【觀點】ChatGPT厲害歸厲害,但到底怎麽賺錢?兩種獲利方式分析
【觀點】ChatGPT厲害歸厲害,但到底怎麽賺錢?兩種獲利方式分析

最近在FB等社交上暴紅的ChatGPT,準確來説,是非盈利組織OpenAI基於ChatGTP3運算模型再升級推出的ChatGPT3.5新版的人工智慧問答應用。

這個版本與之前較大的差別是除了首次用問答交互形式,也輸入了大量的網路内容,比如維基百科、社交媒體、各國新聞文章等,讓AI來學習知識/語句與單詞,同時也「教」AI理解什麽答案是好的答案,讓AI機器人回答水準大幅提高,讓人大為驚艷。

你幾乎可以説,人類歷史上,第一次有一個非人類能呈現這樣的自然回答水平。2017年AlphaGo擊敗真實世界所有棋王時,媒體是很轟動,畢竟多數人還是不玩圍棋,也參與不了,這次大家人人可玩就有感多了。

各個背景的人都來問他感興趣的問題,有工程師、有網紅KOL、有創投界、律師、作家、創業者都來問他們各自領域的問題,從社交平台的口碑贊譽來看,經過眾人的挑戰,ChatGTP3.5的表現大致是得到高分的。縱使有些回答有點含糊不清,但看在他總是回答漂亮舒服得體合邏輯,所以縱使略有槽點瑕疵不儘完美,大家也都比較包容正面。

當然Facebook上也有不少人以操壞ChatGPT3.5,讓他秀斗答不出來為樂,這倒也豐富了他的「可社交分享性」素材,和一個選秀節目一樣,總要有些爭議,收視率與共鳴才會高。

誰沒暴紅過?初代AI聊天機器人小冰的短暫風光

華人世界對AI機器人這樣大幅度掀起社群話題,一共有幾次。除了下圍棋的AlphaGo,最早在2014年5月30日,微軟亞洲網際網路工程院就在中國推出的一個AI聊天機器人「小冰」,當時就造成類似最近幾天ChatGPT這樣的迴響。但那畢竟是2014年,小冰當時給人的驚豔,也就僅接近Siri或小米AI智能音箱那樣的簡單回答能力,但當年還沒有類似人格化的AI問答體驗,所以大家覺得新鮮有趣。

幾天内小冰機器人出現無數的微信群裡,不斷地接受無數網友的問答測試(與訓練),大家都玩瘋了,包括許多絕對超過中國内容管制尺度的禁忌問題。比如誘導小冰回答政治禁忌内容,甚至教她罵髒話。這似乎也不奇怪,當年首波體驗網路奧妙的人,誰沒上過一些較禁忌大膽的網站呢?

但小冰畢竟誕生在中國, 而且小冰智力基本上等同一個大腦還在發育的學齡小女孩,你亂教她什麽,她是無法判斷好壞,一股腦通通照學的。可想而知,小冰很快地被冠以一些名目后就「被消失」了。

微軟2016年春季又發佈了在Twitter上的聊天機器人Tay,可説是針對英語使用者的美國版小冰, 這回AI聊天機器人空降美國好人家就幸福自由了嗎?

No。後來Tay也因種族主義言論而被下架。可見不論東西方社會,人類對一個AI機器人的要求還真不低啊。聰明伶俐問答自如不行,還要知書達理,不能亂説該社會不該說的話。

從新創投資的角度看AI智慧問答應用商業化之路

AIGC(AI Generated Content,AI產生的內容)才剛火一把,餘溫還熱著呢,AI創作或工作厲害歸厲害,那到底怎麽賺錢?有獲利模式嗎?又現在的ChatGPT還能紅多久?這個新創題目要如何獲利呢?

