近期不少机构会摆出非常专业的姿态，告诉你怎么简单学会ChatGPT，就能赚到100万、1000万。
你赚不到钱，是因为你不努力。
他们会让你付费，在和你聊天的几分钟里，给你讲解什么是ChatGPT，告诉你，你需要ChatGPT的作品。
在他们的眼里ChatGPT成为神一样赚钱机器。
但是从来没有人让你搜索一下Google，研发ChatGPT的OpenAI公司至今未盈利。
OpenAI最近几年被微软收购，微软CEO比尔·盖茨表明人工智能的前景，但也没立刻表示ChatGPT存在什么样的赚钱模式。
也许那些依靠ChatGPT赚课程费的人告诉你，因为事关重大，国家拒绝向普通人传授它的赚钱技巧。
可是......
他们这样不是类似传销吗？
连他们自己都没有理解什么是ChatGPT，就是开始教育你怎么通过ChatGPT赚钱，如果你赚不到钱就说明你方法不对，不努力。
听起来表明逻辑很对，但其中的内部逻辑有什么关系吗？
最大的关联是让你假装努力吧？
交了钱，解决了几天的焦虑感，做无意义的事情，浪费时间，然后越变越差劲。
不用理解AI的技术、商业、产业链逻辑，就开始赚钱。
很多不懂AI的人，在把AI当作营销手段，把你当作猎物。
他们比你更清楚，他们不懂AI。
AI的前景是存在的。
但并非媒体渲染的那样。
目前社会上非常搞笑的一幕是，一群从来没接触过人工智能的人，坐在一起，大放厥词，说着各种专业词汇，一个个像马上要赚1000万的人一样。
麻烦这些人左转去买彩票。
或者在比特币的最高点买入，体会一下什么叫真实。
反倒是人工智能专业领域的工程师、架构师、程序员坐在一起，说起传感器、算法、应用场景，面面相觑，虽然大家口头上没说，但心里面都会讲一句：“这玩意儿怎么赚钱？”
专业领域的人员和根本不懂AI的人，所谈论的AI实际上是两种东西。
2023年的AI处于技术早期阶段，也处于商业化的初期阶段。
AI不会成为人类，AI未来的智商可能高出人类几十万倍，但AI的思考模型和人类仍然不同。
AI的确能够代替老师、医生、程序员，但不是大家想象的那样代替。
是把一些毫无意义的简单重复的工作程序替代掉。
比如教师在课堂上用同样的方式教育问题类似的学生，只要输入学生的成长环境、难题、行为模式、矛盾点等关键因素，具备AI系统的机器人教师就可以通过语音，和该学生进行互动，提出解决方案，帮助该学生解决目前的困境。
那么教师本人，可以腾出时间，做更重要的事情。
没有硬件设备的参与，这样的课堂AI，你觉得能实现吗？
光靠你拿一个ChatGPT出具一份文字，就能解决问题吗？
你比任何人都知道，你作为医生，作为律师，作为飞机修理人员，你面对的疑难杂症根本不是一个AI对话问题能够解决的。
ChatGPT给出的是一份未来，指明了未来技术和商业的发展方向，以及潜在的可能性。
而不是现在就能够给你带来商业化。
那些人工智能导师，即使不用AI这个题目，也可以换成量子力学，一样可以让你交钱上课。
你想着靠别人解决自己的人生困境，人家想的是掏空你的钱包。
真懂AI的导师们，早就不做AI咨询了，手里的真金白银，去年秋天就买入英伟达美股股票，去年10月14日，英伟达美股112.27美元，接着一路上涨，2023年5月30日，英伟达美股401.11美元。
如果他们懂AI，理解英伟达不难吧？
但是他们可能连英伟达是做什么的都不知道。
英伟达1993年创立，CEO黄仁勋是一名华裔，也是高管中唯一的华人，他操一口标准的美式英语，会闽南话，会一点点汉语普通话，很好的融入到美国人社区。
