Una sa mga konklusyon: Sa panahon ng AI, ang pinakamahalaga ay ang iyong personal na data at user entry, hindi ang TOKEN. Sa pinakabagong consumer AI ranking ni a16z noong Oktubre, halos kalahati ng mga Amerikano ay nagsubok na ng AI, ngunit ang mga naggamit nito araw-araw ay lamang 25%. Hindi kulang ang mga tao na nagsubok ng AI—kulang ang dahilan kung bakit sila babalik araw-araw. Mayroon pa ring malaking puwang dito. Ang ChatGPT ay naglulutas ng mga tanong mo kapag may problema ka. Ngunit ang pagtulog, pag-eehersisyo, pagkain, at pagbili—mga bagay na nangyayari araw-araw—iyan ang mga lugar kung saan maaaring maging madalas ang AI. Ang pangkalahatang AI ay alam kung paano matulog ang karaniwang tao. Ang personal na AI ay alam kung kailan ka natulog kahapon, gaano karami ang pagbabago sa iyong HRV, ilang beses ka nag-ehersisyo sa linggong ito, at ilang oras ng tulog ang iyong utang. Mayroon kang personal na konteksto, ang mga rekomendasyon ay totoo para sa iyo. Ang Gotchi Labs, sa likod ng @sleepagotchi, ay gumagawa nito—isang multi-scenario Consumer AI Platform. 600,000 registered users, 80,000 daily active users. Pre-installed sa 500,000 Jambo phones. Ito rin ang numero uno sa Solana Seeker. Ang unang inilunsad na scenario ay Health & Wellness, at ang pangunahing produkto ay ang AI sleep coach na Sleepagotchi. Nakakakuha na ito ng data mula sa WHOOP, Oura, Apple Watch, at CUDIS upang magbigay ng analisis sa tulog at rekomendasyon para sa pagpapalaya. Bakit iniisip kong ang distribution ang pinakakakulang sa Consumer AI? Ang kapasidad ng model ay abot-kamay na lahat. Dalawang produkto na gumagamit ng parehong model—isa ay nagsisimula mula sa zero, samantalang isa ay mayroon nang ilang daan-daang libo ng users—hindi pareho ang antas ng hirap. Ang kompetisyon sa Consumer AI ay nagsisimula nang maging parang noong panahon ng mobile internet: pinagsasama-sama ang entry, retention, data, at habit. Nakakakuha na ang Gotchi ng unang pagkakataon sa lahat ng ito. Bakit ang tulog ang pinakamahusay na entry point? Nangyayari araw-araw, natural na tuloy-tuloy ang data, direkta itong quantifiable ng smartwatch, at konektado sa exercise, recovery, at kalusugan. Magsimula muna sa pagkolekta ng matagalang data tungkol sa katawan mo sa tulog, tapos i-extend sa fitness, pagbili, efficiency, at personal AI—bawat hakbang ay mas madali kaysa magsimula mula sa zero. Ang mga bagong scenario ay kasalukuyang nasa plano—ang tulog ay ang unang naka-activate na punto. Ang papel ng $CHI ay malinaw din dito. Ito ay ang universal access at participation layer na nag-uugnay sa AI points, subscription benefits, partner services, at consumption. Kapag gumagamit na ang user ng maraming AI assistant—sa tulog, fitness, pagbili—isang iisang $CHI ay mas may network effect kaysa sa bawat produkto na may sariling sistema. Ang susunod na hakbang na pinakamalaking inaasahan ko: Tingnan kung paano ma-migrate ang mga user at data na nakolekta sa tulog patungo sa pangalawang AI scenario. Kapag natapos na ito, maging platform na ang Gotchi—iyan ang pinakamahalagang bagay na dapat pag-aralan natin ngayon.
