看了OpenAI dev day之后的一些想法，抛砖引玉一下：

看了OpenAI Dev Day，觉得OpenAI现在比较像PC时代Intel+Microsoft两家的结合，提供了芯片和操作系统以及最核心的几个杀手应用，通过技术升级+大Capex投入的规模效应来形成壁垒，同时做操作系统、应用商店和超级应用。

在芯片行业直接对标Intel的第二名还有机会，操作系统的第二名机会就很少了。大Capex投入形成的规模效应还是有被挑战的可能的，操作系统形成的网络效应和非常高的迁移成本，基本上非常难以挑战，并且更加赢家通吃。Dev Day之后很多人哀嚎OpenAI干掉了很多startup，本质上还是因为这些startup在做计算器写字板浏览器这样要么很简单没门槛，要么操作系统肯定会做的事情。

简单粗暴类比下历史，面对Intel+Microsoft，赢家有几种情况，第一种情况就是得像Character这样训自己的模型，在情感陪伴领域有很好的表现以及很低的推理成本，在一个细分市场里面有机会大幅超过openAI，类似于NVDA做GPU或者ARM做低功耗的芯片，然后再围绕独特的模型能力打造独特的产品和生态。

第二种情况是在Windows上构造类似Adobe这样和业务结合非常紧密，迁移成本非常高的软件，让微软自己做不出来。这会考验AI能力是否真的能和业务场景深度结合带来增量价值。

第三种情况是基于Windows提供的浏览器能力，做社交网络，电商等。核心还是用户数据和用户关系的沉淀。这里的关键会是AI的新能力如何形成之前无法产生的连接，以及这样的连接如何能够沉淀形成网络效应。移动互联网早期第一个把滤镜做到极致的不是instagram，而是Hipstamatic，当时红极一时，2010年还拿到了Apple App of the Year的荣誉，然而Hipstamatic的滤镜虽然做到了极致，但并不具备网络效应，现在估计都没几个人记得这个应用了。而Instagram虽然号称也是创始人Kevin从学摄影的经历得到灵感，但其实它的前身是一个叫Burbn的社交应用，做的是类似Foursquare的签到分享应用，这天生具备网络效应的设定，后来才改名为Instagram专攻照片拍摄和分享火起来的。第一波AI创业公司也必然会诞生很多Hipstamatic这样的产品。

同时Dev Day发布的Stateful API很重要，不只是因为降低开发者成本，更重要的是意味着用户在OpenAI模型上的时间投入开始产生了迁移成本。之前的GPT等于还是一个滴滴司机，和用户服务完没有留下记忆，下次见面需要用户重新把prompt和上传的文件再说一遍。现在真正变成了能记得住历史的助理，用户沟通的时间越长，积累的stateful数据越多，就越无法离开。目前看这个stateful的数据还没办法迁移，是和同一个OpenAI账号绑定的，类似这个助理还没办法跳槽去别的助理公司。

GPT4 API的定价大幅下降也是很关键的。用半导体产业类比的话，台积电创始人张忠谋在德州仪器工作的时候，针对半导体行业芯片一开始成本高，良率低，需要起量才能够提高良率降低成本的特点，颠覆了原来业界习惯性新芯片定高价的定价模型，提出了Learning Curve Pricing的概念，也就是行业领先者可以一开始就大幅度低于成本定价，使得先进芯片更快普及，倒逼产能升级，同时打压竞争对手。这一点和OpenAI现在面临的情况是很像的，模型成本还很高，但是需要更多开发者去帮助模型迭代，所以需要激进地补贴降低成本，而不是因为模型训练贵所以急于回本。