深燃（shenrancaijing）原創

作者 | 李秋涵

【資料圖】

編輯 | 魏佳

你還在用 ChatGPT 嗎？

在全球掀起 AI 熱潮的 ChatGPT，似乎進入了瓶頸期。

首先是關于 ChatGPT 的使用率，有不利的數據出現。6 月初，摩根士丹利發布的一項調查顯示，只有 19% 的受訪者表示他們之前使用過 ChatGPT，只有 4% 的人表示依賴 ChatGPT。調查表示，比例低的驚人。

這項調查在今年 4 月進行，涉及人數為 2000 人。不過，在全球 78 億人口面前，這樣的樣本量不算大，也一定程度上降低了其參考性。

還有一個基數更廣泛的數據值得關注，ChatGPT 的增長已經明顯放緩。

根據網站數據分析工具 SimilarWeb 數據，前期 ChatGPT 的訪問量增長率驚人，1 月份的環比增長率為 131.6%，2 月份為 62.5%，3 月份為 55.8%，在 4 月份明顯放緩，環比增長率為 12.6%，到了 5 月，這個數字已經變為了 2.8%。

隨著 ChatGPT 普及，參考基數變大，增長率放緩是正?，F象，不過，根據目前已有的趨勢來看，6 月的環比增長率也有可能為負數。

今年年初，ChatGPT 像一聲驚雷，讓全球見識到了生成式 AI 的威力，也讓背后的 GPT（生成式預訓練 Transfomer 模型）大火，掀起大模型創業潮。它刷新了很多數字，最讓人印象深刻的，是史上用戶增長速度最快的消費級應用，在推出僅兩個月后，ChatGPT 的月活用戶已經突破了 1 億。

但對它未來的發展，即便是創造者也很難給出明確答案。此前 OpenAI 董事會成員海倫 · 托勒就曾表示，" 甚至創造它們的人也不知道它們能做什么，不能做什么。我預計，我們真正了解 GPT-4 能做和不能做的所有事情，可能還需要幾年時間。"

ChatGPT 現在的天花板，不代表就是 GPT 的天花板，但作為目前最厲害的大語言模型支撐的產品，ChatGPT 的走向，也能成為觀察 GPT 應用的一個窗口。關于 AI 的狂想還在繼續，時間已經過去了近半年，我們好奇的是，ChatGPT 的使用情況到底如何？它被高估了嗎？

ChatGPT 真的很多人用嗎？

對于 ChatGPT 的使用體驗，不同行業、不同人答案不同。有人把它當玩具，使用了一兩次后就不再登錄；有人努力把它變為工具，在工作中以提高效率；也有人，在努力將 ChatGPT 變為工具的過程中失敗了，因為覺得它 " 不夠好用 "。

夏楠屬于第三種。她從事外貿行業，會用 ChatGPT 寫工作郵件，也會讓它解答一些生活中的煩惱，為了能更好的使用 ChatGPT，她都是用英文發指令。

從 2 月開始使用 ChatGPT，她的體驗分為了三個階段，最開始是好奇，很多問題都想拋給 ChatGPT，看它怎么回答，探索它。從 5 月開始，她感覺 ChatGPT" 變笨了 "，之前能做到的，現在做不到了。現在，她對 ChatGPT 的評價是，" 不好用 "。

比如最近，他們公司接了一個炒菜機器人的 ODM（原始設備制造）業務，她想讓 ChatGPT 提供這個市場的預測數據，在反復推拉后，ChatGPT 還是沒有給她答案。而在寫工作郵件上，經過調教，ChatGPT 也只給到她一個命令式的跟進郵件，文字官方式的長篇大論，也不是她想要的，她希望 " 它能寫出有禮貌的，信息表達很明確的郵件 "。

她覺得，ChatGPT 之所以做不到，短板在于 " 不懂得人情世故 "。得不到想要的結果，她的使用頻次也降低了，從一個星期五六次變為了一周一次。

當然，之所以會有這樣的體驗，背后綜合影響因素很多，和使用者是否問到了 ChatGPT 擅長的領域有關，也要看使用者有沒有找到與 ChatGPT 合適的交流方式。

正在澳大利亞生活的 Lucy，從去年底 ChatGPT 一推出后就開始用英文使用它?，F在，她日常用 ChatGPT 來整理學術研究上的思路、學習語言，是生活里必不可少的工具。只是，準確性的問題一直讓她煩惱，文獻參考需要自己找，" 如果我質疑它的回答，它就會順著我的思路回答 "。

