子互动也开始内测接入企微场景（如上图右侧），后台流量也在近期突然暴增。

句子互动CMO张佳认为，AI对话式服务在企微里的体验是最好的，不过现在其实接入的很浅，最主要的原因是【【微信】】 压根就没给国内开放，只能做一些消息的转发，句子互动仍将继续跟进【【微信】】最新进展，期待早日与企业微信进行深度融合。

除了接入企业微信的尝试，不少以“人工智能对话”、“【【微信】】智能对话”等小程序层出不穷。不过整体体验感较差，甚至有些只是为了骗取广告点击，并无AI对话能力。(这里也提醒大家不要随意打开不明链接和小程序）。

图4：小程序版【【微信】】

因此，也有坊间消息称，国内【【微信】】转发机器人，或将全面失效。

如，一些程序员网友还反馈，刚开发完中国GPT的网页，结果总提示开放API的接口异常。因此，从目前态势来看，【【微信】】在国内仍然很难被大规模使用，但是目前市场情况尚不明朗。

“如果企业搭不上【【微信】】这班车，很可能会被淘汰。”360创始人周鸿t与搜狐创始人张朝阳对话时，曾这样提及【【微信】】。

除了品牌和服务商，【【微信】】爆火后，平台方也纷纷加入。阿里钉钉、百度、京东、腾讯、网易等国内互联网大头已经跟上步伐，正在进行本土化布局和研究。

如百度近日表示，将在今年3月完成类似【【微信】】的项目“文心一言”（ERNIE Bot）的内部测试。今天，京东云旗下言犀人工智能应用平台也宣布，将会整合过往产业实践和技术积累，推出产业版【【微信】】：ChatJD。腾讯也称正在有序推进【【微信】】方向研究。

阿里巴巴一名资深技术专家对外爆料，阿里达摩院正在研发类 【【微信】】 的对话机器人，目前已开放给公司内员工测试，未来可能将 AI 大模型技术与钉钉生产力工具深度结合。

图5：阿里达摩院测试【【微信】】对话机器人

对于平台的诸多动作，知定堂副总裁Asher钱晟轶表示，在通用技术底层上，最先布局的一定还是平台方，然后在垂类的应用上，特别是分行业、分模块、分场景上的应用，由于服务商在一线，所以会更加懂得如何将新技术贴合到现有业务场景和业务流程进行实操落地。

小裂变创始人张东晴同样认为，目前来看，机会更多仍旧是在平台方，服务商也不应该跳过平台进行【【微信】】的产品融合，更应该是基于平台的开放规则下进行产品能力的开发。

杭州可当科技有限公司高级运营经理刘宇宸和摩西科技CEO Jerry 认为，技术底层被改写，新的私域工具正在孕育。平台方提供基础服务，服务商做垂直化品牌落地。

【【微信】】有机会提高服务效率品质，但不会带来质变，对消费者利好，对企业，更像是带宽流量放宽了，大家就都放宽了。

前路漫漫，【【微信】】的未来想象空间确实大，但近三年应该不会有现象级的产品影响人们工作生活，毕竟可替代的产品有很多，虽然比较分散，但布局早，依旧有市场优势。

但总体来看，短期利好服务商，长期利好平台方，头部品牌方可能会率先尝试。

今年无疑是AIGC（AI Generated Content，指利用人工智能技术来生成内容）备受关注的一年，这是继UGC、PGC之后的新型内容生产方式，而【【微信】】模型的出现对于AIGC的应用更是具有重要意义。

不仅私域行业被赋能，【【微信】】可以完成对话、视频脚本、写诗、撰文、翻译、编码、撰写邮件等工作，这种AIGC的内容创作方式不仅帮助品牌突破内容创作瓶颈，还能从中汲取灵感、文案润色、总结或扩展，然后完善到自己的内容中。

卓尔数科私域LD王希晨告诉见实，【【微信】】真正解决了运营过程中千人千面问题，之前所谓的千人千面/多面，实际运营中最大的制约不在策略而在于内容，而通过AIGC的方式产出内容有机会让千人千面在私域真正实现。

目前卓尔数科已经在话术这个内容形式做了测试，打造了智能话术这个产品，帮助运营者快速产出内容，后续会逐步增加图片、视频等内容形式的创作。

【【微信】】的突然造访，是否意味着诸多私域内容和运营岗会被AI替代呢？

在见实深聊的众多嘉宾中，多数都认为【【微信】】中蕴含着巨大的私域提效机会，对于私域岗位是否被AI替代，大家的观点几乎一致，即，短期不会取代，但长远来看，初阶客服或者运营岗位一定会被取代。

