【對談】布羅克曼:ChatGPT 用戶 12 億,但大多數人只用到皮毛
一位諾貝爾經濟學獎得主最近對葛雷格·布羅克曼(Greg Brockman)說了一句話,大意是:模型很強,但應用還不到位。布羅克曼是 OpenAI 共同創辦人,這家公司做出了你用過的 ChatGPT;他在 OpenAI 內部的角色,大致相當於把研究室的想法轉化成實際產品的那個人。那位經濟學家說的話,他沒有反駁,反而用整場訪談在回答:現在缺的不是技術,缺的是你願不願意真的去用。
每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。
這場對談有幾個值得注意的地方:第一,ChatGPT 每週 12 億活躍用戶聽起來很大,但布羅克曼自己說這個數字其實暗示大多數人用得很表面;第二,他描述的 AI 工作方式已經從你問它答進化到它主動替你把事情辦完,OpenAI 剛推出的 Dots 就是這個方向的產品;第三,他對創業者的建議很直白:技術門檻消失了,剩下的差異在於你對某個產業夠不夠了解;第四,他給出了一個具體的操作原則——一件事手動做五次之後再自動化;第五,他預告未來一到兩年會看到創業者人數大幅增加,因為 AI 讓一個人能做過去一整個小團隊的事。合起來看,他的意思是:工具已經準備好了,現在輪到你決定要不要認真用。
◎12 億用戶,但大多數人只用到皮毛
布羅克曼說,ChatGPT 每週有 12 億活躍用戶,其中約 3 億人用它查健康相關資訊。數字看起來驚人,但他緊接著說了一句更值得注意的話:如果一個用戶只在三種不同情境下用過 ChatGPT,他就算是重度使用者了。換句話說,門檻低得嚇人,卻還是大多數人跨不過去。問題不在技術,在於人們不知道這東西能幫自己做什麼。他的診斷是:AI 什麼都能做,但什麼都能做反而讓人不知從哪裡下手。解法不是更複雜的介面,而是 AI 自己主動告訴你它能替你做什麼——這也是他描述未來產品方向的核心。
◎從你問它答到它替你把事辦完

布羅克曼描述了他自己的工作方式:他已經不自己寫程式,而是指揮 AI 寫,他負責給方向和回饋。這不是謙虛,他說現在的模型寫程式的能力已經超過他認識的任何人。更重要的是他對下一步的描述——他稱之為 agentic AI,也就是主動代勞的 AI。不是你問它才答,而是它自動掃你的信箱,發現你拖了幾天沒回的郵件,查好背景資料,寫好草稿,然後問你要不要送出。OpenAI 剛推出的 Dots 就是這個概念的具體產品:一個雲端 AI,持續在背景替你處理事情,不需要你一直盯著它。他在訪談前幾分鐘剛親身經歷過這件事,所以說起來不像在畫餅。
◎技術門檻消失,剩下的差異是你懂不懂那個產業
有人問他:現在 AI 讓軟體這麼容易做,那什麼東西還值得付費?他的回答很清楚:執行層面的差異正在消失,C++ 還是 Swift 寫的,沒人在乎;剩下來有意義的差異,是你對某個問題夠不夠了解,對你的用戶夠不夠了解。他舉了醫療產業為例:同樣一套 AI,懂醫院生態的人做出來的產品,會比不懂的人好得多,而且模型愈強,這個差距只會愈大。他也提到,現在很多新創是拿 AI 來繞過模型的限制,這種做法短期有用,但新模型一出來就過期。反過來,如果你解決的是真實產業裡的真實問題,模型變強只會讓你的產品跟著變好。
◎手動做五次,再談自動化
布羅克曼給了一個他自己一直在用的操作原則:一件事先手動做,做五次之後,你才真的搞清楚問題在哪裡,那時候再自動化才有意義。這聽起來像是常識,但放在 AI 的脈絡下有額外的意義——很多人一上來就想把所有事情自動化,結果自動化了一個根本沒搞清楚的流程,效果當然不好。他建議從生活裡一個小痛點開始,比如一封你一直拖著沒回的信,先複製貼上給 ChatGPT,試試看它能做什麼,然後再一步一步往前走。這個建議不複雜,但他說的是事實:大多數人卡在第一步,因為不知道從哪裡開始。
◎未來一到兩年,創業者人數會大幅增加
布羅克曼對創業趨勢的預測很直接:他說企業和個人消費者之間的界線會模糊,公司的定義會改變,一個人配上 AI 能做的事,會讓過去需要一個小團隊才能做的生意變得可行。他預計這波創業潮在未來一到兩年內會全面爆發。他也說了一件有趣的事:以前企業銷售靠的是人際關係,因為消費者數量太多,成本太高,沒辦法用同樣的方式對待每一個人;但如果 AI 能讓你用有意義的方式大規模維繫關係,那企業銷售的邏輯也可能套用到消費者市場。這不是空話,他在 OpenAI 內部已經看到財務團隊,公關團隊用 AI 把過去需要多人才能完成的工作壓縮到一個人身上。
布羅克曼整場說的,說穿了就是一句話:工具已經到位,缺的是你願不願意認真想清楚要用它做什麼。12 億用戶裡大多數人只在表面划水,這不是技術問題,是想像力問題。他自己不寫程式了,但他花更多時間想清楚要讓 AI 解決什麼問題。這才是那位諾貝爾獎得主說的話真正的意思:模型夠強了,現在輪到人來補上那塊空缺。
ChatGPT 每週 12 億活躍用戶,其中約 3 億人用於健康相關查詢;他說只要用過三種不同情境,就算重度使用者,點出大多數人使用深度非常有限。
描述理想中的 AI 助理形象:主動掃信箱,發現被拖延的郵件,查好資料,寫好草稿,問你是否送出;他說訪談開始前幾分鐘自己剛親身經歷這件事。
舉例說明 AI 現在能做的事:用 Astra 從圖片生成 CAD 平面圖,再交給承包商施工;他的朋友用這個方式蓋了一間客房。
說明哪種軟體產品會被新模型淘汰:專門用來繞過模型限制的做法壽命短;反之,解決真實產業問題的產品,模型愈強產品愈好。提到 2025 年底是 coding agent 大規模滲透的轉折點。
描述他心目中下一個階段的 AI agent:不只是整理資訊,而是自己打電話,聯絡同事與外部夥伴,把事情辦好,最後只需要你批准採購單。他說 Dots 已經具備這個技術基礎。
提到 OpenAI 內部以 token 使用量做為生產力代理指標,並舉科學發現為例:用 10,000 個 AI agent 運算數天,解決了 Navier-Stokes 方程式這個數學難題,產出人類新知識。
給想開始使用 AI agent 的人的建議:先手動做,做五次之後再自動化;從一個小痛點開始,例如一封拖著沒回的信,先複製貼上給 ChatGPT 試試。
看完今天的,讓明天的自己送上門
每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。
已出刊 128 期 ・ 隨時可退訂

