国内外的 AI 创业,都在等待着Super App(超级应用)的诞生。
或者,都想做一个 AI 的超级应用出来。
ChatGPT 上线快 2 年了,今天的 AI 应用,距离Super App 还有多远?
公众号「AI 产品榜」最近整理了 8 月份国产 AI 应用的用户数据,详细对比了目前的 AI-native 应用,与当下的超级应用的差距。总的来说,差距很大。
那么,ChatGPT 有没有成为超级应用的机会呢,我们编译了一篇硅谷投资人的文章,他认为在消费级AI领域,Meta 和 Google 这些本就有用户优势的巨头很可能抢占先机,除非OpenAI出现新的创新。
一些有意思的点:
榜单完整数据参见:AI产品榜|AI 应用月活超 1000 万的国内只有2个。AI应用每个月,用户平均只使用 4.3 天,但微信每个月要用 25 天
衡量一个应用的普及程度,我们可以看两个指标。
把代表用户规模的月活跃用户数(MAU)当做横轴,把代表用户粘性的月活跃率(MAR)当做纵轴。
经过统计,以下是知名产品数据汇总后得出的 AI 产品榜·应用榜 8 月总榜。
国内的选手有豆包、文心一言、Kimi 智能助手、天工 AI、讯飞星火、星野、通义、智谱清言、光速写作、猫箱、X EVA、妙鸭相机、讯飞听见、海螺 AI,对比如下:
可以看到,AI 超级应用进展地图(2024.08)上,超千万的 AI 应用国内只有 2 个,分别是豆包跟文心一言。另外,星野在月活跃率上表现相对优秀,平均每个用户每个月有 7 天使用过,而其他 APP 基本上在每月四天左右。
现在,我们把 ChatGPT、C.AI 放到坐标里,得到如下结果:
除了豆包、文心一言、星野,其他都像浆糊一样黏在一起了。这说明 AI 应用从用户规模和用户粘性角度,都还没有做出差异化。
接下来,为了看清 AI 在超级应用之路上的进展,我们把现有的超级应用——微信、抖音、Facebook、Instagram、X 也放到坐标轴上。看看现在的 AI 应用,离超级应用还有多远的路要走,如下:
AI 超级应用进展地图(2024.08)
作为 AI 领域的典型代表,ChatGPT 应用端(不含网站)虽有 2 亿的月活跃用户,但在 13.7 亿的微信、23.7 亿的抖音(含 TikTok)、30.3 亿的 Facebook 面前还是有不少差距。
这不是最重要的,毕竟 ChatGPT 才出来一年半左右,直接这样对比,显得对它的期待过高。更致命的是,ChatGPT 平均每个用户每个月只有 4.34 天用了它。微信每个用户,每个月平均有 25 天在使用。
所以,的确不能太着急了,AI 应用还需要一个探索的过程。
榜单完整数据参见:扎心!每月超 300 万用户访问的 AI 网站国内只有 3 个,平均到 30天,只有扎心的 10万,AI 的路在何方|AI产品榜
衡量一个网站 (web) 的普及程度,也是看两个指标。
代表用户规模的月独立用户数(MUV)作纵轴,代表用户粘性的月访问率(MVR)当做横轴,制作出 AI 产品榜·网站榜 (web) 8 月总榜。
其中知名的 AI Native 产品包括:通义千问、Kimi、文心一言、腾讯元宝、天工 AI、秘塔 AI 搜索、智谱清言、扣子、豆包、海螺 AI、讯飞星火、百度 AI 助手、秘塔写作猫、知乎直答、可灵 AI。
图表如下:
从图中不难看出,超 300 万月独立用户数的 AI 网站 (web) 国内只有 2 个,分别是 Kimi 跟文心一言。如果把 300 万均值到一个月的每一天,那么网站的日独立用户数量只有 10 万,可以用可怜来形容。
对比 AI 应用的数据,APP 月活跃用户超千万的国内有 2 个,分别是豆包跟文心一言。所以在用户规模这个指标上,AI 网站 (web) 要比 AI 应用 (APP) 表现更差。
在用户粘性上,阿里的通义千问 (web) 在月访问率(MVR)上表现相对优秀,平均每个用户每个月访问了 6.6 次。在上一期的分析中,星野 (APP) 的月活跃率(MAR)表现超过通义千问 web——平均每个用户,每个月有 7 天用了。
我们前面讲了,网站 (web) 的月访问率(MVR)要比应用 (APP) 的月活跃率(MAR)在时间维度上,标准要更宽松,一个是 30 分钟内算一次访问,一个是 24 小时内算一个活跃。所以即使 6.6 跟 7 非常接近,在用户粘性这个指标上,AI 网站 (web) 要比 AI 应用 (APP) 表现更差。
我们再把 ChatGPT、C.AI、360AI 搜索 放到坐标里,如下:
糟糕,比分析 AI 应用 (APP) 的时候更浆糊了。
360AI 搜索在用户规模上做出了差异化,他们的优势很明显,有流量的依然有流量。除此之外,其他 AI 网站 (web) 在用户规模和用户粘性角度都还没有做出差异化。
即使这样,我们再次把现有的超级网站 Google、Facebook、X 放到坐标轴上,看看现在的 AI 网站 (web) 产品,离超级这些超级网站,还有多远的路要走,如下:
作为 AI 领域的典型代表 ChatGPT 有 2.5 亿的独立用户数(MUV),跟 Google.com 相比只有 7.9%。ChatGPT 在用户粘性方面比用户规模要表现更好一点,但差距还是比较大。ChatGPT 平均每个用户,每个月访问了 10 次,而 Google 平均每个用户,每个月访问了 25.8 次。
