ChatGPT 和 GPT-3.5 和 GPT-4 已经给世界展示了强大的生成式 AI 的能力。 目前舆论的声音更多是认为 ChatGPT 无所不能。
全球金融数据和信息服务的领头羊，Bloomberg 也发布 BloomergGPT，这是全球首个金融领域的专属 GPT。从披露的研究论文看，对于金融类特定任务执行上，BloombergGPT 显著优于其他通用大模型。
经典桥段可能又要再现了：对于金融行业的问题和内容生成，是应该用 ChatGPT 呢？还是 BloombergGPT？
如果是按照过去 Web1.0 和 Web2.0 时代的经验，通用工具（比如搜索引擎）和专用工具（比如：Bloomberg Terminal）两者是共存的。几乎所有二级市场的投资机构和基金经理们都会购买 Bloomberg 价格不菲的服务。
目测，OpenAI 应该是不太容易搞到 Bloomberg 的金融数据库的，两者在金融投资领域的用于训练模型的语料库会有极大的差别。
也许有人会问，OpenAI 能否自己搞一套可以匹敌 Bloomberg 的数据语料库？这个思路的经济性是存疑的。因为新兴互联网企业能崛起的关键之一就是可以接近免费的 “借用/爬取” 到足够多的资源。
如果每个垂直行业都有一堆行业专用 GPT 站住脚，那留给通用 GPT 的空间是否会大幅缩小？
世界既是横向的，也是垂直的。
考量面向消费者侧的新产品，Google Trends 提供了一个大致正确的观察窗口。
我们选择 2022.4 - 2024.5 这两年多的时间区间，可以清晰看到 ChatGPT 如何迅速崛起，然后进入发展停滞期（用户增长角度）的。
而 Apple 被寄以厚望的 Vision Pro 一共两拨影响力高点，分别是产品发布会和产品上市。但下图也展示了明显的后继乏力。
Meta 扎克伯格披露的数据，在 Facebook、WhatsApp、Messenger 和 Instagram 中使用 Meta AI 助理等用户数实现了月活跃 4 亿，周活跃也达到了 1.85 亿户。
在现有成熟产品中，增加生成式 AI 功能是一条重要的路径。
这也引发一个问题：生成式 AI 到底更适合作为一项新功能，还是作为一项新产品。
卫星物联网 IoT 应用被认为有广阔的空间。GSMA 预测到 2035 年，全球将有 19 亿设备会通过卫星直接联网，占到整个（广域）IoT 连接数的 8%。
由于卫星联网单价通常会高一些，GSMA 认为到 2035 年，卫星物联网的年收入可达 100 亿美元级别，占整个 IoT 连接收入的 25%。
