据Similarweb的数据，去年11月发布后就火爆全球的AI聊天机器人ChatGPT，在今年6月出现了首次网站流量和独立用户访问量的月度下滑。
(资料图片仅供参考)
除了OpenAI对GPT-4的限流和封号外？还有哪些因素造成了用户活跃度的下降？
GPT的价值是工具性价值，还是底层生产力的创新？经过市场预期轮动之后，哪些应用端能够率先受益？
本期《钛度热评》栏目特邀比特财经主编邹震、沙利文头豹研究院分析师常乔雨一起就话题：“进击的GPT是否到了流量拐点？”进行了讨论。
关于除了OpenAI对GPT-4的限流和封号外，还有哪些因素造成了用户活跃度的下降。
比特财经主编邹震表示，每一次技术浪潮都会划分为两拨人：先进者和后进者。先进者是最早活跃在这些技术领域的人，他们会因为技术红利而获得收益。随着时间推移，越来越多的人加入先进者的行列。这些技术的红利给了先行者更多的机会，比如移动技术和区块链等。因此，大家都会思考这些技术趋势可能给自己带来什么样的利益，所以先行者的数量非常多。虽然大多数参与者都属于先行者，但也有一些后进者被胁迫参与。他们会思考这个技术是否对自己的职业发展和前途产生影响。然而，一开始参与不会立即产生影响，只是暂时的热度，之后可能会有一波退出。
沙利文头豹研究院分析师常乔雨表示,首先 GPT4用户量的增长速度相当于过去几个月的5-10倍，但算力提供的增长只有1-2倍。早期GPT的记忆多达三四十条信息，甚至可能更多。但是现在很多人发现到第3-4个问题他已经忘了前两个问题是什么，可以体现出它算力的大幅下降。第二个方面，GPT的敏感度也在提高。由于5月份SEC对OpenAI的谈话，还有OpenAI对道德方面的敏感度进行了调整，现在再去与它交互的话，它的创造性会有下降，这也会流失一部分用户。最后就是准确度的问题了，基于目前的算力算法和对市场数据噪声的处理能力相对较弱，导致GPT模型产出的内容准确性和可靠性较低。因此，它一直停留在基础辅助阶段，难以真正帮助人们做出商业化决策。大家对其的新鲜感和探索已经接近一个节点，很难再继续深入。因此，最近整体网络上的热度也下降了。
关于GPT的价值是工具性价值，还是底层生产力的创新。
比特财经主编邹震表示，我认为生成式AI可能会成为更自然的人机用户接口，让用户根据现有数据创作内容。目前很多IT系统和电器产品实现了自动化，但用户可能只掌握了它们20%的功能。这在很大程度上与人机自然接口有关。随着企业级应用的发展，用户可以通过简单的自然语言告诉AI想要完成的任务，AI将其翻译成机器语言并执行。未来生成式AI可能成为这样一个接口，用户只需发出自然语言指令，就能完成复杂操作。虽然这个颠覆性作用可能言过其实，但生成式AI会对底层生产力产生重要影响。
沙利文头豹研究院分析师常乔雨表示,ChatGPT可能是工具与创新的融合。现在大家主要用它作为工具，但其实它蕴含着创新潜力。与ChatGPT交流有很大创新空间。通过改变问题方式，即使改变几个简单单词，也会得到完全不同的答案。所以它是工具与创新的结合，目前用于校对和写新闻稿，但通过创新方式探索，未来应用场景的想象空间很大且实际。例如，游戏NPC可以实时沟通，智能驾驶可以根据实时识别进行决策。总之，ChatGPT具有工具性和创新性，拥有广阔的应用前景。
关于GPT存在哪些潜在风险和安全挑战。
