# 三个亿砸广告不如下乡刷墙？别再问为啥你奶也玩上AI了 - 作者：Selina - 发布时间：2025-03-24 16:54 - 分类：公司 - 原文：https://www.ifanr.com/1618545 前阵子 Manus 出圈的时候，邀请码制度引发了一阵对于 AI 产品营销的讨论。再往前，还有过「国产 AI 的钱都花在投放上」的讨论。 正当所有人都在讨论花钱投放值不值的时候，元宝，以一种截然不同的姿态站了出来： ![](https://s3.ifanr.com/wp-content/uploads/2025/03/yaunbao-rural-2.png) ![](https://s3.ifanr.com/wp-content/uploads/2025/03/yuanbao-rural.png) 这就到了开始走下沉路线的时候了……？ 看上去很像整活儿（实际可能也是整活），但要说不说，下沉路线并非想象中的那么离谱。 斯坦福大学最近发布了一项研究结果，分析了 2022-2024 间，多达上百万条数据集。这也是 ChatGPT 发布之后，大语言模型快速走入生活的两年，在各个人群中都快速渗透。 其中，撰写产品和服务投诉是一个 AI 可以发挥大用处的场景。斯坦福的研究人员调用了一个公开数据库，里面是美国消费者金融保护局维护的投诉数据，专门收集针对金融产品和服务的投诉。 研究人员发现，受教育程度较低的地区，有更多消费者借助 LLM 工具撰写投诉内容。虽然整体的采用率，还是城市地区更高（18.2%，对比农村地区的 10.9%），但是相比之下，受教育程度较低的用户，更倾向于使用 AI（19.9%，对比受教育程度更高地区的 17.4%）。 ![](https://s3.ifanr.com/wp-content/uploads/2025/03/complaint.png) 元宝的下沉路线投放，说不定是 next level，站在大气层也说不定呢？ ### 曾经的 AI 营销：大力出奇迹 AI 产品在营销上，或多或少都有些「土味」操作。比如曾经投放力度冠绝群雄的 Kimi，就尝试过各种类型的推广。 比如电梯里的视频广告，暴力循环，洗脑型推广。 ![](https://s3.ifanr.com/wp-content/uploads/2025/03/kimi-ad2.png) 小红书网友锐评：被 AI 省下的脑力，终归是要还的。 ![](https://s3.ifanr.com/wp-content/uploads/2025/03/kimi-ad2-follow-up.png) 还有官方下场打捞由用户做的动态视频。 ![](https://s3.ifanr.com/wp-content/uploads/2025/03/kimi-ads.gif) Kimi 的推广风格跟它的产品定位分不开，主打城市白领人群，而且非常强调年轻、整活。 这种思路更多是利用了用户对「与非人类」交互的本能好奇，把聊天机器人人格化，把生成式算法包装得既有实用价值，又能提供情绪价值。 使用这样一款产品，就成了一种「身份标识」。思路不算新，但配合大规模大手笔的投放，曾经还是横扫了一大批用户的。 不过，论推广，没有谁比背靠鹅厂的元宝更无孔不入。短短的两周，曾经存在感一般的元宝，被一下子捧到了台前，而且是用尽一切方法的强捧。 从看广告下，下 App，拿奖励。 ![](https://s3.ifanr.com/wp-content/uploads/2025/03/yuanbao-ad.png) 到开屏弹窗。 ![](https://s3.ifanr.com/wp-content/uploads/2025/03/yaunbao-ad2.png) 再到把下载链接放在微信搜索框里、朋友圈里、公号推荐流里，只有你想不到没有它做不到。路人被轰炸到要问一句：到底什么是元宝？ 这一波投放，据说两周内花了三个亿，调动的腾讯系 app 不计其数——去农村刷墙，小菜一碟啦。 ### 没有需求，就创造需求 在元宝上，我尝试问了一些农作场景的简单问题，比如「种植水稻，遇到强降雨怎么应对?」以及「母猪的产后护理有哪些注意事项？」 ![](https://s3.ifanr.com/wp-content/uploads/2025/03/yuanbao-long.gif) ![](https://s3.ifanr.com/wp-content/uploads/2025/03/yuanbao-long-2.gif) 看上去还挺全面，但究竟是不是对的，只能专业的养殖户才能看得出来。就像让它做 excel 表格、word 修订这些我特别懂的任务，我一眼能看出问题来。但对于不够了解的领域，只能将信将疑。 这和模型的能力并不完全相关。元宝接入了 DeepSeek 之后，提高了生成的质量，并且提供了清晰的思维链过程，引用链接这些也更清楚了。 但**农作是一件相当依赖经验的事**，对天气、季节、虫害的处理经验，很多并不是写在网上，而是记在农民脑子里。 2016 年时，安卓操作系统上有 561 个与农业食品相关的应用程序，iOS 操作系统上有 589 个。那时候就有不少大公司希望能给农业生产提供帮助，拜耳在德国推出过一款应用程序能识别不同农作物中两百多种有害生物和疾病，还能提供有效的控制措施。巴斯夫在英国推出了杂草识别，主打功能是鉴定出 140 种杂草。 ![](https://s3.ifanr.com/wp-content/uploads/2025/03/BSF.png) 可以看到，图像识别和深度学习等技术，进入农业生产的时间，比大众想象的要早很多。然而这实在是一个依赖经验的领域，农民真的会在种植水稻的时候，萌发去「问下 AI」的需求吗？很难想象。 然而这些技术手段，是不是真的能造福下沉市场，并不是重点。 斯坦福的研究里发现，**受教育低的地区，使用 AI 的频率更高，乍一看很「反直觉」，但并不难理解**：其它数据没有明显差异的情况下，它意味着这样一群用户，更容易依赖 AI。 在研究里对比了几个不同维度的数据，在 2023 年年初，城市地区和农村地区的差距并不大，但越往后，城市地区的均衡水平为 18.2%，城市化不高的地方仅为 10.9%。 也就是在城市地区，有更多的人使用 AI 工具，而农村地区相对较少——可是他们的使用频次高。 将地区与州平均水平的学士学位获得率进行比较，教育程度较低的地区到了 2024 第三季度，使用频次依然稳定在约 19.9%的水平。 看来是真好用，一用就放不下了——这可能才是刷墙的真正用意，所谓的占领用户心智。 [![](https://s3.ifanr.com/wp-content/uploads/2025/03/img_67e11d40668ab.png)](https://s3.ifanr.com/wp-content/uploads/2025/03/img_67e11d40668ab.png) 元宝可能也很清楚这一点：现阶段的 AI 产品推广，只能通过符号化营销，凭空「创造需求」。「农村包围城市」的路线，对于 AI 应用的营销策略而言，未必就有效，只是需要这种方式打出声量。 [![](https://s3.ifanr.com/wp-content/uploads/2025/03/img_67e11d637ea64.png)](https://s3.ifanr.com/wp-content/uploads/2025/03/img_67e11d637ea64.png) 技术复杂性，一定程度上让符号化成为必要手段。早期智能手机推广时，会把「移动设备」简单转化为「能看电影的手机」。毕竟要解释前者的话，得浪费不少口舌，可能还吃力不讨好。 对尚未体验过的服务，用户是缺乏需求想象力的。尤其在生成式 AI 身上，相比于工具化的软件、应用，效率的提升好量化，现阶段 AI 的「智能」程度缺乏普世度量标准，更缺乏具象的需求想象。 符号化的营销方式，主动建构、填补需求空白，从而让用户和产品建立关系。这是目前 AI 应用推广的「基础操作」，每一步既是因也是果。 ![](https://s3.ifanr.com/wp-content/uploads/2025/03/meme.jpg) 不过这里有一个因素没法被左右：技术本身。去年上半年，谁能预计到年尾会闯出一个 DeepSeek，直接杀死了比赛。 到底能不能真正让产品和用户建立关系，冲破时间和使用习惯，只能由技术本身的进化决定。