ChatGPT来也匆匆，去也匆匆。在火爆两周后，ChatGPT从讨论高潮到趋于平静。为什么短短两周就鲜有人讨论ChatGPT了呢？作者对该现象展开分析，解释该现象发生的原因，一起来看看。
从0到100万用户，Netflix用了3.5 年，Twitter用了24 个月，Facebook用了10个月，Dropbox用了7个月，Spotify用了5个月，Instagram用了2.5个月。
而ChatGPT，只用了5 天。
没错，在ChatGPT诞生的头一周，科技界对它的讨论达到了高潮，其CEO也很快宣布ChatGPT的用户超过了100万，其引发的讨论狂潮让沉闷的科技行业再次变得兴奋。
然而，短短两周之后，业界对于ChatGPT的讨论明显就下降了，当初泛起的惊涛骇浪已逐渐归于平静。
我观察了一圈那些当初极其热烈讨论ChatGPT的意见领袖和媒体，现在几乎鲜有讨论了。
我这么说是有数据支撑的，百度指数、微信指数、谷歌趋势三个指数热度断崖式下降证明了这一点：
百度指数
微信指数
谷歌趋势
同时，这几天几乎看不到ChatGPT网站反应卡顿，也证明了其流量或许已归于平常。
如何解释这个现象？
是因为ChatGPT还不够革命吗？是因为它对大陆用户不够友好吗？是因为ChatGPT其实没有什么用吗？
今天卫夕就和大家一起认真来聊一下这件事——
首先，我想说：一个新的事物出现，人们在短期内对其热情高涨，但热情过后又归于平静是再正常不过的事。
我们从1930年代的一次工厂管理实验开始说起——
1924年至1927年，在伊利诺伊州西塞罗的西电的霍桑工厂，管理层为了提高制造继电器的工人的工作效率，决定对工人的光照条件进行改变。
结果发现，无论是灯光变的更暗还是变得更亮，工人们的工作效率在短期内都提高了，甚至仅仅是清除地板障碍物或者是重新安置工作站这类改变，都可以在短期内提高生产率。
这种因为不同改变导致短期生产力提升的现象后来被称之为“霍桑效应”（Hawthorne effect）。
对于霍桑效应，其中一种解释是：人们会因为改变带来的新鲜感产生了激励效应。
没错，人们总是喜欢新的东西，改变总会带来兴奋感，但这种兴奋感无法持续。
对于ChatGPT也是一样，ChatGPT改变了什么？
它改变了公众被小爱、小冰、小度这类号称人工智能但事实上基本属于人工智障产品的所建立起来的对人工智能的刻板印象。
这个改变是巨大的，是跨越式的，是远超预期的，它不是渐进式的改进，而是跳跃式的进步。
当一件事远超自己的预期时，人的多巴胺就会快速分泌，直观的表现就是“我去，我X，太牛逼了！”
但请注意：多巴胺这种神经递质的分泌并不能一直持续，它只在改变和外界的刺激中产生，稳定状态它就不再活跃。
当一个人第一次使用ChatGPT时，那种颠覆的感觉是巨大的刺激，这种刺激来源于现实对预期的巨大超越。
然而大脑很快就会习惯这种刺激和超越，因为改变不再发生，现实再次与预期一致，除非ChatGPT再一次跨越式进步。
心理学上的“新奇效应”（Novelty effect）其实也是在解释人类这种喜新厌旧的现象。
因此，对ChatGPT讨论的下滑是极其正常的现象，它只不过是人类这个物种天生对新事物更感兴趣的一种直观体现。
接下来我们需要讨论的是ChatGPT本身和它实际的价值。
我曾经写过一篇名为《为什么炫酷的产品并没有流行起来的？》的长文，其中有两个观点解释了为什么不少新奇产品最终并没有流行：
事实上，这些天观察下来，目前阶段ChatGPT存在两个问题——第一，是实际的用户价值还比较有限；第二，存在隐形的使用门槛。
我相信过去这些天大家对于ChatGPT到底能干嘛已经有了非常多眼花缭乱的案例，据不完全统计——
它至少可以写小说、写诗、写通知、写检讨、写代码、写周报、写商业计划书、写提纲、做调研、做测试……似乎是无所不能。
然而现在我们现在来仔细审视一下，它的这些多样的功能中，到底有哪些能产生实际的价值？
我今天在朋友圈做个了一个小调研——“过去两周，你有用ChatGPT完成或者帮助完成什么实际的工作吗？如果有，是什么？”
我覆盖2.6万人的朋友圈总共仅收到了21条有效的回复，在具体如下——
“写了一些标书中要用到的废话、写软件工程课的作业、润色日报、问C语言的基本函数用法、写SQL语句、口播洗稿”等等。
这个极个人化的调研当然不太严谨，毕竟ChatGPT给大陆用户设置的门槛的确有些高，也存在别人用了但不愿意回复我的情况。
但有一点可以确定：“没产生实际价值”的人远高于“解决实际问题”的人。
这意味着大部分人其实想不起来再次使用它，至少在客观上，它目前还不太适合大部分普通人。
至于产生这个问题的原因，其实并不是ChatGPT不够强大，而是使用ChatGPT本身是存在隐形门槛的，使用者必须学会确切地提出一个具体的好问题。
很多人的实际使用体验是——简单地像调戏小爱同学一样调戏了几次ChatGPT，问了几个相对宽泛的问题，发现并没有想象中的智能，然后就丢到一边了。
事实上，善用ChatGPT的人往往问的问题都非常具体，并且会一步一步不断追问，或者换不同的方式提问并得到最终想要的答案。
这其实和搜索引擎很像，如果你越擅长使用搜索引擎，搜索引擎对你就越有用。
这个隐形门槛阻止了更多普通用户从ChatGPT得到自己想得到的价值。