沙利文头豹研究院分析师常乔雨表示,在使用生成式AI工具（如ChatGPT）进行辅助创作时，我们发现它们的内容真实性很差，仅适用于简单的辅助和了解，无法用于商业产出。行业研究受影响有限，但如果被权威媒体用于内容产出并且不负责任，可能产生严重后果。之前有权威人物起诉OpenAI，因为ChatGPT编造了关于他的内容，对他的声誉造成影响。另一方面，GPT语料库在训练过程中使用了大量机密信息，一开始它与公司合作获取了部分未公开的原始数据。在用户交互过程中，曾发生泄露事件。例如，三星公司起诉了泄露他们半导体营收数据的案例，这对商业影响极大。这两点都是使用GPT时需要面临的潜在风险和安全挑战。未来的恐惧和安全问题确实是个痛点，例如追责。在很多行业，追责是重要环节。但对于像GPT这样的人工智能黑箱技术，追责变得困难。商业化落地时，问题和风险挑战很大。金融和媒体领域错误或许只导致金额损失，但自动驾驶和医疗等涉及伦理道德的行业中，风险更大。例如，医生误诊责任难以界定，导致很多问题。这将是AI在产业中渗透推进的一个巨大阻力。
比特财经主编邹震表示，由于部分人出于对未来的恐惧，OpenAI等公司减缓大模型研发速度。目前人类相对于硅基生物掌握管理权。虽然很多系统实现了自动化，但人类依然拥有控制权。然而，长期来看，人类在AI面前能力有限。未来将交出管理权后，风险巨大。报道中的美国专家们恐惧未来这种安全方面的威胁。以自动驾驶为例，风险可能更直接，如影片中展示的车辆撞击或追杀事件。关于人工智能的影片也可能引发更多悲观情绪。实际上，交出管理权是最大的危险，因为人类可能无法控制AI，潜在危险巨大。
关于ChatGPT经过市场预期轮动之后，哪些应用端能够率先受益。
沙利文头豹研究院分析师常乔雨表示,市场预期轮动后，两个领域会率先受益：智能客服行业和搜索引擎。生成式AI能优化客服与客户沟通过程，提高客户体验。搜索引擎方面，生成式AI能提高搜索效率和精准度。未来这两方面都能大大满足人们的诉求。而智能AI在多场景中，如语音交互和文字产出场景将有很多应用点。此外，实时交互的AI也会对游戏行业产生重大影响，甚至吸引原本不喜欢游戏的人进入游戏世界。
比特财经主编邹震表示，WPP集团与英伟达合作进行内容创作。这可能会给传统媒体人和广告行业带来巨大压力。生成式AI将可能用于泛内容创作、翻译、图文设计等方面。此外，生成式AI有机会在医疗、远程医疗等领域替代医生执行诊断和治疗方案。在IT领域，生成式AI也可能与自动化运维结合以降低运维人员的要求。此外，低代码开发也与生成式AI结合，让业务人员更方便地进行开发。总之，生成式AI有很多潜在应用场景，行业需保持关注。
关于生成式AI究竟是“泡沫”还是“革命”。
沙利文头豹研究院分析师常乔雨表示,目前看来泡沫可能性较低。首先，许多科技巨头都在研究和推出AI大模型；其次，AI产品的用户数量和活跃度快速增长。生成式AI的创新和应用空间广阔，在个人助手等方面可能展现革命性发展。
比特财经主编邹震表示，每轮科技浪潮都有泡沫，但泡沫也有鲜啤酒的道理。过去的互联网泡沫孕育出了今天的互联网业态。技术如云计算、大数据、AI和区块链等都在推动变革。生成式模型所需算力存在挑战，目前显著低于需求。影响AI发展的还包括量子计算突破、数据供应等问题。企业对数据公开有顾虑，联邦计算、隐私计算和机密计算等技术有望推动行业发展。总体来看，有需求和场景的科技一定会向前发展。
关于ChatGPT距离挣脱聊天机器人的“躯壳”，在经济发展中扮演重要角色还有多远的路要走。
比特财经主编邹震表示，这个问题像国家造芯片一样具有挑战性。尽管重点大学教授的学生能写出操作系统，但整个生态需要支撑。以前的操作系统投入可能高达千万美金。现如今，生成式AI面临生态问题，例如算力与电力的关系。目前全球电力需求不断上升，是否能支撑生成式AI取决于行业系统性问题。虽然AI已在某些细分领域取得进展，但关键技术的突破仍需时间。这里持一种审慎乐观的态度更为合适。
沙利文头豹研究院分析师常乔雨表示,问题涉及底层设施建设的完善度、成熟度和实际应用。首先,影响AI发展的是能否支撑庞大用户群。当前算力和算据面临难题，解决这些问题需要时间和技术突破。其次,AI是否能走出聊天机器人范畴并改变人们生活。展望未来，个人AI助手可能成为核心应用，提高沟通效率，实现个性化服务。然而，实现这一目标仍需克服技术和隐私安全挑战。
关键词：
