当以GPT为动力的初创企业如雨后春笋般涌现时，如何甄别出优秀者。
简短摘要
以GPT为动力的初创企业/项目必须克服三个主要障碍才能取得中长期的成功。本文介绍了如何通过"生产力增强"、"非零和博弈价值"和"Moat，也就是来自内容的价值"这三个维度来分析它们的应用案例，从而将任何GPT应用划分为三个不同水平的潜在成功。
“Three Hills”模型
对于关注科技新闻的人来说，毫无疑问，GPT1技术已经以惊人的速度开始颠覆所有白领行业，并将在2024年底将大部分工作转变为辅助工作；然而，目前要预测这场竞赛的赢家却更加困难。本文的目的是为首席执行官、投资者和研发预算负责人提供一个基于GPT的项目潜力的框架的评估。
为了帮助作为首席执行官的我评估GPT项目的长期成功可能性，我提出了以下简单而强大的思维模型：
虽然许多GPT的应用令人惊叹，因此乍看之下似乎是很棒的商业创意，但在我看来，只有翻越“Moat”的GPT项目才是中长期的真正商业机会。
现在让我们逐步进行分析：
生产力的Hill
当前大多数GPT应用的初始价值主张是显著提高生产力。
更准确地说，它们有助于完成以下至少一项类别的任务：
1. 提速：用户原则上可以自行完成的任务，但通过GPT辅助方式，现在可以以10倍的速度完成。例如：
a) 开发人员通过使用正确的命令和逻辑，而不是在文档中查找样板代码和自行调试，快速编写代码。
b) 市场营销专家能够以比平常快10倍的速度编写优化了SEO的博客文章。
c) 学生们能够快速撰写关于法国大革命的论文，而不必读干燥的书籍和文章。
d) 根据个人偏好，在里斯本周末旅行期间查找最佳的八个活动。
e) 科学家能够搜索、理解并深入研究数百万篇科学论文，以更快地得出最新的结论。
2. 能力的普惠化：你自己没有能力完成的任务，但那些能力平庸的人却能够从事一些非常专业的工作。使用GPT可以极快速且免费地完成这些任务。例如：
a) 为你最好的朋友的婚礼写一篇以莎士比亚风格押韵的演讲，其中还包含你们一起经历的事情。
b) 检查你给老板写的那封长邮件的错别字、语法、言之有物的论点、语气等。
c) 企业主能够以描述性和吸引人的方式编写招聘广告，以吸引优秀的申请者。
d) 顾问为小型企业创建整套服务，包括网站编码和文案、优化的广告和营销材料文本。
e) 为小型研究团队制定成功机会较高的资助申请书。
在你开始进行SEO优化或莎士比亚风格的婚礼演讲初创企业之前，让我们沿着“Three Hills”模型对这些创意进行评估。
上述所有例子都通过了生产力Hill的考验。它们都属于GPT的“一级”应用，意味着：
人们迟早会采用GPT技术来解决生产力Hill上的问题，并从中获得显著的价值。这也将大大提高今天专门提供这些服务的人的门槛水平。
拉锯战
任何一级应用的GPT都将面临的第一个挑战是拉锯谷。如果一个应用只在GPT之前的世界中创造价值，但在GPT之后通过相反的GPT功能被抵消，那么这些并不是好的商业创意。
例如，虽然一个单独的市场营销专家可能能够使用GPT编写数百篇优化了SEO的博客文章，但成千上万的市场营销人员这样做将在几个月内完全破坏搜索引擎基于内容提供有用搜索结果的能力。搜索引擎（或GPT驱动的搜索功能）将需要找到其他方式为用户提供有用的信息，而不是通过索引一般的SEO优化内容。因此，SEO优化将很快与AI增强的搜索引擎改进形成拉锯战。
在拉锯战中，使用GPT带来的大部分好处将被同样使用GPT的对立力量所抵消。
价值巅峰
上述问题立即引发了一个问题，哪些公司能够摆脱拉锯谷，成为二级公司。答案是：那些在现有零和博弈之外提供价值的公司。基本上，任何不用作人类的“工作证明”的机制（例如，为求职申请写作文、撰写在线文章、个性化的电子邮件等）。
许多创意无法达到价值巅峰：
观察之前提到的例子：
l 传统意义上的内容营销（示例1b）将不再起作用，并在未来消失。因此，SEO文章写作很快就不再是一项有用的技能，帮助SEO营销人员的工具必须转向，否则它们也将很快成为过去的潮流，无论是不是GPT增强。
l 传统的作业论文（示例1c）在最好的情况下要么从课程中消失，并被更有用的教学/学习练习所取代，要么在最糟糕的情况下与教师使用的AI检测算法陷入竞赛。
l 婚礼演讲（示例2a）很快将更多依赖于个人的机智和幽默，而不是聪明的文本形式；至少在每个人都听过第十个由GPT生成的伴郎致辞之后。
l 你的老板可能不再关心长篇电子邮件（示例2b），因为一封写得很好的长篇邮件将不再是你花费大量时间深思熟虑的信号。事实上，她可能会完全停止阅读邮件，只是在上班途中听GPT撰写的她收件箱摘要。
l 招聘广告（示例2c）和应聘将不再起同样的作用。如果求职信由GPT撰写和筛选，它们将首先变得无用。但即使是工作描述和简历也很可能不会幸免。
