惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Microsoft Security Blog
Microsoft Security Blog
Apple Machine Learning Research
Apple Machine Learning Research
美团技术团队
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
G
Google Developers Blog
阮一峰的网络日志
阮一峰的网络日志
The Cloudflare Blog
J
Java Code Geeks
Martin Fowler
Martin Fowler
M
MIT News - Artificial intelligence
IT之家
IT之家
博客园 - 三生石上(FineUI控件)
月光博客
月光博客
Google DeepMind News
Google DeepMind News
小众软件
小众软件
V
V2EX
Hugging Face - Blog
Hugging Face - Blog
爱范儿
爱范儿
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Jina AI
Jina AI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
腾讯CDC
B
Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
还不到6个月,GPTs黄了
硅星人 · 2024-06-24 · via 人人都是产品经理

半年多以前,GPTs刚发布的时候,全球的媒体和用户都把目光聚焦在这个产品之上,都以为这个会成为AI界的 App Store。但上周开始,微软的通知,貌似给GPTs这个产品打上了“失败”的标签。

上周,不少人发现微软官网忽然更新了一条“GPT Builder 即将停用”的通知。宣布将从7月10日起终止对Copilot GPT的支持,并会在四天内把平台上所有已创建的GPT连同相关数据全部删除。

如此猝不及防,因为就在仅仅3个月前, GPT Builder 才被微软打包进Copilot Pro服务正式推出。每月付费20美元的订阅用户可以根据特定需求,创建定制化的GPT聊天机器人来自用或分享。

对于刚上线就遭遇光速“停服”,官方给出的解释是:“正在继续评估针对消费者Copilot的可扩展策略,并优先考虑核心产品体验,同时仍然致力于为开发者提供机会。为此,我们将把GPT的重心转移到商业和企业应用场景,并停止消费级Copilot方面的GPT工作。”

简言之,试验了几个月,微软现在得出结论,GPT Builder在消费端并不算一个可行的产品。尽管公司全力推进Copilot等AI项目,也只会在其具有现实商业意义时予以支持。

处境一样尴尬的还有Copilot GPTs的“本体”、相同产品逻辑的ChatGPT 版GPTs和GPT Store。

随着GPT-4、Sora、Voice Engine、GPT-4o引发一轮又一轮的讨论热潮, OpenAI百宝箱内爆款频出, GPTs逐渐成了那个隐身在后,极少被人提及的名字。但人们也还依稀记得它的盛大出场——那个被视为具有划时代意义,可能改写整个AI行业的硅谷的冬天 。

01 出道即巅峰,却是昙花一现?

去年11月6日的OpenAI开发者大会上,奥特曼首次向全世界介绍了GPTs的概念。用户无需任何编程知识,仅通过自然语言指令和上传知识库,就能轻松定制自己的个性化GPT。

GPTs具备多模态功能,支持外部数据源扩展和API集成,还可以发布到即将上线的GPT Store参与社区共享和营利。奥特曼信心满满地描述着GPT Store类似App Store的搜索、分类和推荐机制,并亲自演示了如何在几分钟内构建一个完全版的「创业导师」聊天机器人。

一夕之间,挡在普通人面前的技术壁垒被推翻,「开发者」一词被重新定义,更有无数AI创业公司惨遭血洗。人们看到了OpenAI试图效仿苹果和谷歌,打造一套完整开发者和用户生态的野心。彼时“变天”、“炸裂”、“颠覆”还未成为常见词汇,那场发布会被江湖形容为 “OpenAI的iPhone时刻”。

始料未及的是,一出狗血宫斗风波打乱了GPT Store的发布节奏。导致原定去年11月末上线的GPT Store今年1月10日才终于对Plus用户开放。与此同时, GPTs使用过程中暴露的问题也接踵而至。

02 使用大翻车,开发者不满,GPTs凉了

凭着亲民的技术要求,GPTs迅速吸引全球大量AI爱好者涌入。截至今年1月底,用户创建的GPTs已超过300万个。

但也正是由于创建门槛低,大家发现只用简单prompts调出来的定制GPT,体验其实和直接对话GPT-4没太大差别,甚至还是个“低配版”:它不能适应知识库、容易分心和产生幻觉;不能100%遵循自定义指令,反而 “在ChatGPT界面得到的回答效果要好5倍”;本质相当于基础RAG平台,却最多只能传10个文件,未能提供向量数据库调用等功能。而且容易实现也就意味着容易被替代,几百万个GPTs同质化严重、良莠不齐,真正优秀的却少之又少。

相比起来,人们还不如使用一个足够强大、灵活且通用的AI助手来满足各类复杂需求。据Sametime Web数据显示,2月份GPTs访问量仅占ChatGPT网页端的1.5%。自GPT Store开业以来,每周用户流量也已趋于平稳。

更严重的是一些独立GPTs显露出的安全隐患。许多用户都在X表示,自己仅通过几轮对话诱导,就能从GPTs下载原始知识文件,存在数据泄露风险。

比如有人从薪酬比较网站Levels.fyi的GPT轻松获取了作者上传的「2021年美国各大科技公司岗位薪酬」数据表格。还有人直接套出OpenAI 16个官方GPT的源提示。普通用户复制粘贴prompts,再搭配几个知识库文件,就能瞬间复刻。

