作為參考，TikTok 花了 9 個月才達到這一里程碑，而 Instagram 則花了大約 2.5 年。
然而，ChatGPT 的成長並非史無前例。一直關注 LLM（大型語言模型）領域的人都知道，自 2020 年（即 OpenAI 推出 GPT-3 的那一年）以來，AI 作家就已經大量存在。
現在唯一的區別是「可訪問性」（當然，品質也有一點點提高）。 ChatGPT 致力於推動市場發展，否則市場依賴超定位、昂貴的訂閱和少數用例。
早在歷史悠久（但仍有爭議）的 ChatGPT（現在是 Google 的 Bard）進入之前，我們就一直在分析這個市場。我們一直對以下問題感到好奇：
AI 作家對 B2B 內容有用嗎？
它們能否複製（或在某種程度上模仿）人類的技術細微差別？
它們是否適合在充滿知識的受眾的空間中面向消費者的內容？
如果它們有任何好處——這對企業和作家意味著什麼？
我們的研究令人大開眼界
我們於 2022 年 10 月正式開始評估 AI 寫作工具及其在 B2B 技術領域的可行性。
我們購買了五個 GPT-3 AI 寫作工具的訂閱。工具的選擇基於多種因素，bc 數據新加坡 包括它們對 G2 和 Capterra 的評論和評分、對補充長篇寫作的用例的支援、在 YouTube 上看到的感知輸出品質等等。我們也考慮了“成本”，但這些工具的收費存在很大差異，因此最初沒有設定標準。
在四個月的時間裡（從2022 年10 月到2023 年1 月），我們使用這些工具為我們撰寫了50 篇文章，涉及與我們業務最相關的技術主題——雲端、數據科學、軟體測試、數位轉型、應用程式開發、網路安全、工業 4.0、CX 轉型等
我們的目的是了解人工智慧作家在以下方面的表現：
適應不同類型文章的語言能力：操作指南、長篇清單、思想領導文章、什麼是指南、原因
適應中等技術（或非技術）、技術和高技術文章的技術熟練程度。
為了便於理解人工智慧在語言和技術熟練程度方面的表現，我們使用「花費的時間」和「工具的使用」作為兩個定義變量，並將內容長度固定為 600 字。
我們學到了什麼？
大規模的人類參與
清晰度、正確性、連貫性和相關性對於理論和分析 B2B 文章的成功至關重要。當談到人工智慧時，清晰度很好；然而，它要求：
開始的具體輪廓
嚴格的事實查核
不間斷的介入以設定方向
細緻的形態乾預以維持品牌的基調
人類編輯擁有卓越的領域知識
可擴展性潛力
當然，人工智慧在這裡顯然是贏家。反應速度和相關想法補充了作者的工作流程，並避免了作者的障礙——前提是作者配備了全面的內容簡介。
巨大的類別（和主題）變化
如上所述，我們的重點是圍繞雲端、資料科學、軟體測試、數位轉型、應用程式開發、網路安全、工業4.0、CX 轉型等撰寫文章。智能。如上所示，結果是預料之中的（但也很有趣）。例如，人工智慧的輸出是可疑的，並且對於清單條目來說非常表面化——這是我們沒有預見到的，因為考慮到清單條目往往比其他類別具有更具體的結構。
為什麼會這樣呢？我們發現有幾個原因。我們將在接下來的幾週內詳細探討它們。敬請關注！
進入人工智慧檢測
2022 年 12 月，ChatGPT 聲名鵲起，人工智慧檢測也脫穎而出——如果你願意的話，它在學術領域得到了大幅發展，這是可以理解的。
但我們再次好奇地想了解 B2B 領域的影響。這樣的探測器可以幫助辨識現在所謂的「人工智慧抄襲」嗎？聽過CNET 的人工智慧記者抄襲嗎？嗯，這本身就是一個故事。
為了清楚起見，我們透過名為 GPTZero 的 AI 偵測器運行人類生成的、GPT-3 生成的和 ChatGPT 生成的內容，然後透過新發布的 OpenAI AI 分類器運行。