首页 > Ai资讯 > Ai知识库 > 国外报告90%的AI类产品公司已经实现盈利,而国内大模型和AIGC的访谈说太卷了

国外报告90%的AI类产品公司已经实现盈利,而国内大模型和AIGC的访谈说太卷了

发布时间:2024年06月06日

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20236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。

IMG_257

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

50 名的产品从模型的使用上可以分为三种:

1.训练自己的专有模型,

2.微调现有模型,

3.在现有模型之上构建消费者 UI(例如,“GPT 包装器”)。

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 ) Clipchamp ( Microsoft))。

IMG_258

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 Twitch 大致相同,但仍远低于WhatsAppYouTubeFacebook
等“传统巨头”。

第二名为 CharacterAI ,其规模约为ChatGPT 21%

IMG_259

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MidjourneyElevenLabs)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%

IMG_260

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%)。

IMG_261

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%

IMG_262

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:

4Poe是国外版知乎Quora推出的AI客户端,最早集成了几家LLMChatGPTBardClaude)聊天对话在一个界面上。

6 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,
PhotoRoom依然做了一个,还获得了大量用户。

8 Midjourney 36 Stable diffusion 都是图像生成AI。而第7 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。

9 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。

20 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。

28 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:《AI实战:钉钉 AI 的魔法棒,“小二”帮你打工

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。

8.23 中国大模型「顶流群聊」笔记》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:

1.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。

2.2023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。

3.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。

4.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。

5.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。

6.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。

7.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。

8.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。

9.ToBToG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。

10.要注重技术创新用项目孵化产品和方案为客户创造价值。

11.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。

出自:https://mp.weixin.qq.com/s/RQ8eWM09ZoJ-OzUyCx55sw