最酷的一批分析師，都離不開這張卡

來源：遠川研究所

現代人職場生活時常面臨一種困境：很忙，但説不清在忙些什麼。

「朝九晚五」被切割為隨時待命的零散片段，微信消息、社交媒體，通訊手段的豐富帶來信息的日常轟炸，讓人們被迫在多項任務間來回切換，導致拖延，陷入越忙越亂的惡性循環。

碎片化是上一代移動互聯網技術給人們提供便利的一體兩面，也是如今的AIGC技術所要面對的課題：對碎片化的信息進行重新整合和結構化重構，將工作、生活的主導權交還給社會個體。

而承載這一願景的AI產品可能是任何一種樣子，但它的內核始終不變：像影子一樣在后台默默運行，充當個體的另一個大腦。

它可以是眼鏡、項鍊、胸針，也可以是一張卡片。

手機背面的「卡片」

「不知道忙什麼」既是一種客觀存在的工作狀態，也是哲學意味的后現代思考，其內核在於大腦對海量信息吞吐處理能力的捉襟見肘。

工業化的時代也是傑克·韋爾奇被封神的年代，大規模標準化生產大行其道，產業工人的工作日趨標準與通用，從福特T型車到豐田的精益生產，超級工程在流水線上被拆解為一個又一個整齊劃一、單調乏味的標準化動作。

但在廣袤的第三產業，工作方法和流程往往相對模糊，既沒有成熟的標準化產品與服務，也沒有可以量化的考覈與評價體系。比起秩序與效率組成的工業生產，這類工作的特點是「非標準化」。

典型代表是「從不加班、因為永遠在上班」的券商分析師。

一名跟蹤美股二級市場的分析師，到了財報季，半夜十一點參加完電話會議、凌晨四點還得蹲守財報發佈是常態，甚至一天就要追蹤四五家上市公司的財報發佈，分身乏術，過去只能靠同事、實習生幫忙錄音，如今有了AI，能做的更多了。

如果將分析師視作一臺計算機，其對信息的吞吐效率就決定了工作效率。其中的難點在於，這些信息大部分是碎片化的、非結構化的，難以通過傳統「批量處理」的方式提高效率。

例如調研紀要、專家交流記錄等等，這些信息產生的時間和空間充滿不確定性，包括但不限於公司交流的會議室、與專家對談的茶室、與董祕的一次通話。而其中微妙的「言外之意」、不經意的信息補充，都可能對其分析結論的走向起到決定性作用。

換句話説，就是依賴高效率的信息處理，輔助做出決策。

然而，人腦恰恰並不擅長並行計算——比如一邊寫作文一邊做數學題。因此，分析師都盼望自己有「第二個大腦」，一邊記錄隨機掉落的碎片化信息，一邊將對信息進行篩選，將其中有效信息串聯起來構建知識庫，供自己隨時調取、總結。

理解了這一點，就不難理解一款名為TicNote的AI產品在分析師中流行起來，其最大特色就是提供了針對碎片化、非結構化信息的超強處理能力。

作為一款「隨時記錄」的產品，除了要有足夠長的續航時間外，消費者對其一個隱含的需求是：最好使用時感受不到的它的存在，就像影子。

TicNote外形有點像卡片錄音機，機身厚度僅為3mm，29g的重量和手機殼差不多，套上磁吸保護套、貼到手機背面，幾乎沒有存在感，開啟錄音只用輕輕物理按鍵一步到位，而且可以連續錄音超過20小時，幾乎覆蓋一整天的日程。

在「聽無遺漏」的基礎上，要給分析師進一步「減負」，還需要對這些碎片化的信息進行篩選、整理，建立數據庫，甚至縱深、挖掘出有價值的信息，相當於承擔「實習生」的工作。

TicNote內置的Shadow AI承擔的就是這樣一個「電子實習生」的角色。

分析師把素材通過藍牙、WiFi同步到TicNote的專屬手機app或是網頁平臺，Shadow AI可以在幾分鍾內總結錄音內容、給出思維導圖、生成有洞察力的分析。相較於人類實習生的好處是，不僅效率碾壓，而且穩定在線，不用擔心離職。

