# 增长曲线建模实战从智谱API用户近700万、单月新增200万看指数与Logistic增长拟合8月10日《晚点LatePost》报道了一组值得玩味的数字智谱MaaS开放平台注册用户API用户接近700万相比7月初增长约200万其中包含2.3万家企业客户对标Codex的开发者产品ZCode上线仅1个月用户就突破百万今年以来智谱ARR年度经常性收入增长15倍虽有投资人透露ARR已达20亿美元、官方予以否认但报道指出实际数字可能更高。IT之家、虎嗅网等媒体在8月10日当天转载了相关报道。智谱这家2019年由清华大学计算机系知识工程实验室技术成果转化而来的公司正处在中国大模型商业化最陡峭的一段增长曲线上。为什么用户会越涨越快这个速度能维持多久什么时候会慢下来这三个问题恰好就是数学建模里增长曲线建模的全部命题。本文用指数增长模型与Logistic饱和模型两套工具把这段真实增长拆开讲透并给出可直接套用的表格式算例与国赛应用路径。## 一、新闻背景三组数字读懂智谱的增长先做数据盘点。第一组数字是用户近700万注册用户、月增约200万可以反推7月初用户量约500万也就是说7月这一个月新增了约四成的存量——用月环比增速口径看大约每月增长四成。第二组是客户结构2.3万家企业客户占比不高但贡献了API调用的大头说明增长不是纯C端流量而是有付费能力的B端需求在拉动。第三组是供给侧智谱已启用超5万块国产算力芯片7月21日市场还传出其建成1GW级国产AI算力基础设施的消息——算力是API服务的产能产能扩张是用户增长的前提。三组数字合起来看是一条典型的供给侧放量、需求侧跟涨的成长曲线。| 指标 | 数值 | 建模含义 ||---|---|---|| 注册用户 | 近700万8月10日 | 增长曲线的累计值 || 7月初用户 | 约500万反推 | 增长曲线的起点 || 7月新增 | 约200万 | 当月增量增速约四成 || 企业客户 | 2.3万家 | 结构性需求来源 || ZCode上线1个月 | 用户破百万 | 新产品的早期爆发样本 || 国产算力芯片 | 超5万块 | 供给端产能约束 |用户数越涨越快还是越来越慢月增200万听起来很多但它对应的是存量基数的四成同样的四成放在100万基数上是40万放在700万基数上就是280万。增速的基数效应正是增长曲线建模的出发点。## 二、指数增长模型假设与倍增时间指数增长模型是最朴素的增长假设每一期的增量等于当前规模乘一个固定的增长率写成文字就是本期规模等于上期规模乘以1加月增长率。它背后有两个强假设一是增长率恒定过去涨四成、未来每个月也涨四成二是没有容量上限市场可以无限吸纳。在这两个假设下规模会呈现等比例放大的特征最直观的指标是倍增时间——规模翻一番需要几个月。计算思路很简单设月增长率为四成1.4的几次方等于2不断试算可知约2.06个月规模翻倍即从500万到1000万约需2个月从1000万到2000万又约需2个月越往后单月新增的绝对量越大。| 性质 | 中文表达 | 对预测的含义 ||---|---|---|| 增长率恒定 | 每月都乘以同一系数 | 曲线永远加速 || 无容量上限 | 没有天花板 | 长期预测必然失真 || 倍增时间恒定 | 翻倍所需月数不变 | 绝对增量持续放大 || 对初值敏感 | 起点差一点、结局差很多 | 参数估计要谨慎 |指数模型在短期预测里很管用——智谱近期的增长确实接近指数形态ZCode上线1个月破百万、API用户单月新增200万都是早期爆发的写照。但任何有常识的人都会问中国市场的大模型开发者总数是有上限的全世界用API的开发者也不可能无限增长用户涨到一定程度必然会慢下来。指数模型的最大问题就是它永远回答不了什么时候慢下来。## 三、Logistic模型增长为什么终将饱和Logistic模型逻辑斯蒂模型在指数模型的基础上加了一个容量参数回答的正是天花板问题。它的核心想法是一句大白话增长的速度不仅取决于当前规模还取决于还剩多少空间。模型用一个方程描述本期的增量等于增长率乘以当前规模再乘以剩余空间占比其中剩余空间占比等于容量减当前规模除以容量。三个参数各有含义容量K代表市场天花板即用户数最终会趋近的上限增长率r代表单位空间里的扩散速度数值越大、爬坡越陡两者共同决定曲线形态。这个结构有个漂亮的推论当规模等于容量的一半时增量达到最大——这个点叫拐点是曲线从越涨越快切换成越涨越慢的分界。拐点之前曲线近似指数拐点之后迅速收敛到容量附近整条曲线呈S形。| 参数 | 含义 | 直观影响 ||---|---|---|| 容量K | 用户数的天花板 | 决定曲线的上限高度 || 增长率r | 扩散速度 | 决定爬坡的陡峭程度 || 拐点 | 累计用户达容量一半 | 增量由升转降的转折 |参数怎么估计实践中常用两条路。