【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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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