所以 OpenAI 为什么要做搜索,在数据上已经表现得非常清楚了,不得不做。
硅谷投资人 Apoorv Agrawa 对比了生成式 AI 应用与顶级消费级和企业级应用的参与度指标,他发现一个有趣的趋势。ChatGPT 的周活跃用户与月活跃用户比例为 40%,对于一个新兴应用来说,这已经相当不错了。但相比那些拥有数十亿用户的应用高达 80% 的参与度,仍有较大差距。
Meta 和 Google 的平台——如 Instagram、WhatsApp、Gmail 和 Chrome,不仅拥有庞大的用户基础,而且参与度极高。这些平台不仅仅是应用程序,更是数字帝国,已经准备好深度整合 AI 并有效利用。
对于 AI 领域的创业者和投资人来说,这是一项重要的提醒:AI 领域的真正竞争,不会由那些最令人印象深刻的技术大拿获胜,而是由那些能够建立并维持强大且活跃用户基础的企业赢得。在这方面,已有的科技巨头们已经占据了显著的优势。
以下是文章完整译文:
用户参与度指标是衡量一个应用程序在用户日常生活中融入程度的关键因素,它能很好地预测长期成功和增长潜力。
对于消费类应用程序来说,常用的指标是 DAU:MAU(日活跃用户与月活跃用户的比率)。然而,我更倾向于使用一个修改后的指标:WAU:MAU(周活跃用户与月活跃用户的比率)。
这个调整更符合每周工作结构,能够更好地反映 AI 应用在知识工作中的高强度但不规律的使用情况,并且可以更准确地与企业软件应用进行比较。
WAU:MAU 比率高意味着用户每周都能从产品中获得持续的价值,这对于那些希望成为不可或缺工具的产品至关重要。当我们分析数据时,发现一个值得关注的模式。
这张图表展示了 MAU(y 轴)与参与度(WAU:MAU,x 轴)之间的关系,主要结论如下:
那么,ChatGPT 如何突破十亿用户?
数据表明,ChatGPT 或任何 AI 应用要想达到十亿用户,必须将其 WAU:MAU 比率大幅提高到 80%+。然而,历史数据表明,这是一项艰巨的挑战,因为 WAU:MAU 比率通常在较长时间内保持相对稳定。具体见下表。
在上图中,只有 Duolingo 和 Google 日历在过去十年内显示出显著的改进,即便这些改进也是相对温和的(虚线部分)。这种稳定性表明,一个应用的参与度主要由其类别和核心价值主张决定,而不是通过功能添加或市场营销所能轻易改变的。
对消费级 AI 的影响:
Google 的双重战略:
这些数据表明,AI 主导权的可能不属于 AI 原生公司,而属于那些能够最有效地将 AI 集成到已不可或缺的应用程序中的公司。拥有庞大且高度活跃用户群的老牌科技巨头在这方面明显占据优势。
参与度指标显示用户与应用程序交互的频率,而留存率则表明他们是否发现了持久的价值。让我们来看看人工智能应用程序与现有的企业和消费者应用程序在留存率方面的差异。
这张图表比较了 1 个月的留存率,揭示了一些有趣的模式:
接下来我们将探讨留存率随时间的变化趋势。
首先,我们需要了解三种典型的留存曲线:微笑型、平坦型和下滑型。
Sequoia Capital 曾对留存曲线进行了很好的分类分析:
对从第 0 个月到第 10 个月的留存率进行分析,揭示了一些有意思的结论:
对消费级 AI 竞赛的影响:
总之,留存率数据进一步支持了 Meta 和 Google 等科技巨头在消费级 AI 领域中占据主导地位的观点。它们的现有产品已经证明能够创造持久的用户价值——这在 AI 竞赛中至关重要。然而,ChatGPT 积极的留存趋势也表明,AI 优先公司仍然有机会成功。成功的关键可能在于如何弥合新兴技术与用户习惯之间的差距。
在研究了参与度和保留率之后,让我们看看另一个关键指标:使用时长。该指标使我们能够深入了解用户与这些应用程序的互动程度以及盈利潜力。我们发现:
需要注意的是,用户花费时间的指标很大程度上受到商业模式的影响:
对消费级 AI 的影响:
这些时间数据强化了 Meta 和 Google 在消费级 AI 领域的潜在优势。它们现有的应用不仅拥有高参与度和留存率,还占据了用户数字时间的显著份额。这为在用户已经投入大量时间的环境中引入 AI 功能提供了丰富机会。
对于 AI 优先的公司来说,要实现广泛采用,可能需要打造出特别优秀的独立体验,或与那些已经吸引大量用户注意力的平台建立战略合作关系。
数据显示,Meta 和 Google 在消费级 AI 领域处于有利地位,可能会超越当前的 AI 优先领导者,甚至是被誉为「杀手级应用」的 ChatGPT。
为什么?原因很简单:
此外,扎克伯格的「快速行动与复制」理念也多次得到市场验证,他迅速迭代和复制功能的记录使 Meta 能够快速集成和扩展 AI 功能。
虽然 OpenAI 等公司在技术创新方面继续推进,ChatGPT 也表现出令人印象深刻的吸引力,但要吸引数十亿日活用户可能面临挑战。
不过,AI 竞赛远未结束,我们对这些 AI 原生公司通过重大产品升级改变市场格局的潜力仍保持乐观。
文章来自于“Founder Park”,作者“Founder Park”。
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)