除了 ChatGPT 的使用體驗感受不一，從數據來看，ChatGPT 的普及率，暫時也還沒有想象中的廣。

摩根士丹利相關報告截圖

除了摩根士丹利的報告，還有一些數據可以作為佐證。根據 SimilarWeb 數據，3 月 -5 月，美國、日本是全球為 ChatGPT 貢獻流量份額最高的國家，分別位列第一、第三。不過，最近，美國的流量已經下滑了 10.28%。

ChatGPT 的全球流量分布 來源 / SimilarWeb 數據

美國方面，在 5 月底，皮尤研究中心發布了一份調查，他們在今年 3 月中旬在 1 萬多名美國成年人當中展開調查，18% 的人聽說過很多關于 ChatGPT 的事情，39% 的人聽說過一點，42% 的人根本沒有聽說過。

而在日本，根據日本 ICT 市場調查咨詢機構 MM 總研的最新調查報告，5 月 24 日 -31 日期間，以日本及美國企業所屬的 13814 名員工（其中，日本 13412 人、美國 402 人）為對象，進行的網絡調查結果是，日本企業的 ChatGPT 使用率僅 7%，與美國企業的 51% 使用率相比，兩者相差高達 44 個百分點。

日本企業中，近半數員工（46%）回答 " 不知道 "ChatGPT，而即便知道 ChatGPT，但回答 " 未使用 " 的比重也達 42%。

這些都是最近的報告，樣本量在 1 萬人左右。不過 ChatGPT 大熱后，全球關于它的使用報告眾多，觀點不一，甚至有的得出的是相反結論。上述報告有一定參考性，但也因地域和人群的差別，不一定能完全反應真實情況。

還有更明確的值得參考的整體性數據，可以幫助我們認識 ChatGPT 的應用現狀。

根據 SimilarWeb，ChatGPT 增長明顯放緩，尤其到 6 月，截至 6 月 20 日，6 月已經過去三分之二，訪問量比 5 月少了 38% 左右，粗略推算，到 6 月 31 日如果沒有特別新的刺激，6 月的環比流量或將下降。

ChatGPT 近期流量變化 來源 / SimilarWeb 數據

同時，還可以參考的是，根據 SimilarWeb，在 5 月，ChatGPT 的跳出率是 12.59%，低于谷歌、Youtube 等，而在 6 月 24 日，跳出率已經上升到 37.37%。平均訪問持續時間也從 8 分 32 秒，下降到 7 分 48 秒。

另一個數據是，接入 GPT 大模型后 Bing 的市場份額變化。

來源 / Statcounter

Bing 的市場占有率，在二三月份剛引入 GPT 時引發關注，根據網站通訊流量監測機構 Statcounter，2023 年 3 月 Bing 的市場份額是 2.86%，5 月是 2.77%，不僅占比沒有提高，甚至還有下降趨勢。

是什么限制了 ChatGPT？

關于 ChatGPT 應用上的問題，已經老生常談，不過這些問題對它應用普及上的影響，或許比想象中廣。

首先是 " 變笨 " 這件事。

6 月初，"ChatGPT 變笨了 " 的聲音引發過討論。不過 OpenAI 開發者推廣大使 Logan Kilpatrick 曾出面回應，表示自 3 月 14 日發布 GPT-4 以來，大模型的本體一直處于靜態，不存在大量外部數據污染模型的情況。同時他也承認，大模型本身存在不穩定性，因此對相通的提示詞，存在回答前后不一致的情況。

一位 AI 從業者告訴深燃，5 月就有國外從業者在 OpenAI 論壇里分享論證 GPT 變笨的文章。最近，他用 GPT-4 的 API 做了測試，讓它做簡單的計算題。從結果準確度來看，GPT-4-0314 取得了滿分，GPT-4 取得了 80 分，GPT-4-0613，勉強可以拿 50 分。其中，0314、0613 即指 3 月 14 號、6 月 13 號的快照（指整個系統在某個時間點上的狀態）。這個結果，給他一種 GPT-4 在被削弱的感受。

