最近互联网圈最热的产品之一，可能就是OpenAI推出的ChatGPT了，那么这款产品和PaaS产品之间存在着什么样的关联？在这款爆火的产品背后，我们是否可以透见PaaS产品的运转逻辑？本篇文章里，作者便进行了相应总结，一起来看。

要说当下国内外科技话题最盛的产品，莫过于ChatGPT。他既能完成基础问答式的仿人对话，还可以写代码、给文案、翻译语言，最强大的是他还能完整记住对话上下文，使用反馈极其逼真。

而由于此次发布同时提供了面向大众体验的页面功能，瞬间霸占了国内外各平台的科技榜单，在短短 5 天的时间里，ChatGPT 的用户数就突破了百万。

那么ChatGPT是一个C端产品吗？答案显示是否定的，虽然ChatGPT提供了可供用户体验的playground，但其本质仅仅是作为一个流量的入口或产品的使用，类似的产品如翻译工具、安全审核产品官网也都会提供试用的入口，ChatGPT的主要形态仍是API接口，即通过OpenAI平台提供算法能力支撑用户的智能对话模型能力，是一个标准的PaaS产品：平台即服务。

本文我们就从ChatGPT入手看看PaaS产品到底是怎么运作的。

一、PaaS的产品能力

1. 明确PaaS产品的立命之本

在产品官网给出的描述中，ChatGPT 是一个“可以回答后续问题、承认错误、挑战不正确的前提并拒绝不适当的请求”的对话模型。也就意味着对话模型是OpenAI公司给出的对外产品形态，提供底层的算法能力，并以此帮助用户实现如数字营销、线上内容创作甚至个人助手等场景需求。

这就是ChatGPT作为PaaS产品对外售卖的底层原理，其算法能力是产品的核心能力，而用户通过算法获取仿人互动体验、翻译结果乃至商业文案则是ChatGPT的几大功能项。

作为PaaS产品，本身属于一个功能中间件，他不直接面向业务，但他可以帮助业务快速提升。因此PaaS产品的设计最基础的要求是明确产品可以帮助用户解决什么问题，且通过第三方实现的效果或成本明显优于自研。

当前市面上的标准PaaS产品如RTC可以帮助业务快速构建音视频房间，不需要开发者学习极其复杂的底层音视频集成与算法能力；面对庞大且复杂的的企业内部协同平台，通过接入企业PaaS能力，开发者无需关心，可以直接借助第三方快速、个性化地实现数字化的转型。这些都是比较典型的代表。

2. 持续且专注提升PaaS产品的能力

实际上，在ChatGPT之前OpenAI公司已经发布过多个NLP模型，如GPT-3，同样是对人类语言的理解，GPT-3对比ChatGPT来说就显得冰冷。后来，在GPT-3的基础上，ChatGPT引入了人类偏好学习机制，让他的回答不仅可以更高效的获得答案，同时又更贴近人类，整体的问答体验远高于“推荐式”的搜索引擎。

由此可见ChatGPT即便有上亿融资、高手云集，其产品研发也并非一蹴而就、一飞冲天，同样是基于用户场景、自身能力一步一步的提升能力。事实上很多PaaS产品乃至B端产品都很难有类似“啫喱”、“羊了个羊”之类的C端产品有一夜爆红的经历，稳步向前是PaaS产品的常态。

另外，当我们在设计PaaS产品时，更需要注重其作为平台属性的特点，不能拘泥于点状的需求和少部分的场景，每一次新功能的迭代都需要经过完整性的场景闭环，因此大跨步的升级、大而全的功能列表有时候并不见得是一件好事。

认准产品的发展方向，学会对需求说不，是作为PaaS产品经理非常重要的能力（因为PaaS产品可以实现的范围实在是太广了，甚至一些业务逻辑也可以通过PaaS提供）。

3. PaaS产品的易用性同样不可忽视

在深度体验、调研了ChatGPT之后，发现除了本身超强的问答推理与上下文关联能力外，ChatGPT对外的api对接方式也极其简单，基本几行代码，一个开发半天就可以绑定，这也给PaaS产品的设计开发带来非常棒的示范，产品的易用性也是产品本身重要的一环。

在设计产品功能阶段，是在底层接口上就做的易用，还是通过demo、simplecode、最佳实践等方式降低用户的接入门槛，都是产品经理需要考虑如何对外提供给到用户的点；同样的也要在技术方案设计与开发阶段，更需要与开发、测试明确用户的接入及使用姿势，尽可能地减少用户接入的代码数量、降低用户的了解成本。

二、PaaS产品应该是技术驱动还是产品驱动？

这个问题属于PaaS产品中亘古的辩题。作为底层能力型产品，究竟是技术优吸引用户还是产品方案好吸引用户，从ChatGPT我们找到了答案。

ChatGPT的出现，带给我们全新的感观体验。以往我们需要查找一项攻略的时候，需要经历四个步骤才能得到答案：输入、检索、整理、结果，而ChatGPT跳过了中间的两个步骤，实现了从输入到结果的新搜索方式。