l 然而，如果发放的资助仍然依赖于书面文字，那么（示例2e）将在未来得到解决，那么撰写和阅读软件之间的拉锯战将使今天已经开始让这个过程变得毫无意义的状态变得更糟。
然而，任何能够创造超越人类消费对象的价值的应用都能达到价值巅峰：
1. 真实/可用的物体：无论是使用GPT编写的能够改善人们生活的软件，还是使用GPT增强需求开发的硬件产品等。每个物体本身都有价值，它们不仅仅是达到目的的手段，无论它们是否是使用GPT的能力生成的。
2. 体验：例如为你的审美而作曲的音乐作品，为你的孩子定制的睡前故事，或者你可以参与的角色扮演冒险。
3. 解决个性化问题：例如为你冰箱中的食材提供食谱，帮助你为学生准备个性化的工作表，安排你梦想之旅的后勤工作，或者其他只有你在特定情况下才会遇到的问题。
价值巅峰应用不是一时的潮流；它们不会很快消失，因为对它们存在真正的需求。
替代的峡谷
在后-GPT世界中，协助人类活动并提供明确价值的公司和项目可以达到二级水平。它们所协助的活动不仅仅是简化人类工作，而且本身就创造价值，因此这种公司会一直保持存在并具有价值。
然而，即使这些应用程序已经通过特定的用例和用户体验进行了思考，它们仍然必须不断与“通用”GPT解决方案（如ChatGPT + 插件）竞争。为什么开发人员要使用专用的编码协助平台，而不是使用通用的文本助手，后者也可以编写代码呢？
过去，初创企业通常会被投资者问到：“如果大型FAANG公司将资源用于解决与你相同的问题，那么有什么阻止它们在竞争中胜出？”而现在的类似问题将是：“为什么任何人都应该使用你的解决方案，而不只是通过通用的GPT应用程序得到辅助”？
那些无法攀登Moat的公司将留在替代峡谷，并不断与OpenAI和类似的参与者竞争他们的用户，很可能输多于赢，因为这些通用助手的能力在迅速提升。
Moat之山
想要进入“成功盆地”（从而成为三级GPT应用），唯一的方法是建立一个通用GPT应用（如ChatGPT）无法或不会直接竞争的Moat。
尽管将来可能会有更多的moat类型，但目前看来，初创企业和项目可以实施三个关键moat类别，以避免被通用GPT应用取代的风险：
1. 内容和协作特性：
通用GPT功能在协助单个用户完成任务方面非常出色。然而，任何需要多人协作的用例（例如figma、Google文档等）进行审查、评论、知识组合、历史追踪、专用访问权限等，都需要一个专用平台。当这些平台得到GPT增强时，它们对用户变得更有价值，但通用GPT助手并没有（尚未）提供超出对话之外的内容或特性。
2. 限制的知识/数据
尽管任何有用的大型语言模型都是在大量公开可用的数据集上进行训练的，但限制的知识可以极大地改善这些模型在特定应用中的输出。这些数据可以是以下之一：
a) 单个客户特定的数据：例如，公司内部代码，使应用能够提供内部开发的功能和编码风格建议；律师事务所或类似机构编写的所有法律备忘录
b) 特定领域的数据：例如，非公开数据的数据库，例如使用工程软件的成千上万名工程师的所有硬件设计规范
c) 难以解析的数据：例如，需要通过GPT增强接口进行特定索引和访问才能发挥价值的生物医学数据或音乐数据
3. 边缘计算/离线应用场景
有许多原因会导致某些GPT应用需要在本地运行：例如，许多人可能更愿意拥有一款以隐私为先的个人助手，该助手可以访问你的所有医疗数据、约会、电子邮件等，但不会访问或存储这些数据在云端。此外，使你能够与工业设备等进行交互的应用场景可能不需要像ChatGPT那样强大，但最好不要联网。
那些业务模型严重依赖这些差异化特点的公司很有可能不仅能通过GPT增强吸引更多的客户，还能成功保护这些客户。
总结
GPT公司/项目可以分为三个级别。一级应用是有用的，但很快会消失；二级应用能够创造中期价值，但可能不是好的商业创意；而三级应用可以利用技术，同时提供有吸引力的商业模式。
作者个人的私货：
考虑到我对长期成功的GPT应用的看法，对于Valispace来说，我们刚刚推出的辅助工程功能将硬件开发者带入这个令人兴奋的近期未来。
由于开发硬件产品是真正的价值增加，而协作特性和限制的领域特定数据则构建了moat，作为一个三级公司，我们有信心彻底改变硬件工程。很快就会实现类似JARVIS的硬件工程。
1. 在本文中，我将把所有大型语言模型（LLM）技术统称为GPT。虽然目前通过LLM来颠覆业务的公司几乎都依赖于OpenAI的GPT或ChatGPT，但越来越清楚的是，在2023年内将会有其他选择。尽管这将改变命名的参与者，但不会改变本文中的基本机制和分析方法。
2. GPT的创业项目可以是创新的想法、新功能或整个产品，它们在核心上利用了GPT的功能。
3. 截至撰写本文时，尚不清楚具有访问单个公司专用知识库的通用GPT应用是否足以超越专用平台。
所有评论