现场互动到底该做什么？

两种互动

活跃型互动让会场里有事可做。主题演讲时来一个投票，大屏幕上一面消息墙，午饭前抽一次奖。它让气氛保持热度，而且很容易计数。

结果型互动会因为一个人来了现场，而改变他之后发生的事。约到了一个正好能提供你要找的东西的人；一个问题因为三百人顶上去，送到了讲者面前；一次展位走访变成一条带备注的有效线索。

活跃不是没有价值。一个有事可做的会场，是一个在专注的会场。但如果活跃不通向任何结果，那就只是装饰，参会人感觉得到。

检验任何互动功能的标准很简单：它发生之后，有没有人比之前过得更好？你能说出是谁吗？下面五节，就是这条标准对一个平台的要求。

它应该通向一个人，而不是一块屏幕

线下活动最有价值的，是现场的其他人。停在屏幕上的互动（一张票、一条消息、一个赞），就浪费了大家同在一栋楼里这件事。这意味着商务配对不能是一份大家翻一遍就不再打开的名录。它需要三样东西：

• 推荐要说明理由。「你应该见见 Ana」是噪音。「Ana 是做支付的供应商，而你说过你在找这样的供应商」，才是一个让人会去行动的理由。
• 发请求，永远不要自动连接。只有对方接受了，联系方式才交换。
• 要有时间和地点。一个没有写「10:40，20 分钟，2 号馆休息区」的约见请求，只是又一条会被忽略的消息。

一个信息流，而不是十个标签页

在会场里走动的参会人，手里一部手机，只有三十秒，周围很吵。他们不需要一个有十二个栏目的 App。他们需要知道此刻什么在等自己回应：一条连接请求、一场马上开始的约见、一个快截止的投票、一份要领的奖。处理完，就该从眼前消失。

互动在和活动本身争夺注意力。每多一次点击，就多一个不参与的理由。

授权是设计约束，不是一个勾选框

互动把越多的人连起来，流动的个人数据就越多，信任也最容易在这里丢掉。默认设置比隐私政策页更重要：

• 没有人会出现在名录里，除非他自己选择出现；隐藏是双向的。
• 名录卡片上永远不显示邮箱和电话。
• 展商只能导出同意分享的那些人的线索。
• 会场大屏显示的是整个会场，不是某个人。

一个觉得自己被盯着的参会人，会停止参与。一个清楚知道分享了什么、分享给了谁的参会人，会参与得更多。

展商需要自己的工具，而且结果要回到他们手里

在展会现场，互动是一个展位把成本赚回来的方式。一个展位如果有自己的提问、自己的抽奖、自己的屏幕，并且只对来过这个展位的人开放，就能把路过的人流变成一份有上下文的名单。

但前提是闭环：每一次参与都是这个展位的一条线索，每一次扫码都带着评分和备注，展商离场时拿到一份周一就能用的文件。

网络断了也得能用

场地 Wi-Fi 总在最糟的时候出问题，通常就是会场满员的时候。依赖实时联网的胸牌、扫码和集章，恰恰会在最多人同时使用的那一刻停下来。现场签到或展位上发生的任何事，都必须能离线继续，等信号回来再上传。

实际会出什么问题

下面这些是常见的失败，没有哪一条是某一家平台特有的：

• 讲者不知情，演讲中途弹出投票。讲者讲到关键点时，半个会场在低头看手机。投票有效的前提是讲者主动发起，并且讲一讲结果。
• 一个问题霸占了整个提问环节。没有顶的机制，最响亮或最早的问题胜出。有了顶，由全场决定讲者听到什么。
• 抽奖奖励了错误的行为。如果展位的码印在海报上，就会有人拍下来，在排队买咖啡时参加抽奖。码在屏幕上动态变化，到访才必须是真的。
• 消息墙变成广告牌。没人审核的墙，会被赞助商口号和圈内笑话占满。经过审核的提问能留下来，自由发言的墙很少能。
• 没有人愿意出现在商务配对名录里。如果大家不信任会被分享什么，就会选择隐藏，到了最需要的那个早上，名录是空的。
• 事后统计了错误的东西。投票数写进了赞助商报告。而买家和供应商之间实际约成了多少场会面，才是赞助商真正付钱想要的数字。

AI 能帮上忙的地方

AI 在会场里擅长三件事：第一百次回答同一个问题，把大量输入整理成人能读的东西，用平实的语言把事情解释清楚。它不擅长替别人做决定。

其中一部分，如今的活动软件里已经有了。我们的产品里有这些：

• 参会人直接问活动页面。「主题演讲几点开始？」「工作坊在哪个厅？」「含午餐吗？」助手只根据已发布的日程、讲者、票种和场地信息回答。它看不到订单，也看不到个人数据；凡是涉及退款的问题，它会让对方去看确认邮件。
• 主办方问自己的数据。「到现在签到了多少人？」「这周卖了多少张票？」答案来自实时数据，权限就是主办方自己的权限；它提出的任何改动，都要等人确认。
• 现场方案帮你起草。通道、人手和志愿者话术，根据预计到场人数起草，每一个估算都标出来，留给人来核对。

再往后，我们认为 AI 接下来有用的方向是这些。它们是方向，还不是已上线的功能：

• 替主持人把提问归类。一个热门场次收到的问题，远比真正不同的问题多。主持人如果看到的是归好类的问题，重复的合并、顶的票数相加，几秒钟就能把真正的问题交给讲者。
• 根据场次起草投票。给模型一段场次简介，它可以提出三个投票问题，讲者可以采用、修改或忽略。问不问，仍然由讲者决定。
• 用一句话解释为什么推荐。规则可以判断两个人合适。模型可以用一句对方真会读的话说明为什么，而不改变推荐的是谁。
• 每个人一份回顾。标星的场次、见过的人、去过的展位、提过的问题。每个参会人离开时拿到的是自己的总结，而不是一封千篇一律的感谢信。
• 根据数据写复盘。按小时的到场人数、实际会面数、投票参与、各展位的线索数。在场地清场的时间里拿到一份初稿报告，数字来自平台，不是来自模型。

AI 不该插手的地方

同样重要的，是 AI 在现场不该做什么：

• 在没有可核对理由的情况下，决定谁见谁。我们自己的商务配对有意不用 AI。它按规则排序：一个人能提供的和另一个人在找的是否对得上，主办方定义的角色组合，共同的话题。每一条推荐都说明理由。一个没人能解释的分数，就是一个没人会信的分数；参会人应该知道，为什么会有一个陌生人被推到自己面前。
• 自动把人连起来。对方没有要求的介绍就是骚扰信息，不管背后的模型有多聪明。
• 在公开的界面上看到私密数据。参会人能输入内容的任何地方，都会有人去试探。它只应该看到已经公开的内容。
• 制造互动。墙上生成的消息、为了让会场显得热闹的假活跃、AI 写的「参会人」提问。会场里的人看得出来，而这会让主办方失去互动赖以成立的信任。
• 编数字。通行速度、到场人数、线索数量：平台手里有真实的数字。模型可以解释它们，但永远不该是它们的来源。

拿去问任何平台的五个问题

现场互动的未来，不是更多屏幕或更多功能，而是更少的时刻，但每一个都通向某个地方：一个人、一个答案、一条线索。无论评估哪个平台，包括我们的：

• 结果。每个互动功能最后是否落到一个我能说出来、也能数出来的结果？
• 注意力。它是把需要回应的东西放在最前面，还是让参会人自己去找？
• 隐私。这些默认设置，换我自己当参会人，我能接受吗？
• 展商。他们离场时，是否带走了来自真正到访的人、可以直接用的东西？
• AI。用到它的地方，我能看到答案从哪里来吗？任何改动都要经过人确认吗？

这样做的互动，比一面消息墙安静。它也是参会人会记住的那部分。