这家公司主营半导体业务，今年往人工智能方向发展，被资本认可，股价拉升，近期首次达到万亿美元市值，和苹果、google、亚马逊等头部科技企业达到类似水平。
人工智能的发展方向并非简单的聊天工具。
而是和硬件结合，在模型不断进化的过程中，深入到各行各业，就现实问题提出解决方案。
英伟达推出的半导体，是适用于推动人工智能发展的，不能光有算法，不讲存储，不谈载体，不谈效能。
未来的人工智能讲究的是4个要素同时存在：
1、挖掘和分析数据的能力。
兼容网上和线下的挖掘，这就要求在全球互联网中收集数据的能力，也要求有硬件设备能够收集线下的能力。
打个比方，在教室里，硬件设备长期收集小孩子的表情、健康等信息，并对其分析，通过人工智能预测哪一个小孩子出现校园暴力，哪一个小孩子出现心理问题，哪一个小孩子的原生家庭出现问题，出具完整的报告后，AI继续给出将如何对其干预的方案。
同样的，在律所，在保险机构，在银行，在远洋货轮，在跨境电商中，人工智能实事求是的收集线上和线下的所有重要信息。
没有硬件设备，如何搜集海洋上的湿度、风向、洋流等信息，没有这些信息，如何及时做出安全风险预测。
2、输出的信息和现实世界产生互动，变成行动的能力。
比如机械手臂、扫地机器人、无人机，需要人工智能的参与，将输出的信息转变为行动，让工业机器人在工厂中运作起来，这里面的环节更加复杂，如何让机械手臂的关节更加灵活，这就是让工程师特别头疼的事情了。
3、整合供应链的能力。
从AI的算法，到自动驾驶，再到新能源汽车整车厂商，有的公司做语音识别，有的工作做面部识别，不同的部分整合在一起，才能成为完整的产品供消费者使用。
在一条供应链里面可能有几十家公司，甚至上百家公司共同参与合作，缺哪一个，这个产品都不够完整。
4、找到可变现的应用场景
这是各家人工智能厂商最头疼的问题，光是靠语义分析，聊天软件，根本没办法变现，这些不是真实的应用场景。
商汤科技、科大讯飞现在都缺乏真正可大规模复制性推广的应用场景，商汤科技提供的算法技术水平很高，但是政务部门需要的智慧城市产品又不是商汤科技可以提供的。
商汤科技是国内头部AI厂商，连这家公司都没有找到特别规模化的应用场景，更不要说同类型厂家了。
需要解决问题的应用场景，各行各业都有需求，但没有哪家AI公司大规模提供。
把这些弄清楚了，你就知道，那些跟你说没有ChatGPT作品的AI导师纯粹是骗钱的。
在自己的专业领域长期耕作，做好了，自然能够赚到钱。
不是你半路出家，都不懂这个行业，就开始投钱，被人怎么骗的自己还没弄明白，钱就没了。
英伟达的CEO黄仁勋最近对媒体讲了一句话，我们要么努力成为捕食者，要么非常努力的成为猎物。
至少在绝大部分渴望赚钱的人群里面，他们大部分人都成为了猎物。
从90年代末的传销，到后面的直销，再到量子力学培训班，也包括一部分奶茶品牌加盟。
他们一直都在，他们一直都赚不到钱。
猎物怎么样都是赚不到钱的，因为他们非常努力的把钱包交给其他人，非常努力的模仿有钱人的一切行为，唯独不做自己行业的事情。
以前以为东施效颦是个笑话。
多少年后的今天才发现，东施效颦是现实。
有钱人能够变得有钱，依靠的是赚钱的核心逻辑，和深耕一个行业长久的耐心，而不是今天学这个资产千万人的出门打出租车，明天学那个资产十亿的人说俏皮话。
阿姆斯特朗登上月球说，今天是我的一小步，却是人类的一大步。
你在公交车上讲这句话，后面的人就得推你，顺便骂一句：“喂！你到底走不走？”