來源 / unsplash

根據監管機構 NewsGuard 的專家分析，OpenAI 最新版本的 GPT-4，在輸出信息方面，比 GPT-3.5 要糟糕。在今年 3 月份發布的報告中，NewsGuard 提到，GPT-4 不僅在其研究人員的提示下回答了完全虛假的新聞敘述，而且比 GPT-3.5 回答的內容更差。

在上述 AI 行業從業者看來，這樣變化的結果是，用戶需要變得更為具體和主動地引導 GPT-4，才能獲得與過去相當的回答質量。

這也再度影響 ChatGPT 的使用門檻，而這與 ChatGPT 的初衷有所背離。

最開始 ChatGPT 爆火，就有業內人士對深燃分析，它帶來的影響是將通用人工智能放在了每個用戶面前，也把人機交互的門檻，打到了最低點。

但目前來看，門檻還是存在。從 ChatGPT 的用戶畫像，也能看出這個產品的普及情況。根據 SimilarWeb 數據，使用者主要分布在計算機電子與技術行業，其中，編程和軟件開發占比最大。其他行業里，只有游戲行業中的視頻游戲機和配件的從業者占比較多。

在使用 ChatGPT 的體驗上，一位工程師給深燃的反饋最為積極，表示一直在用，" 能幫我解決小的程序上的問題 "。

盡管都說，" 淘汰你的不是 AI，是會用 AI 的人 "，如果普通人使用起來門檻越來越高，那也一定程度上脫離了 ChatGPT 的初衷。

還有兩個問題，是 ChatGPT 從最開始就面臨的質疑，即準確率和隱私保護。

根據上述日本相關機構的報告，在被問到今后若要繼續 / 擴大使用 ChatGPT，需要解決什么問題時，日本企業、美國企業分別有高達 49%、45% 的回答是 " 案件的精度 "，其次為 " 個人資料等隱私 ( 日企 34%、美企 35% ) "，和 " 對問題的理解程度 ( 日企 33%、美企 34% ) "。

準確度方面，OpenAI 的 CEO 山姆 · 奧特曼，也做出過解釋，這個程序會自信地宣稱一些東西是事實，但其實它是編造出來的，就像謊話連篇的政客一樣。他給這種現象起了個名字—— " 幻覺難題 "。

總之，準確率要實現起來非常不容易。原因就是因為它不是靠記憶，而是憑借演繹推理能力來工作。" 大語言模型靠的是推理的拼字游戲，不可能像數據庫一樣完全準確，人也不能完全保證準確 "，關注 AI 行業的工程師楊陽告訴深燃。

隱私方面，OpenAI 至今還沒有給出明確的解決方案。在加拿大工作的小虹就告訴深燃，公司特地發郵件通知，讓大家謹慎使用 ChatGPT。

基于這些限制，ChatGPT 的應用場景也受限制。

關注產業的投資人陳默默告訴深燃，它其實適合 " 生產力驅動 " 的內容生產，而不是 " 創意驅動 " 的內容生產，在前者上，能替代不少有重復經驗累積的人力。

用戶洛洛從 4 月開始使用 ChatGPT，她開了會員，主要用于寫腳本和文案，" 只要能給它正確的公式，基本可以反饋給我任意思維的腳本，只是拿到手要改 "。她表示，產出的腳本比較基礎，沒法做成爆款，但它邏輯沒有問題，" 像公司日常的一些大量的視頻輸出，是可以支持的 "，她現在的 ChatGPT 使用頻率，基本上一周 3 次以上。

現在夏楠調整了策略，只問它一些流程式的問題，比如開 ebay 網店的流程。盡管這類問題也可以問谷歌、百度，但 "ChatGPT 的回答更好 "，她舉例，最近她去德國旅行，讓 ChatGPT 給她安排旅游計劃，給出的答案有參考性，交通安排的也很清楚。

這些長期使用 ChatGPT 的用戶，不論對 ChatGPT 的使用體驗滿意與否，他們都提到，ChatGPT 更像是一個升級了的谷歌、百度，帶來了一定助力。

ChatGPT，象征意義高過實質意義？

最近，OpenAI 推出了類似于 LLM 版的 App Store，加速生態的建設，還被曝光了一些功能上的優化。這背后也隱藏著一個信號，GPT4 暫時已經到天花板，要加速生態建設，在 GPT5 出不來之前，先做一些體驗上的優化。

