擁 50 萬用戶掙扎 7 年仍忍痛收攤,從 AI 輔助寫程式工具 Kite 故事可學到什麼?

最新AI资讯2年前 (2022)发布 Aibot114
3,493 0
广告也精彩
擁 50 萬用戶掙扎 7 年仍忍痛收攤,從 AI 輔助寫程式工具 Kite 故事可學到什麼?

有時候失敗的故事,遠比成功案例帶來更多省思。

Kite是2014年成立的AI寫程式幫手,技術環境還不那麼發達時,就以「自動化寫程式」為目標打造產品,上線後成功協助開發人員提升效率,每月擁有高達50萬名活躍用戶。

然而,儘管產品被市場接受,營運卻走到盡頭,11月宣布中止業務。Kite的商業模式和營運過程出了什麼問題,被迫放棄7年努力忍痛收攤?

花5年做產品,累積數十萬用戶卻始終零收入

Kite創辦人暨執行長Adam Smith曾在2006年創立電子郵件分析工具Xobni,2013年被Yahoo收購。隔年Adam Smith就開啟第二度創業成立Kite,嘗試以AI技術加速寫程式效率。

雖然當時AI應用還不豐富,但Kite想解決的問題很簡單,就是讓程式語言許多重複元素能自動化處理,並像Word「拼寫檢查器」藉機器學習幫助開發人員檢查錯誤。如此開發人員就能專注提升軟體品質,而不是花大把時間debug與維護程式碼。

擁 50 萬用戶掙扎 7 年仍忍痛收攤,從 AI 輔助寫程式工具 Kite 故事可學到什麼?

▲ Kite希望協助工程師自動化處理重複性排錯檢查。(Source:Kite)

Kite以GitHub程式碼為訓練數據建立AI學習模型,花5年不斷修正和最佳化後,終於2019年做出市場接受的產品,可為開發人員精準預測一整串程式碼接續用詞。上線後行銷支出幾乎為零,攀升到每月達50萬名活躍用戶。

然而,儘管使用人數顯著擴大,營運約3年左右,Kite卻沒有獲得任何收入,除了獲利狀況不盡理想,要打造真正完整理解程式碼邏輯的AI產品,也比想像困難。

用戶不想花錢、技術無法支撐,Kite為什麼做不起來?

Adam Smith結束業務聲明提到,Kite之所以走不下去,和兩大原因有關:商業模式失敗和技術不夠成熟:

1. 商業模式失敗:50萬用戶不願意掏錢?

「我們的50萬名開發人員不願付費使用Kite」,Adam Smith指出,Kite個人使用者多半免費版就夠用,因此原本主要鎖定付費客群是企業用戶,然而大多數狀況,工程師主管單位頂多只願意花錢解鎖單項功能,而不想長期訂閱任何付費方案,「就算Kite能讓寫程式提升18%效率,也不能成功吸引他們」。

Adam Smith說,找尋獲利方式碰壁時,曾嘗試探索更多業務轉型的可能方向,但考量到經過7年高壓工作,整個團隊已筋疲力盡,還是決定停止Kite業務。

Kite商業模式之所以失敗,除了付費方案不夠吸引人,《Devclass》報導也提到,像Kite這類開發者工具,雖然的確能幫助使用者,但產品開發成本很高,打入市場時往往不具價格優勢,此時當其他大型公司也有類似工具時,便更難成功讓使用者買單。

2. 技術不夠成熟:起步時機太早、AI發展還不到位

Adam Smith提到,另一個導致Kite失敗的致命原因,則是時機錯誤。

他表示,雖然Kite有做出成績,但未達「提升10倍效率」目標,這是因Kite起步時機過早,沒考量到整體科技環境尚未準備就緒,且直至今日AI發展也遠遠不夠成熟,他強調:「就算現在最先進AI模型,也沒辦法完全理解程式語言結構。」

Adam Smith透露,其實Kite還在營運時,訓練模型取得很大進展,卻礙於資源不足無法繼續研發,以他個人經驗來說,估計要建立真正可靠的AI產生程式碼工具,至少得投資1億美元。

但Adam Smith也認為,Kite失敗並不代表這條路不可行,他相信運用AI技術徹底改變軟體開發的那天仍會到來,如由Github與Open AI合作打造的自動寫程式碼工具Copilot,就有很可觀的潛力,「只是仍有很長一段路要走」,他說。

擁 50 萬用戶掙扎 7 年仍忍痛收攤,從 AI 輔助寫程式工具 Kite 故事可學到什麼?

▲ Github與Open AI合作打造的Copilot,能偵測開發人員輸入的程式碼後自動推薦接續的編寫建議。(Source:GitHub Copilot)

結束運作後,Kite大部分程式碼都開源上傳GitHub,含Python類型推理引擎、Python公共套件分析器、桌面軟體、整合編輯器、GitHub爬蟲與分析器等。

開源資源幫助有限,打造AI產品還有哪些挑戰?

雖然Kite失敗和商業模式出錯脫不了關係,但也帶出AI產品發展的侷限:即便有越來越豐富的開源程式碼,大多數人仍很難有足夠硬體設備和資金,實際運用開源資源。

正如知名電腦資訊出版商O′Reilly高級主管Mike Loukides近期文章指出,雖然有很多公司都聲稱發展AI,但推動AI發展有比較顯著成果的只有Meta、OpenAI和Google,這三間公司的共同點是,都有強大的運算基礎設施。

Mike Loukides表示,三間公司都響應開源而公開部分程式碼,但本身就是為了大規模運算編寫,導致不論個人、企業或研究機構,都很難用一般硬體裝置自行訓練這些大型AI模型。

換句話說,AI技術要達到開源精神,不只公開程式碼,而是要有更突破的方法,讓開發人員真正接觸巨頭公司的技術內涵,以讓整體科技有更大前進能量。否則很難訓練出有巨大影響力的AI模型。加上層出不窮的法律規範、隱私權、機器犯罪等爭議,打造AI產品的道路還是充滿重重挑戰。

Kite raises $17M for its AI-driven code completion toolAI程式開發助理先驅Kite宣布收攤,並開源產品程式碼AI-assisted coding start-up Kite sunsets after failing to take flight

© 版权声明

相关文章

暂无评论

暂无评论...