而讓TicNote真正成為「金牌實習生」是其特色的「Aha頓悟時刻」，從碎片化的信息中主動挖掘潛藏的價值並提示，比如從過去某個會議的紀要中提取關鍵事實信息，與當下在專家採訪中獲得的觀點相互印證，通過「頓悟」提醒，打開分析師的思路。

如果找一個類似的產品，TicNote的定位可能更像拍立得——拍立得的成像化學原理與其他膠片相機幾乎沒有任何不同，愛德温·藍德沒有創造全新的技術，而是構想了一個新的模式——把顯影劑集成在底片上，將暗房里的顯影、定影過程在相機上完成。

拍立得並沒有使用可以在PPT上講兩頁的尖端技術，但在「馬上拿到這張相片」的需求之上，即便最精密的單反相機也無法比拍立得做的更好。

TicNote更像是一款功能更明確的「AI產品」，它的暢銷也在提醒業界，滿足真實世界存在的需求，有時比單純的技術更加複雜。

從取代到協作

與眾多AI初創公司相比，TicNote的開發者出門問問算是AI界的「青壯年」。

創立十三年，出門問問以擅長的AI語音交互技術為基礎，陸續推出過語音助手、智能硬件、智能手錶TicWatch等AI產品，以不同的硬件作為載體，目標始終是尋找與驗證更有效的交互方式，讓消費者享受到差異化的AI功能。

TicNote是諸多「前輩」的集大成者，最大的突破就是找到了手機等主流計算終端力所不逮的領域，作為其切入消費者生產生活的入口。

過去兩年，眾多AI硬件公司高舉「做AI時代的手機」的旗幟跑步進場，最終鎩羽而歸，就是因為錯誤地將「取代手機」視作進入消費電子市場的必要條件。

曾經火爆出圈的AI Pin，以「胸針」的形態意圖將人們從低頭看手機的姿態中解放出來，以語音代替鍵盤，以投影代替屏幕。

但這種設計卻忽略了處理器在執行語音識別這類高計算量任務時每分鍾的功耗，以及為此配備的散熱材料和長續航電池需要佔據的內部空間，這些忽視導致了AI Pin在實際使用中對語音指令反應迟鈍，散熱效果差，續航撐不過一次功能測試。

類似的還有最近陷入爭議的AI眼鏡，這些都指向了一個事實——當下的技術還不足以支撐打造出一款能夠在通用性、性價比上超越並取代手機的計算終端。

TicNote的成功之處在於：不去「顛覆」消費者的行為習慣，而是基於消費者習以為常的場景與習慣，針對性的解決痛點。

智能手機統治消費電子市場多年，消費者的行為習慣被手機龐大的應用生態高度滲透，因此AI產品的不應該繞過手機，反而要基於消費者使用手機的習慣去做產品設計。

TicNote的設計思路總結為兩點：

一是降低用户的使用門檻，通過外觀的特殊設計以及與手機的「物理綁定」，最大程度地將TicNote的使用場景「日常化」；二是圍繞手機薄弱的錄音功能做補充。

一方面考慮到續航和「身兼數職」，手機無法長時間保持錄音狀態，TicNote卻可以連續錄音超過20個小時，另一方面，TicNote能夠覆蓋到手機通話等不方便手機錄音的場景。

縱觀消費電子歷史，新設備的誕生並不總伴隨着舊設備的消亡。平板當年打着「取代PC」的口號進場，如今卻與PC各享一畝三分地：平板對應娛樂和輕辦公，PC用來辦公。

市場常以超出預期的寬容和廣度承接住更多種類的設備，只要人們始終懷抱着對「更好地生活」、「更高效地工作」的預期，就會不斷有新的需求盲點顯現出來。成功的產品不是因為它具備多麼獨一無二的技術，而是是否精準打擊到了這些需求痛點。