AI能赚钱的领域特别多，但是把这条供应链打通，其中任何一个环节都非常艰难。
以这两年被炒的比较热门的智慧城市业务来说，对于AI企业来说，就是要接入网络摄像头，然后识别镜头里的人，判断这个人是不是在打架，是不是抽烟，是不是闯红灯，是不是没戴安全帽等等一系列具体的场景。
分析出客观的结果，提高精度和准确度，再和客户反复洽谈，再然后推送结果。
是不是觉得这样的场景特别的无聊，没错啊，真正能够赚钱的东西，本身就很枯燥乏味了。
真正能够创造利润的东西，往往看起来就是非常的枯燥乏味，这往往是大部分想赚钱的人根本没耐心了解的事情。
在做这个人工智能产品时，需要有行人检测、人脸关键点检测、人脸识别、车牌检测、车牌识别模型。
还要部署各种深度学习的模型，而且，不是用原始模型去跑数据，因为这个速度非常慢，为了增强效率，硬件设备和AI合作，不断的搜集和分析更多数据。
要解决这些问题，要找懂底层架构，还要懂上层算法的工程师，还要手写cuda这些异构代码。
我们只讲智慧城市方向，就要落地网络流媒体、视频编解码、前端、UI、后台开发、炼丹、算法部署、异构开发、运维等配合。
如果还要做手机端，还要针对安卓、ios系统等做设计，做自动驾驶，还要涉及ROS，工业互联网AI要涉及RTOS/Qt。
这些需要用到不同的技术栈，这样复杂的团队，又涉及到薪资管理、研发管理、成本管理、运维管理。
不了解AI的认认为AI就是聊天机器人，认为聊天就可以解决所有的问题。
心理咨询就是聊天，但你觉得AI能够在短时间内用AI聊天代替咨询师吗？
想想，你自己都知道不可能。
最近抖音非常流行的黄老师，在视频中表演“挖呀挖”。
基于幼儿园场景的AI，那涉及到的东西更多了。
幼儿园门口的监控会用到AI。
食堂的做饭机器人、检测食品安全会用到AI。
观察小朋友的睡眠质量、表情、声音、肢体动作需要用到AI。
对小孩子原生家庭的分析和观察需要用到AI。
幼儿园老师对小孩子的教育方式需要AI加入进来进行评估，帮助老师改善对幼儿的教学方式。
光是一个幼儿园就这么复杂，更别谈小学、中学、大学、成人教育、兴趣教育，私立和公里学校，舞蹈、瑜伽教学等。
这是一个庞大的AI产业链。
这还只是一个教育系统。
在更大的城市、乡村则包含各行各业，一个更加庞大的包含不同子系统的超级AI产业链。
说到这里，你们还会觉得你了解AI吗？
对新技术，我们最好抱着敬畏的心态。
技术的发展趋势是未知的，商业模式是未知的，我们需要不断地去尝试，不断地思考，不断地发现AI领域赚钱的方式，而不是直接相信媒体里面强调的“已经有人用ChatGPT”赚钱了这种安慰自己的话。
连商汤科技都没有办法短期内实现盈利，不懂AI的外行人更不要幻想了。
2018年~2022年，，商汤科技实现营业收入分别为18.53亿元、30.27亿元、34.51亿元、47.00亿元与38.09亿元，2019-2022年同比增长幅度分别为63.30%、14.02%、36.20%与-18.97%，可以看出，在负增长以前，商汤科技的营收增长幅度已经开始下降。
商汤科技的融资能力很强，这家公司的技术水平很厉害，但是他们的技术无法找到合适的应用场景，很难大规模复制和推广。
该公司的股价至上市开启，就一路暴跌至今，如下图：
最后，我们看看AI风险控制系统是如何给商汤科技评级的：
科技和商业趋势会留下一些观察未来的痕迹，但我们需要专注其中，慢慢发现。
相信AI会引领技术创新，但其中的商业模式、应用场景、技术革新需要反复摸索。