OpenAI首次披露了一个关键数据：每周有近130万用户正在ChatGPT上讨论“硬科学高级话题”。这不是泛泛而谈，而是平均每周产生840万条消息的深度交互。AI作为“研究伙伴”的角色，第一次有了规模化用户数据的支撑。
这130万用户意味着什么？ 首先，它不是一个可以忽略的“小众实验”。130万的周活，放在任何一个垂直SaaS或专业工具领域，都是一个相当可观的数字。它证实了生成式AI向高价值、高门槛的硬核领域渗透，不是一句空话，而是已经形成了初步的用户基础和市场。平均每个用户每周发送约6.5条相关消息，说明互动具备一定深度，用户不是在随便问问“地球为什么是圆的”，而是在进行持续的、可能带有工作流性质的探讨。
但数据背后有两大“模糊地带”需要警惕。 第一，口径模糊：什么是“高级硬科学话题”？判定标准完全掌握在OpenAI手中。是用户自称，还是模型通过关键词识别？这直接决定了数据的“含水量”。一个大学生求解微积分难题，和一位材料科学家探索新型超导体的合成路径，都被计入“高级硬科学”，但价值天差地别。第二，动机模糊：用户是在用它激发灵感、解释复杂概念、调试代码，还是仅仅完成作业？数据没有区分。这决定了ChatGPT在科研价值链上的真实位置——是颠覆性的协作大脑，还是高级一点的“科学搜索引擎”？
这拉开了“AI+垂直行业”深度竞争的下半场。 过去一年，AI竞争集中在通用对话、文生图和视频。OpenAI这份报告，实质上是亮出了在“硬科学”这个高壁垒赛道的早期用户卡位。目前，Anthropic、Google等对手尚未公布类似精细数据，竞争更多体现在论文和基准测试上。OpenAI凭借ChatGPT的庞大用户基数和先发心智，正在将通用流量转化为专业场景的用户。然而，格局远未固化。DeepMind的AlphaFold在结构生物学领域建立了近乎垄断的权威，这提示我们，在硬科学领域，“一招鲜”的专用模型可能比“万事通”的通用模型更具颠覆性。未来的竞争，将是通用平台渗透与垂直领域“杀手级应用”之间的对决。
短期来看，这130万用户是AI for Science趋势的强心针，但还不足以宣告拐点。真正的信号，要看这群高价值用户的付费转化率、API调用量的增长，以及他们是否真的在学术成果中署名“致谢ChatGPT”。对于投资者而言，关注点应从“哪个通用模型最强”，转向“哪个垂直领域最先被AI重构，以及谁掌握了入口”。OpenAI开了第一枪，但硬核科学的战场，才刚刚清空弹膛。
本文由 AI 辅助生成，仅供参考。