同时ChatGPT在原来GPT的模型基础上加入了人类反馈学习的机制，也就意味着，新的GPT技术将更好的理解人类的自然语言，他可以实现上下文的串联、保证答案的准确性、相似语句的识别以及不同文本的类别（甚至不需要调用翻译，直接根据发问的语言进行回复）。

这些能力，都是科技的进步、算法的功能，说白了技术直接推动了产品大步向前，并受人喜爱。这也侧面说明了PaaS产品的发展，归根结底来源于技术的进步、科学的发展，如果技术能力有限或复杂程度不高，PaaS产品很难获得用户的认可，更何谈商业的变现。

于此同时，前文也有提到ChatGPT的爆火很大程度上是源自针对C端用户的试用开放，每个人都可以上平台进行体验，而不再是拘泥于科技领域内部。

“playground”的做法让ChatGPT一下子破圈，而这次破圈的主导显然是产品形态的变更引发的；而包括OpenAI公司在内的一众AI算法公司，无不通过产品包装的方式对外提供了算法模型，如把语音识别模型将能力应用在了会议实时字幕与同声传译场景、把安全检测模型应用在了应用反垃圾净网场景等等。

除此之外，通过场景解决方案的包装，也为一众技术流提供了用武之地：针对行业的解决方案（如政企协同）、针对热门场景的解决方案（如购物直播）。

所以说，PaaS产品其实并不存在技术与方案的严重倾向，技术的发展促进了PaaS产品能力的提升，方案的完善同样推动了产品与商业的进程。

三、ChatGPT的商业化

1. 价格偏高，目标用户路在何方？

从当前ChatGPT的商业策略来看，不论是用于体验的“playground”还是应用集成的api接口，只要开放对外超过免费限额（18美元/3个月）就需要付费使用。

从官网的报价上看，ChatGPT的售价并不便宜，仅是25个单词的一段话若采用最高等级的Davinci模型即需付费0.7美元，别说是个人，即便是拥有强大支付能力的企业，也很难负担的起。在大算力的要求下，没有多少企业可以承担得起GPT-3 的运作，就算是面向大众测试的ChatGPT，它的参数量要求也很大，将来如果运用在B端市场，对于多数的企业来说是个不小的负担。

这也延伸出PaaS产品面对的用户画像问题，不同的PaaS产品会有着截然不同的目标用户，其本质还是来源于产品本身的差异。如RTC实时音视频产品，开发难度高（即便是拥有很强开发能力的top级产品团队也未必能做好）、资源消耗大，非常依赖高活跃度带去产品的高流量，因此其主要的用户来源于高日活的应用产品，以高使用量带去高收益，其目标用户重在质量。

而相反的如IM即时通讯产品，开发门槛低、边际成本低但高并发要求高，以此其主要的用户来源于中长尾的低日活，客户越多平摊的成本就越低，平台的收益也就越多，属于多用户带去高收益的类型。

因此当我们设计一款PaaS产品时需要对产品的特点有明显的判断，并学会基于产品特点制定产品的推广策略，防止乱套，最后折了夫人又赔兵。

2. 场景宽泛，腹背受敌

以当前的状况看，ChatGPT的应用线路其实还不够清晰，不论是作为搜索引擎，还是作为翻译工具亦或是智能客服、私人助理，ChatGPT现有的产品方案和技术能力都不足以取代传统的产品。

作为搜索引擎，他也许可以快速给到答案，但这个答案真的是用户需要的吗？当我为跨年的活动进行提问时，ChatGPT会直接给出了答案，效率的确有了很大的提升，但同时他也大大减少了我的选择，且他的答案往往没有个性化可言，其内容多为大众化、普世化。

作为翻译工具，目前国内外市面上已经有非常多成熟的翻译软件与第三方产品，即便ChatGPT非常容易接入，但其高昂的价格又往往会让目标企业望而却步，另外说真的，翻译这件小事真的需要ChatGPT这把牛刀出场吗？

即便作为破冰神器用在娱乐社交或私域群内可以大发神威，但娱乐社交行业中的的产品多以中长尾为主，他们的支付意愿和支付能力并不足以支撑ChatGPT的费用，以当前的官网报价进行售卖，想必最终的结果就是望而却步，爱而不得。

相比而言，国内的某AI产品，驻扎于垂直的写作领域，通过提供SaaS化能力的方式反而更明确的推动了产品商业化的进程，其价格也相对合理，不论是个人版还是面向企业，价格与其他办公类、协同类工具无异，相信其商业化的道路会走的更顺畅些。

以此为镜，当我们在设计PaaS产品的时候，需要明确我们能要做什么而不是我们能做什么，了解我们的对手有谁的同时更需要明确我们比对手强在哪。只有明确这些内容，产品才能找到出路。