第一，从纯文本、图片、视频三种不同的内容形态来看：

【【微信】】的纯文本能力替代今天的脚本，可能性会比较高，但是，图片和视频的反馈效果一般。

知定堂副总裁Asher钱晟轶告诉见实，如果放在垂类领域或者非常重度服务的行业，对应的私域社群运营和客服岗位上，仍然很难被【【微信】】替代，但对于泛的、轻度的服务或者轻度运营的一些社群是可以被替代的。

第二，从私域智能客服的角度看：

【【微信】】目前在私域运营的场景中，的确是很有想象空间的，而且最直接的体现是聊天机器人在客服场景下的应用，一方面可以结合微信客服，提升解答消费者问题的效率；另一方面可以结合社群运营，群营销自动化会有想象空间。但前提是必须合规，在微信生态的规则机制下。

小裂变创始人张东晴总结道，关键不在于怎么回答问题，不在于有体系化、专业的内容，更在于用户如何提问。所以【【微信】】更可以是社群运营人员的小助理角色，辅助运营，提升整体的效率和响应速度，不会出现跨越式的取代。

233品牌私域CEO严颢也持相似观点，他认为，尤其是在大品牌对于细节要求（精确到某个字眼），暂时还无法被取代，典型场景是同样问“护肤需要注意一些什么？”这种问题，每个品牌结合自身的产品回答的细节都是有区别的。

不过长远来看，初阶的客服或者运营岗位一定会被取代，可能在GPT-4发布后，就真的很难区分到底是人工客服还是【【微信】】了。严颢表示，AI对于私域领域的影响，更多的是人性的挑战，未来如果你的岗位不能创造情绪价值，不能调动用户的情绪，是很容易被AI取代的。

卓尔数科私域LD王希晨则直言，从过往美妆私域的服务经验来看，一个好的EBA对于用户体验提升和销售转化带来的贡献是巨大的，Top级的EBA对于团队贡献可能超过剩余团队的总和。因此，如何让那些直面用户的角色能力提升是一个重要的课题。

在实际执行的过程中，对于超过50人的EBA团队的管理就会开始遇到瓶颈，到达200人可能就会遇到天花板，付出的管理成本可能超过了最终收益。【【微信】】在这个层面可以为私域的服务和转化带来极大的提升。

第三，从私域SCRM工具与用户智能化标签的角度看：

在整个私域服务的环节，【【微信】】可以在为客户提供服务的同时，抓取更多的用户关键信息并进行总结和归类，这大大节省了客户标签的使用场景，也可以将客户服务场景通过它的分析更好地呈现出来。相比标签，它更加能够复现客户的核心需求。

杭州可当科技有限公司高级运营经理刘宇宸则认为，如果从提供Scrm工具服务的角度看，可能会有一定影响，构建产品和服务的底层逻辑如果是帮助B端进行销售转化，那么【【微信】】更多还只能是个“参谋”。

如，一些基础的话术Sop和RFM数据分析的话，只要有数据支撑，可能也能给出一些决策建议，但仅仅只是辅助决策，毕竟AI目前还没有对用户生命周期和自己公司商业资源相结合的认知，无法决策在中间应该找寻什么样的平衡点。

刘宇宸认为，当下大多数企业只是处于对新技术的好奇进行测试，如果可以，希望它可以承接公司里培训部门和客服部门的一部分工作。

总的来说，完全替代是不可能的，【【微信】】只是提升了人效，也就是之前需要100人干的事儿，现在可能只要2个人就干完了。部分初级运营和内容创作者的工作将面临【【微信】】的挑战，但即便如此，可能国内类似AI产品能力可能也暂时不会有这个机会。

当被问及，【【微信】】是否会像Clubhouse、元宇宙、NFT那样逐渐淡出大众视野时，嘉宾们一致认为，【【微信】】是AI技术迈向商业化落地的重要里程碑。

京东副总裁何晓冬曾公开表示，【【微信】】是第一款真正意义上的AI原生的产品，就像第一款iPhone，一出来就展现出高完整度、高体验性、高平台性。

Aigamify小爱灵动合伙人兼首席创意官Leo对【【微信】】的出现感到兴奋，他认为，【【微信】】反倒会让元宇宙、NFT等新概念和AI产品重新焕发，如增加元宇宙中的AI互动性，NFT作品生成的进一步平民化。目前小爱灵动已经启动了在品牌元宇宙中的用户参与度试验，相信不久我们就能看到元宇宙、NFT等产品和【【微信】】的全新组合。

相较于Clubhouse、元宇宙、NFT，【【微信】】不会是短期的噱头，张东晴说，相较于之前的AI概念，【【微信】】是有实际应用场景的，且能够给企业带来直接的商业价值，给消费者带来新体验的提升。

