ChatGPT 激发了几乎所有行业对生成人工智能的兴趣。IoT Analytics 咨询公司认为，目前的生成式人工智能在物联网领域的应用还处于很早期的状态。
具有代表性的应用包括：
(1) 物联网应用的代码生成：大型语言模型用于创建、完成或组合软件代码，例如：GitHub Copilot。
(2) 机器人控制：生成人工智能可能会对自主（IoT）设备的控制方式产生影响。通过捕捉动物或人类的运动数据，AI 能可以用于生成机器人的控制逻辑和命令。
(3) IoT 设备更具社交性：目前的物联网设备允许用户通过某种形式的 API 访问数据。通常，这些提供预先确定的信息集，例如使用情况、电池和资产健康状况。
然而，生成型人工智能可以通过三种方式使设备通信 “更具社交性”：a) 允许设备回答用户可能遇到的复杂问题；b) 允许最终用户与设备通话以更改设置；c) 允许设备本身使用生成人工智能来生成答案。
PitchBook 的监测数据显示，生成式 AI 的势头似乎正在放缓，尤其是从风险投资的投入角度。无论是风险投资交易次数，还是交易金额，2023Q3 都比前一季度有明显下滑。
需要指出的是，微软对 OpenAI 100 亿美金的投资，Amazon 对 Anthropic （前 OpenAI 员工建立）40 亿美元的投资，可能都不能算是传统意义的风险投资模式。
生成式 AI 很早就进入了 “巨头主导” 的阶段。一些风险投资机构认为这样会 ”吓跑初创公司和其他投资者”。
以 ChatGPT 为例，随着 ChatGPT 功能的提升，原本特色的应用 Japser 面临用户流失，Midjourney 也面临付费用户退订问题。
提前进入军备竞赛，可能的巨头通吃，加上很多 AI 应用商业变现也并不够明显，这都是影响创业者和风险投资涌入的阻力。...
北美 The Vox Media Insights and Research 团队在 2023 年 4 月，针对 2,000 名在美国的成年人进行了一轮消费者行为调研，围绕生成式 AI（AGI）工具的使用状态。
AGI 工具的知名度方面，有 57% 的调研对象听说过或用过 ChatGPT。而其他工具（MidJourney、Stable Diffusion）则低得多。
搜索引擎、头脑风暴、艺术创作方面是典型应用场景。从反馈看，主要还是用来做某种内容或作品的 “创作” —— 纯线上场景为主。
大模型的线下场景或者垂直生产场景貌似很宽广，但还是有很长的路要走。尤其是商业上要形成一轮轮的闭环。
经典的一个门槛就是：某个垂直场景所需数据要整理得比较可用，成本就不少了，然后还面临一个细分场景产生的收入能否有经济性问题。
Frost & Sullivan 咨询公司的一份研究认为，全球蜂窝物联网的连接收入在 2026 年可达到 3,809 亿美元，这个数字对比 2020 年是一个巨大的提升。
Frost & Sullivan 估计 2020~2026 的复合增长率为 41.7%，认为这是一个有极高想象力的赛道。
在过去几年，蜂窝物联网的用户连接数呈现高速的增长，但平均 ARPU 值极低，对比智能手机。电信业从业人员对此深感焦虑。
也许应换一个角度：以当前的绝对值为起点，重点看增长率；而不是总去和智能手机的流量收入进行比较。
