Waarom de meeste AI-projecten uiteindelijk geen Kindred worden? De kernreden is dat de meeste AI-projecten zich richten op het oplossen van efficiëntieproblemen, op zoek naar sneller, nauwkeuriger en goedkoper. Maar dit voordeel is van korte duur; elke keer als een groot model wordt geüpgraded, verandert de leider snel in een gewone speler, en staan we weer op dezelfde startlijn. Kindred heeft echter gekozen voor een langzamere, moeilijkere weg. Het is niet gehaast om die "verbluffende" functies te lanceren, maar besteedt veel tijd aan het creëren van een duidelijke karakterpersoonlijkheid, het opbouwen van langdurige herinneringen en het geleidelijk opbouwen van een echte emotionele verbinding met gebruikers. Efficiëntietools zijn gemakkelijk te vervangen; gebruikers gebruiken ze gewoon, zonder enige emotionele binding. Zodra er een goedkopere of snellere optie is, springen ze meteen over. Relatiegerichte producten zijn echter anders. Wanneer gebruikers gewend raken aan een bepaalde AI, herinneringen opbouwen, en zelfs een beetje gehechtheid ontwikkelen, worden de overstapkosten erg hoog. Dit is niet eenvoudig te meten in termen van technologie of prijs. Dit is het fundamentele verschil: de meeste projecten zijn bezig met het maken van krachtigere tools, terwijl Kindred een langdurige partner creëert. #KaitoYap @KaitoAI @Kindred_AI #Yap @metamaxxmoon $KIN