对于新技术，品牌是最后感知到的群体。

某头部乳液集团消费者产品运营中台负责人Alex告诉见实，品牌希望用户沉浸式体验并获得权益，还是用户自己希望沉浸后转化，大多数品牌犯错都是因为前者。无论什么新技术，核心是要给到用户好看，且专注的定制权益，用户才可能为此产生兴趣后买单，只靠明星不行，只靠AI更不行。

见实曾和小蚁数智创始人宋博深聊过元宇宙的话题，宋博表示，越是头部品牌，越重视模式创新，品牌只有不断通过新模式、新场景、完善的会员体系才能不断与消费者握手，谁能做出差异化，谁就能在短期内获得领先地位，因此，类似于AIGC、【【微信】】、元宇宙、NFT等新的玩法创新始终是品牌的刚需。

化繁为简，品牌的第一要务还是给用户更棒的产品和极致服务。创意的营销玩法对于品牌而言是刚需，模式上的创新就是让产品和服务过程更加有趣，也是能体现品牌温度和品牌关怀的时刻。

回到最开始的问题，【【微信】】的热度未来会持续多久，这里引用233品牌私域CEO严颢的观点：

“作为一种底层的技术而言，被大众遗忘几乎是板上钉钉的，但是它会化身成为各种互联网的人机交互服务，走进平常百姓的生活中，只是大家不知道背后是Open AI在提供服务。”

历史总在重演，科技永远向前。从元宇宙NFT到AIGC与【【微信】】，新玩法落地的底层依旧是底层技术的进步。这场由技术推动的行业变革，有望在AIGC、客户服务、教育、家庭陪护等领域率先落地，让我们拭目以待!

社区人物志 ｜ 致力于做出科学计算领域的ChatGPT，他是认真的

随着【【微信】】社区被越来越多的用户熟知，DP系列方法在越来越多的应用场景中实践，【【微信】】社区的核心开发者和深度用户不断涌现，跟社区的连接也更加深刻。从本月起，【【微信】】社区将陆续邀请社区核心开发者和深度用户，以访谈的形式来讲述他们的科研经历，应用心得等一系列故事。

本期社区人物志的主人公是张铎，他早期曾做过DeePMD-kit高性能优化、蛋白质scoring function等相关工作，举办过第一届【【微信】】 Hackathon大赛，目前主要在做DPA大规模预训练模型，期望能做出科学计算领域类似ChatGPT这样的大模型，从而推动整个领域的发展。

以下是访谈实录

1. 你「入坑」【【微信】】社区多久了？

快三年了，2020年加入【【微信】】社区，成为一名开发者，刚开始做DeePMD的优化，框架迁移之类的尝试，慢慢地，高性能优化，模型架构，下游应用等方面都有涉及。

2. 【【微信】】社区有哪些点让你「心动」，让你为社区持续做贡献？

首先【【微信】】社区是一个充满创新的社区，涉及到很多创新的算法，比如用非常前沿的人工智能来解决科学计算领域的问题，这种方式是之前没有的，也是开创了AI for Science新的范式，所以它是一个创新的社区。

其次，在实际应用上，【【微信】】社区做出来的项目是以落地为导向的，为了解决真正的实际问题，所以我觉得它是一个脚踏实地的、为了落地应用而出发的一个社区

第三点，【【微信】】社区是一个开源的社区，我们任何人都可以参与进来贡献，有利于整个项目的协同开发，能够积累社区的开发者，凝聚力量。

3. 你在社区获取了哪些「干货」？

首先是能力方面的锻炼，包括高性能计算优化， AI 模型架构设计，物理化学的应用场景落地等；

还有，在视野上，认识了很多前辈，了解到整个领域的现状及前景，对自己想要做什么有了更清晰的规划，想要参与到这场AI for Science的范式革命中。

4. 对【【微信】】社区还有哪些期待？

在社区开发者拓展上，希望【【微信】】社区对标一些成熟的社区，比如Hugging Face社区，PyTorch社区的开发者们，【【微信】】社区的开发者比较集中，现在集中在认识的圈子里。希望社区开发者慢慢拓展，也可以逐步拓展到海外

在社区贡献者激励上，希望社区能够吸引更多的开发者参与到社区贡献中来，在交流激励方面可以做得更加完善。

5. 有没有印象深刻的人和事跟我们分享？

首先非常感谢王涵老师和林峰对我的指导。

分享故事的话，想跟大家分享【【微信】】社区的曾晋哲同学。我对晋哲的印象很深，他是一个非常极客的人，他基本上一天24小时都有可能在醒着。晋哲是美国时间，但无论什么时候我们找他，他基本上都在。晋哲交PR速度非常快且完美主义，基本上百分之六七十以上的都是他的commits，让我非常佩服。