来到开发者这边,也是怨声载道。

一方面直至5月13日OpenAI春季发布会前,都只有付费用户才能访问GPT Store,很大程度上限制了 GPTs的用户增长潜力。而且由于OpenAI后台提供的用户数据分析功能不足,在一个数据驱动决策的世界里,创作者们无法得到充分洞察,很难吸引到新用户。

Hintloop创始人Kirill Demochkin说,在他分析的超过36000个定制聊天机器人中,只有5%的GPTs每天有150到500个活跃用户,绝大多数每天只能吸引一到两个用户。

另一方面是新创作者在GPT Store的可见性问题。虽说全民可参与,但其实商店的当前设置令GPTs的新人创作者们很难获得关注。每个类别下只能展示OpenAI的官方推荐排列。社区纷纷喊话OpenAI可以学学 TikTok,采用类似的大数据推送或发现方式,让新创作者有更多机会展现自己。

除此之外,最大的问题在于OpenAI模糊不清的货币化政策。早在开发者大会上,奥特曼就承诺发布GPTs会产生实际收入,却一直停留在画饼阶段,没有公布任何支付规则。大家分不到钱,自然就缺乏动力构建高质量应用。

到3月底,眼看GPTs快要“凉凉”,OpenAI不得不紧急决定与小部分美国开发者合作,基于GPTs的使用情况发放相应奖励。目标是“创建一个充满活力的生态系统,让开发者的创造力和影响力得到回报”。至于更具体的奖励细节,OpenAI并未披露。

与之形成鲜明对比的是OpenAI 董事Adam D’Angelo打造的AI 聊天平台Poe。同样的创作者经济模式,Poe不仅更早付诸行动,发展出一套清晰完善的「变现计划」,还将适用范围扩展到包括中国香港在内的23个国家和地区。

在Poe,创作者可以通过设定聊天机器人付费墙和每条信息的价格来获取收益,也能靠拉新把每份订阅多达50美元的激励收入囊中。Poe贴心地讲解了收益计算方式、如何设置收款和获取更多转化的攻略。当初传言Adam D’Angelo因为被奥特曼端了饭碗而大怒,谁成想Poe大路越跑越通,GPTs倒是跪了。

尽管后来为了力挽狂澜,OpenAI推出直接在对话框中艾特GPTs的炫酷功能,让300万聊天机器人“为你打工”,但先找到特定GPTs对话,下次再艾特,从下拉菜单选取,再输入指令——明明一个ChatGPT就能办的事儿,非要把操作线程折腾得更冗长,恐怕真正使用的人寥寥无几。上个月,OpenAI宣布对所有免费用户开放访问权限,但这似乎也救不动了。

03 为啥GPT Store成不了App Store

承载着奥特曼和OpenAI的野望,从惊世骇俗的登场,到光环褪去的落寞。起码到目前为止,GPTs 并未成为它预想中的样子。

OpenAI的顶级研究人员曾表示,LLM可能成为一种操作系统,类似于苹果的iOS。然而无论是iOS还是安卓,它们早期的热门应用包括视频游戏、导航地图、社交媒体、浏览器工具等等,都是功能鲜明且易于使用和理解的服务。但早期生成式AI驱动的应用通常没有那么直观,大多数人也并未形成依赖聊天机器人来创建图表、计划旅行、解数学题的习惯。

另有分析人士表示, App Store和Play Store的成功也受益于它们是iPhone和安卓手机的一部分。运行在消费者离不开的电子设备上,本就拥抱了海量用户基础。反观ChatGPT虽然已积累了1.8亿用户,实属了不起,但对更多普罗大众来说仍是一个新奇事物。无怪乎奥特曼一直不放弃进军AI硬件的计划,试图抢先攻下这片生态高地。

不过,GPTs和GPT Store折了也丝毫不影响OpenAI的赚钱能力。

The Information近日报道, OpenAI在过去六个月内的年化收入已翻倍达到34亿美元。2023年底这个数字还是16亿美元,去年夏天同期为10亿美元。而Anthropic的计划是到今年底实现超过8.5亿美元的年化收入。加拿大竞争对手Cohere在4月份年华收入计算仅为2200万美元——OpenAI仍然断崖式领先于同行。

在OpenAI这34亿美元中,有32亿来自于ChatGPT订阅服务以及软件开发人员通过API访问其模型的费用。由于这些模型部署在微软云端,微软会从中抽成。OpenAI 也会从微软向其Azure云客户销售的OpenAI模型中获得部分收益。据奥特曼告诉员工,按年计算,这部分收益现在约为2亿美元,只占微软从该业务中产生收入的20%。

而今微软砍掉面向消费者的Copilot GPTs专心搞企业级,与OpenAI自己的业务路线也不谋而合。今年以来,OpenAI首席运营官Brad Lightcap曾多次公开表示公司正在着力探索更多to B模式,包括企业级模型的全方位定制化服务。

对于GPTs,则更像一款AI时代的试验品。它曾淘汰了初代GPT插件,也创造过轰动全球的美丽畅想。而今虽倒犹荣,说不定一百个GPTs倒下,一千个别的什么又会站起来。

参考资料:

https://wallstreetcn.com/articles/3710745

https://www.theinformation.com/articles/openais-annualized-revenue-doubles-to-3-4-billion-since-late-2023?rc=iczwj4

作者|Jessica邮箱|JessicaZhang@pingwest.com

本文由人人都是产品经理作者【硅星人】,微信公众号:【硅星人Pro】,原创/授权 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。