换句话说，至少在这个阶段，ChatGPT对于普通人的实际作用比想象中要更小一些。
对于更多的人来说，ChatGPT还只是一个玩具，唯一的作用是用来发朋友圈。
作为一名作者，我自己尝试过让他辅助写作，但由于领域较为垂直，实际的效果非常不理想，我的直观感受是——
它能提供一些不少最基础的文本，但这些文本过于普通没有真正的洞察，并不能用。
对于一个科技作者而言，如果文章没有洞察，那是没有意义的，至于很多人用它扩写、缩写、校对、提炼要点，我由于风格原因，依然觉得这个作用聊胜于无。
而更加致命的是，正如不少人提到的那样，ChatGPT目前还有一个非常明显的短板——经常会出现事实性的错误。
这意味着它有些时候提供的不一定是正确答案。
在部分的问题的答案中，它是一本正经的胡说八道。
我问它巴菲特说过哪些著名的话？它回答一些明显不是巴菲特说的鸡汤。
我问它小说《基地》的作者，它回答是乔治马丁。（这其实挺匪夷所思的）
我问它深圳有哪些特产，它自信地回答，臭豆腐、白切鸡以及啤酒鸭。
阮一峰老师问它在云南一个小城有哪些景点，它瞎编了一大堆并不存在的景点：
正是由于这个原因，程序员问答网站 Stack Overflow从12月5日开始，就禁止用户分享ChatGPT生成的内容。
那么，现阶段ChatGPT具体可以产生哪些实际用处呢？
下面这个案例大家或许能得到属于自己的答案——
我认识的一个山东菏泽专门做网赚的草根大哥，他对于ChatGPT的用法大家感受一下，他使用ChatGPT专门生成——
“有一个不讲理的恶婆婆应该怎么办？”、“如何劝女朋友接受第一次？”、“老公出轨了，我该如何挽回？”、“如何追离异的女人？”、“如何劝大龄儿子结婚？”类似这样的问题。
批量生成文本，然后用AI工具将文字变成语音，加一些影视片段发抖音，同时文字版同步发今日头条、百家号和企鹅号。
你别说，ChatGPT在回答这些问题的时候异常擅长，很多答案观点全面、有理有据，有着教科书般的质量，可谓上乘鸡汤——
他告诉我这么做目前数据和收益还不算太好，但已经逐渐有正循环了。
他说ChatGPT对于他而言最有用的地方在于：你输入同一个问题，它每一次的答案都不一样，可以完美规避掉平台的查重算法。
从这个案例中我们能得到的一个重要信息是——ChatGPT生成的文本非常适合大众的、通俗的内容。
这背后的逻辑其实也非常容易理解，毕竟它在训练是通俗内容的数据量是最多的。
然而，一旦遇到过于专业的实际问题，在很多情况下它就歇菜了。
也就是它在提供“大路货”上非常擅长，但一旦遇到极其具体的垂直问题，它并不擅长。
此外，内容的实时性、答案中的偏见歧视问题也会给想要获得实际价值的普通用户带来不那么理想的体验。
如果你认为我这篇文章只是吐槽ChatGPT现阶段多么没有用，那么你就错了。
让我们先简单回顾一下当年的阿尔法Go大战人类围棋的历史——
2016年9月，阿尔法Go打败欧洲围棋冠军之后，包括李开复在内的多位技术领袖都认为：阿尔法Go要进一步打败世界冠军李世石希望不大。
但后来的结果大家也看到了，仅仅6个月后，阿尔法Go就轻易打败了李世石，并且在输了一场之后再无败绩，这种进化速度让人瞠目结舌。
阿尔法Go的进化速度或许会在ChatGPT的身上再次上演。
目前的ChatGPT是基于OpenAI的GPT3.5的模型创建的，自2018年开始，GPT1、GPT2、GPT3的参数分别为1.17亿、15亿、1750亿。
这是一个指数级的增长，可以想象性能更加强大的GPT4会达到怎样的高度。
所以，尽管不可否认，现阶段ChatGPT的确有诸多局限性，这个结论不是我说的，是它的创造团队OpenAI的CEO说的——
但这丝毫不影响它的迭代版本在进化过程中不断解决和弱化这些问题，从这个意义上，ChatGPT或许只是一盘前菜。
我希望未来它可以非常轻易地——
这些不同的AI宣称可以做，但很显然，目前这件事它还做的不够优秀，但毫无疑问，ChatGPT为代表的产品已经为AI打开了潘多拉魔盒。
我非常认可硅谷著名投资人保罗*格雷厄姆在Twitter上说的一句话——
“ChatGPT惊人的地方不在于有多少人被它震撼到，而在被震撼到的人是谁，这些人可不会随便对每一个新事物都感到兴奋，很显然，有大事正在发生。”
对于我们每一个人，的确该思考自己工作会不会被替代的问题了——
李开复曾经提过一个观点——思考不超过5秒的工作，在未来一定会被AI取代。
现在看，在某些领域，ChatGPT现在就已远远超过“思考5秒”这个标准了，而随着它的疯狂进化，其可能产生的潜力会超越不少人的想象。
奇点隐现，而未来已来，只是分布上还不够均匀。
最后以凯文凯利的一句话结尾——
“从第一个聊天机器人（ELIZA,1964）到真正有效的聊天机器人（ChatGPT,2022）只用了58年。所以，不要认为距离近视野就一定清晰，同时也不要认为距离远就一定不可能。”
专栏作家
卫夕，微信公众号：卫夕指北（ID：weixizhibei），人人都是产品经理专栏作家，2018年年度作者。一名兴趣广泛的广告产品经理，致力于用简单语言深度剖析互联网相关的逻辑。
本文原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。