编辑部 整理自 MEET2025大会
量子位 | 公众号 QbitAI

“原来困扰行业的很多技术难题一次性就被大模型解决了。”

测测，一个AI驱动的泛心理APP，如今已成为拥有约4000多万用户的垂类应用。

这一切是如何做到的？？

本次量子位MEET 2025智能未来大会上，心言集团创始人、董事长兼CEO任永亮就「从泛心理行业看垂直行业如何AI化」这个话题分享了他的经验见解。

对于公司核心产品测测，任永亮表示，早在2019年，测测就上线了首个基于BERT的泛心理领域问答模型，获得了超出预期的用户反响。谈到AI转型历程，他认为一个行业既不能离AI太近也不能离得太远，关键是找准平衡点，“如果太远的话没办法用这样的服务，如果太近的话很容易被淹没”。

为了完整体现任永亮的思考，在不改变原意的基础上，量子位对演讲内容进行了编辑整理，希望能给你带来更多启发。

MEET 2025智能未来大会是由量子位主办的行业峰会，20余位产业代表与会讨论。线下参会观众1000+，线上直播观众320万+，获得了主流媒体的广泛关注与报道。

• 很多趣味测试可以更高频地和用户建立连接，从而解决需求端问题；

• 心理问题有一个天然的特点，或者说优势，它和AI本质是相同的，都是基于语言给用户解决问题；

• 一个行业既不能离AI太近也不能离AI太远；

• AI非常适合做demo，做60分很容易，但做到90分往往很难，需要做好期望管理；

• 具身化与主动交互是泛心理服务的AI化新方向；

以下为任永亮演讲全文：

大家下午好！我分享的主题是从泛心理行业看垂直行业如何AI化。

首先声明，我们只是AI领域的一个应用者，也就是把先进技术和具体需求相结合，所以可能没有太酷炫的技术分享。只期望帮助大家由点带面地看：AI时代下，一个行业里面发生了哪些事情以及如何应用AI。

具体而言，我们的核心产品叫测测，相信大家也或多或少听说过。我们把它定义为AI驱动的泛心理APP，以科技驱动泛心理在线服务的平台。

目前，测测约有4000多万用户，如果从应用市场排行榜来看，我们算是中国最活跃的泛心理在线社区。

测测于2013年正式上线，当时移动互联网也刚兴起，我从那个时候就开始做测测这款APP。

为什么做这样的APP？

首先从本质上来说，我们解决的是泛心理领域的问题。什么是泛心理？根据马斯洛需求模型的五个层次，最底层是生存，生存之上是安全，安全之上是爱和归属，爱和归属再往上是尊重，尊重再往上是个人实现、自我实现。

泛心理需求是指在爱和归属层面上去满足用户的一个心理需求，加“泛”字是因为我觉得专业心理咨询太过于严肃，或者太难以落地，为了让更多用户能够解决他们的心理问题，我们定义成泛心理。

所以从马斯洛需求模型上可以看出，越底层的需求越可能是一个更大的产业，或者在经济发展早期阶段更重要的产业。 比如说生存，生存涉及到衣食住行，我们可以看到“衣食住行”这每一个字背后都是一个或者几个万亿级公司。穿衣有淘宝，吃饭有美团，住的房地产更不用多说了，出行有滴滴等等。

我们名义上解决泛心理需求更高层次的需求，但是我们的发展只有建立在前面需求被满足基础之上才有可能。

所以从泛心理需求来说，经济快速发展以及社会现代化导致泛心理需求的扩张（一般所有国家都是在人均GDP超过1万美金以上），才会出现这样一个需求，或者说这个需求才被重视。

数据显示，中国是在2019年才实现了人均GDP一万美金，如果对比1978年，这增长了66倍。这是两代人的一个差距，这一快速增长过程导致了很多泛心理问题的出现，而我们也是在这个过程中不断发展。

从成立初的2013年~2016年，我们先解决的是PMF问题（Product Market Fit，产品市场匹配度）。

我们发现，传统心理咨询服务并没有在中国这个市场通过PMF认证。原因包括认证门槛比较高，很多做心理咨询的用户会反馈，“为什么心理咨询师只是听我说说话，我就要给他付这么贵的费用”，诸如此类各种各样的问题。

而且从文化基因来说，我觉得基于东方儒家文明的中国的精神世界，也和西方不同，以致于所衍生的心理咨询形式也不同，这也是我们所面临的一个需求端需要去验证的问题。

还有服务理念。我本科专业是预防医学，对应就是临床医学，临床医学直接解决问题，预防医学通过宣教，通过社会化的方法以更低的成本去帮助更多人解决问题。

所以说种种因素综合起来，2013~2016年我们主要就在解决市场匹配问题，我们发现很多趣味测试，比如MBTI测试，或者各类娱乐测试，它可以更高频率地和用户建立连接，从而解决我们需求端的问题。

