近期不少機構會擺出非常專業的姿态，告訴你怎麼簡單學會ChatGPT，就能賺到100萬、1000萬。
你賺不到錢，是因為你不努力。
他們會讓你付費，在和你聊天的幾分鐘裡，給你講解什麼是ChatGPT，告訴你，你需要ChatGPT的作品。
在他們的眼裡ChatGPT成為神一樣賺錢機器。
但是從來沒有人讓你搜尋一下Google，研發ChatGPT的OpenAI公司至今未盈利。
OpenAI最近幾年被微軟收購，微軟CEO比爾·蓋茨表明人工智能的前景，但也沒立刻表示ChatGPT存在什麼樣的賺錢模式。
也許那些依靠ChatGPT賺課程費的人告訴你，因為事關重大，國家拒絕向普通人傳授它的賺錢技巧。
可是......
他們這樣不是類似傳銷嗎？
連他們自己都沒有了解什麼是ChatGPT，就是開始教育你怎麼通過ChatGPT賺錢，如果你賺不到錢就說明你方法不對，不努力。
聽起來表明邏輯很對，但其中的内部邏輯有什麼關系嗎？
最大的關聯是讓你假裝努力吧？
交了錢，解決了幾天的焦慮感，做無意義的事情，浪費時間，然後越變越差勁。
不用了解AI的技術、商業、産業鍊邏輯，就開始賺錢。
很多不懂AI的人，在把AI當作營銷手段，把你當作獵物。
他們比你更清楚，他們不懂AI。
AI的前景是存在的。
但并非媒體渲染的那樣。
目前社會上非常搞笑的一幕是，一群從來沒接觸過人工智能的人，坐在一起，大放厥詞，說着各種專業詞彙，一個個像馬上要賺1000萬的人一樣。
麻煩這些人左轉去買彩票。
或者在比特币的最高點買入，體會一下什麼叫真實。
反倒是人工智能專業領域的工程師、架構師、程式員坐在一起，說起傳感器、算法、應用場景，面面相觑，雖然大家口頭上沒說，但心裡面都會講一句：“這玩意兒怎麼賺錢？”
專業領域的人員和根本不懂AI的人，所談論的AI實際上是兩種東西。
2023年的AI處于技術早期階段，也處于商業化的初期階段。
AI不會成為人類，AI未來的智商可能高出人類幾十萬倍，但AI的思考模型和人類仍然不同。
AI的确能夠代替老師、醫生、程式員，但不是大家想象的那樣代替。
是把一些毫無意義的簡單重複的工作程式替代掉。
比如教師在課堂上用同樣的方式教育問題類似的學生，隻要輸入學生的成長環境、難題、行為模式、沖突點等關鍵因素，具備AI系統的機器人教師就可以通過語音，和該學生進行互動，提出解決方案，幫助該學生解決目前的困境。
那麼教師本人，可以騰出時間，做更重要的事情。
沒有硬體裝置的參與，這樣的課堂AI，你覺得能實作嗎？
光靠你拿一個ChatGPT出具一份文字，就能解決問題嗎？
你比任何人都知道，你作為醫生，作為律師，作為飛機修理人員，你面對的疑難雜症根本不是一個AI對話問題能夠解決的。
ChatGPT給出的是一份未來，指明了未來技術和商業的發展方向，以及潛在的可能性。
而不是現在就能夠給你帶來商業化。
那些人工智能導師，即使不用AI這個題目，也可以換成量子力學，一樣可以讓你交錢上課。
你想着靠别人解決自己的人生困境，人家想的是掏空你的錢包。
真懂AI的導師們，早就不做AI咨詢了，手裡的真金白銀，去年秋天就買入英偉達美股股票，去年10月14日，英偉達美股112.27美元，接着一路上漲，2023年5月30日，英偉達美股401.11美元。
如果他們懂AI，了解英偉達不難吧？
但是他們可能連英偉達是做什麼的都不知道。
英偉達1993年創立，CEO黃仁勳是一名華裔，也是高管中唯一的華人，他操一口标準的美式英語，會閩南語，會一點點漢語國語，很好的融入到美國人社群。
