Muse ist explodiert: Ist das ein echter Wendepunkt für Meta oder nur ein Scheinhöhepunkt?
Seit Meta am 8. September in den USA eingeführt wurde, sind bereits mehr als zwei Wochen vergangen. Der Hai-Analyst hat zuvor eine kurze Bewertung abgegeben, aber mit der Zunahme von Nutzerbewertungen bleibt die Popularität in den letzten Tagen ungebrochen. Sogar bis heute steht Muse auf Platz 1 der Liste der kostenlosen App-Downloads im US-amerikanischen iOS-App-Store.
Dies hat direkt die Kursschwankungen der nachgelagerten Industriekette, der vorderen kommerziellen Ökologie und der zugehörigen Referenzwerte von Muse ausgelöst. Heute führt der Hai-Analyst zunächst eine detaillierte Diskussion über das Produktende durch, die Übersicht über die Veränderungen der nachgelagerten Industriekette wird in Kürze folgen.
I. Der Hype um Muse ist keine Überraschung
2C-Agenten sind ein KI-Anwendungsbereich, dem es nicht an Aufmerksamkeit mangelt. Im Gegensatz zu 2B-Agenten, die bei den Zahlungsströmen florieren, hat die kommerzielle Umsetzung von lebensbezogenen 2C-Agenten bisher keinen echten Durchbruch erzielt.
Daher haben die großen Technologieunternehmen in den letzten sechs Monaten ihre Ausrichtung bei 2C-Agenten stillschweigend geändert und ihre Ressourcen intern auf die Workflow-Szenarien im C-Ende konzentriert. Die Entwicklung von lebensbezogenen 2C-Agenten wurde aus kommerziellen Gründen sichtbar verlangsamt.
Nur Meta hat stets betont, dass die Entwicklung persönlicher KI-Lebensassistenten priorisiert wird. Das Konzept „Jeder hat einen KI-Assistenten“ wurde von der Unternehmensleitung auf Telefonkonferenzen zu den Geschäftsergebnissen seit mindestens zwei Jahren erwähnt. Muse ist das Ergebnis langjähriger Bemühungen des Kernteams des Unternehmens, gehört zu den Kernprojekten mit der höchsten Priorität für interne Ressourcen und ist eine wichtige Produktplatzierung von Meta in diesem Jahr.
Natürlich ist dies auch eine Richtung, auf die Meta setzen muss, da es selbst an Produktivitätsszenarien mangelt. Andernfalls würde der neue Eingang mit einem Potenzial von einer Milliarde Nutzern – ChatGPT – die Aufmerksamkeit der Nutzer auf sich ziehen, was eine langfristige Beeinträchtigung des eigenen sozialen Ökosystems darstellen würde.
Warum hat Muse also sofort Erfolg gehabt? Wo liegen seine Vorteile?
1. Veränderung der Wahrnehmung: Chat-Frage-Antwort-Typ vs. Aktiver Aufgaben-Typ
Als aufgabenorientierter persönlicher KI-Assistent unterscheidet sich Muse in seinem grundlegenden Design von der Produktwahrnehmung der Nutzer gegenüber ChatGPT. Obwohl ChatGPT auch einige Aufgaben erledigen und in Kombination mit Codex längere Workflows ausführen kann, stufen die meisten Nutzer ChatGPT in nicht beruflichen Szenarien gewohnheitsmäßig immer noch als Chatbot ein, wobei die Interaktion auf Frage und Antwort beschränkt ist.
Die Positionierung von Muse als Lebensassistent hat von Anfang an keinen Chatbot entwickelt. In der Werbebeschreibung veranschaulicht Muse seine Funktionen und Positionierung anhand verschiedener Aufgaben, die es erledigen kann.
