Re: [請益] 憑良心說AI要怎麼賺錢?
在疫情的時候.許多SaaS如雨後春筍般冒出來.當時檢視這些廠商賺不賺錢的時候,
市場會憑藉貨幣化能力予以定價.貨幣化能力不足,但本夢比極強,市場也是買單.反之亦然.
所以這個問題的本質,我認為要回歸到AI貨幣化的能力,也就是如何把AI變現.
這個問題分成四個層面來探討.
第一層:造鏟者
市場對高效能運算的需求日益增長,使得提供AI專用硬體晶片、GPU加速卡、高效能運算
伺服器等產品的廠商備受青睞。像是Nvidia、AMD、Intel等,都憑藉AI運算硬體獲利豐厚.他們的貨幣化之道在於持續開發更強大的AI運算硬體以獲取收益.
這一層廠商的風險除了算力需求減少以外,在於頂級產品被其他廠商顛覆,像是假設某天
他廠推出了更快更省電的晶片,在瘋搶算力的時代很容易被市場拋棄.進而需要減價促銷.
第二層:轉賣者
這層廠商並不自己造鏟,而是購買鏟子自己重新包裝以後轉賣給別人.
例如亞馬遜AWS、微軟Azure、谷歌雲端平台等,組建了大量擁有高強算力的資料中心,並
將運算資源以IaaS(基礎設施即服務)方式對外出租.他們的營收來自於出租運算資源的
費用收入.
然而,這一層也面臨著算力供過於求導致虧損的風險。他們需要預先投入大筆資金興建數據中心,一旦AI熱潮降溫,導致算力需求下滑,就可能出現嚴重閒置的情況,從而使之前的投資無法收回.
第三層:買鏟者
這層廠商有著開發模型的能力,並將模型包裝成為SaaS賣出去.
主要是利用上游算力資源,開發訓練各類AI模型,再基於這些模型對外推出各種AI應用服務實現貨幣化。
舉例來說就是
-OpenAI的ChatGPT對話服務
-Anthropic的對話助理Claude
-GitHub的Copilot程式碼自動補全工具
其他可能的例子
-各種客戶服務聊天機器人
-電商網站個性化推薦系統
-醫療領域的AI輔助診斷工具...等等
這一層的主要收入來自於對外提供上述各類AI應用服務的收費.
然而,缺點是如果開發的AI模型不符合市場需求,或是很快就被更先進的技術所取代淘汰,之前投入開發該模型的鉅額成本可能將無法回收,從而虧損嚴重.
第四層:消費者
這一層是享受AI好處的人,作為最終使用AI技術的客戶,他們透過購買現成的AI模型產品
或雲端AI服務,並將其應用到企業內部的各種場景,藉此提高效率、降低成本。
隨著大型語言模型(LLM)的興起,其應用範圍遍及各個行業:
寫作/內容創作領域
-作家/內容創作者使用LLM輔助撰稿、構思情節
-新聞媒體使用LLM自動化產生新聞稿件
-廣告公司使用LLM生產廣告文案
教育領域
-教師使用LLM產生課程教材、練習題目
-學生使用LLM作為學習助手解答問題
程式設計領域
-工程師使用LLM輔助開發、自動生成程式碼、Code Review
-LLM提供即時的程式碼解釋和debug協助
客戶服務領域
-企業使用LLM構建自動化客服對話系統
-LLM協助處理大量重複性的客戶查詢
法律領域
-律師使用LLM協助撰寫法律文書
-LLM分析判決書、合約文件,提供見解
醫療領域
-LLM協助醫生總結病史、分析症狀
-提供患者諮詢服務、解釋醫學術語
這些企業客戶通過採用AI技術優化運營流程,從而獲得競爭優勢,進而提升盈利能力.
透過使用這些服務,企業無需自行投資開發AI模型,即可獲取LLM帶來的生產力紅利.
這層用戶的風險在於使用了一堆AI工具,花費不小,然後也要跟同樣使用AI工具的對手競爭.此時變成在競爭誰更會使用工具,而且也得防止AI幻覺混入產出的內容進而造成損失.