這家公司主營半導體業務，今年往人工智能方向發展，被資本認可，股價拉升，近期首次達到萬億美元市值，和蘋果、google、亞馬遜等頭部科技企業達到類似水準。
人工智能的發展方向并非簡單的聊天工具。
而是和硬體結合，在模型不斷進化的過程中，深入到各行各業，就現實問題提出解決方案。
英偉達推出的半導體，是适用于推動人工智能發展的，不能光有算法，不講存儲，不談載體，不談效能。
未來的人工智能講究的是4個要素同時存在：
1、挖掘和分析資料的能力。
相容網上和線下的挖掘，這就要求在全球網際網路中收集資料的能力，也要求有硬體裝置能夠收集線下的能力。
打個比方，在教室裡，硬體裝置長期收集小孩子的表情、健康等資訊，并對其分析，通過人工智能預測哪一個小孩子出現校園暴力，哪一個小孩子出現心理問題，哪一個小孩子的原生家庭出現問題，出具完整的報告後，AI繼續給出将如何對其幹預的方案。
同樣的，在律所，在保險機構，在銀行，在遠洋貨輪，在跨境電商中，人工智能實事求是的收集線上和線下的所有重要資訊。
沒有硬體裝置，如何搜集海洋上的濕度、風向、洋流等資訊，沒有這些資訊，如何及時做出安全風險預測。
2、輸出的資訊和現實世界産生互動，變成行動的能力。
比如機械手臂、掃地機器人、無人機，需要人工智能的參與，将輸出的資訊轉變為行動，讓工業機器人在工廠中運作起來，這裡面的環節更加複雜，如何讓機械手臂的關節更加靈活，這就是讓工程師特别頭疼的事情了。
3、整合供應鍊的能力。
從AI的算法，到自動駕駛，再到新能源汽車整車廠商，有的公司做語音識别，有的工作做面部識别，不同的部分整合在一起，才能成為完整的産品供消費者使用。
在一條供應鍊裡面可能有幾十家公司，甚至上百家公司共同參與合作，缺哪一個，這個産品都不夠完整。
4、找到可變現的應用場景
這是各家人工智能廠商最頭疼的問題，光是靠語義分析，聊天軟體，根本沒辦法變現，這些不是真實的應用場景。
商湯科技、科大訊飛現在都缺乏真正可大規模複制性推廣的應用場景，商湯科技提供的算法技術水準很高，但是政務部門需要的智慧城市産品又不是商湯科技可以提供的。
商湯科技是國内頭部AI廠商，連這家公司都沒有找到特别規模化的應用場景，更不要說同類型廠家了。
需要解決問題的應用場景，各行各業都有需求，但沒有哪家AI公司大規模提供。
把這些弄清楚了，你就知道，那些跟你說沒有ChatGPT作品的AI導師純粹是騙錢的。
在自己的專業領域長期耕作，做好了，自然能夠賺到錢。
不是你半路出家，都不懂這個行業，就開始投錢，被人怎麼騙的自己還沒弄明白，錢就沒了。
英偉達的CEO黃仁勳最近對媒體講了一句話，我們要麼努力成為捕食者，要麼非常努力的成為獵物。
至少在絕大部分渴望賺錢的人群裡面，他們大部分人都成為了獵物。
從90年代末的傳銷，到後面的直銷，再到量子力學教育訓練班，也包括一部分奶茶品牌加盟。
他們一直都在，他們一直都賺不到錢。
獵物怎麼樣都是賺不到錢的，因為他們非常努力的把錢包交給其他人，非常努力的模仿有錢人的一切行為，唯獨不做自己行業的事情。
以前以為東施效颦是個笑話。
多少年後的今天才發現，東施效颦是現實。
有錢人能夠變得有錢，依靠的是賺錢的核心邏輯，和深耕一個行業長久的耐心，而不是今天學這個資産千萬人的出門打計程車，明天學那個資産十億的人說俏皮話。
阿姆斯特朗登上月球說，今天是我的一小步，卻是人類的一大步。
你在公共汽車上講這句話，後面的人就得推你，順便罵一句：“喂！你到底走不走？”