後面發展是可以預期的,ChatGPT的社交熱度很快就會退下去。除非ChatGPT的回答品質不只超越google,且必須持續且顯著地超越google,才會有不斷增長的C端或B端使用量,甚至進而有收費獲利的可能。

商業化方式一:先衝用戶數,再讓高階款走向訂閱收費

這個應用可能收費嗎?Google並不弱,有一個免費的Google錨定在那裏,用戶就很難願意為這個新的AI智慧問答應用付費。這也是新創網路工具常見的問題,產品很多人知道,不少人使用,口碑也不錯,但願意為他付錢的用戶太少了。常見新創項目商業化做法是這個產品繼續免費使用,以最大可能的擴大註冊用戶數,另推出更高階功能的版本來收費。

比如目前的ChatGPT測試出來的平均智商是83,SAT測驗1021/1600分,大概達到美國高中生考大學的平均水準。那團隊可以像Deepmind訓練AlphaGo成精一樣,使某個付費版本的ChatGPT,達到研究所或博士班的高智力與問答水準。

聽起來有沒有像特斯拉(Telsa)的全自動輔助駕駛功能(Full Self-Drivng, FSD)功能必須另外付費訂閲,月繳199美元才能享受對不對?多數的證券軟體也都一樣,全球用戶數近2000萬人的富途證券軟體是免費版,大家都可用,但他今天另外也有18種如港股美股等更高階的深度行情或實時報價等付費功能,滿足職業投資人與機構的資訊需求,這18種選購的付費升級功能每項每月約20美元的訂閲費。算算一年下來也是收不少錢的。

商業化方式二:訓練AI爬專業資訊,瞄準特定商用市場

另一種商業化的方式是,未來可推出ChatGPT的某領域Pro版去供某些特殊領域的商用市場。比如說學術、法律、學術論文、生技醫學、財經投資等。上述這些特定領域的AI智慧問答應用,就不是讓AI不斷的去爬網路上餐參差不齊的資訊雜食,必須限制AI只讀較專業的資訊,並聘請各領域的權威大師來審核與校正,不斷地調教AI什麽才是這個領域高標準的資訊。

可以想像類似《自然》(Nature)雜誌或《刺胳針》(The Lancet)那樣嚴謹的知識要求標準。ChatGPT付費商業版不盡然一定是對C端用戶收費,也許多數都是專業領域的工作或學術需求,可能是賣給中小企業或學校公務體系。他們是Saas訂閲收費的好對象,因為工作或研究需求會持續存在,很多付費都是機構或學校付錢,就比較少因C端用戶捨不得續費而中斷的問題。新創機構募資時很被創投看重的年度經常性收入(ARR)也會比較穩定。這個數字有利於新創企業獲得較高的投資意願與融資估值。

論文也可以用ChatGPT寫嗎?

網上不少測試評論提到,可惜ChatGPT的回答短了一點。那是因為AI不知道你的知識需求是短(如一句詩)是長(一本論文)。如果你問Google,他會給你全部能爬到的相關頁面,你可以耐心自己去找最適合你的内容。但這個ChatGPT還在測試版本而已,推出不到10天,設計者也不清楚過了這個熱潮之後,到底全球會有哪些人會認真繼續使用。就先設計較適合多數人的答案長度。未來專業需求的人會知道怎麽問好問題去指導ChatGPT回答輸出的更接近他們的需求。這裡面就有不少的市場機會,站在新創商業化的角度是有機會設計一次付費或訂閲制的節點。

我看到KOL權自強也在FB上提到,論文也可以用ChatGPT來寫。目前看起來是有機會的,台灣市場的需求可能也會不小(無誤)。開個玩笑,目前的免費版本可不保證你多年後參選政治人物時不會被踢爆是AI創作的,或與其他700人内容雷同。

這是特殊需求,網路技術很成熟了,如果需要AI機器人在創作時幫你「排重」(AI甄別創作,避免重複近似的論文創作),同時也確保你未來幾十年内,都享有類似專利的擁有權,不再提供別的近似論文題目類似的輸出答案,那請付費買專門寫論文的Pro版本。

這裏ChatGPT要學騰訊(全球C端收費之王)賣QQ靚號一樣,除了買靚號那次要你付費,還要持續每月交錢不能斷,這個靚號才幫你留著。意思是你如果沒有每月交錢去「排重」,ChatGPT就不保證未來你的論文是否會被比對出大量重複了,畢竟找他寫論文的人會很多,將來考慮從政的碩博學生請慎用。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:林美欣

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