经历了2023年上半年的模型和算力狂飙，人们终于从ChatGPT为代表的生成式AI技术变革中回过神来。

进入2023下半年，已经没什么人关注语料的多少、模型的大小；生成式AI领域的焦点，从硅谷到中关村，全部都正在转向挖掘能够颠覆产业的应用创新中。

我们仿佛又一次身处内燃机被发明之后的那几年，摆在所有雄心勃勃创业者面前的新目标是，谁能造出AI时代的福特汽车？

风投公司a16z(Andreessen Horowitz)9月15日发布了一份报告，该公司根据截至2023年6月LikeWeb统计的网页端和移动端App的流量数据，对目前市面上的生成式AI产品进行了排名，并在报告中展示了前50名。

在这份报告中，ChatGPT毫无疑问位列第一。去年11月推出以来，它就打破了应用程序下载量最快破亿的记录。不过在过去的三个月，OpenAI的网站访问量有所下滑，但每个月的访问量仍高达14亿次，是全球访问量最大的网站之一。

国内也出现了许多的平替——自从向公众开放之后，文心一言、通义千问等的使用模式和ChatGPT都是类似的。

这份榜单受限于流量统计机构等原因，尽管出现了一些中国AI公司比如ZMO.AI，但主要也还是面向出海市场而非本土市场的应用。但这也并不妨碍我们分析全球AI应用的未来可能性。

总体来看，这份榜单中的公司可大体分为三类：

一类是做AI时代的to B的技术基础设施，其中以stable Diffusion为代表；

一类则是工具型应用，比如排名第五的、由美国在线教辅网站推出的面向学生群体的应用QuillBot；

最后一类，也是最广泛的一类，就是以排名第二的character.AI为代表的满足陪伴和情绪价值的社交型应用。

起码按照风投机构的眼光来看，这是在生成式AI时代到来之后第一批跑出来的选手。下一个时代的“杀手级应用”，很可能会在这份榜单中诞生。但谁会成为新的Facebook，谁又会成为新的Google和Microsoft，目前看依然还是未知之数。

唯一可以肯定的是，当新事物诞生带来的遍及各个阶层的盲目狂热开始有所降温时，人类历史上第一次通过图灵测试的人工智能，正在掀起一场新的淘金之旅。

情绪价值：终极需求

自从2023年初生成式AI引爆全球以来，十年之前那部由斯嘉丽·约翰逊“主演”的电影《她》就被反复提及。

事实上，斯嘉丽·约翰逊在这部电影中并未真正意义上出镜，她所有的表演都在声音里——她扮演着与男主角通话的那个温柔知性的人工智能应用。

我们可能不愿意承认，但在全球主要发达经济体的生育率都在不断下降、不婚主义成为流行选择的当下，满足陪伴、缓解孤独焦虑一定会是最有商业价值的应用。

回顾互联网应用创新史，无论是Facebook还是Tik-Tok，人们大可以用社交、游戏来对这些应用进行分类。但在基本生存需求已经得到完全满足的情况下，这些分类的底层逻辑依然是同一个：无论是社交、短视频乃至是游戏、电商，其终极目标无非是为了满足人类的各种各样情绪价值罢了。

按照a16z的统计，基于大语言模型（Large Language Model，简称LLM）的聊天机器人占榜单总流量的68%。也就是说，成为人工智能伴侣，是绝大多数应用试图尝试的方向。

这一领域竞争尽管激烈，但海面也足够辽阔。

马斯洛将人类的需求分为五级。从层次结构的底部向上，需求分别为：生理（食物和衣服），安全（工作保障），社交需要（友谊），尊重和自我实现。这种五阶段模式可分为不足需求和增长需求。前四个级别通常被称为缺陷需求（D 需求），而最高级别被称为增长需求（B 需求）。

如果按照马斯洛来拆解，当代年轻人所需求的包括解压、治愈、陪伴等等情绪需求，都属于金字塔尖的需求类型。可以预期的是，在这些领域未来都有可能诞生具有圈层影响力的应用；至于如何“破圈”、实现从1到100的跃迁，则是下一步的问题。

这种趋势在PC互联网时代和移动互联网早期可能表现的并不算明显。在数字移民占比较高的情况下，对于技术的需求更多还是工具侧的满足：能不能告诉我明天的天气、能否通过搜索引擎找到我要的知识、能不能通过联络工具找到我想要沟通的人，这些都是D类需求的体现。

当然，这些时代也诞生了一批满足情绪价值的应用。从BBS时代到如今的小红书，都应该可以归类到情绪价值满足的类型。

但必须承认，在前两个时代，这些应用固然也风靡一时，但绝对不能和硬件本身乃至是工具性的搜索、浏览器、社交应用的影响力相提并论。

在AI时代，这种情况可能会发生逆转。

在豆瓣上，《她》的热评第一名是一条2014年的评论——看完电影后立马掏出手机打开Siri问道：你喜欢我吗？数秒后，冒出一个冰冷的机器女声：我怎么知道。

但电影上映十年之后，今天如果你再问Siri这个问题，她会给出你更人性化的答案。而如果你选择把这个问题抛给天猫精灵和小度们，你大概率会得到一个极为热情的回复。

技术已经在朝着更好地满足情绪价值的道路上飞驰。当你的导航都可以选择明星的声音陪伴，可以预见，十年之后人手一个“她”，应该是一件大概率事件了。

工具价值：有机会，但不多

当然，情绪价值有巨大可能性空间，并不是说工具属性就无用武之地了。相反，实用性依然还是会是商业价值皇冠上的那颗最大的明珠——从ChatGPT难以挑战的“流量之王”位置就可见一斑。

