以下是关于如何用 AI 赚钱的一些分析:
首先,对于 GPTs/GLMs 能否赚钱的问题,答案是能,但大多数人不能。从一个 AI 产品经理的角度复盘 2023 年的所见所闻所感来聊,虽然目前最大的第三方 GPTs 商店 BeBeGPTs 收录了大量数据,但结果显示赚钱并非易事。
其次,谈到靠 GPTs/GLMs 赚钱的方式,OpenAI 刚推出 GPTs 时,产品的核心竞争力和护城河在于数据和服务上(定制化 Tools),而非 Prompt。例如,像 WebPilot 的作者通过自己开发的搜索接口提供搜索服务接入 GPTs,或者像小红书写作专家的作者收集大量小红书数据和规则包装成 GPTs。这些案例表明,简单通过 Prompt 写出的同质化产品容易被复制,难以长久赚钱。
另外,大型语言模型虽然厉害,但有时会算错小学数学题,因为其主要基于语言理解和生成,并非专门设计用于数学计算。
最后,学了 AI 有可能赚钱,人工智能领域有很多高薪工作,如数据科学家、机器学习工程师等,掌握 AI 技术可增加在金融、医疗、制造业等行业的就业机会和职业发展可能性。但能否赚钱还取决于个人的学习能力、实际应用能力、对市场和商业的理解等诸多因素,仅学会基础知识可能不足以在竞争中脱颖而出,需要持续学习和实践。
恭喜智谱!不管GPTs还是GLMs的上线,民间讨论最多的莫过于“能不能赚钱?”“怎麽赚钱”。所以GPTs/GLMs到底能不能帮我们(创作者)赚到钱?我的答案可能会让大多数人失望:能,但大多数人不能。为什么不能?答案我会在下面的文章中慢慢给出。今天这篇文章,不聊高大上的东西,也不聊深奥的技术,从最俗气的角度“钱”出发,以一个AI产品经理的角色复盘2023年的所见所闻所感来聊聊AI赚钱(应用落地)这件事情。先来看一组数据,作为目前最大的第三方GPTs商店,BeBeGPTs收录了10W+的GPTs数据(官方300W+)。我们来简单拉一下数据。这一组数据是从bebegpts已经整理过的数据库里直接拉出来的,那些没有整理的数据不在其中。数据按照GPTs的实际对话次数做了一个分组排序,即使我们没办法收录到所有的GPTs,在收集数据的过程中也会存在少量错误数据,但结果其实还是很明显的。
OpenAI刚推出GPTs的时候,网上都在说这是苹果时代的AppStore,如果非要这样比的话,仔细思考一下,我们创建的GPTs就是我们的产品,那麽产品的核心竞争力和护城河在哪?是Prompt吗?绝对不是模型能力、基础工具都是平台提供的,Prompt这东西,没有任何难度,想防也很难防的住,大家迟早能追平,甚至到后面,Prompt也会被简单化或者被弱化。我个人认为,GPTs的核心竞争力和护城河,还是在于数据和服务上(定制化Tools)。上半年的时候,有个红杉闭门会,提到一个观点,说传统SaaS已死,怎麽死的呢,就死在这里。传统SaaS的能力会被碎片化,然后,整合到各种GPTs里,而OpenAI,成了真正的流量入口。举个实际的例子吧。现在GPTs商店里其实同质化的产品非常多,一些简单的,通过Prompt写出来的,分分钟被复制,你能写我也能写。有个叫WebPilot的GPTs,作者通过自己开发的搜索接口,提供搜索服务,接入到GPTs。你如果想仿的话,要么你也去开发一个搜索服务,再或者,你直接购买WebPilot提供的API接口。还有个小红书写作专家,作者收集了很多的小红书数据,和规则,通过RAG包装成GPTs。想模仿的话,你得先搞到这些数据。说到这里,大家心里应该有大概的答案了。也许能赚到一波钱,红利的钱,但这肯定不是长久赚钱的方法。
大型语言模型有时候会算错小学数学题,因为它们主要是基于语言理解和生成,而不是专门设计来进行数学计算的。语言模型是通过大量的文本数据进行训练的,这些数据主要是自然语言,而不是数学公式和计算。因此,语言模型在处理数学问题时,更多地依赖于模式识别和文本生成,而不是实际的数学计算。这就导致它们在处理一些简单的数学问题时,可能会出现错误。[heading1]问题十七、学了AI就能赚钱吗?[content]学了AI有可能赚钱,但不一定保证每个人都能赚到钱。人工智能领域确实有很多高薪工作,比如数据科学家、机器学习工程师等。学会了AI技术,可以在这些岗位上找到工作,获得不错的收入。此外,AI技术在各行各业都有应用,比如金融、医疗、制造业等,掌握AI技能可以增加就业机会和职业发展的可能性。然而,是否能赚钱还取决于很多因素,比如个人的学习能力、实际应用能力、对市场和商业的理解等等。仅仅学会一些基础知识可能还不足以在竞争激烈的市场中脱颖而出,需要持续学习和实践。一人前行有时跑的很快,但一群人前行,会走的很远。欢迎你加入我们的社区,共同学习,共同进步。[heading1]