AI能賺錢的領域特别多，但是把這條供應鍊打通，其中任何一個環節都非常艱難。
以這兩年被炒的比較熱門的智慧城市業務來說，對于AI企業來說，就是要接入網絡攝像頭，然後識别鏡頭裡的人，判斷這個人是不是在打架，是不是抽煙，是不是闖紅燈，是不是沒戴安全帽等等一系列具體的場景。
分析出客觀的結果，提高精度和準确度，再和客戶反複洽談，再然後推送結果。
是不是覺得這樣的場景特别的無聊，沒錯啊，真正能夠賺錢的東西，本身就很枯燥乏味了。
真正能夠創造利潤的東西，往往看起來就是非常的枯燥乏味，這往往是大部分想賺錢的人根本沒耐心了解的事情。
在做這個人工智能産品時，需要有行人檢測、人臉關鍵點檢測、人臉識别、車牌檢測、車牌識别模型。
還要部署各種深度學習的模型，而且，不是用原始模型去跑資料，因為這個速度非常慢，為了增強效率，硬體裝置和AI合作，不斷的搜集和分析更多資料。
要解決這些問題，要找懂底層架構，還要懂上層算法的工程師，還要手寫cuda這些異構代碼。
我們隻講智慧城市方向，就要落地網絡流媒體、視訊編解碼、前端、UI、背景開發、煉丹、算法部署、異構開發、運維等配合。
如果還要做手機端，還要針對安卓、ios系統等做設計，做自動駕駛，還要涉及ROS，工業網際網路AI要涉及RTOS/Qt。
這些需要用到不同的技術棧，這樣複雜的團隊，又涉及到薪資管理、研發管理、成本管理、運維管理。
不了解AI的認認為AI就是聊天機器人，認為聊天就可以解決所有的問題。
心理咨詢就是聊天，但你覺得AI能夠在短時間内用AI聊天代替咨詢師嗎？
想想，你自己都知道不可能。
最近抖音非常流行的黃老師，在視訊中表演“挖呀挖”。
基于幼稚園場景的AI，那涉及到的東西更多了。
幼稚園門口的監控會用到AI。
食堂的做飯機器人、檢測食品安全會用到AI。
觀察小朋友的睡眠品質、表情、聲音、肢體動作需要用到AI。
對小孩子原生家庭的分析和觀察需要用到AI。
幼稚園老師對小孩子的教育方式需要AI加入進來進行評估，幫助老師改善對幼兒的教學方式。
光是一個幼稚園就這麼複雜，更别談國小、中學、大學、成人教育、興趣教育，私立和公裡學校，舞蹈、瑜伽教學等。
這是一個龐大的AI産業鍊。
這還隻是一個教育系統。
在更大的城市、鄉村則包含各行各業，一個更加龐大的包含不同子系統的超級AI産業鍊。
說到這裡，你們還會覺得你了解AI嗎？
對新技術，我們最好抱着敬畏的心态。
技術的發展趨勢是未知的，商業模式是未知的，我們需要不斷地去嘗試，不斷地思考，不斷地發現AI領域賺錢的方式，而不是直接相信媒體裡面強調的“已經有人用ChatGPT”賺錢了這種安慰自己的話。
連商湯科技都沒有辦法短期内實作盈利，不懂AI的外行人更不要幻想了。
2018年~2022年，，商湯科技實作營業收入分别為18.53億元、30.27億元、34.51億元、47.00億元與38.09億元，2019-2022年同比增長幅度分别為63.30%、14.02%、36.20%與-18.97%，可以看出，在負增長以前，商湯科技的營收增長幅度已經開始下降。
商湯科技的融資能力很強，這家公司的技術水準很厲害，但是他們的技術無法找到合适的應用場景，很難大規模複制和推廣。
該公司的股價至上市開啟，就一路暴跌至今，如下圖：
最後，我們看看AI風險控制系統是如何給商湯科技評級的：
科技和商業趨勢會留下一些觀察未來的痕迹，但我們需要專注其中，慢慢發現。
相信AI會引領技術創新，但其中的商業模式、應用場景、技術革新需要反複摸索。