ChatGPT也涨不动了

2023-06-25
“象征意义,高过实际意义。”

编者按:本文来自微信公众号深燃(ID:shenrancaijing),作者:李秋涵,编辑:魏佳,创业邦经授权发布。

你还在用ChatGPT吗?

在全球掀起AI热潮的ChatGPT,似乎进入了瓶颈期。

首先是关于ChatGPT的使用率,有不利的数据出现。6月初,摩根士丹利发布的一项调查显示,只有19%的受访者表示他们之前使用过ChatGPT,只有4%的人表示依赖ChatGPT。调查表示,比例低的惊人。

这项调查在今年4月进行,涉及人数为2000人。不过,在全球78亿人口面前,这样的样本量不算大,也一定程度上降低了其参考性。

还有一个基数更广泛的数据值得关注,ChatGPT的增长已经明显放缓。

根据网站数据分析工具SimilarWeb数据,前期ChatGPT的访问量增长率惊人,1月份的环比增长率为131.6%,2月份为62.5%,3月份为55.8%,在4月份明显放缓,环比增长率为12.6%,到了5月,这个数字已经变为了2.8%。

随着ChatGPT普及,参考基数变大,增长率放缓是正常现象,不过,根据目前已有的趋势来看,6月的环比增长率也有可能为负数。

今年年初,ChatGPT像一声惊雷,让全球见识到了生成式AI的威力,也让背后的GPT(生成式预训练Transfomer模型)大火,掀起大模型创业潮。它刷新了很多数字,最让人印象深刻的,是史上用户增长速度最快的消费级应用,在推出仅两个月后,ChatGPT的月活用户已经突破了1亿。

但对它未来的发展,即便是创造者也很难给出明确答案。此前OpenAI董事会成员海伦·托勒就曾表示,“甚至创造它们的人也不知道它们能做什么,不能做什么。我预计,我们真正了解GPT-4能做和不能做的所有事情,可能还需要几年时间。”

ChatGPT现在的天花板,不代表就是GPT的天花板,但作为目前最厉害的大语言模型支撑的产品,ChatGPT的走向,也能成为观察GPT应用的一个窗口。关于AI的狂想还在继续,时间已经过去了近半年,我们好奇的是,ChatGPT的使用情况到底如何?它被高估了吗?

01ChatGPT真的很多人用吗?

对于ChatGPT的使用体验,不同行业、不同人答案不同。有人把它当玩具,使用了一两次后就不再登录;有人努力把它变为工具,在工作中以提高效率;也有人,在努力将ChatGPT变为工具的过程中失败了,因为觉得它“不够好用”。

夏楠属于第三种。她从事外贸行业,会用ChatGPT写工作邮件,也会让它解答一些生活中的烦恼,为了能更好的使用ChatGPT,她都是用英文发指令。

从2月开始使用ChatGPT,她的体验分为了三个阶段,最开始是好奇,很多问题都想抛给ChatGPT,看它怎么回答,探索它。从5月开始,她感觉ChatGPT“变笨了”,之前能做到的,现在做不到了。现在,她对ChatGPT的评价是,“不好用”。

比如最近,他们公司接了一个炒菜机器人的ODM(原始设备制造)业务,她想让ChatGPT提供这个市场的预测数据,在反复推拉后,ChatGPT还是没有给她答案。而在写工作邮件上,经过调教,ChatGPT也只给到她一个命令式的跟进邮件,文字官方式的长篇大论,也不是她想要的,她希望“它能写出有礼貌的,信息表达很明确的邮件”。

她觉得,ChatGPT之所以做不到,短板在于“不懂得人情世故”。得不到想要的结果,她的使用频次也降低了,从一个星期五六次变为了一周一次。

当然,之所以会有这样的体验,背后综合影响因素很多,和使用者是否问到了ChatGPT擅长的领域有关,也要看使用者有没有找到与ChatGPT合适的交流方式。

正在澳大利亚生活的Lucy,从去年底ChatGPT一推出后就开始用英文使用它。现在,她日常用ChatGPT来整理学术研究上的思路、学习语言,是生活里必不可少的工具。只是,准确性的问题一直让她烦恼,文献参考需要自己找,“如果我质疑它的回答,它就会顺着我的思路回答”。