用AI解决供给端瓶颈

在线平台是我们从2016年开始做的，原因是发现服务供给体系的质量和数量存在很严重的不足。包括认证心理咨询师，规范不统一，名义认证上百万，但真正能够提供服务的并不是很多。

心理问题有一个天然的特点，或者说优势，它和AI本质是相同的——基于语言给用户解决问题。当我们发现这些问题之后，我们很早就确定要用AI化的方式去解决这个供给端瓶颈的问题。

具体而言，我们在2019年就上线了第一个泛心理领域的问答模型。它是基于BERT去做的，大概2亿参数，上线之后出乎我们意料，用户对它接受度很高，看到了很多分享和传播。我们一直在这个方向深耕，不过由于公司是一个应用型公司，所以我们有很多底层技术限制。

为了拓展，我们在2023年正式引入大模型，我们讲大模型和行业领域知识相结合，升级我们的大模型。今年，我们的大模型也通过了国家网信办备案，目前有接近50%的月活用户和付费用户，一半以上付费用户都是使用AI服务。这个就是过去做过的一些事情。

总之，2023~2024年接近两年时间，我们一直在做AI化的事情。期间有三种心态，最早是很震惊的状态，原来困扰行业的很多技术难题一次性就被大模型解决了，也因此觉得移动互联网又产生了一个新的发展空间，对我们个人的创业精神上也是很大的鼓励。

但是马上我们也开始担忧，我们这个领域知识的内容是不是会被ChatGPT所替代，或者被其他大模型公司所替代。

后来我们也分析到底什么样的模式更合适，答案是一个行业既不能离AI太近也不能离AI太远，如果太远的话我们没办法去用这样的服务，如果太近的话又很容易被淹没了。

因此，后来我们定义说，自身的行业是有可能活下来的（虽然相关担忧一直存在）。毕竟平台上有两万多名咨询师一直活跃，而且用户一直很喜欢我们的产品。

我们是一个有粉丝的产品，所以这些在AI时代都是变成了一个很难得的资源。

最后再加上开源技术比较成熟，我觉得我们的心态更加坚定了。在开源层面上，我们可以发挥原有的聚焦用户的优势，让人和AI相互合作。让AI能够帮助我们的咨询师更好为用户服务，同时通过咨询师为用户提供服务，我们也能够得到很多如何提升AI效果的Commonsense。

接下来给大家分享三个实践感悟。

第一个是期望的管理。因为AI非常适合做demo，做60分很容易，但做到90分往往很难。

比如可能一开始我们看到一个案例会觉得，这个AI带来的变化太大，所以决定All in AI，但随之就会产生各种各样的问题。因此，我们首先需要注意管理期望，既包括自己的，也包括团队的。

实际上，AI一上线必然对现有的业务产生或大或小的影响，为了避免影响发生后团队再跳出来质疑，所以核心是做好预期管理。从短期看未必能做好，但通过分析行业以及AI技术本身，它将在长期内成为一个核心动力。因此，不管是短期还是长期，我认为预期管理是很重要的一件事。

第二是一项组织工程。AI不只是算法工程师的事，需要集全公司之力。

分析过去两年我们一些失误或做得不好的地方，那就是之前移动互联网的团队在做AI这件事时，无法意识到AI本身的意义和价值所在，依旧在沿着惯性按传统模式去零敲碎打，或者慢慢优化，并不能发挥AI最大的价值。

所以如果我们要决心做AI化，可能要注意让整个组织全部围绕AI展开，包括AI如何去影响产品、运营，以及技术，它是一整套工程。

最后一个是相信年轻人。刚才我看VAST的产品（另一家做3D大模型的嘉宾）非常有创新，因为创始人非常年轻，我们在刚开始决定AI化的时候，对很多曾经有辉煌履历的人产生一些迷信，后来发现还是没有束缚的年轻人才能驱动后面的创新。

展望未来，我们还有更多需要探索的方面。

首先是具身化。从心理咨询来看，咨询师除了文字语音还需要表情动作、仪式感，未来泛心理服务不仅仅AI化，还要在AI基础之上再往前走一步得到具身化。

从技术角度来说，我们也需要给AI输入多模态，只有这样具身化才能够实现多模态。从国内外竞争来说，做大模型非常难，但到了具身阶段，我们可以利用中国供应链优势做出更多创新形态。

其次是主动交互。现在大多数AI服务都是响应式的，问它一个问题，它的回复并不能主动结合情景去发问，或者提出它的诉求。就拿中国人见面常说的，“你吃了吗”，这个问题本身并不是一个任务，而是代表一种情商。

所以更多需求是基于场景做一些主动提问，这也是为了打开后面的谈话。我们觉得到了具身阶段，是有可能达到主动交互的层面的。

最后是科技向善。如今AI的服务和移动互联网不一样，移动互联网是连接，AI更多是整合，在这个过程中，我们也需要关注AI带来的外部社会效应。

以上为全部分享，谢谢大家！

点这里