語音 AI 助理不會成功？連續創業家對消費級 AI 市場的七大趨勢預測 

情感型 AI 應用創辦人 Eugenia Kuyda 近期提出一系列對「消費級 AI (Consumer AI)」未來的預測，指出當前多個熱門方向可能難以成立，同時點出真正具備規模潛力的關鍵趨勢。包括「語音與生活紀錄 AI 裝置不會成功」等，為產業提供值得參考的觀點。

走出悲劇成為 AI 連續創業家：Eugenia Kuyda 是誰？

Eugenia Kuyda 是一位俄羅斯裔企業家與人工智慧創業者，他因創辦 AI 情感陪伴應用 Replika 而聞名，至今累計用戶數超過 4,000 萬人，由於這款 App 原先是為了紀念逝去的友人而誕生，因此他從「AI 即朋友」的角度切入消費市場也不為過。

Kuyda 同時在 2025 年創辦了 Wabi，推動人人皆可生成、分享迷你應用 (Mini-apps) 的社交平台。相對於市場普遍聚焦效率與生產力的工具型 AI，她長期探索人與 AI 間的關係建立與情感連結，從心理層面出發，對消費級 AI 的成功要件提出較為務實的觀點。

七大預測

語音 AI 裝置難以取代手機

首先，針對近年興起的無螢幕 AI 裝置，像是語音導向的穿戴式裝置，Kuyda 直言這類產品要存活恐怕非常困難。

她指出，多數人使用手機的核心行為是被動接收資訊，例如滑動瀏覽內容與訊息，而語音互動並不適合作為主要介面：「使用者傾向在獨處時才開口說話，這讓每次發起互動都提高了成本。」

他坦言，在手機功能高度整合且當前黏著度極高的前提下，市場難以合理化「再多帶一個裝置在身上」的必要性。

「實時監聽設備」也不會成功

同時，Kuyda 認為全天候錄音並記錄生活的 AI 裝置也不會成功：「大部分日常對話並沒有重要到需要被一直紀錄，而真正重要的情境像是會議或約會，你會自己用手機記錄。」

相較之下，電子郵件、訂閱紀錄與消費行為等資料，往往更能反映一個人的真實狀態與需求。她也指出，若 AI 行動裝置轉向全程影像紀錄，社會接受度與隱私界線也是另一個難題。

(鴻海取代立訊拿下 OpenAI AI 行動裝置訂單，最新細節曝光像「迷你相機」？)

迷你應用解放「使用者開發軟體」潛力

在她的預測中，最大的轉變來自於軟體生產方式的改變。Kuyda 認為，迷你應用將讓軟體開發走向類似短影音內容創作的路徑：

傳統 App 開發涉及登入系統、資料庫與金流等多項整合且門檻較高，但多數人其實能清楚描述「需求、流程與畫面」。

當建立個人化工具的成本低於下載與學習新 App，使用者自主生成的「個人軟體 (UGC software)」將讓市場上新型態的消費級應用百花齊放。

(Robinhood 執行長：AI 將讓「一人公司」成為常態，品牌代幣化浪潮將興起)

2030 年將有兩大通用 AI 聊天機器人

Kuyda 預期，未來通用型 AI 不會僅有一個產品獨大，而是兩種截然不同的角色：

第一種是類似 ChatGPT 的工具助理，專注於搜尋與任務處理；第二種是以陪伴與引導為核心的「AI 朋友」，具備情感連結與一定程度的不可預測性。

她認為，這兩種 AI 在產品設計上是衝突的，因此難以整合在同一系統中。

(人工智慧研究：約三成的美國青少年每天使用 AI 聊天機器人，安全隱憂日益增加)

App 的廣告商業模式將變得不管用

在商業模式層面，Kuyda 也對以廣告行銷為核心的 App 商業模式提出警訊。她指出，市場上大量工作室透過快速複製熱門 App 來密集投放廣告，在用戶尚未真正體驗產品前就完成用戶數據變現的轉換。

這種模式導致產品的重要性被壓縮，最終使上述「拉一個用戶進來的成本 (CAC)」與「這個用戶能貢獻的總收入 (LTV)」 的套利空間歸零，難以成為長期可持續的商業基礎。

「AI 視訊陪伴」可能是成長最快的消費級 AI 產品

Kuyda 從商業條件分析，表達她對 AI 視訊陪伴產品的看好：「一旦即時影像生成成本下降，結合無限個人化與全天候互動能力，AI 將能滿足高度規模化的陪伴需求，最終創造多個年度經常性收入 (ARR) 超過 10 億美元的消費產品 。」

回過頭來看，OnlyFans 仰賴真人的規模將顯得微不足道。

誰能告訴大眾「AI 有什麼用途」，誰就能贏家

她最後指出，目前 AI 最大的瓶頸不在能力，而在於「發現 (Discovery)」。對多數使用者而言，一個空白的輸入框仍然像命令列介面 (Command Line)，只適合聊天與搜尋；然而大量潛在應用被隱藏在 prompt 後面：

誰能想出如何解鎖背後所有的應用情境，向大眾展示人工智慧能做什麼，誰就會成為下一個大型消費級平台。

科技本於人：消費級 AI 競爭，回歸對人性的理解

綜觀 Kuyda 的七項預測，她從人類行為與心理而非技術的層面出發。從硬體形態、互動介面到商業模式，她反覆強調一個核心前提：成功的消費級 AI，必須順應人性打造需求。

在產業快速演進的當下，這些冷靜的觀察，或許也能幫助投資人判斷下一波贏家是誰。