到底什么样的APP会逐渐被AI大模型取代?

1. 老牌APP面临的挑战

我先拿两款老牌的AI APP来说：形色picture this和扫描全能王camscanner。两款产品都是手机作为输入媒介拍摄，然后进行数据处理和归档——前者在识别植物后能辅助用户做长期的植物养护记录；后者主要是帮用户把纸质文件转化成电子版然后做文件管理以及再处理。

形色在植物相关的数据上肯定有access的优势在，但抛开技术不谈，用电子方式长期管理自己花园的这些用户对人机交互视觉肯定是有追求的。而且作为友商，我一直秉持的是不对友人产品发表任何过多的言论。

说到扫描全能王图像识别的智能切边和文档成像能力一直是顶级的，反正用起来就觉得很舒服。这是优势，但这优势在用户体验上不会太拉开差距。

有人会说，随着去纸化paperless的进程，如果越来越多的文档源头就是电子格式的话，扫描全能王面临的环境会不会变得棘手？

答案是：有可能会，因为这个就会导致扫描全能王和对话式大模型直接较量after-scanning的场景。但扫描全能王里有一些很有用的处理场景，确实更适合可视化手指交互，用户如果要通过对话式AI下达命令，那繁琐程度一定比用户直接上手要难。

比如你要修改图片PDF上的文字，在CS你通过手指点两个TAB，然后手指点到对应位置可以直接修改，比你输入一段话：“让AI先OCR整篇内容，找到第5页，其中这段话XXXXXX里的X，改成Y后”再处理要简单多了。所以，对用户来说，只要物理接触的人机交互方式比对话式输入的形态要简单，那做APP的场景就还有戏。

所以扫描全能王虽然会有空间压缩的可能性：——比如给AI指令，对这些照片进行扫描切遍处理并发送给某个email，这样的场景确实有可能会被挤压。但扫描APP的存在还有一个非常重要的用途就是可视化的文档归档整理和调用。这一点就需要至少对话式AI大模型再额外加一个文档管理的载体平台，这个还不如单一产品的好。所以这点也不会导致扫描APP被取代。

2.哪些赛道会被洗牌？哪些不会？

1）纯数据交互然后一次性给单一交付的APP不要去做，非常容易被取代掉。

– VPN这种压根不需要APP载体的工具，之后给AI弄个SKill就可以替代掉了

– 翻译软件的大部分场景也会被对话式AI大模型替代。举例子，像类似沉浸式翻译插件浏览网站并翻译的场景，以后你全球的新闻搜集任务直接交给OpenClaw去搜集，然后同时你把翻译任务一起交付给OpenClaw，让他产报告。

– 比如To do list，这个Openclaw更是可以干掉这个领域95%的应用。因为本身两者之间原先的输入“信息”的模式就比较雷同。然后导出结果这一块，说实话，以结果（用户能不能根据既定的timetable完成任务）为导向来看，OpenClaw可以做得更好更省人力，为啥还需要多一步人机交互的界面呢？

– 比如天气，除非你有自己的天气预测大模型且真的很准，像彩云天气精准到分钟级预测雨势基本是国内最准的。单纯精美的视觉虽然生动，但可能并不能留住用户。

反而像健康数据管理赛道，我不认为那么容易被对话式AI大模型取代。虽然你智能手表的数据载入以及后续的分析处理，通过对话式AI大模型可以全部帮你处理分析好，但用户对于数据的视觉呈现和长期健康状态的可视化、手指点触即可追溯是有需求的，毕竟这些用户可是能为“开局PPT“式营销直接买单的人，所以这个时候单独APP的人机交互的呈现就有必要了。

2）AI教育这块，AI数学这一块我客户和学生不少。但我实话实说，对话式大模型确实足够承载用户需求了。AI幻觉以及解题准确率肯定会被解决的，特别是高中-大学的数学课程，如果不涉及哲学思想的话，对与错很明显。用户对于呈现的结果只要求一个准确，这就够了。至于所谓的错题合集和一些附属功能，都是锦上添花的。

3）试图将大模型效率提升的Agent工具，尽量不要去碰。比如Seedance出来后，生视频的agent就很尴尬了，我的很多作品已经证明了这点，当然了我也说过视频Agent对于细节修正要求特别高的工作者来说，肯定是有存在的商业价值的，单一生视频大模型在这块的处理能力还存在缺陷（但像即梦、小云雀这种大模型和APP是同一厂商的背景下，做agent还有必要吗？）。

而且…实话说，我让openclaw加载对应的skill, 让它现搭一个ai用的生视频工作流，就完全可以24小时给我做视频（比如同人剧），只要抽卡的问题被大模型尽最大力解决，效果….不比人盯着强多了吗？当然了，像商业短剧这种要求特别高的，maybe要特殊对待。所以替代只是时间问题。