前言
ChatGPT大火,有人关注如何变现,有人告诉我他有多厉害。各种产品,各种交流群雨后春笋般的冒了出来。
GPT的理解能力
上图博主贴了一段被混淆过的js代码,GPT立刻回复了格式调整好的代码。再告诉他替换掉不可读的变量名。整个过程不超过2分钟。按照平时,可能需要网上去找格式转换工具,然后手动替换变量,一番操作下来。2小时过去了。
影响
提升信息获取效率
如果只知道某一件事或者作品的模糊性信息,可以通过一大段白话通过GPT来筛选内容。而他可以自己“阅读”根据你的描述来推荐。
信息筛选成本更大
GPT可以生产更多"创造性内容", 再加上二次加工,那么自媒体内容的生产成本会大大降低。
泛流量的价值更低
GPT可以大大增加内容的生产效率,那么通过泛内容能薅来的泛流量的价值会大大降低。反过来优质的内容(能吸引高价值流量)的生产成本会更高。这将更考验内容创作者,需要跟大量AI生产的内容去抢夺用户的眼球和时间。
改变办公方式
微软已经声明将GPT植入到office。我们之所以学习写代码,是因为计算机不懂人类的语言,而代码是我们与计算机事先约定的语言。GPT的理解能力,相当于计算机懂得了人类的语言。目前通过自然语言表达就可以让excel自动处理数据,相当于背后的vba不需要学习了。
技术信息差消失
彻底消失可能不会,但是一定会受到打击。传统行业的老板做个官网、做个小程序,明明只是个展示的单页,可能也要被宰几千上万。一个小小的应用程序,可能只需要十几行代码,稍微包装一下给有需要的人,几千块都可以报。这些都是因为技术信息差的存在,哪怕再简单,可是你不懂,那不好意思 就是这个价。
优化基础岗位
没有创造性的岗位一定会被优化和替代。
精简企业成本
很多基础岗位被优化后,企业的成本会降低。
放大个人能力
未来可能会有更多的自由职业者,自由职业、灵活办公、外包协调、小团队经营模式会成为职业或者创业的主流。
弱执行强创意
计算机最明显的优势就是执行,一直运行,现在有了一个听得懂人话的机器,执行起来更加顺利。现在大家都有了这个助手,以后拼的就是创意、想法、思路。
封装再封装
从C语言到pyton,从PC到手机端,就是不断的把底层的信息打包,用户接触不到更多原理,甚至感受不到底层存在,只需要傻瓜式的使用即可。
作弊成本更高
GPT-4对于图像的理解能力,不只是图像里有什么元素,而是图表达了什么事。这些被自媒体平台的审核机制引用后,会大大提升各种作弊的成本。
Prompts岗位
AI提词师,产品经理事作为用户和程序员之间的桥梁。Prompts作为用户和AI之间的桥梁。
AI训练员
目前GPT是一个技术模型,没有明显的偏向性。有些场景可能有更高的要求,需要专门训练。
AI维护师
负责管理企业里的AI模型,监控它在过往业务工作中的表现。
衬托服务的价值
售前沟通影响转化,售后沟通影响复购。绝大部分成交都基于感性,可是AI没有感性的一面。即使是通讯行业,客单价低,业务极度标准化,三大运营商的机器人已经足够回答99.9的业务问题,但大家依然拼命转人工。
孤独经济的市场更大
AI可能会先改变办公,但是慢慢的必然进入生活,很多事情可以交给AI
变现
卖账号、写插件、做教程、开社群、搞直播、案例库 等等 甚至包括一些违规业务。这些都不是基于chatGPT的能力,而是周边业务。
大家学教程、进社群的目的还是希望能跟上脚步,依靠GPT带来一些变现机会,如果久而久之大家发现没有太多可以直接落地的变现手段,那么因它产生的一切周边业务也将不复存在。
改变
GPT的局限
关于标准回答,因为采集的公域数据,私域数据chatGPT也采集不到。这方面GPT和传统搜索引擎相比没有优势。
关于优化和替代
单一且没有创造性的岗位和人员从来都是用来被去除和替代的,这个不是AI的问题。
- 前面提到的服务行业无法被轻易替代。
- 目前的AI水平还存在不可控性,只能先投入到容错率比较高的领域。
- AI还要面临很多“人情世故”的问题。
关于学习
一个人就是一个团队,像chatGPT会放大一个人的能力,但是不会使一个人产生本没有的能力。任何时候比拼的都是个人的核心竞争力。
ChatGPT先是一个技术而非一个对话工具,在以后它可能是作为基建的存在,融入到以往的各种平台或工具,成为它们底层的能力,也就是一个赋能的过程。
几千年来,无论科技如何进步,人的需求、人的本性、人与人之间的关系,本质都是没有变化的。
原文: ChatGPT的关注重点不只是现阶段的变现!
评论 (0)