本文來自微信公衆号：自象限（ID：zixiangxian），作者：程心，編輯：雲天明，ChatGPT 啓示錄系列上篇請點擊此處，題圖來自：視覺中國
3 月 24 日，OpenAI 輕描淡寫地宣布了兩件大事：
一是 ChatGPT 聯網了；
二是 OpenAI 開放了第三方插件，任何開發人員都可以自行參與構建。OpenAI 甚至還給出了一整套構建流程：" 如何在 ChatGPT 構建你的插件 "，并在 Github 上開源。
這意味着，屬于 ChatGPT 的 "APP Store" 真的要來了，當天下午，OpenAI 也開始廣發英雄帖，招聘 iOS 和安卓工程師。
圖源 OpenAI 官網
正如李開複所說：" 在新的 AI 2.0 時代，會誕生比移動互聯網大十倍的平台機會。" 這是一個新生态的建設，而非某一塊蛋糕的争搶，生态之下，有無數的創業機會等待着創業者們去挖掘。
在文心一言發布會上，李彥宏也提出了大模型下的三大産業機會：MaaS 模型即服務的方式、垂直行業模型和應用開發。李彥宏認爲相比于 MaaS 和行業模型，應用生态是一個更重要且更大的機會。
對比從互聯網到移動互聯網時代，誕生了字節跳動這樣的黑馬，在數字化向智能化變遷的大時代，已有無數暗夜裏潛伏的眼睛，意圖攪動着未來所有行業的商業格局。
可以預見的是，當下所有基于互聯網和移動互聯網的應用都将被重新做一遍，但這也僅僅是第一階段，" 老 APP" 的重塑将與 " 新 APP" 的創新同步進行，是 AI 2.0 發展的左右腳。
自象限整理了當下國外僅基于 GPT-3 API 接口所打造出的各類應用，并将已知的 714 個應用進行分類，其中覆蓋了底層的 AI 訓練、底層開發、應用開發等各個方面，并已經成長出各類行業應用，包括社交、效率工具、法律、音視頻工具甚至還有 2B 應用的種子開始生長。
自象限原創
參考國外 " 跑得快 " 的企業，全球最大的 SaaS 公司 Salesforce 已經與 OpenAI 展開在企業 CRM 裏的 B 端場景探索，在旗下數字化協同辦公軟件 Slack 中對部分企業用戶試運行。微軟也推出了基于 GPT-4 的 Office 全家桶：Copilot，推進智能化辦公邁出第一步。
" 高能聊天工具、圖文創作的 AIGC 生成、Copilot，以及如今看到的應用都還隻是 AI 2.0 能力的開端。" 李開複判斷到。
從 2 月初到 3 月初，短短一個月内，上述 Demo 庫新增了近 200 個應用，伴随着 ChatGPT 能力的進一步外化，從訪問最新信息到檢索特定的知識庫，甚至可以代表用戶執行操作，應用量級将迎來指數級爆發。
而每一個細分的能力下與場景的結合，都有可能跑出下一個字節。
拿着錘子找釘子
我們通過對這 714 個 APP 的梳理，發現早期，各類應用的發展都并不 " 成熟 "。
在上述 714 個應用 Demo 中，大多爲工具類型，如電子表格、寫作助手、音視頻生成、無代碼開發等等，每一個産品對應着某一細分功能，但缺乏具體的使用場景。
如 ChatPDF，能夠對拖拽 PDF 文件進行資料庫搜索、重點提取、邏輯梳理等等，代入互聯網産品的模式，這一功能應該出現在某些财報分析類軟件的底層，形成一個後端的組合能力，通過對财報的抓取，下載、導入、分析，最終得出分析報告。
圖片來自于 ChatPDF
目前成熟的應用主要集中在本身産品發展較早，接入了 ChatGPT 能力後進行的叠代，如社交領域 SnapChat、搜索引擎 Bing、辦公軟件 Notion AI。不過，這些成熟應用的智能化是另外一條路徑。同爲智能辦公軟件，Notion AI 相比于 Copilot，明顯的對場景的理解不夠深刻。
