9 دقیقه
آخرین دادههای Sensor Tower نشان میدهد که شتاب اولیه رشد ChatGPT کاهش یافته و رقبایی مانند گوگل جمینی، Perplexity و Claude از Anthropic به افزایشهای قابلتوجهی دست یافتهاند. رقابت از مرحله هیجان اولیه به فازی منتقل شده که در آن تمرکز بیشتر روی ویژگیها، ادغامها و نگهداری کاربران است تا صرفاً شتاب دانلود و شناخت برند.
چرا ارقام رشد تغییر میکنند
براساس گزارشی در The Washington Post که بر مبنای ارقام Sensor Tower تهیه شده است، رشد کاربران فعال ماهانه ChatGPT بین ماههای اوت تا نوامبر به حدود 6٪ کاهش یافته است و تعداد کاربران فعال ماهانه این سرویس در حدود 810 میلیون نفر برآورد میشود. در مقابل، گوگل جمینی در همین بازه تقریباً 30٪ رشد داشته است. این کاهش سرعت نشاندهنده اشباع بازار در بین پذیرندگان اولیه و گذار رقابت به سمت عمق محصول (product depth)، قابلیتها و تجربه کاربری است، نه صرفاً تازگی یا اخبار رسانهای.
تغییر در نرخ رشد کاربران معمولاً ترکیبی از عوامل عرضه و تقاضا است: از یکسو پذیرش اولیه از سر هیجان و کنجکاوی صورت میگیرد و از سوی دیگر مرور زمان، نیاز واقعی کاربران به قابلیتهای پایدار، کیفیت خروجی، هزینهها و حریم خصوصی را مشخص میکند. در حالی که برخی پلتفرمها در مرحله معرفی سریع، نرخ نصب بالایی دارند، تبدیل نصبها به کاربران فعال طولانیمدت (retention) نیازمند زیرساخت، تجربه کاربری و مدلهای درآمدی قابلاعتماد است.
علاوه بر این، اندازهگیریها و معیارها نیز میتوانند بسته به روششناسی تحلیل متفاوت باشند. Sensor Tower نقاط قوت خود را در تحلیل دانلود و الگوهای نصب نشان میدهد ولی ترکیب این دادهها با معیارهای رفتاری مانند زمان هر جلسه، نرخ بازگشت روزانه و ماهانه، و تعامل با ویژگیهای پیشرفته، تصویر کاملتری از سلامت محصول ارائه میدهد. بنابراین کاهش نسبی رشد ChatGPT به معنی ضعف مطلق نیست، بلکه نشانهای از تغییر شرایط رقابتی و تمرکز بازار است.
چه چیزی محرک رشد جمینی است؟
گوگل صرفاً خوششانس نبوده؛ رشد جمینی دستاورد دو عامل مشخص است. اول، راهاندازی مدل تولید تصویر Nano Banana در سپتامبر باعث شد زمان هر جلسه کاربری در جمینی حدود 120٪ افزایش یابد و میانگین تعامل روزانه به تقریباً 11 دقیقه برسد. مدلهای مولد تصویر که کیفیت بصری بالا و پاسخدهی سریع دارند، میتوانند بهعنوان محرکی قوی برای افزایش زمان حضور کاربر عمل کنند، بهویژه زمانی که تجربه تولید تصویر با متن، ویرایش سریع و تعامل تکرارشونده ترکیب شود.
دوم، ادغام عمیق با اندروید نقش ضربکنندهای داشته است: دادههای Sensor Tower نشان میدهد که تقریباً دو برابر کاربرانی که از طریق سیستمعامل اندروید به جمینی دسترسی پیدا میکنند، نسبت به کسانی که اپ مستقل را نصب کردهاند. قرار گرفتن سرویس داخل لایه سیستمعامل اصطکاک (friction) را کاهش میدهد، کشف و استفاده روزانه را آسانتر میکند و نرخ تبدیل را افزایش میدهد؛ بهویژه برای کاربرانی که خواهان پاسخهای سریع در جریان کار معمولی دستگاه هستند.
