OpenAI 11/6 开发者大会在美国举行，关于此处 OpenAI 的更新，市面上已经有很多新闻介绍，本篇就不重复了，感兴趣的朋友可以阅读新闻，或者拉到最后查看参考资料。
我们从产品视角来梳理一下 OpenAI 的方向和为什么要这么定位：
OpenAI 产品方向
OpenAI 产品方向是非常清晰和明确的。 OpenAI 女神 Mira (其在 OpenAI 岗位是 CTO) 介绍 OpenAI 要做大模型的基础设施。各行各业，不管是企业还是个体，都可以基于 OpenAI 做上层的垂直应用和自定义场景。
OpenAI 对于用户需求的理解是：各行各业并不需要完美的模型，大家要的是最适合自己的模型，同时也是最经济便宜的。他们目前是以平台的玩法在做 OpenAI。
而平台玩法近几年非常成功的还有一个案例就是 Notion。Notion 其实一定程度上和 OpenAI 有些相似，我们看 Notion CEO 的这个梦想：
所以我们看到 Notion 和 OpenAI 都做了一件相似的事情：让用户在他们的平台上，自己搭建服务/能力，给更广泛的人使用，同时挣钱。这是平台玩法里面一个能够快速把生态搭建起来，同时实现产品高效增长的做法。
Notion 的增长飞轮是模板市场。其效果也是惊人。在 2021 年模板市场上线后，Notion 热度完爆印象笔记和微软的 OneNote。
而这次 OpenAI 的生态是 GPTs，Sam 的目标是：人人都可以打造自己的 GPTs。我们可以预测未来半年，会有海量的 GPTs 应用上线，并且早发布，痛点解决好的 GPTs 会先快速挣到第一桶金。OpenAI MUA (月活用户数) 毕竟已经达到了 3888万。我们假设 GPTs 只要用户付费 10刀，渗透 10%，那么 3888万*$10*10% = $3888万的营收。这个收入还是挺惊悚的。
为何大模型上层应用是重要的？
这个标题有些长。我们分析一下，为何 OpenAI 要去着重发力各行各业，基于大模型的上层应用。这里的价值和意义是什么？
其实吴恩达之前给过解释。传统的 AI 训练到应用落地，企业的成本代价及其大。整套 AI 的构建流程可以参考下图：这些都是你构建一家 AI 公司，冰山下面的成本和投入：
所以直接调用大模型，辅助长尾的行业场景落地是大模型意义非凡所在。企业可以直接以低成本的方式调用 OpenAI 并完成价值落地，对于企业来说，ROI 不仅算的过来，说不定能挣很多。
同时，OpenAI 对微软有依赖关系，很容易形成成也萧何，败也萧何的状态。微软 Azure 上有海量的企业，可以直接调用 OpenAI 服务，所以 OpenAI 需要找到自己的增长点，突破微软的限制。
以上内容纯个人解读，如有不当，请指出，谢谢。
参考资料
- OpenAI 11/6 更新