就像索尼工程師專注給電視減薄，最終卻輸給了專注娛樂的三星電視。因為消費者無法察覺電視0.5毫米的厚度差別，卻總能對觀影時的沉浸感、遊戲畫面的流暢度吹毛求疵。

軟件是第一生產力

iPhone顛覆功能機時代，靠的不只是靈敏的觸摸屏，還有基於觸屏打造的憤怒的小鳥。

強大的硬件背后，必然有更強大的軟件。硬件始終是軟件的載體，AI Pin和AI眼鏡外形再酷炫，沒有提供手機以外的功能，同樣淪為電子垃圾。

大模型時代的設備除了需要更高的算力外，軟件作為改變人機交互方式的槓桿，是硬件算力優勢和大模型能力的具象化呈現，直接決定了用户體驗。

出門問問常常被視為AI硬件公司，但作為國內「AIGC第一股」，其真正擅長的是AI語音交互和大模型技術，是國內最早一批踐行「voice-first」理念的公司，也是少有的軟硬兼備的AI公司。

TicNote得以在一眾同類產品中脫穎而出，也正是因為其始終圍繞「如何便於用户使用大模型」做設計，把產品的核心競爭力錨定於軟件。

除了上文提及的智能總結、思維導圖、頓悟等功能之外，TicNote區別於同類產品的另一個差異化軟件功能是跨時間、跨文件的用户項目管理。

與大部分同類產品只能對單一文件單一操作不同，TicNote能夠通過在App或網頁端創建「我的項目」，在其中添加各種類別的文件，交由「Shadow AI」統一管理。

類似於建立一個「知識庫」，最大限度地跨場景、跨時間整合信息。比如從過去某個會議的紀要中提取關鍵事實信息，與當下在專家採訪中獲得的觀點相互印證，碰撞出新的思路。

與此同時，TicNote還通過與出門問問旗下「魔音工坊」（海外版DupDub）聯動，能夠自動將上傳的語音素材轉化為播客，這是在體察到播客這一行業普遍發展態勢之下，通過軟件優勢進一步擴大了使用場景，精準定位了用户的差異化需求。

另一個靠軟件力挽狂瀾的AI產品還有第二代Ray-Ban Meta。

相較於反響平平的一代產品，其最大的改進就是接入了大模型，配合硬件的改善實現了更多差異化的AI操作。比如在第一人稱拍攝視角的基礎上增加了自動識別眼前人事物功能。通過精準地定位特定需求，重新確立了AI眼鏡在各類計算終端中的身位。

反面典型則是AI Pin以及另一款與其定位相似的網紅產品Rabbit G1。

前者在軟件上與手機應用生態的割席，不僅沒能效仿app store打造出一個專屬的應用平臺，也沒能兑現自己承諾的差異化的軟件能力；后者則因為軟件疑似「套殼」安卓而備受質疑。

沒有差異化的軟件能力，產品就會在硬件的同質化競爭中被快速淘汰，甚至隨着手機硬件的進步淪為手機配件。

當年智能手機尚未來得及補齊相機硬件短板，各大相機廠趁機推出「自拍神器」企圖分一杯羹，但很快在手機攝像頭、圖像傳感器的性能提升下被光速淘汰。

真正與智能手機「共同富裕」的是應用軟件開發商。

大模型時代將軟件能力前置到了前所未有的主導地位，與其説是為硬件搭載大模型，不如説是為模型找到更易於與用户交互的硬件形態。

真正提高工作效率不是幾萬塊錢一張的顯卡，更可能是一張貼在手機背后、如同影子一般記錄一切的一張卡片。就像那個平時不太聊天、但總能幫你補齊材料的同事，或是默默觀察聆聽、只在必要時給予建議的朋友。

這是TicNote試圖扮演的角色，也是大模型時代的AI產品被期待扮演的角色。

參考資料

[1]The Humane AI Pin never had a chance, The Verge

[2]Humane’s Ai Pin Isn't Ready to Replace Your Phone, But One Day It Might, Inverse

[3] Humane's AI Pin Failed Because It Ignored What Was Already in Our Pockets, CNET

作者：何律衡

（聲明：本文僅代表作者觀點，不代表新浪網立場。）