" 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，如今已成爲擁有約 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。
對于公司核心産品測測，任永亮表示，早在 2019 年，測測就上線了首個基于 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 轉型曆程，他認爲一個行業既不能離 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 "。
爲了完整體現任永亮的思考，在不改變原意的基礎上，量子位對演講内容進行了編輯整理，希望能給你帶來更多啓發。
MEET 2025 智能未來大會是由量子位主辦的行業峰會，20 餘位産業代表與會讨論。線下參會觀衆 1000+，線上直播觀衆 320 萬 +，獲得了主流媒體的廣泛關注與報道。
核心觀點梳理
很多趣味測試可以更高頻地和用戶建立連接，從而解決需求端問題；
心理問題有一個天然的特點，或者說優勢，它和 AI 本質是相同的，都是基于語言給用戶解決問題；
一個行業既不能離 AI 太近也不能離 AI 太遠；
AI 非常适合做 demo，做 60 分很容易，但做到 90 分往往很難，需要做好期望管理；
具身化與主動交互是泛心理服務的 AI 化新方向；
以下爲任永亮演講全文：
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，我們隻是 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，一個行業裏面發生了哪些事情以及如何應用 AI。
具體而言，我們的核心産品叫測測，相信大家也或多或少聽說過。我們把它定義爲AI 驅動的泛心理 APP，以科技驅動泛心理在線服務的平台。
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。
測測于 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。
爲什麽做這樣的 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 " 字是因爲我覺得專業心理咨詢太過于嚴肅，或者太難以落地，爲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産業，或者在經濟發展早期階段更重要的産業。 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，住的房地産更不用多說了，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，但是我們的發展隻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緻泛心理需求的擴張（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緻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，産品市場匹配度）。
我們發現，傳統心理咨詢服務并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，" 爲什麽心理咨詢師隻是聽我說說話，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，我覺得基于東方儒家文明的中國的精神世界，也和西方不同，以緻于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，它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
在線平台是我們從 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并不是很多。
心理問題有一個天然的特點，或者說優勢，它和 AI 本質是相同的——基于語言給用戶解決問題。當我們發現這些問題之後，我們很早就确定要用 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。它是基于 BERT 去做的，大概 2 億參數，上線之後出乎我們意料，用戶對它接受度很高，看到了很多分享和傳播。我們一直在這個方向深耕，不過由于公司是一個應用型公司，所以我們有很多底層技術限制。
爲了拓展，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。期間有三種心态，最早是很震驚的狀态，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産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内容是不是會被 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适，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）。畢竟平台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産品。
我們是一個有粉絲的産品，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，我覺得我們的心态更加堅定了。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爲用戶服務，同時通過咨詢師爲用戶提供服務，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。因爲 AI 非常适合做 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，但随之就會産生各種各樣的問題。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産生或大或小的影響，爲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，它将在長期内成爲一個核心動力。因此，不管是短期還是長期，我認爲預期管理是很重要的一件事。
第二是一項組織工程。AI 不隻是算法工程師的事，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，依舊在沿着慣性按傳統模式去零敲碎打，或者慢慢優化，并不能發揮 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 如何去影響産品、運營，以及技術，它是一整套工程。
最後一個是相信年輕人。剛才我看 VAST 的産品（另一家做 3D 大模型的嘉賓）非常有創新，因爲創始人非常年輕，我們在剛開始決定 AI 化的時候，對很多曾經有輝煌履曆的人産生一些迷信，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 輸入多模态，隻有這樣具身化才能夠實現多模态。從國内外競争來說，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态。
其次是主動交互。現在大多數 AI 服務都是響應式的，問它一個問題，它的回複并不能主動結合情景去發問，或者提出它的訴求。就拿中國人見面常說的，" 你吃了嗎 "，這個問題本身并不是一個任務，而是代表一種情商。
所以更多需求是基于場景做一些主動提問，這也是爲了打開後面的談話。我們覺得到了具身階段，是有可能達到主動交互的層面的。
最後是科技向善。如今 AI 的服務和移動互聯網不一樣，移動互聯網是連接，AI 更多是整合，在這個過程中，我們也需要關注 AI 帶來的外部社會效應。
以上爲全部分享，謝謝大家！
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
>