Auf dem grundlegenden großen Modell stützt sich Muse jedoch weiterhin auf das öffentliche große Modell Muse Spark, ohne dass Anpassungen des Modells, Parameterreduzierungen oder andere Leichtgewichtungsverfahren vorgenommen wurden. Derzeit liegt der Intelligenz-Score von Muse Spark 1.3 in der globalen Spitzengruppe, was in gewissem Maße die Fähigkeit zum Verstehen komplexer Anweisungen, zur plattformübergreifenden Bedienung und zur Anpassung an mehrere Szenarien gewährleistet und das Produkterlebnis absichert.
2. Das Gleichgewicht zwischen der Speicherung von Nutzerdaten und dem Schutz der Privatsphäre
Wenn man von aufgabenorientierten KI-Assistenten spricht, gab es vor der Einführung von Muse in Nordamerika tatsächlich bereits mehrere ähnliche Produkte, die getestet oder vollständig eingeführt wurden. Typische Beispiele sind Instinct und Grok bot.
Instinct wurde von einem Startup entwickelt, im Februar veröffentlicht und befindet sich derzeit noch in der Einladungstestphase, wodurch die Bewertung auf dem Primärmarkt stark gestiegen ist. Im Vergleich zu Muse, das von einem großen Unternehmen entwickelt wurde, ist der Ansatz von Instinct relativ gewagt: Es ist bei der Sicherheit der Nutzerdaten nicht so vorsichtig, hat einen größeren Autorisierungsbereich und wirkt im Erlebnis möglicherweise „intelligent“, aber die Plattform hat keine umfassenden Schutzmaßnahmen gegen die Risiken ergriffen, die durch die autonome Entscheidungsfindung der KI entstehen.
Grok bot wurde im August eingeführt und ist ebenfalls ein KI-Roboter, der Aufgaben für Nutzer erledigt. Nutzer können Grok bot den Zugriff auf Gmail, Google Calendar, Notion, Figma oder andere Software wie Finanz- und KI-Code-Assistenten autorisieren, um Aufgaben auszuführen.
Im Vergleich zu Muse ist Grok bot jedoch eher ein KI-Assistent für Arbeitsabläufe, was möglicherweise keine signifikante Differenzierung zu den heute bekannten Plattformen der Openclaw-Klasse aufweist.
Detaillierte Vergleiche anderer Indikatoren finden Sie in der folgenden Abbildung:
Der Hai-Analyst ist der Ansicht, dass der größere Vorteil von Muse möglicherweise auf der „langjährigen Anhäufung von Nutzerdaten“ beruht, bei der bei der Nutzung dieser Daten ein mittleres Gleichgewicht zum „Schutz der Privatsphäre der Nutzer“ erreicht wurde.
(1) Anhäufung von Nutzerdaten
Aufgrund der exklusiven sozialen Nutzerdaten und der Ökosystemvorteile weist Muse drei wesentliche Unterschiede auf.
a. Langzeitgedächtnis: Muse verfügt über die Fähigkeit, Kontext langfristig zu speichern, und Aufgaben werden auch dann fortgesetzt, wenn der Nutzer die App schließt. In den Funktionsmodulen ist Goals für die Verfolgung langfristiger Ziele verantwortlich, und Artifacts wandelt die Ergebnisse in wiederverwendbare Reisen, Checklisten und Panels um;
b. Verbindung echter Konten: Muse verbindet sich über drei Methoden – integrierte Konnektoren, offizielle APIs und Browseroperationen – mit Gmail, Kalender, OpenTable, Spotify, Amazon sowie den hauseigenen Diensten von Meta wie IG, WhatsApp und Marketplace;
Insbesondere bei der Verbindung zu hauseigenen sozialen Konten verfügt Muse über hohe Leseberechtigungen. Nach der Autorisierung durch den Nutzer kann es direkt öffentliche oder halböffentliche Daten wie Beiträge, Follower-Daten und Kommentare auf Instagram lesen. Gleichzeitig unterstützt es das Lesen von Chatprotokollen und Nachrichteninhalten auf WhatsApp, um die sozialen Nachrichten des Nutzers automatisch zu ordnen, Aufgaben zu extrahieren und wichtige Informationen zusammenzufassen.
c. Aktive Empfehlungen: Basierend auf der Verbindung echter Konten und dem langfristigen Kontextgedächtnis kann Muse anhand von Kalendern, Gesprächen und bereits verbundenen Konten aktiv Aufgabenvorschläge unterbreiten, wodurch sich der Prototyp eines fortschreitenden Agenten ergibt, der auch Platz für zukünftige Monetarisierung durch Werbung lässt.