فراتر از این، حضور در اکوسیستم گوگل و همگامسازی با سرویسهای دیگر مانند جستجو، تصاویر و برنامههای پیشفرض باعث میشود تجربه یکپارچهتری شکل بگیرد. دسترسی پیشفرض یا پیشنهادشده در لحظات کلیدی، بههمراه مدلهای متمایز مانند Nano Banana، به جمینی کمک کرده تا نه تنها دانلودها بلکه تعاملات عمیقتری را هم جذب کند.
ابعاد فنی نیز اهمیت دارند: بهینهسازیهای لایه زیرساختی برای کاهش زمان پاسخ، مدیریت هوشمند حافظه مدل و مدلسازی مصرف انرژی روی دستگاه، همگی میتوانند تجربه کاربری را ارتقا دهند و نقش مهمی در حفظ کاربران فعال داشته باشند. بنابراین رشد جمینی یک پدیده ترکیبی از نوآوری مدل، مهندسی محصول و مزیت پلتفرمی است.
چالشگران سریعالرشد: Perplexity و Anthropic
موضوع تنها به گوگل محدود نیست. استارتاپها و بازیگران کوچکتر بازار نیز با شتاب بالایی رشد میکنند. Perplexity در این دوره افزایش دانلود 370٪ را تجربه کرد که آن را به سریعترین اپ بر حسب دانلود و جذب کاربران جدید تبدیل کرد. این نوع رشد نشاندهنده تقاضای کاربران برای تجربههای نوظهور تحقیقاتی و پاسخمحور است که Perplexity ارائه میدهد—بهویژه برای کاربرانی که به دنبال پاسخهای مستند، مراجع و قابلیت پیگیری منطق پاسخ هستند.
Anthropic و مدل Claude نیز رشد قابلتوجهی را ثبت کردند؛ رشد حدود 190٪ برای Claude یک سیگنال قوی است که نشان میدهد رقابت در لایههای مختلف هوش مصنوعی ادامه دارد: برخی شرکتها روی کیفیت تولید زبان متمرکزند، برخی روی ایمنی و سیاستهای اخلاقی، و برخی دیگر روی ترکیب قابلیتهای چندرسانهای. Claude با تاکید بر اصول ایمنی و دستورالعملهای طراحی کنترلشده توانست توجه بخشی از بازار را جلب کند که به معیارهای اعتماد و شفافیت اهمیت میدهند.
در مقایسه، رشد دانلود ChatGPT در حدود 85٪ بود که از میانگین بازار 110٪ در همان بازه عقب ماند. این تفاوتها میتوانند ناشی از اشباع بازار در بخشهایی از جغرافیا، تغییر ترجیحات کاربران، یا تلاش رقبا برای ارائه تجربههای متمایز باشند. بعلاوه، استراتژیهای بازاریابی، تبلیغات دروناپی و شراکتهای پلتفرمی نیز در این تغییرات نقش داشتهاند.
شرکتهای کوچکتر معمولاً در پاسخدهی سریعتر به نیازهای خاص بازار و تجربه کاربری متمرکزتر موفقترند؛ از سوی دیگر شرکتهای بزرگتر مانند OpenAI یا گوگل منابع بیشتری برای توسعه زیرساخت، تحقیق و مشارکتهای شرکتی دارند. توازن میان سرعت نوآوری و ظرفیت مهندسی و مقیاسپذیری، عامل تعیینکنندهای در رقابت بلندمدت خواهد بود.
واکنش OpenAI: «کد قرمز»
گزارشها حاکی است که سم آلتمن، مدیرعامل OpenAI، اعلام «کد قرمز» در سطح شرکت کرده و تیمها را ترغیب نموده که از ویژگیهای نمایشی و تبلیغاتی فاصله گرفته و تمرکز را روی تقویت زیرساخت و بهبود قابلیت اطمینان هستهای بگذارند. پیام روشن است: وقتی رشد کاربران خیز خود را از دست میدهد، مبانی مهندسی و پایداری محصول از همیشه مهمتر میشوند.
تمرکز روی زیرساخت میتواند شامل بهبود استقرار مدلها، کاهش هزینههای پردازشی، افزایش تحمل خطا، بهینهسازی هزینههای ابر و بهکارگیری راهکارهای کشینگ و پردازش محلی باشد. علاوه بر این، کار روی تستهای کیفیت، مانیتورینگ رفتار مدل، و ارتقای محافظت در برابر سوءاستفاده و خروجیهای اشتباه از جنبههای مهمی است که در بلندمدت اعتماد کاربران و کسبوکار را حفظ میکند.