除了ChatGPT的使用体验感受不一,从数据来看,ChatGPT的普及率,暂时也还没有想象中的广。

摩根士丹利相关报告截图

除了摩根士丹利的报告,还有一些数据可以作为佐证。根据SimilarWeb数据,3月-5月,美国、日本是全球为ChatGPT贡献流量份额最高的国家,分别位列第一、第三。不过,最近,美国的流量已经下滑了10.28%。

ChatGPT的全球流量分布 来源 / SimilarWeb数据

美国方面,在5月底,皮尤研究中心发布了一份调查,他们在今年3月中旬在1万多名美国成年人当中展开调查,18%的人听说过很多关于ChatGPT的事情,39%的人听说过一点,42%的人根本没有听说过。

而在日本,根据日本ICT市场调查咨询机构MM总研的最新调查报告,5月24日-31日期间,以日本及美国企业所属的13814名员工(其中,日本13412人、美国402人)为对象,进行的网络调查结果是,日本企业的ChatGPT使用率仅7%,与美国企业的51%使用率相比,两者相差高达44个百分点。

日本企业中,近半数员工(46%)回答“不知道”ChatGPT,而即便知道ChatGPT,但回答“未使用”的比重也达42%。

这些都是最近的报告,样本量在1万人左右。不过ChatGPT大热后,全球关于它的使用报告众多,观点不一,甚至有的得出的是相反结论。上述报告有一定参考性,但也因地域和人群的差别,不一定能完全反应真实情况。

还有更明确的值得参考的整体性数据,可以帮助我们认识ChatGPT的应用现状。

根据SimilarWeb,ChatGPT增长明显放缓,尤其到6月,截至6月20日,6月已经过去三分之二,访问量比5月少了38%左右,粗略推算,到6月31日如果没有特别新的刺激,6月的环比流量或将下降。

ChatGPT近期流量变化 来源 / SimilarWeb数据

同时,还可以参考的是,根据SimilarWeb,在5月,ChatGPT的跳出率是12.59%,低于谷歌、Youtube等,而在6月24日,跳出率已经上升到37.37%。平均访问持续时间也从8分32秒,下降到7分48秒。

另一个数据是,接入GPT大模型后Bing的市场份额变化。

来源 / Statcounter

Bing的市场占有率,在二三月份刚引入GPT时引发关注,根据网站通讯流量监测机构Statcounter,2023年3月Bing的市场份额是2.86%,5月是2.77%,不仅占比没有提高,甚至还有下降趋势。

02是什么限制了ChatGPT?

关于ChatGPT应用上的问题,已经老生常谈,不过这些问题对它应用普及上的影响,或许比想象中广。

首先是“变笨”这件事。

6月初,“ChatGPT变笨了”的声音引发过讨论。不过OpenAI开发者推广大使Logan Kilpatrick曾出面回应,表示自3月14日发布GPT-4以来,大模型的本体一直处于静态,不存在大量外部数据污染模型的情况。同时他也承认,大模型本身存在不稳定性,因此对相通的提示词,存在回答前后不一致的情况。

一位AI从业者告诉深燃,5月就有国外从业者在OpenAI论坛里分享论证GPT变笨的文章。最近,他用GPT-4的API做了测试,让它做简单的计算题。从结果准确度来看,GPT-4-0314取得了满分,GPT-4取得了80分,GPT-4-0613,勉强可以拿50分。其中,0314、0613即指3月14号、6月13号的快照(指整个系统在某个时间点上的状态)。这个结果,给他一种GPT-4在被削弱的感受。

来源 / unsplash

根据监管机构NewsGuard的专家分析,OpenAI最新版本的GPT-4,在输出信息方面,比GPT-3.5要糟糕。在今年3月份发布的报告中,NewsGuard提到,GPT-4不仅在其研究人员的提示下回答了完全虚假的新闻叙述,而且比GPT-3.5回答的内容更差。