(2) Schutz der Privatsphäre der Nutzer
Datenschutz und Risikokontrollsysteme sind die Kernbereiche, in denen bei KI-Anwendungen Probleme auftreten können. Für das große Unternehmen Meta ist die konforme Nutzung von Nutzerdaten sehr leicht ein Angriffspunkt für das Produkt.
Mark Zuckerberg erklärte Mitte des Jahres, dass der Entwicklungsfortschritt des KI-Assistenten hinter den Erwartungen zurückbleibt, und die Veröffentlichung wurde auf September verschoben, gerade weil die Probleme der KI-Autorisierung und Risikokontrolle gelöst werden mussten. Derzeit ist Muse nur in den USA eingeführt, was höchstwahrscheinlich auch darauf zurückzuführen ist, dass Datenschutz und KI-Autorisierung ständig optimiert werden.
Um das Gleichgewicht zwischen Funktionserlebnis und Datenschutz zu wahren, manifestiert sich die Isolierung und der Schutz der Nutzerdaten bei Muse hauptsächlich an zwei Stellen:
a. Isolierte Speicherung: Muse stellt jedem Nutzer eine unabhängige, exklusive Secure VM (sichere virtuelle Maschine) zur Verfügung. Der Sentinel-Proxy steuert alle externen Aktionen, die Plattform richtet eine exklusive sichere Speicherpartition ein und isoliert streng die Daten, auf die das Modell zugreifen kann, von den Kernprivatdaten der Nutzer (z. B. Kontokennwörter, Zahlungsnachweise).
Alle Dateninteraktionen und Funktionsaufrufe von Drittplattformen werden über verschlüsselte sichere APIs übertragen, um zu vermeiden, dass sensible Daten dem großen Modell offengelegt werden.
b. Gestaffelte Autorisierung: Das oben erwähnte Lesen von echten Kontodaten erfordert die Autorisierung durch den Nutzer. In den Konten des eigenen Ökosystems von Meta wird eine gestaffelte Autorisierungsfunktion für Nutzer bereitgestellt. Beispielsweise können Nutzer die Leseberechtigung für Instagram-Private-Nachrichten separat deaktivieren und nur die Leseberechtigung für öffentliche Beiträge autorisieren, oder sie können die Leseberechtigung für WhatsApp-Nachrichten separat deaktivieren.
Die folgende Abbildung zeigt das von Meta offengelegte Sicherheitsarchitekturdiagramm.
(1) Ablauf der grauen Linie: Eine normale Anweisung gelangt von der Haupt-Benutzeroberfläche in die virtuelle Maschine (VM) des Nutzers. Der hatch daemon (der Agent selbst) ruft das externe große Modell zum Denken auf, bewertet das Risiko anschließend über hatch safety (Risikoprüfung) mit einem Risikowert. Alle Aktionen und Netzwerkanforderungen des Agents in der VM werden über den eBPF-Proxy an Sentinel zur Überprüfung weitergeleitet.
(2) Ablauf der blauen Linie: Bei sensiblen Aktionen wie Zahlungen wird Sentinel dies blockieren und an die Genehmigungsstelle in der Benutzeroberfläche senden. Nachdem der Nutzer dies zugelassen hat, erteilt Sentinel die Genehmigung und holt sich die Zahlungsnachweise wie Kennwörter aus dem Tresor für sichere Anmeldeinformationen.
