知识块
#F7WMNA
“领域数据量及数据获取成本” 是影响 AI 应用开发者路径规划时最大的考虑因素
对于生成式 AI 应用而言，训练数据的重要性是显而易见的。
通过对大量数据的积累和分析，开发者可以训练出更加精准和高效的模型，从而提升应用的性能和用户体验。数据飞轮闭环则是指通过用户使用应用产生的数据，进一步优化和迭代模型，形成一个持续循环的过程。
从易观和 CSDN 针对中国 AI 应用开发者的调研看，“领域数据量及数据获取难度使用成本” 是响 AI 应用开发者路径规划时最大的考虑因素。
数据来源
易观
分享链接
http://robin5G.com/F7WMNA
延伸阅读
Gen AI
Sensor Tower
风险投资机构 a16z 的研究显示，当前头部 AI 消费者应用中，用户量大的应用 ARPU 很低，而某些（活跃）用户量小的应用则呈现了高 ARPU。
如下图所示，ARPU Top 3 的应用分别属于学习类、约会类和视频剪辑工具。
生成式 AI
InfoQ
开发者使用 GitHub Copilot 等 AI 辅助开发工具被认为是本轮生成式 AI 应用层落地的代表之一。
那么，中国开发者为此消费了多少钱呢？ 根据 InfoQ 在 2023 年 12 月的开发者调研显示，平均每位开发者累计消费了 328.8 元。
电信运营商
PwC
在 PwC 2023 年度的全球 CEO 调研中，围绕 “如果你的公司继续按照目前的路线运营，你认为你的企业在经济上可行多久? ”。
在选项 “十年，或更短” 反馈看，参与反馈的 CEO 中，来自电信运营商的反馈是最悲观的。
制造业、医疗、金融、科技等行业也紧随其后；相对乐观的行业是造纸包装、制药和零售。