在上述AI行业从业者看来,这样变化的结果是,用户需要变得更为具体和主动地引导GPT-4,才能获得与过去相当的回答质量。

这也再度影响ChatGPT的使用门槛,而这与ChatGPT的初衷有所背离。

最开始ChatGPT爆火,就有业内人士对深燃分析,它带来的影响是将通用人工智能放在了每个用户面前,也把人机交互的门槛,打到了最低点。

但目前来看,门槛还是存在。从ChatGPT的用户画像,也能看出这个产品的普及情况。根据SimilarWeb数据,使用者主要分布在计算机电子与技术行业,其中,编程和软件开发占比最大。其他行业里,只有游戏行业中的视频游戏机和配件的从业者占比较多。

在使用ChatGPT的体验上,一位工程师给深燃的反馈最为积极,表示一直在用,“能帮我解决小的程序上的问题”。

尽管都说,“淘汰你的不是AI,是会用AI的人”,如果普通人使用起来门槛越来越高,那也一定程度上脱离了ChatGPT的初衷。

还有两个问题,是ChatGPT从最开始就面临的质疑,即准确率和隐私保护。

根据上述日本相关机构的报告,在被问到今后若要继续/扩大使用ChatGPT,需要解决什么问题时,日本企业、美国企业分别有高达49%、45%的回答是“案件的精度”,其次为“个人资料等隐私(日企34%、美企35%)”,和“对问题的理解程度(日企33%、美企34%)”。

准确度方面,OpenAI的CEO山姆·奥特曼,也做出过解释,这个程序会自信地宣称一些东西是事实,但其实它是编造出来的,就像谎话连篇的政客一样。他给这种现象起了个名字——“幻觉难题”。

总之,准确率要实现起来非常不容易。原因就是因为它不是靠记忆,而是凭借演绎推理能力来工作。“大语言模型靠的是推理的拼字游戏,不可能像数据库一样完全准确,人也不能完全保证准确”,关注AI行业的工程师杨阳告诉深燃。

隐私方面,OpenAI至今还没有给出明确的解决方案。在加拿大工作的小虹就告诉深燃,公司特地发邮件通知,让大家谨慎使用ChatGPT。

基于这些限制,ChatGPT的应用场景也受限制。

关注产业的投资人陈默默告诉深燃,它其实适合“生产力驱动”的内容生产,而不是“创意驱动”的内容生产,在前者上,能替代不少有重复经验累积的人力。

用户洛洛从4月开始使用ChatGPT,她开了会员,主要用于写脚本和文案,“只要能给它正确的公式,基本可以反馈给我任意思维的脚本,只是拿到手要改”。她表示,产出的脚本比较基础,没法做成爆款,但它逻辑没有问题,“像公司日常的一些大量的视频输出,是可以支持的”,她现在的ChatGPT使用频率,基本上一周3次以上。

现在夏楠调整了策略,只问它一些流程式的问题,比如开ebay网店的流程。尽管这类问题也可以问谷歌、百度,但“ChatGPT的回答更好”,她举例,最近她去德国旅行,让ChatGPT给她安排旅游计划,给出的答案有参考性,交通安排的也很清楚。

这些长期使用ChatGPT的用户,不论对ChatGPT的使用体验满意与否,他们都提到,ChatGPT更像是一个升级了的谷歌、百度,带来了一定助力。

03ChatGPT,象征意义高过实质意义?