Während des gesamten Vorgangs sieht der Agent das Kennwort und die Kartennummer des Nutzers nicht, aber die Einrichtung einer ständig laufenden virtuellen Maschine für jeden Nutzer erhöht die Kosten für die Komponenten.
II. Wie viel Mehrwert kann Muse für Meta generieren?
Derzeit wird Muse hauptsächlich für US-Nutzer über 18 Jahre öffentlich getestet. Es wird eine gestaffelte Preisgestaltung nur nach dem Verbrauch von Tokens angewendet, wobei die Funktionen uneingeschränkt sind. Darüber hinaus wird erwartet, dass Muse später eine bestimmte Provision vom Umsatz der Händler einnimmt und gleichzeitig seine am besten beherrschte Werbeanzeige anbietet.
1. Abonnement: Kurzfristig kaum optimistische Aussichten
Obwohl die Rückmeldungen der ersten Nutzer positiv sind und die Abonnementgewohnheiten in Nordamerika stabil sind, ist der Hai-Analyst dennoch der Ansicht, dass die direkte Monetarisierung (Zahlung) im C-Ende kurzfristig mit Vorsicht zu betrachten ist:
Laut Daten von Sensor Tower (nur für das iOS-Ende) beträgt die tägliche aktive Nutzerzahl (DAU) von Muse derzeit fast 250.000, und der tägliche Umsatz erreicht 2000 bis 3000 US-Dollar pro Tag. Obwohl es sich derzeit nur um Daten aus einem Teil des Testbereichs handelt, kann man die Zahlungsbereitschaft grob einschätzen:
Berechnet man den Umsatz von zwei Wochen mit durchschnittlich 2000 US-Dollar pro Tag und dem niedrigsten kostenpflichtigen Paket von 20 US-Dollar pro Monat, ergibt sich eine Zahl von 1500 zahlenden Nutzern. Angenommen, das iOS-Ende macht ein Drittel der gesamten zahlenden Nutzerschaft aus, beträgt die gesamte zahlende Nutzerschaft 4500 Personen. Bei durchschnittlich 150.000 DAU in den letzten zwei Wochen liegt die Zahlungsrate nur bei 3 %.
Wenn man jedoch berücksichtigt, dass das Paket nach dem niedrigsten Wert berechnet wird und der Anteil der iOS-Zahlungen im Allgemeinen mehr als ein Drittel beträgt, ist die tatsächliche Zahlungsrate deutlich niedriger. Im Vergleich dazu deckt ChatGPT mehr Anforderungen in relativ komplexen Produktivitätsszenarien ab, und bei der hohen Bindung von 1 Milliarde wöchentlich aktiven Nutzern liegt die Zahlungsrate nur bei 5 %.
Daher empfiehlt der Hai-Analyst, die Beiträge von Abonnementzahlungen nicht zu optimistisch zu bewerten. Wir schätzen, dass die meisten Nutzer im kostenlosen Bereich bleiben (Limit von 100 Millionen Tokens pro Woche). Selbst unter sehr optimistischen Annahmen im Endzustand – 80 % Durchdringung bei 3 Milliarden Nutzern, 2 % Zahlungsrate (die monatliche aktive Zahlungsrate ist niedriger als die tägliche aktive Zahlungsrate) und ein durchschnittlicher ARPPU von 20 US-Dollar pro Monat – ergibt sich ein jährlicher zusätzlicher Umsatz von 11,5 Milliarden US-Dollar. Für das aktuelle Umsatzvolumen von Meta von 250 Milliarden US-Dollar beträgt der Zuwachs nur 5 %.
Darin sind die Kosten im Hintergrund noch nicht berücksichtigt, einschließlich der Kosten für Rechenleistung und die Komponenten der exklusiven virtuellen Maschine. Daher ist der Gewinnbeitrag aus Abonnements letztendlich nur ein winziger Anteil.