6. 去年12月，首个覆盖元素周期表近70种元素的深度势能原子间势函数预训练模型――DPA-1在【【微信】】社区年会上发布，被誉为自然科学界的GPT，是什么原因促使你开发DPA-1呢？

大势所趋。

一、参考其他人工智能领域的发展

科学计算现在可能面临的是CV，NLP的往前数五六年的一个阶段，参考CV，NLP等其他人工智能领域近几年的发展趋势，它们之前还是小数据，小模型，当有了大模型后，百花齐放，包括transformer，Bert， GPT，还有现在很火的Chat-GPT。而我们现在刚好就处于“小数据，小模型向大数据、大模型转变”的一个节点。

二、数据本身的积累，模型设计逐渐规模化、系统化

之前积累数据、模型的方式的成本是非常大的，大家可能都分别在各自领域体系里训练小模型、探究特有的性质，在这个过程中我们已经积累了很多高精度的科学计算数据集；为了降低成本、提升通用性，我们肯定也需要有一个大容量、迁移能力强的模型，来尝试把这些数据放在一起训练，获得通用的大模型。这样也能拓展更多应用场景，更快速准确地解决实际问题。

7. 听说DPA-2也在开发中，可以分享一下DPA系列当前的进度吗？

目前DPA-1和DPA-2同步进行。

DPA-1继续往更高精度，更大模型的方向来做， 努力打通下游应用。

DPA-2可以称为“史诗级的更新”，相比DPA-1有监督训练，DPA-2正尝试做到材料领域无监督训练大模型，希望只从结构信息就能学出来很多信息，从而使用更丰富的、大量无DFT标注的数据来训练模型，也会扩展到材料性质预测等应用场景。

8. 有用户反馈感觉DPA-1挺难应用到每个组具体的科研中，那DPA-1这种高屋建瓴的科研怎么才能down to earth?

我们目前也在做一些打通下游应用的策略，现在正处于开发阶段。

DPA-1是一个上游的大模型。当我们具体应用的时候，需要把大模型拿出来，在它下游应用的少量数据上进行一个微调训练。但对于一些用户来说，这样的过程可能速度有些慢，且效率有些影响。

所以我们现在为了提高效率，我们首先会用模型蒸馏，模型蒸馏是由大模型作为teacher模型，教出一个又快又准的符合具体应用场景的student模型。当得出这个小模型之后，我们也可以继续进行模型压缩，然后就可以把高效率的小模型拿到下游应用去做一些具体的计算。从而既有了大模型的高精度，又有了小模型本身的高效率，这样比较适合做下游的应用。

9. 去年和DPA-1同样重磅的还有【【微信】】，可以简单介绍下AIS Square吗？

【【微信】】，即科学智能广场，用户可上传、贡献自己的科学计算数据集、模型及工作流，同时可以一键下载、使用已经训练好的专用模型，也可以应用预训练大模型，仅通过少量却更加有针对性的数据进行微调，便可以方便、快捷地得到下游任务所需模型，降低计算代价和研究成本。

10. 和之前的DP Library 有什么不同吗？

DP Library基于DeePMD的数据及训练好的模型，数据的格式比较DP化，当时设定时没有考虑到其他数据的上传，是【【微信】】社区在数据层面上的早期尝试 。

【【微信】】不再限制数据模型种类，模型、数据、工作流等其他科学计算相关都可以放上去，是一个数据模型集散地。【【微信】】其实参考的是Hugging Face，对数据和模型并没有一个比如非常严格的划分。虽然管理起来可能会有一些成本，但是它非常适合长期的维护和发展，也符合整个科学计算领域未来发展的需求。

11. 日常生活中有哪些爱好呀？

各种主机游戏骨灰级玩家，跑步遛弯儿，排球，乒乓球，小提琴等等。

12. 最想和社区的人说什么？

想感谢各位社区内外的小伙伴，一起推动这项伟大的事业；也想和大家互相鼓励一下：“大教堂终将倒下，但集市永存”，【【微信】】社区协作方式以及项目的发展是整个领域的大势所趋，也必将带来一片片大有可为的新天地。

最后再次引用一下【【微信】】社区宣言：“以开源社区的方式协同开发将使每个人的工作更高效、及时、可靠、透明，这种紧密合作、相互成就的精神也必将激励越来越多的人推动计算的发展、造福人类社会。这是一个振奋人心的机会。这是科学计算的未来！”