最近,OpenAI推出了类似于LLM版的App Store,加速生态的建设,还被曝光了一些功能上的优化。这背后也隐藏着一个信号,GPT4暂时已经到天花板,要加速生态建设,在GPT5出不来之前,先做一些体验上的优化。

早在4月,山姆·奥特曼就表示,还没有开始研究GPT-5,也没有立即开始的打算,还曾表示,“大型模型时代已经到头了。”

据OpenAI官网,GPT模型参数数量(可以理解为喂养模型的语言材料)在不断提升。GPT-1是1.17亿,GPT-2有15亿,到了GPT-3,飙升至1750亿,GPT-4,根据国外媒体机构Semafor的一份报告,比GPT-3大六倍左右,具有1万亿个参数。

此前杨阳也对深燃表示,或许GPT-4就成长到头了,语料是一个原因,“人类历史上创造出的优秀资源就这些了”,模型本身的限制也是一个原因。在他看来,现在GPT-4被限制了,应该有能力没有被完全开发出来。

近日,Facebook母公司Meta首席人工智能科学家Yann LeCun就指出,ChatGPT背后的生成式人工智能技术已进入了死胡同,拥有太多的局限性。

出于巨头间的竞争关系,或许很难将这话作为客观参考。但可以肯定的是,ChatGPT的确遇到了瓶颈。

要让大语言模型有更好的应用,不少人把视线投向垂直领域的应用上。

AI行业从业者秦凯对深燃做了一个比喻,ChatGPT这类泛化型的人工智能,应用宽泛时,能力就像是高中生、大学生,和垂直场景结合时,fine-tuning(在自然语言处理中使用的技术,也叫微调)的数据足够精确和贴合场景,能力就能变为硕士、博士,能解决更具体的需求。

杨阳也认同这一看法。他提到,目前的模型最多只能进行一倍左右的优化,“大家有一个基础共识,GPT-5来了,也不会带来颠覆性的进化”,短期内不可能达到AGI(通用人工智能)水平。

来源 / unsplash

不过,他表示,现在做具体垂类应用,首先是费用高,训练模型对公司来说依旧是不小的成本;其次是数据安全、数据隔离的问题,目前采用的办法是,“在大模型基础上套小模型”,但带来的问题是,现在的底层技术还在变化,“没有人知道下一个模型,更优秀的模型什么时候出现”,这个中间阶段让大家很迷茫,“如果三五年后才出现,那现在基于大模型做垂类的产品是不亏的,场景落地后有机会回收资金。但如果很快就出现了,那大家现在做的外挂型垂类产品,是没有多少意义的。”

投资人陈默默表示,这是一个“先有鸡还是先有蛋”的问题,他们还是愿意去看相关项目,在细分领域里切一个特定场景的应用,因为“哪怕未来的底层有变化,只要行业没有变动,在应用层的行业理解上还是会有沉淀”。

但他们在看项目时遇到的问题是,很难有人可以明确告诉他们,产品能节省多少人力成本。“看下来,还是得给机器配个人”,她举例,关注赋能研发端论文筛选归纳相关的垂类产品,实际使用也还是需要一个人顺着机器的结果,再做进一步验真、开发和研究,实际上很难说效率有特别好的优化”,所以现在,一些投资人都会倾向于再观望观望。

在关注垂类领域的AI创业公司的产品时,她的感受是,“我们对技术带来的产业升级机会保持谨慎乐观,目前可能它的市场意义,高过实质意义”。

秦凯总结,人们对ChatGPT的期望过高,但有两个瓶颈。首先,下一代大语言模型通过更大的参数规模和更强算力的收益边际递减,人们的期望可能无法很快满足。其次,当前的大语言模型是泛化的,需要很长时间来解决特定、真实的问题。目前垂直领域的生成式AI,已经变成了针对具体企业做定制化需求和私有部署的体力活,“底层模型依靠transformer方式缺乏解决非常复杂问题的能力,现在的应用情况与预期的水平相距甚远”。

应用还在继续,技术还在发展,关于ChatGPT的应用及潜力还需要再观望。即便是这样,ChatGPT已经让一些人的生产效率,有了一个数量级的提高,即便当下有瓶颈,“ChatGPT已经是很伟大的产品,这就够了。”杨阳表示。

*题图来源于unsplash。应受访者要求,文中夏楠、Lucy、杨阳、小虹、洛洛为化名。

本文(含图片)为合作媒体授权创业邦转载,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。