از منظر محصول، بازگشت به اصول پایه یعنی تضمین پاسخهای دقیق، ثبات عملکرد، و تجربه کاربری روان میتواند نرخ نگهداری (retention) را افزایش دهد. بسیاری از اپلیکیشنهای موفق در دوره بلوغ خود، وقتی رشد نصب کند میشود، سرمایهگذاری بیشتری روی معیارهای حفظ و ارزش طول عمر مشتری (LTV) انجام میدهند تا رشد خام تعداد کاربران.
همچنین لازم است OpenAI سیاستهای تجاری و قیمتگذاری را بازبینی کند تا با رقابت فشردهتر همخوانی داشته باشد. مدلهای درآمدی متنوع، از اشتراکهای پریمیوم تا APIهای مبتنیبر مصرف، میتوانند به بهینهسازی جریان درآمد و ایجاد انگیزه برای نگهداری کاربران کمک کنند.
این وضعیت برای کاربران و بازار چه معنایی دارد
- انتظار داشته باشید که رقبا به قابلیتهای مشابه دست یابند و شباهت عملکردها بیشتر شود — تمایز واقعی از طریق تجربه کاربری (UX)، ادغام با پلتفرمها و میزان اعتماد به مدلها حاصل خواهد شد.
- قرارگیری در لایه سیستمعامل مثل ادغام با اندروید و وجود مدلهای برجسته (مثلاً Nano Banana) میتواند بهشدت تعامل کاربر را افزایش دهد و نرخ بازگشت را بهبود بخشد.
- تمرکز قویتر روی زیرساخت میتواند قابلیت اطمینان و نگهداری بلندمدت کاربران را برای پلتفرمهای بزرگتر ارتقا دهد و از نوسانات کوتاهمدت جلوگیری کند.
به طور خلاصه، بازار اپهای هوش مصنوعی وارد مرحله بلوغ میشود. تب دانلودهای اولیه که شبیه یک تب طلای اولیه بود، جای خود را به یک رقابت سازندهتر میدهد که در آن سرعتِ جذب کاربر تنها معیار پیروزی نخواهد بود. عوامل تعیینکننده بعدی عبارتند از کارایی محصول، پیوستگی با اکوسیستمهای پلتفرمی، پایداری زیرساخت و توانایی ایجاد اعتماد در کاربران و کسبوکارها.
برای توسعهدهندگان و مدیران محصول، پیام روشن است: سرمایهگذاری در تجربه کاربری، APIهای قابلاطمینان، امنیت داده و استراتژیهای نگهداری مشتری ضروری است. همچنین لازم است تیمها دادههای رفتاری را به دقت تحلیل کنند تا اقدامات حفظ، بازاریابی وابسته و طراحی محصول را بر اساس الگوهای واقعی مصرف بهینهسازی کنند. در عمل، ترکیب پژوهش بازار، مانیتورینگ کیفیت مدل و مدیریت هزینههای عملیاتی، مسیر پایداری در این فضای رقابتی را هموار میسازد.
برای سرمایهگذاران و تحلیلگران بازار، این تغییر فاز به معنای فرصتهای جدید سرمایهگذاری در شرکتهایی است که میتوانند مزیت پلتفرمی یا فناوری برجستهای ارائه دهند—خواه در سطح مدلهای پایه، خواه در لایههای میانی که تجربه کاربری و ادغام با پلتفرم را تسهیل میکنند. همچنین توجه به سیاستهای حریم خصوصی، مقررات و ریسکهای اخلاقی برای ارزیابی ریسکهای بلندمدت حیاتی خواهد بود.
در نهایت، کاربران نهایی بیش از همیشه از محصولات با قابلیت توضیحپذیری، شفافیت و پاسخهای قابل اتکا استقبال خواهند کرد. این یعنی بازیگران بازار باید نه تنها روی جلب توجه سریع کاربر کار کنند، بلکه بر ارائه تجربهای معنادار، قابلاعتماد و ارزشمحور تمرکز نمایند تا در رقابت بلندمدت باقی بمانند.
منبع: smarti
ارسال نظر