专家团｜戴珂：想靠Chat GPT赚钱？可能是想多了

近些天，很多做软件或SaaS的同行，都跟我讨论一个话题：“有没有可能利用Chat GPT赚到钱”？

我不知道，为什么有人会有这种想法。至少从可预见的未来看，这不现实。

甚至Chat GPT自己都没考虑过这个问题。

01

商业化是最大障碍

Chat GPT的商业化问题，可能在相当长的时期内，都无法解决。

这个观点也许放在现在不合时宜，想必很多人也不会同意。因为在他们眼中，Chat GPT有无数种变现的方法和可能；说它是宇宙最强流量都不过分，它怎么会赚不到钱？

不过，常识告诉我们：在商业上，探索一条成功道路是有可能的。但如果你因此认为，条条道路都能通向成功，那十有八九是产生了幻觉。

就像现在大众看Chat GPT一样。

至于Chat GPT还有流量一说，一看就是中国互联网公司的臆想。

Chat GPT是AI领域的一次质的飞跃，这是毋庸置疑的。但酷科技与商业化，二者并无因果关系。因为这中间还有两个鸿沟要跨越：一个是从技术到产品的鸿沟，另一个是商业化鸿沟。

互联网公司善于“无中生有”地做出概念产品，所以表面看跨越这条鸿沟不难；但能否实现商业化成功，光靠概念是不能让人信服的；而必须大量客户用真金白银的购买，才可以证明。

如果只是有少数人购买，那只是商业化的一种假象；只有形成目标市场的普遍购买，才可说是商业化成功。

也就是说，只有规模化的商业化，才能叫做真正的商业化。而普遍性付费，才证明商业化是成功的。

02

你会为Chat GPT付费？

我们就用付费这个商业化标准，来探讨Chat GPT的商业化有多大可能。

按照付费动因的不同，针对商业化的两大领域ToC和ToB，我们分开来讨论。

我们首先看ToC领域。虽然Chat GPT可以帮你干很多事，比如帮你写文案、帮你找答案、帮你...，但有多少人愿意为这些“帮助”付费？

我们再看ToB领域。虽然Chat GPT上知天文，下知地理，但那是靠巨量的分类数据模型训练出来的。可问题是，在大部分ToB专业领域，并没有足够的、符合质量的数据供其训练；更不用说细分专业领域的业务逻辑了。

这样在专业面前，Chat GPT的素质能否超过初级专业水平，都很难说。

仅凭这些，有多少企业会为此付费？

如果没有人愿意为Chat GPT或者其应用掏钱，那也就根本谈不上商业化和规模化了。

03

Chat GPT，互联网公司的新故事？

其实，对Chat GPT抱有最大幻想的，还是互联网公司。

它们想进入ToB领域之心由来已久，但苦于对行业客户和业务逻辑的不熟悉；而原来屡试不爽的互联网思维，又与ToB格格不入。

所以它们只能围绕企业浅层应用或通用工具，深度内卷。这很难给企业带来它们想要的业务成果，所以也就没有那么强的付费意愿。

Chat GPT的故事，好像也解决不了这些问题。

04

Chat GPT能否变现，归根结底还是取决于价值

无论是ToC还是ToB，Chat GPT能否变现，终究还是取决于可以货币化的价值。而Chat GPT目前在任何一个领域，都远没有达到这个程度。

如果你非要从Chat GPT淘到第一桶金，可能会在垂直细分领域，做出商业化的产品或服务。

但那是另外一个创业故事，能否成功取决于Chat GPT能提供的能力，以及你对它的利用能力。

这并不是一个确定的和首选的方案。

05

Chat GPT会让某些岗位失业？其实这在它之前就已经发生了

实际上，那些重复性、程式化的工作岗位，其实早就被技术替代了。比如，从早期的财务软件，代替了财务人员的绝大多数工作，到现在的聊天机器人，代替大部分客服岗位。此外，像审计、数据分析、写代码、代码检查等自动化过程也已经实现。

但这些早在Chat GPT之前就已经发生了，而不是因为Chat GPT的出现。

说了这么多商业化问题，并非是要否定以Chat GPT代表的AI进步。相反，AI会成为未来产品和服务的标配，甚至会代替人，完成人所无法以极高效率和精确性完成的工作。比如自动驾驶、新药的研发等等。

至于是否用Chat GPT重新替代一遍，或者更大范围、更彻底的替代，还是取决于它的应用效率和效能。

回到讨论主题，在技术能力和商业化之间，仍有漫长的探索之路，这需要时间。

写在最后

写这篇文章，花了大约90分钟，如果让Chat GPT来写，可能就是几秒钟的事。但是读者看到的，可能是另外一篇连我自己也看不懂的文章。

所以，它暂时还代替不了我。