以下是关于如何靠 AI 赚钱的一些分析:
从 GPTs/GLMs 赚钱的角度来看,OpenAI 推出 GPTs 时,创建的 GPTs 可视为产品。其核心竞争力和护城河在于数据和服务(定制化 Tools)。例如,WebPilot 的作者通过自己开发的搜索接口提供搜索服务接入 GPTs,若要模仿,要么自行开发搜索服务,要么购买其 API 接口;小红书写作专家通过收集大量小红书数据和规则,包装成 GPTs,模仿则需先获取这些数据。但靠这种方式可能只能赚到一波红利钱,并非长久之计。
另外,作为目前最大的第三方 GPTs 商店,BeBeGPTs 收录了大量 GPTs 数据。从数据来看,大多数人难以通过 GPTs/GLMs 赚钱。
生成式 AI 在艺术创作方面是第一个主流用例,如 Lensa 应用。生成式 AI 产品可服务于各种用例,从消费者“仅为了娱乐”地创造内容,到创作者或个体创业者通过内容实现盈利,且已在多种媒介中推出。
总之,靠 AI 赚钱并非易事,需要在数据、服务等方面形成独特的竞争力。
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。
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。
生成式AI使我们能够将想象变为现实——做得好时,这简直像魔法一样。内容创作一直是生成式AI的第一个主流用例,正如我们在[Lensa](https://apps.apple.com/us/app/lensa-ai-photo-video-editor/id1436732536)所看到的那样。还记得你的社交媒体信息流曾被描绘成超级英雄、宇航员和动漫角色的朋友的照片淹没的时候吗?肖像画只是开始。生成式AI产品将服务于各种用例,从消费者“仅为了娱乐”地创造内容,到创作者或个体创业者通过内容实现盈利。我们已经看到生成式AI工具几乎在每一种媒介中推出: