GPT-5將成OpenAI「最強印鈔機」?外媒拆解背後廣告商模:「用戶意圖」就是真金白銀
GPT-5將成OpenAI「最強印鈔機」?外媒拆解背後廣告商模:「用戶意圖」就是真金白銀

OpenAI上週正式推出GPT-5模型,外界評價卻平淡無奇,進步程度遠比期望中小得多,在簡單的數學和拼字問題上有時還會犯錯,許多用戶哀號過去愛用的AI模型不復存在。然而,讓GPT-5被認為表現不出色的元兇「模型路由器」,卻可能是OpenAI解決商業模式困境,邁向廣告業務的重要一步。

這次GPT-5引發爭議的一大原因,就在於導入新的「模型路由器」,它會依照任務需求,自動啟用GPT-5多種模型的其中一款。許多用戶原先以為GPT-5是一款新訓練的大型語言模型,實際上卻是多種模型組合在一起的網路,其中有負責應對簡單問題、速度快、性能較弱的模型,也有性能強悍、耗費大量運算資源,但思考時間較長的模型。

外媒《SemiAnalysis》近日指出, GPT-5不是為了深度用戶,而是快速成長的廣大免費用戶所打造 ,深度用戶自然會感到失望。模型路由器將成為OpenAI更有效率運用運算資源,以及未來廣告商業模式的基石。

GPT-5是OpenAI邁向新商模的第一步?

從2022年登場以來,ChatGPT持續飛速成長,不僅曾打破應用程式中最快實現1億用戶的紀錄,在流量監測網站SimilarWeb的資料中,ChatGPT更在今年躍升全球流量第5大的網站。且前10大網站上,其他9個網站流量都在下滑,只有ChatGPT仍在成長。

ChatGPT traffic.jpg
ChatGPT已經是世界上流量第5高網站。
圖/ SimilarWeb

OpenAI ChatGPT負責人尼克.特利(Nick Turley)近日受訪時透露,ChatGPT擁有約7億活躍用戶,而對比今年4月公佈的2,000萬付費用戶,顯示目前ChatGPT用戶中,超過90%以上都還是免費用戶。

那麼,要如何將廣大的免費用戶變現?對此《SemiAnalysis》認為,OpenAI不太可能採用直接展示廣告的方式,Perplexity已經嘗試過這種傳統方法,但效果不佳。 OpenAI更有可能的作法是,作為連接消費者與廠商間的橋樑,並從每一次的交易、消費中抽成。

SemiAnalysis解釋,在模型路由器問世之前,不同搜尋與提示詞沒有實際的區分; 但模型路由器出現後,ChatGPT可以將低價值問題,好比說「天空為什麼是藍色的」,交由ChatGPT的小型模型處理,無須推理、成本較低。

而當遇到高價值的搜尋, 例如「酒駕律師」,在Google搜尋中這個關鍵詞往往張貼著大量律師事務所的廣告。 當ChatGPT意識到這是有價值的問題,便可以投入更高的運算資源,提供用戶更詳盡的回覆,協助制定應對計畫、收集案件訊息、研究當地律師,甚至考慮效率及運算,代表用戶聯絡律師。只要轉換率夠高,投入大量運算資源仍然值得。

google搜尋酒駕律師.jpg
從Google搜尋「酒駕律師」出現的大量廣告可看出,這是相當高價值的搜尋詞彙。
圖/ Google

不光像「酒駕律師」這樣的服務可能變現,《SemiAnalysis》認為,ChatGPT未來還可以成為類似超級App的存在,用戶可以在搜尋後透過AI代理下單購買食品雜貨、訂購機票飯店,處理日常各種消費,OpenAI就從這些交易中抽成。

如此一來,即使用戶沒有直接付費訂閱,OpenAI依然能創造收入,提供用戶高品質、快速的AI回應。同時企業多了一個客戶來源,自然樂意向OpenAI支付交易抽成。

雜貨配送公司Instacart就在今年1月推出了類似概念的服務,用戶可透過OpenAI的AI代理處理複雜的購物計畫,例如「我要舉辦一場義大利風情派對,能幫我弄一份蛤蠣義大利麵的食譜嗎?然後把所需材料全部放進購物車結帳」不必親自列出需要採買的材料、一一搜尋下單。

在《SemiAnalysis》的設想中,OpenAI的商業模式有可能向這種方向靠攏。或許未來有一天,每個人日常生活所需都能交由AI打理,而AI公司就從這些交易過程中抽成獲取收入。

OpenAI變Open廣告?奧特曼改口:我並非完全反對

當然這些只是一間研究公司對OpenAI未來的推想,並不代表OpenAI一定會往這個方向邁進。不過,OpenAI執行長山姆.奧特曼(Sam Altman)近日對廣告的商業模式出現明顯的態度軟化。

去年,奧特曼在商佛商學院的一場對談中,直言他對廣告可說戒慎恐懼, 「我承認這是我個人的偏見,我很討厭廣告。我認為廣告對早期網路的商業模式很重要。我並非完全反對廣告,但廣告和AI的組合讓我很不安,我覺得廣告是商業模式的最終手段。」

然而這麼討厭廣告的奧特曼,近來態度出現顯著轉變,6月他在OpenAI的Podcast中指出:「我並非完全反對……。我們絕不打算在大型語言模型的學習過程中修改任何東西。但或許你點擊了我們無論如何都會顯示的內容,而我們能從中獲得一些抽成,這種模式或許是可行的。」

奧特曼坦承, 「是有機會成為一間廣告驅動的公司,但還有一些問題要解決。」

同時,OpenAI也在今年5月延攬了Instacart執行長菲吉.西摩(Fidji Simo)加入公司擔任應用執行長。西摩在過去的職涯中以營利能力聞名,OpenAI請來這位大將,自然也是希望加速研究成果轉化為商業利潤的過程。

ChatGPT負責人特利也在近日的採訪中,被問到有關廣告相關的議題,他強調ChatGPT的精妙之處就在不受任何利益干擾,提供用戶最合適的答案,因此他們不會讓ChatGPT推銷付費服務或產品,但如果有新的廣告模式能兼顧ChatGPT的特點,他們並不排斥。

無論如何,要邁向AI代理能夠代替人們處理各種交易的世界,勢必還有段相當的距離,甚至可能牽扯到更複雜的問題如法規、AI公司如何證明顯示結果沒有受到商家影響等,但模型路由器的登場,如今可說為OpenAI在廣告商業模式的可能性上,邁出了真正的第一步。

延伸閱讀:科技業職缺蒸發50%!學霸投2500份履歷僅10次面試,AI變「失業率加速器」?
英特爾有內鬼!前工程師竊4千份機密跳槽微軟:法官怎麼判?將被矽谷流放?

資料來源:SemiAnalysisThe VergeFortune

責任編輯:李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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