OpenAI的Shopping Research模式來了，但是選擇廣告變現(xiàn)或許會更好？

今天如往常一般打開ChatGPT，開始準(zhǔn)備使用，看到官方彈出一個小界面推薦嘗Shopping Research模式，這一看就是用來幫助用戶進行購物決策的。

說實話，我之前已經(jīng)數(shù)次用gpt的深度推理模型，比如o3 pro和5 pro幫自己找東西了，而且效果都還不錯。

但，那還是基于對話模式，一問一答然后給出推薦，而這次的“購物研究”，完全就是一個單獨的agent（基于一個gpt-5 mini模型進行后訓(xùn)練開發(fā)的），在給出最終的商品推薦之前，用戶還需要做十幾次甚至幾十次的選擇。

是的，就是這么多次。

比如我最近剛買了一雙赤足鞋，對這個領(lǐng)域稍微有了了解，就想著用來測試一下吧。結(jié)果gpt收到問題思考了一會之后，一連追問了我好幾個問題，需要我一一作答。

然后它就開始研究了，但在給出最終的結(jié)果之前，它居然還會再直接問你幾個對具體商品是否喜歡的問題，可以選擇not interested或者more like this ，如果選擇不感興趣，它還會問你原因。

說實話，這有點出乎我的意料，等于這個agent的交互，一下子相比之前的Deep Research等agent有了數(shù)量級的提升，更接近一個長鏈條多步驟的任務(wù)了。

這個鏈條再一直走下去，當(dāng)然就是AI幫你最終下單這個商品了，但想要達到用戶能夠滿意的結(jié)果，這個目標(biāo)如今依然停留在“現(xiàn)實很骨感”的層次。

當(dāng)下的奧特曼奧，似乎在廣告和電商兩大變現(xiàn)路徑里，堅定地選擇了電商。

我原本認(rèn)為免費-20-200美金的會員定價體系沒問題，畢竟算力很貴，之前甚至一度有傳言說，OpenAI會出2000和2萬美金的檔位。

不過就算是這個定價，對于壓榨到極限的賬戶來說，OpenAI還是會虧。

所以最近我漸漸偏向了另一種觀點，在模型性能已經(jīng)無法保持和Gemini等一眾追趕者有檔次上的差距，甚至間歇性被反超的局面下，OpenAI 應(yīng)該徹底構(gòu)建一個用戶量遙遙領(lǐng)先的局面，以高頻用戶習(xí)慣和memory等功能對用戶的深度了解來構(gòu)建競爭壁壘。

所以O(shè)penAI應(yīng)該徹底免費，對所有人。

現(xiàn)在的領(lǐng)先依然非常大，我看到的數(shù)據(jù)大概是OpenAI的周活也高于Gemini的月活，但是Google有全家桶來帶AI產(chǎn)品，有自己的芯片、有云、有接近無限的錢，現(xiàn)在也徹底蘇醒了知道怎么打了，以后OpenAI幾乎難以再在模型性能上一覽眾山小了。

然而實際上，在如今“各領(lǐng)風(fēng)騷三五周”的局面下，模型性能就不是競爭的勝負手了。

我偏向的這種觀點即為，OpenAI免費之后，徹底走上廣告路線，讓算力消耗由用戶買單變?yōu)閺V告主買單。

現(xiàn)有會員定價體系的問題是，20美金是大多數(shù)核心用戶的選擇，然而他們都面臨算力消耗限制，以及新產(chǎn)品比如sora 2剛上線時不能使用的問題（之后能用但也有次數(shù)限制），所以他們其實也是最容易流失的一群人，他們很有可能看到一個更便宜甚至免費，但性能和OpenAI接近或更強的模型，就轉(zhuǎn)投別家了。

當(dāng)然，我知道廣告模式會有很多的問題，怎么開始做，需要非常小心謹(jǐn)慎，挨罵是難免的（其實可能也是最無關(guān)緊要的），但是相比用戶流失的問題，在面對最激烈的競爭時，廣告模式其實就是更好的選擇，尤其是對大規(guī)模C端產(chǎn)品來說。

畢竟Google當(dāng)年在搜索結(jié)果里放入競價排名，以及Facebook在社交feeds里插入游戲廣告，也都不是那么一帆風(fēng)順的，而其實做電商路徑變現(xiàn)，也面臨是不是誰給的錢多就推薦了誰家的貨或者跳轉(zhuǎn)哪個電商平臺的問題。

山姆以前是很不喜歡廣告的，但今年下半年的一些訪談中已經(jīng)漸漸松口了，說ins的廣告真的很精美，有些推薦真的很準(zhǔn)之類的。

就像當(dāng)年的小扎，說ads is not cool，ads就像是你精心舉辦了一場盛大party，結(jié)果被告知11點前就必須結(jié)束一樣。

但是現(xiàn)在的小扎，在押寶元宇宙失敗、AI追趕不力之后，廣告收入早已成了META的生命線。