「ChatGPT溝通術」，23歲青年3個月進帳百萬！1.5萬人搶學，到底教什麼？|數位時代 BusinessNext

ChatGPT溝通術開課！1.5萬人搶學，到底教什麼？

「ChatGPT的學習曲線（learning curve）令人震驚！」在去年11月首次接觸這項現在已紅透半邊天的AI工具後，蘭斯對聊天機器人學習並掌握新知的速度讚嘆不已；然而，他認為人們會對ChatGPT不熟悉而不知道該從何下手，甚至懼怕使用這項工具，於是便開設了這堂號稱「ChatGPT大師班」（ChatGPT Masterclass）。

「我試圖讓它（ChatGPT）變得更加平易近人。」除了想讓每個人都有效習得和AI溝通的技巧，蘭斯更看見這項工具背後的新商機，自去年12月起，他開始在教育平台Udemy推出ChatGPT大師班線上課，最主要的目的就是讓學員們在修習完課程後，能夠具備操作ChatGPT的基礎能力。

「ChatGPT大師班」從指導學員如何下達第一個ChatGPT指令開始，還有以下幾個教學重點：

針對企業家、學生、程式設計師等不同客群的需求，制定不同的「AI溝通術」

使用ChatGPT架設網站的步驟

AI圖像生成器DALL-E的運用

操作ChatGPT外掛程式的相關建議

GPT-4的介紹與運用

蘭斯花費超過3周的時間錄製教學影片，總時長超過7小時，內容涵蓋專門提供給初學者的50堂課程，目前售價為20美元（約新台幣612元）。在課程上架一周內，就有90名學生註冊，之後每天固定會招收到200至250位新學員。根據《Business Insider》的報導，目前已有15,250人購買該課程，利潤高達34,913美元（約新台幣107萬元）。

23歲青年自學成材，從電商顧問搖身一變成為ChatGPT講師！

蘭斯今年才23歲，在經營ChatGPT教學課程外，他的正職是一名電商顧問，主要業務為利用其本身所具備的專業知識，幫助科技、服裝、美容、寵物、體育用品等各行各業的公司，在對方的網站及亞馬遜（Amazon）、沃爾瑪（Walmart）等通路實現商品銷量增長的目標。透過開設ChatGPT的指導課程，蘭斯希望能將AI工具應用於企業中，使其精簡業務流程、提升整體的工作效率。

值得注意的是，蘭斯本人沒有受過正統的學習或教育訓練，他坦言自己透過自學成材，除了大量閱讀網路上對於ChatGPT的使用經驗分享外，他每天也花費數小時和聊天機器人溝通，並對對方下達各種指令，例如：撰寫某部小說的詳細介紹、對某種食物進行具體的產品描述等，以便在溝通過程中找出更有效操作ChatGPT的方法。

蘭斯的學員年齡涵蓋20至50歲不等，包括大學生、在職工作者、企業家，大部分主要來自美國，除此之外還有印度、日本、加拿大等，甚至還有少數來自俄羅斯、委內瑞拉等禁止使用ChatGPT的國家，顯示出蘭斯的課程有極大的推廣範圍，能夠吸引來自世界各國的消費者。

如果使用者在全球最大線上學習平台Udemy上鍵入「ChatGPT」的字樣，這項服務排行在網站羅列出的1,723個結果中的第2位，顯示出該課程的熱門程度。即使部分批評者認為蘭斯的課程過於膚淺、內容幾乎沒有什麼深度，就跟YouTube上的免費教學影片沒什麼兩樣，但這項服務整體而言仍取得不俗的成果，在Udemy也擁有高達4.5顆星的良好評價。

AI工具學習需求大增！企業也納入教育訓練

有鑑於生成式AI工具的迅速崛起與進步，蘭斯相信未來對於該課程的需求只增不減，並計畫在未來適時增加其他相關AI工具的課程，例如：微軟的新版Bing和Google所開發的Bard；除此之外，他也尋求和企業進行合作的機會，希望將自己的業務拓展至更大範圍。

蘭斯曾指導新創公司ClearDesk如何將ChatGPT應用在行銷、人資和營運團隊，該公司發言人表示，他們對於將ChatGPT整合進業務流程感到相當興奮；此外，他也曾對位於加州的企業管理顧問公司Sage Executive Group及科技新聞網站HPCwire教授付費課程，前者的董事者認可蘭斯的能力，認為該服務能提供龐大的資訊量和全新見解；後者的發言人同樣表現對於蘭斯的讚賞，誇讚他對於生成式AI領域有充分的理解。這些合作顯示出業界對於該課程擁有一定的需求，同時也代表未來將AI工具整合進企業工作流程的可能性。

即使一開始蘭斯曾懷疑過這項課程的可行性，但現階段取得的成果證明了他的遠見，隨著AI技術的蓬勃發展，未來將創造出什麼樣的新商機，值得我們拭目以待。

責任編輯：陳建鈞、林美欣

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。