第一条是数值拟合设定一组初始值把模型生成的序列与真实序列做比较不断调整参数让残差平方和真实值减模型值的平方之和最小这就是最小二乘思想第二条是线性化变换把Logistic方程变形让非线性关系变成线性回归的形式直接套用回归工具。两条路都要求先给定容量K的初值——K取800万还是2000万直接影响拟合结果这正是下一节敏感性分析要处理的问题。## 四、表格式算例8个月数据两种模型各算一遍为了把两种模型放在同一张桌子上比较下面构造一组教学算例示意数据非智谱真实数据设一家API平台的用户规模8个月的数据分别为50、78、121、185、275、395、538、687单位万形态明显呈S形。先用前5个月的数据估计指数模型拟合得月增长率约53%外推得到8个月的预测序列再用Logistic模型拟合容量K取1000万、增长率r取0.6得到另一条序列。| 月份 | 实际用户(万) | 指数拟合值(万) | 指数残差 | Logistic拟合值(万) | Logistic残差 ||---|---|---|---|---|---|| 1 | 50 | 50 | 0 | 50 | 0 || 2 | 78 | 77 | 1 | 78 | 0 || 3 | 121 | 117 | 4 | 121 | 0 || 4 | 185 | 180 | 5 | 185 | 0 || 5 | 275 | 275 | 0 | 275 | 0 || 6 | 395 | 421 | -26 | 395 | 0 || 7 | 538 | 644 | -106 | 538 | 0 || 8 | 687 | 986 | -299 | 687 | 0 |怎么评价谁拟合得更好看两个中文指标。残差每个月的实际值减模型值残差平方和越小越好指数模型前5个月残差都很小但从第6个月起迅速恶化第8个月差了近300万说明它的假设已跟不上实际。决定系数R方取值范围0到1衡量模型解释了多少数据波动指数模型只有约0.73Logistic模型接近0.99差距一目了然。再用两个模型外推第9到12个月指数模型一路放大到约1510、2312、3540、5419万第12个月的数字已经超过全中国的潜在开发者这一常识上限Logistic模型则分别给出816、906、957、982万曲线明显贴向1000万的天花板。同一份数据、同一个目标两种假设给出天差地别的答案——这就是增长建模首先要选对模型的意义。| 月份 | 指数模型预测(万) | Logistic模型预测(万) ||---|---|---|| 9 | 约1510 | 约816 || 10 | 约2312 | 约906 || 11 | 约3540 | 约957 || 12 | 约5419 | 约982 |## 五、拐点识别与容量K的敏感性算例里的拐点出现在累计用户达到容量一半、也就是500万附近对应第6到第7个月之间——之前的月度增量一路爬升之后开始回落。拐点是运营决策的分水岭拐点之前该全力扩产能、做投放拐点之后该转向存量运营与客单价提升。但拐点的位置完全取决于容量K的取值K本身就是最大的不确定性。把同样的数据用不同的K重新拟合K取800万时第12个月预测约798万增长在第9个月后就基本停滞K取1000万时第12个月约982万K取1500万时第12个月约1456万且拐点被推迟到更晚的月份。同一个模型、同一份历史数据仅仅因为天花板假设不同第12个月的预测相差近700万——这个数量级的差异必须通过敏感性分析暴露给决策者。| 容量假设K | 拐点位置(约) | 第12个月预测(万) | 增长节奏 ||---|---|---|---|| 800万 | 第5-6个月 | 约798 | 提前见顶、快速饱和 || 1000万 | 第6-7个月 | 约982 | 正常S形收敛 || 1500万 | 第8-9个月 | 约1456 | 拐点后移、延续加速 |## 六、国赛应用与三个注意事项增长曲线建模在国赛里的出场率极高新产品渗透率预测新能源汽车、智能手表、大模型应用平台用户规模规划外卖、短视频、云服务产能配置数据中心、芯片、充电桩本质都是给定历史增长、预测未来规模、反推资源投入。套用本文流程即可第一步画散点图判断曲线形态先看是单调加速还是S形第二步选模型短期预测可用指数、中长周期必须考虑容量也可把Bass模型区分创新者与模仿者作为备选交叉验证第三步估计参数明确交代K的取值依据第四步做敏感性分析给出预测区间第五步与业务判断结合把预测值升级为情景值。最后记住三个坑一是样本外预测要谨慎曲线模型在样本内拟合再好也不保证未来依然成立务必标注预测区间二是参数初始值选择会影响拟合收敛结果建议多组初值试算并报告三是模型存在多解性同一序列可能由多组参数共同拟合出来论文里要讨论参数的经济含义是否合理而不是只报拟合优度。