「OpenAI、3ヶ月で約20%のトラフィック減少に直面」

OpenAI faces approximately 20% decrease in traffic in 3 months.

人工知能(AI)の世界では著名な存在であるOpenAIは、わずか3ヶ月で顕著なウェブトラフィックの減少を経験しました。組織の月間訪問者数は、驚異的な9億5950万から7億8010万に減少し、18.7%の減少を示しています。このようなデータは、オンライントラフィックの不安定な性質を明らかにし、Microsoftの支援を受けるAIの巨人であるとしても、トラフィックの急落に免疫を持っていないことを示しています。

このトラフィックの統計は、デジタルマーケットインテリジェンスプラットフォームであるSimilarWebから提供されています。SimilarWebは、ウェブサイトのトラフィック、ランキング、ユーザーエンゲージメントに関する洞察を提供する能力を持ち、数十億のウェブページを監視することができるため、オンラインの存在を評価したり競合他社を評価したりするための優れたツールとして位置づけられています。

なぜこのような急激なトラフィックの減少が起こっているのでしょうか?1つの理論としては、ユーザーが単に代替のソースからGPT-3.5やGPT-4のサービスにアクセスしている可能性があります。一番明らかな候補はBingですが、Bingのトラフィックは減少していますがOpenAIよりもわずかに保持されているようです。

もちろん、ChatGPTと競合しているAIプラットフォームは数多くあります。間接的に競合している場合もあれば、ChatGPTのAPIを使用して独自のサービスを提供している場合もあります。例えば、AIの文章生成器を使用したいユーザーはJasper AIに頼るかもしれません。他にも、ジェネレーティブAIを提供している注目のサービスには、スタートアップのYou.comがあります。しかし、これらの企業の組み合わせであっても、OpenAIの数字にそれほど大きな影響を与えるべきではありません。

2023年2月にリリースされたGoogle Bardや2023年7月にリリースされたMeta Llama 2でさえ、OpenAIのトラフィックを奪い取る大規模な消費者向けアプリケーションはまだ存在していません。

OpenAIに影響を与えることなく、Googleは比較的影響を受けていないようですが、Bingは異なります。

Googleは、人々が慣れ親しんだ検索結果ページとの純粋なジェネレーティブAI体験よりもウェブサイトへのリンクを優先する検索エンジンを好むようです。

OpenAIに関する他の問題は、高額な価格です。北米や欧州のユーザーにとっては月額20ドルは高くないかもしれませんが、アフリカやアジアのほとんどのユーザーにとっては手の届かない贅沢品と見なされるかもしれません。OpenAIはまた、使い勝手の悪いユーザーインターフェースも抱えています。GoogleやBingのように、単語を1つ入力して検索バーにアクセスできるわけではなく、プラットフォームの使用には常に数回のクリックが必要です。

ユーザーは、自分のクエリの大部分に対する次の通知に疲れるかもしれません:

2021年9月のトレーニングセットの制限を回避する方法はありますが、それにはプラグインの使用が必要です。このプロセスはAIの世界に没頭していないユーザーにとっては明らかではないため、それ自体がある程度の技術的なバックグラウンドが必要となり、この追加の複雑さによって社会の大部分が遠ざけられる可能性があります。

結局のところ、ジェネレーティブAIに関するすべての話題を考えると、関心とトラフィックの減少は避けられないものだった可能性があります。なぜなら、Amaraの法則によれば、「私たちは技術の効果を短期間に過大評価し、長期間には過小評価する傾向がある」とされています。AIに対するルールも同じです。Ray Kurzweilの加速する変化の法則によれば、産業の状況は指数関数的に成長しており、この短期的なトラフィックの低下はAIが社会を変革する大きな文脈では意味を持たないかもしれません。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AIニュース

このAIニュースレターは、あなたが必要とするすべてです#74

今週は、残念ながらOpenAIの連続する出来事に注目が集まり、いくつかの興味深い新しいモデルの発表が overshadow されてしま...

コンピュータサイエンス

A.I.-検出ツールを騙すのはどれくらい簡単ですか?

ディテクターはすべての文脈の手がかりを無視するため、写真に写るマスク氏と共にリアルなオートマトンの存在を考慮しません

データサイエンス

データプライバシーを考える新しい方法

新しい指標により、モデルに少量のノイズを追加することで、機密データを保護しながらモデルの精度を維持することができます

AI研究

Meta AIとSamsungの研究者が、学習率適応のための2つの新しいAI手法、ProdigyとResettingを導入し、最先端のD-Adaptation手法の適応率を改善しました

現代の機械学習は、コンピュータビジョン、自然言語処理、強化学習など、さまざまな分野で難しい問題に効果的な解答を提供す...

機械学習

「RAVENに会ってください:ATLASの制限に対処する検索強化型エンコーダーデコーダーランゲージモデル」

大規模言語モデル(LLM)は、自然言語処理(NLP)の分野における最近の進展において重要な役割を果たしています。これらのモ...

機械学習

ランタイム中に拡散モデルを動的に圧縮するためのシンプルで効果的な加速アルゴリズムDeepCacheを紹介します

人工知能(AI)とディープラーニングの進歩により、人間とコンピューターの相互作用は大きく変革されました。拡散モデルの導...