相同在于，二者均在辦公場景中，用 " 空格 " 或 "/" 來喚醒 AI 能力，可以對 AI 提出問題、下達指令；但不同在于，Copilot 的智能化是一個生态能力，打通了 Word、PPT、Excel、Outlook 等 Office 全家桶，這讓 AI 真的像一個辦公助手。比如 Copilot 可以通過對 Outlook 郵件的讀取、Word 文檔的規劃、Excel 時間表的安排，直接在用戶無感的情況下完成一個項目 PPT。
圖片來源于 Notion
一位資深的産品經理對自象限講到：" 說白了，現在是一個‘拿着錘子找釘子’的階段，工具就在這，誰來用？怎麽用？如何提高效率？這是當下創業者需要思考的問題。所有的 PM 都應該有危機意識，智能化與場景怎麽結合落地，是未來考驗的一個核心關鍵點。"
在早期，一方面是産品的不成熟，另一方面則是商業模式的重新探索。
從目前的模式來看，很多人想把互聯網和移動互聯網的經驗套用在智能化産品上，卻發現幾乎跑不通。
國内某大學生團隊，基于 API 打造了 ChatMind 産品，前期免費開放使用大概 1 個月後，目前采用了訂閱制的收費模式。其創始人對自象限透露道：" 網站并不穩定，需要專人維護，抛開人力，每天需要幾百塊的維護成本，包括在小紅書等平台進行推廣，這些都是成本。"
目前，ChatMind 分爲普通版本和 Plus 版本，按月卡和年卡收費。會員用戶不限制使用次數和導出形式。不過從用戶的反饋來看，在收費後用戶轉化率并不高。
" 本身是出于獵奇的心态，嘗試幾次之後發現開始收費了，就開始考慮值不值得了，不如自己用 Xmind 做。" 一位 ChatMind 用戶反饋到。
不止 ChatMind，NotionAI 目前也采用類似的收費形式，區别在于 NotionAI 按照調取接口的次數收費，每位新用戶有 5 美元的備用金，在用完之後，需要進行充值。
" 訂閱制、按調取次數付費本質上都是在爲工具付費，但我認爲應該按照結果付費，将智能化能力内化進産品的基因裏，不僅産品需要創新，商業模式也需要創新。" 上述産品經理講到。
2C 看熱鬧，2B 看門道
"2C 場景用個熱鬧，真的能發揮效用的，還要看在 2B 場景的落地。"
對于 ChatGPT 的應用，大公司顯然比小公司想得更明白。某 AI 上市公司高管，在今年 2 月初 ChatGPT 剛剛火爆時，便開始思考如何在 B 端落地。"B 端的應用确定性更高，且 2B 的邏輯是痛點驅動的，經過了上個數字化時代的教育，AI 隻要能解決一個環節，企業就願意付費。"
那麽這意味着，在廣袤的企業應用智能化戰場，面臨着數字化還沒走完又要開始智能化挑戰。
我們以數字化和智能化爲兩個坐标軸，拉出了一個當下應用的坐标系。（下圖中所舉例并不全面，隻是每個象限中的典型案例。）
自象限原創，圖中坐标隻代表相對值不代表絕對值
能夠明确的前提是，數字化是智能化發展的基石，數字化程度更高的賽道智能化革新的速度更快，比如搜索引擎、遊戲、社交都将在叠代的第一梯隊中。尤其遊戲設計和制作是對整個 AIGC 内容的整合和輸出，也爲元宇宙奠定了環境基礎。
當然，在 2B 賽道中，數字化程度更高的廣告、營銷、金融、電商四大行業将會率先跑出智能化的新範式。而對于各類數字化工具，一個确定性的趨勢是，SaaS 的智能化。
無論從任何一個角度講，雲智一體都是未來發展前提，那麽在應用端，最先帶來變革将會是整個 SaaS 行業。參考 Salesforce 的銷售端産品 Slack，我們可以獲得一些啓發。