早在 4 月，山姆 · 奧特曼就表示，還沒有開始研究 GPT-5，也沒有立即開始的打算，還曾表示，" 大型模型時代已經到頭了。"

據 OpenAI 官網，GPT 模型參數數量（可以理解為喂養模型的語言材料）在不斷提升。GPT-1 是 1.17 億，GPT-2 有 15 億，到了 GPT-3，飆升至 1750 億，GPT-4，根據國外媒體機構 Semafor 的一份報告，比 GPT-3 大六倍左右，具有 1 萬億個參數。

此前楊陽也對深燃表示，或許 GPT-4 就成長到頭了，語料是一個原因，" 人類歷史上創造出的優秀資源就這些了 "，模型本身的限制也是一個原因。在他看來，現在 GPT-4 被限制了，應該有能力沒有被完全開發出來。

近日，Facebook 母公司 Meta 首席人工智能科學家 Yann LeCun 就指出，ChatGPT 背后的生成式人工智能技術已進入了死胡同，擁有太多的局限性。

出于巨頭間的競爭關系，或許很難將這話作為客觀參考。但可以肯定的是，ChatGPT 的確遇到了瓶頸。

要讓大語言模型有更好的應用，不少人把視線投向垂直領域的應用上。

AI 行業從業者秦凱對深燃做了一個比喻，ChatGPT 這類泛化型的人工智能，應用寬泛時，能力就像是高中生、大學生，和垂直場景結合時，fine-tuning（在自然語言處理中使用的技術，也叫微調）的數據足夠精確和貼合場景，能力就能變為碩士、博士，能解決更具體的需求。

楊陽也認同這一看法。他提到，目前的模型最多只能進行一倍左右的優化，" 大家有一個基礎共識，GPT-5 來了，也不會帶來顛覆性的進化 "，短期內不可能達到 AGI（通用人工智能）水平。

來源 / unsplash

不過，他表示，現在做具體垂類應用，首先是費用高，訓練模型對公司來說依舊是不小的成本；其次是數據安全、數據隔離的問題，目前采用的辦法是，" 在大模型基礎上套小模型 "，但帶來的問題是，現在的底層技術還在變化，" 沒有人知道下一個模型，更優秀的模型什么時候出現 "，這個中間階段讓大家很迷茫，" 如果三五年后才出現，那現在基于大模型做垂類的產品是不虧的，場景落地后有機會回收資金。但如果很快就出現了，那大家現在做的外掛型垂類產品，是沒有多少意義的。"

投資人陳默默表示，這是一個 " 先有雞還是先有蛋 " 的問題，他們還是愿意去看相關項目，在細分領域里切一個特定場景的應用，因為 " 哪怕未來的底層有變化，只要行業沒有變動，在應用層的行業理解上還是會有沉淀 "。

但他們在看項目時遇到的問題是，很難有人可以明確告訴他們，產品能節省多少人力成本。" 看下來，還是得給機器配個人 "，她舉例，關注賦能研發端論文篩選歸納相關的垂類產品，實際使用也還是需要一個人順著機器的結果，再做進一步驗真、開發和研究，實際上很難說效率有特別好的優化 "，所以現在，一些投資人都會傾向于再觀望觀望。

在關注垂類領域的 AI 創業公司的產品時，她的感受是，" 我們對技術帶來的產業升級機會保持謹慎樂觀，目前可能它的市場意義，高過實質意義 "。

秦凱總結，人們對 ChatGPT 的期望過高，但有兩個瓶頸。首先，下一代大語言模型通過更大的參數規模和更強算力的收益邊際遞減，人們的期望可能無法很快滿足。其次，當前的大語言模型是泛化的，需要很長時間來解決特定、真實的問題。目前垂直領域的生成式 AI，已經變成了針對具體企業做定制化需求和私有部署的體力活，" 底層模型依靠 transformer 方式缺乏解決非常復雜問題的能力，現在的應用情況與預期的水平相距甚遠 "。

應用還在繼續，技術還在發展，關于 ChatGPT 的應用及潛力還需要再觀望。即便是這樣，ChatGPT 已經讓一些人的生產效率，有了一個數量級的提高，即便當下有瓶頸，"ChatGPT 已經是很偉大的產品，這就夠了。" 楊陽表示。

* 題圖來源于 unsplash。應受訪者要求，文中夏楠、Lucy、楊陽、小虹、洛洛為化名。