“ 国外AIGC产品的发展情况：市场规模不断扩大，用户付费意愿高，小团队创业成功率高。国内大模型行业的发展情况：行业内卷严重，商业化难题突出，技术挑战仍存。”
01
—
diChatGPT发布已有9个月，月活跃用户达到1亿。在迎来生成式人工智能新时代后，其用户数量开始缓慢下降，然而与之相关的AIGC产品却不断涌现，呈现出日益增多的趋势。
Andreessen Horowitz（又名 a16z）是一家风险投资公司，根据截至2023年6月的LikeWeb流量数据，对前50名人工智能 GenAI Web 产品按月访问量进行了排名，发布了一份AI类产品的观察分析报告。
因为到目前为止，大多数消费者 GenAI 产品都是网站优先，所以该报告依靠网络流量与应用程序流量来“确定”AI类产品的名单。
这份报告分析了这些产品随着时间的推移而呈现的增长趋势，以及增长来源的分布情况。
从报告的主要意思：AI类产品很适合小团队创业。
从头开始，做个网站就可以开始形成一个最小可用产品，可以满足用户的需求，进行收费服务。获取用户的成本极低，而用户付费意愿极强。
前 50 名的产品从模型的使用上可以分为三种：
训练自己的专有模型，
微调现有模型，
在现有模型之上构建消费者 UI（例如，“GPT 包装器”）。
前 10 名产品中，有一半是基于自己的模型构建的，而 4 款是微调产品，只有一款属于“包装”类别。
02
—
几大看点
1、多数产品都是“从头开始”构建的
榜单中80% 的网站都是新网站，虽然许多传统产品正在利用人工智能增强其产品，但多数受欢迎的产品是全新构建的。
48% 的产品团队完全是自力更生，没有外部资金。
只有 5 家是现有大型科技公司的产品或被它们收购：Bard ( Google )、Poe ( Quora )、QuillBot ( Course Hero )、Pixlr ( 123RF ) 和 Clipchamp ( Microsoft)）。
2、流量数据上 ChatGPT 遥遥领先
ChatGPT 占整个前 50 名列表每月流量的 60%，ChatGPT 的排名与 Reddit、LinkedIn 和 Twitch 大致相同，但仍远低于WhatsApp、YouTube、Facebook 等“传统巨头”。
第二名为 CharacterAI ，其规模约为ChatGPT 的21%。
3、主流仍然是LLM，但是人工智能伴侣（例如CharacterAI）和内容生成工具（例如Midjourney和ElevenLabs）正在不断涌现。
普通 LLM 聊天机器人（ ChatGPT 、Bard、 Poe）占前 50 名榜单消费者总流量的 68%。
除了文本生成，在内容生成类别中，图像生成是最主要的用例，占流量的 41%，其次是产消者写作工具（占 26%）和视频生成（占 8%）。
4、用户多数来自免费流量，且消费者愿意付费！
榜单上的大多数公司都没有付费营销，流量中只有 2% 来自付费来源。相比之下，非 AI 消费者订阅公司的付费流量为 70%。
榜单上 90% 的公司已经实现盈利，产品的平均收入为 21 美元/月。而之前非AI类产品收费大多低于 70 美元/年。
生成式人工智能解锁了新的价值水平，从而提高了消费者的支付意愿。
榜单上有几个有意思的产品：
第4名Poe是国外版知乎Quora推出的AI客户端，最早集成了几家LLM（ChatGPT、Bard、Claude）聊天对话在一个界面上。
第6名 PhotoRoom是产品产品增加了AI功能，移除图片背景等图片编辑需求一直很大，也一直有新产品出现，尽管 PhotoShop 也在集成了AI后推出了类似功能，但PhotoRoom依然做了一个，还获得了大量用户。
第8名 Midjourney 和 36名 Stable diffusion 都是图像生成AI。而第7名 civitai ，也是有名的C站，存放和分享SD开源模型的平台，居然比上面两个产品的流量排名还要高。
不得不说，用户的需求还是很直接的：我就要结果，不要工具。
第9名 Hugging Face 是一个NLP模型、工具和平台，简单直白的说，是一个大模型版本的云计算平台，使得开发者用大模型发布应用更简单。
第20名 theb.ai 是个国内小团队做的GPT客户端，最初的版本是基于一个开源项目运行起来的，国内用户只占访问量的19%，剩下81%都是海外用户。
第28名 ChatPDF 属于个人创业项目，第一个看到了这个需求，做成了产品，靠用户自发的口碑传播，成长到现在这个阶段。
但是我认为：像 Office 这类在传统产品集成了AI功能的产品，在这个Web网页统计中反映不出来相关的数据，所以自然也影响了报告的结论：也就是可能还有不少传统公司产品增加了AI能力后，获得了不错的用户反馈和收入。
国内也有类似集成案例，金山WPS集成了Minimax大模型的AI功能，钉钉在产品中集成了自家的大模型AI能力：《》
03
—
太卷了
在国外观察者发布了上述排行榜的同时，也浏览到了一份关于国内大模型和AIGC产品的访谈报告。
《》中包含了一些国内AI行业从业者的观点和看法。然而，今天的这份访谈总结显得更为谨慎：太卷了！
创业黑马发布了一份主题为“大模型目前的行业现状？企业如何更好地进行商业化？有哪些值得关注的新趋势和新机会？” AI闭门会议的笔记。
参与者有华为云、APUS、拓尔思、商汤、快手、360集团、清博智能、黑马天启、MiniMax、创新工场、奇绩创坛、中国信通院……，有上市公司，有龙头企业，有独角兽企业，还有AI领域领先的投资机构和科研院所。
主要的观点如下：
中国AI行业近年来大模型的发展迅速，已有130多个大模型问世，备案模型超过70家，BAT等互联网巨头纷纷发布AI大模型。
2023年，超过60家创业公司获得融资，大量产品涌现，涵盖基础层、模型层和应用层。行业内卷严重,客户报价竞争激烈,利润空间被压缩。行业从业者需警惕行业内卷和客户需求，避免重蹈上一轮冬天的覆辙。
大模型的训练和运行成本高昂，商业变现仍有困难。ToC的免费模式难以为继，ToB模式相对ToC更具商业价值，但也存在一些问题，如高成本、周期较长等。
大模型的商业化还面临找到性感场景、融资、数据和高质量人才等挑战。
应聚焦行业痛点和垂直场景，用项目孵化产品,找到商业价值的平衡点，现金回收周期可能较长。
Agent被视为大模型的下一阶段，具备记忆、规划和执行等能力，但目前还存在许多局限，离通用智能还有差距。
行业需保持理性，坚持自身定位，耐心积累，才能抓住未来机会。
来自一线的真实声音值得借鉴，要对客户需求保持敏感，用场景驱动,解决实际问题。
ToB和ToG也存在自己的困难，需警惕简单的人力外包，以及预算和评测体系的约束。
要注重技术创新，用项目孵化产品和方案，为客户创造价值。
整体来看，行业发展仍需平衡成本、风险和收益，处理好发展节奏，才能走得长远。
全文可以看参考资料部分。
参考资料：
https://a16z.com/how-are-consumers-using-generative-ai/
https://mp.weixin.qq.com/s/w9K9aR7pEJ3Rbz1fQhaE4A
阅读推荐：
拥抱未来，学习 AI 技能！关注我，免费领取 AI 学习资源。