但对于创业者和其他大公司们来说，现在的问题是，谁能挑战ChatGPT呢？

一些国内大模型公司在发布时会把自己的模型和ChatGPT背后的模型进行比较。但在商业价值上来看，这种比较的意义并不大，第一名之后，大多数时候的商业价值是边际递减的。即便是技术参数上，国内能够在三五个月后追平ChatGPT，但这除了起到心理安慰作用，真正的问题远未得到解决：技术之外，市场占有率才是更大的挑战。

以人工智能应用冲击第一波的搜索引擎历史来看，在Google和百度之外，第二名还是第十名，没有太过于本质的区别。

从a16z前50榜单来看，在内容生成工具（例如Midjourney和ElevenLabs）层面，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%）。

与此同时，一个明显的趋势是产品品类的碎片化。按照报告，专为特定用例或工作流程而构建的产品正在与更通用的工具一起发展，并显示出它们也可以成为成功公司的迹象。

这个趋势意味着，在to C的通用领域，起码在全球市场上来看，除了位列第三、由谷歌孵化的Bard尚且有实力与ChatGPT一搏之外，其他的创业者们都十分知情识趣地选择了更细分的赛道。

行业Know-how不仅仅在产业互联网时代变得重要，很显然在AI应用浪潮下，这也会是同样重要的领域。

以相对知名度较高的Midjourney为例。这款应用并没有登上这份榜单，这应该与Midjourney是属于集成在Discord社区的一款应用有关系。但这并不妨碍其作为图像生成领域最具有典型性的代表。但即便是Midjourney，在2C赛道上成为instagram，或者说在2B赛道上成为SAP，这可能也已经是单业务线的想象力极限了。

上面提及的ZMO.AI也是类似的。这家公司在中国AI创业领域近期也算是声名鹊起，但从其业务范围来看，主要还是为电商卖家服务、帮助用户更好地体验服装材质设计。

因此，工具价值的空间虽然有，但其更多的是扮演被生态集成的小而美角色，生长出巨头级公司的可能性并不算高。

留给中国公司的机会：移动端蓝海

那么对于正在竞速生成式AI的中国公司们来说，如何理解这份全球AI应用流量前50榜单？

参考坐标系一，自然是哪些流量最高、哪一类应用最多、哪些应用方向有机会。但从历史经验来看，这并不是中国公司擅长的领域。相反，另一个坐标系的价值可能更为重要——商业模式和流量入口。

报告数据显示，这些生成式AI产品的底部四分之一的流量中只有2%来自付费来源。而根据a16z对150种产品的基准测试，非AI消费者订阅公司的付费流量为70%。

此外，消费类的AI产品仍以网页浏览器为主而不是App。榜单上只有15家公司拥有实时移动端App，而且与网页端相比，每月总流量中只有不到10%来自App。

报告分析，一方面，浏览器是接触最广泛消费者群体的自然起点，另一方面，许多人工智能公司的团队规模不大，无法将注意力和资源同时分散在Web、iOS 和Android上。

这两个坐标非常重要，而且很有可能是未来中国公司能够实现超车的机会所在。和国外习惯付费模式不一样，中国的绝大多数主流APP都是免费的；中国的4G普及率位居全球前列，我们的移动端用户是全球最多的。

QuestMobile2023年初公布的数据显示，经过三年蓄力，中国移动互联网用户规模突破12亿大关。从人群结构上看，标志性的关口也在持续出现：51岁以上用户占比已达26.4%，突破1/4关口；三线及以下城市用户占比达60.6%，突破六成关口。

也就是说，基于生成式AI的通用型应用在中国要想取得成功，只有移动端一条道路可以走。

大公司的反应也能够印证这一趋势。从文心一言到通义千问，最近都选择了以APP的形式向社会公众开放。

至于在垂直细分的to B产业互联网领域，移动端的应用和研发也应该是大势所趋。这同样还是和用户的使用习惯有关系——当物理世界和数字世界的接口已经变成智能手机或平板而不是PC，APP应用优先也是情理之中。

而且，这种超高的移动互联普及率，恰恰也是属于中国公司的最大机会和优势所在。因为这意味着中国的AI技术公司将会有比其他公司更丰富、更大量的应用场景和应用数据作为支撑，AI也能够有足够的数据“喂养”，从而反过来更好地反哺应用。

一直以来，有标注的大量数据是 AI 落地的重中之重。如何快速高效率的获取训练数据成了 AI 实战中面临的巨大困难。

以无人售货机的场景为例，在国外可能依然是以现金和信用卡支付为主，但中国的无人售货机基本都已经实现扫码支付，这也就意味着，对于视觉识别算法提出更高的要求。要实现“开门即取，关门即走”，就需要通过对比开门前后的商品变化判断出用户购买了哪些商品，自动完成结算。这些场景固然考验售货机的识别能力，但后期也会成为消费者行为偏好分析的重要数据来源，能够更好地帮助AI进行数据分析决策。

移动支付领域的应用仅仅是诸多场景中的一个。未来在大量的场景数据积累之下，可以预期，中国的移动端生成式AI应用的各个细分领域，一定会跑出现象级APP。相信届时全球机构的全口径统计榜单里，一定难以回避地会有更多中国公司的身影。

接下来唯一的悬念无非是，在互联网科技大厂和创业公司之中，谁会是率先跑出来的那一个。

来源：数字社会发展与研究