據 CNN 報道，Slack 可能是迄今爲止 ChatGPT 技術最大規模的應用測試。尚在 ChatGPT 處于技術測試期的時候，Slack 便爲其提供了大量的用戶數據和技術反饋數據。Open AI 官網顯示，Slack 目前是 Open AI 唯一的推薦夥伴。
ChatGPT 官網
從 Slack 官網提供的應用解決方案來看，ChatGPT 技術至少已在客戶服務、銷售、項目管理、營銷、人力資源管理等衆多商業流程上釋放了潛力空間。同時，正在科技、媒體、金融服務、零售、教育等多個行業積累智能化經驗。
根據自象限的測試，目前 ChatGPT for Slack 能夠對會議的重點内容進行提取、也包括資料重點信息，邏輯梳理；也能夠幫助 HR 篩選新同事簡曆；爲每個員工根據提示回郵件、生成總結等等演示功能。
圖源 Slack 官網
每一個細分場景都可以深耕。比如在 HR SaaS 中，ChatGPT 可以幫助 HR 進行特定條件的簡曆初篩、信息核實并生成一個初步的報告，甚至 ChatGPT 可以形成一些針對性的問題，對面試者進行初步面試，再根據面試結果反饋給 HR 進行複試。
這也是當下智能化發展的重點，在于對人效的提升，而非替代人。無論是對個人效率的提升還是組織效率、管理效率的提升，而智能化程度的衡量指标也在于效率提升的高低，并不取決于技術有多炫酷。
從當前的反應來看，釘釘似乎有一些布局動作。在 3 月初，釘釘收購了類 Notion 的 All-in-one 産品 " 我來 Wolai"，也強調想要在智能化産品的道路上逐步探索，打造中國第一款 Notion AI。但自象限認爲，釘釘的重點并不應該隻盯在辦公場景。
2019 年開始，阿裏雲與釘釘緊密合作，形成了 " 雲釘一體 " 戰略，釘釘是整個阿裏雲企業應用方向的重要抓手。那麽同樣，在智能化時代，釘釘更應該參考 Slack，如何通過大模型能力爲企業進一步提效，加強協同效率，來解決此前一直通過無代碼 / 低代碼解決的，技術和業務脫節的問題。
" 更懂業務 " 不是對 ChatGPT 的挑戰，而是對人的挑戰。智能化能夠打破技術與業務的界限，解決協同不暢導緻的效率低下問題，比無代碼 / 低代碼更進一步通過技術驅動業務發展。但與此同時，比拼的焦點就完全集中在了 " 行業 Know-how"，單憑工具的先進，可能無法獲得核心突圍的能力，這也給 " 飛書們 " 這樣的産品突破企業再設一道難關。
不過，就像很多人知道的那樣，當下中國企業的數字化已經到了深水區，甚至更多的企業，連信息化都沒有做到，更不要提智能化。
此前，自象限與多個中國數據庫創業公司讨論過：" 爲什麽在 Oracle 産品的強壓下，國産數據庫能夠切入 " 的問題。除了信創政策和國産替代的支持外，更多的是 Oracle 的産品對企業的數字化程度是有一定要求的，但我國大部分的大型企業接入 Oracle 時，數據還在賬本上。
因此，幾家國産數據庫都是通過将企業數據信息化的開端切入，把前面的 " 苦活、累活 " 幹了一遍，才能在 Oracle 下獲得生存空間。
未來有很長一段時間，中國都将數字化和智能化同步發展，而站在 AI 2.0 的開端，與上個數字化時代一樣，中國仍然有很多課要補，大模型建設的 AI Infra 框架下的每一層基礎設施都需要快速補齊。這是另一個思路下，潛藏的無限創業機會。
應用生态是向上生長，AI Infra 是向下紮根。
"ChatGPT 啓示錄 " 前一篇請見：全球 AI 大模型一覽：中美之外還有誰？
本文來自微信公衆号：自象限（ID：zixiangxian），作者：程心，編輯：雲天明
