媒体对人工智能的炒作可能会让人误以为它已经触手可及，准备取代人类的所有工作，并主宰世界。然而，这只是夸大其词。

实际上，创办一家基于大型语言模型的人工智能企业极其艰难。有机构预测，大多数专注于大型语言模型应用的初创企业将在六个月内倒闭。

当今人工智能时代与过去移动互联网时代的一个主要区别在于，大多数用户的基本需求已经得到了满足。从衣食住行到娱乐，市场已然饱和。

要想让人工智能产生影响，它必须解决真正的用户需求或痛点，而这变得越来越难。当前大多数人工智能应用并未解决关键痛点；许多应用显得多余，解决的往往是我们自认为存在的“问题”。

即使在特定场景中发现了一个边缘痛点，人工智能也难以提供100%稳定可靠的解决方案。尽管像GPT-4这样的模型非常强大，但它们通常达不到预期。在大多数情况下，其准确率在80%到90%之间。

许多产品功能需要多次调用大模型API。因此，若每次调用的成功率为80%，多次调用后的整体成功率将下降至64%。如果一个产品每10次只有7到8次能正常工作，用户还会继续使用它吗？

在当今供过于求的市场上，用户变得非常不耐烦，他们的时间非常宝贵。如果成功率低，他们很快就会放弃使用该产品。

创新的一个普遍准则是，新产品应比现有解决方案好10倍。以人工智能目前70-80%的成功率来看，实现这一目标极为困难。

即使找到了关键的痛点，并能提供比现有解决方案好10倍的产品，大多数用户依然可以通过ChatGPT获得类似的结果。如今，人工智能应用面临的一个主要挑战是，几乎所有人都在与ChatGPT竞争。

作为竞争对手，ChatGPT拥有强大的品牌效应和用户信任度，这使得任何新的人工智能应用都难以匹敌。

那么，您的人工智能应用能否在这些方面超过ChatGPT十倍呢？

因此，许多人工智能应用最终在ChatGPT面前败下阵来。

即使您找到了关键的痛点，提供了十倍更好的解决方案，并设计出比ChatGPT更优秀的用户界面，您是否考虑过人工智能的成本？

由于准确率不理想，要提高人工智能应用的成功率，通常需要大量的提示工程、连锁转换、少量实例，甚至多代理协调。这意味着每次交互都需要消耗大量的tokens。

即使能够缓解用户的一个小痛点，这些改进是否值得大量的成本支出呢？如何创造利润来抵消这些成本？大公司为用户提供了太多免费的人工智能选择，用户不太可能为其他人工智能服务支付高额费用。

如果没有一个长期的盈利模式来支付人工智能带来的巨额成本，这将是一条死胡同。

实际上，尽管没有引起广泛关注，当今最成功的人工智能应用是语音合成。语音合成不解决问题，而是产生新的流量。在当今供过于求的世界，产生流量比解决问题更重要。语音合成能够创造病毒式内容。许多人使用AI为短视频生成各种个性的语音，从而降低人工成本，提高产出效率。语音合成只是一个例子，还有许多类似的方向值得我们去探索。