从GPTs/GLMs如何赚钱谈起：AI应用的曙光在哪？

⏰ 发表时间：2024-01-19 原创 ElliotBai

前天，智谱举办DevDay，发布GLMs。

时间再往前两个月，OpenAI召开了DevDay，发布了GPTs。

网络

恭喜智谱！

不管 GPTs 还是 GLMs的上线，民间讨论最多的莫过于“能不能赚钱？”“怎麽赚钱”。​

所以GPTs/GLMs到底能不能帮我们（创作者）赚到钱？

我的答案可能会让大多数人失望：能，但大多数人不能。

为什么不能？答案我会在下面的文章中慢慢给出。今天这篇文章，不聊高大上的东西，也不聊深奥的技术，从最俗气的角度“钱”出发，以一个AI产品经理的角色复盘2023年的所见所闻所感来聊聊AI赚钱（应用落地）这件事情。​

先来看一组数据，作为目前最大的第三方GPTs商店，BeBeGPTs收录了10W+的GPTs数据（官方300W+）。我们来简单拉一下数据。​

这一组数据是从bebegpts已经整理过的数据库里直接拉出来的，那些没有整理的数据不在其中。数据按照 GPTs 的实际对话次数做了一个分组排序，即使我们没办法收录到所有的GPTs，在收集数据的过程中也会存在少量错误数据，但结果其实还是很明显的。​

为什么都要做GPTs？

很多人都是以BeBeGPTs站长的身份认识的我，但实际上我在很早的时候就开始做LLMs应用了，只不过是ToB的产品。在我们当时项目立项的时候，我就提出了GPTs的概念，实际上我们做的很多东西，都算比较早的，从RAG，到Team，到FakeJsonMode，到tools，到Agent。​

我做产品做了十年，从B到G到C，大大小小也经历了很多项目，有大成有小成也有成不了的。后来转了AI产品，我一直觉得自己是非常适合做这个事情的，懂技术懂产品懂业务有经验，但同样我还是碰到了问题，我找不到落脚点，想法非常好，但是用户都在观望。​

AI技术的跃迁对于大多数人来说来的太快了！

我激情昂扬地跟大家描述这个事情的时候，更多的人是不解跟质疑。没办法，这场仗，应该是场持久战，而现在，才刚刚开始。​

后来，我混入到各种各样的群里面去结交各种各样的朋友，跟他们聊业务，聊技术，吹牛逼，甚至还免费给镜像站的开发者当产品经理，免费给一些企业老板做咨询。​

我给当时的状态总结了一下：GAP（断档）。懂技术的人，他不懂业务；熟悉业务的大多数人，他又没概念，毕竟敢第一个吃螃蟹的，还是少数。​

别说客户了，当时我们的技术Leader，甚至也因为我想找个人来写 Langchain 而跟我吵了好几次，你一个产品，不要干预技术，所以没办法，我们用Java又造了很多轮子，也浪费了很多时间。​

在前几天 硅星人对话智谱CEO张鹏的报道中，也给出了了同样的观点。​

为什么现在大家说要找一款所谓的Killer App这么难，好像所有的产品经理都没有头绪。​

我个人觉得其实矛盾在于，原来传统的互联网爆款的产品经理，他对于现在最新的技术没办法理解。真正懂技术的这些人，对于所谓的用户需求和产品需求又没法理解。​

硅星人

去垂直领域多做一点事情。你不去做，你不知道客户在想什么，也就不知道你的技术最终帮助客户提升的用户价值到底有多少。​

这实际上是我们去寻找Best Practice（最佳实践）的一个过程。我们希望把这个路径蹚通，回过头来把这些东西沉淀下来之后赋能给生态。​

硅星人

铺垫了这麽多，回过头来说GPTs。

作为从业者，我们也时时刻刻在关注行业动态和各种数据。

也许从从业者角度来看，身边每天都充斥着各种AI的信息，身边每个人都在聊AI，但实际上放眼整个社会来看，这个群体体量还非常非常小。大多数人甚至连真正的OpenAI都没有用过，更不用谈如何正确地使用。​

的确AIGC门槛不高，但如果让大多数用户直接去面对大模型，最多的对话可能就是“你好”，“你是谁”，“给我讲个笑话”。无了...​

为什么 Character.ai （虚拟角色）的数据却居高不下？从本质看区别，差异在于 Character.ai很明确地创造了一个具体的角色，我就是谁，我就是干嘛的。不要让用户去想，这可能是大多数做产品的人都听过的一句话。​

从GPTs/GLMs如何赚钱谈起：AI应用的曙光在哪？​