總的來說,AI賺錢模式從底層硬體算力供應到頂層模型應用形成完整產業鏈條,每個層
級的參與者都可以透過貨幣化途徑獲利.而最關鍵的是,誰能開發出真正有價值的AI模型
並實現良好貨幣化,將是贏得AI紅利的決定因素.
--
最後,這篇文章我只是打了四個層面,還有指引了我對四個層面的思路,然後產出這篇文章並潤飾了一番.AI占比約70%.然後例子的部分我覺得有點爛爛的,但算了.
--
分析得不錯 推
在AI一開始的時候我就當成SaaS公司在這樣思考了. 華爾街也是用類似的方法.也就是圍繞本夢比/貨幣化. 現在很多SaaS的泡泡逐漸破掉,因為被替代了.例如ADBE的AI就被OpenAI的SORA顛覆.. 股價就崩了那段
AI能商業化 先能夠完善處理好客服吧...
其實你說的 現在幾乎都有了...
那一大段範例 是我叫AI給我範例 說得很爛 但我也懶得改
1賣2賣3賣4 4付3付2付1
但是完成度顯然都是不高
同意 很多東西現在還是卡卡的 得人工串一起
感覺AI產出的文章有口音 比較囉嗦?不知怎形容
囉嗦的部分可能是AI,但比較不像AI的口音就我潤飾的
這篇是不是用生成式AI寫的啊?
主軸是我提供給AI的,範例和文章主體是AI寫的
他喜歡用 總的來說
這四個字是AI寫的 我有想過改掉,不過懶了
※ 編輯: felaray (118.160.83.39 臺灣), 06/07/2024 10:01:43這篇應該是AI寫的
你用哪個軟體寫的?
你猜猜 文章內有提到.AI趁機打廣告 算了好像沒幾個,用Claude寫的
推
AI能商業化 先能夠完善處理好客服吧...
其實你說的 現在幾乎都有了...
那一大段範例 是我叫AI給我範例 說得很爛 但我也懶得改
1賣2賣3賣4 4付3付2付1
但是完成度顯然都是不高
同意 很多東西現在還是卡卡的 得人工串一起
感覺AI產出的文章有口音 比較囉嗦?不知怎形容
囉嗦的部分可能是AI,但比較不像AI的口音就我潤飾的
這篇是不是用生成式AI寫的啊?
主軸是我提供給AI的,範例和文章主體是AI寫的
他喜歡用 總的來說
這四個字是AI寫的 我有想過改掉,不過懶了
※ 編輯: felaray (118.160.83.39 臺灣), 06/07/2024 10:01:43這篇應該是AI寫的
你用哪個軟體寫的?
你猜猜 文章內有提到.AI趁機打廣告 算了好像沒幾個,用Claude寫的
推
目前AI產出的東西偏向於低廉價值~正確度如其價值
我喜歡這個說法
推推
不懂的就是不懂,不會用的就是不會用
有興趣看整個對話的話 我把它貼在word內了.斜線黃底的文字就是AI回覆的.
https://bit.ly/4c8Ut2v(O365 word online)
※ 編輯: felaray (118.160.83.39 臺灣), 06/07/2024 10:14:50我的工作產出也是用Claude 他最貼近中文語法 讚
他原本是一堆老外拿來寫小說,2.0因為政治正確被炎上,2.1我看了新聞才開始用.當時覺得 寫作比gpt3.5好
很好理解的分析,推
原來是寫小說 試一下滿有創意的 不是他用詞寫的好
而是點子王 男高中生射美女圖不射臉
你這篇故事裡面就包含政治正確的成分:不可以實體
槍,不可以射人。當初炎上時連童書都寫不出,因為
不可以把小朋友寫進去之類的。
AI自介文
推推
推
99UPST
很有條理
推
謝謝你分享使用AI的經驗,讓我了解不少 ^_^
但我總覺得AI給你的草稿跟你最後PO的文章有不小差距
AI的文章讀來很痛苦 你潤飾過得好很多 請問從開始到
完稿需要多少時間? 謝謝
應該半小時吧,包含排版到ptt的時間
THANKS~ 只是在想你自己寫會不會比較快 ^_^"
自己寫不會比較快喔 至少也要花差不多的時間 但會
比較累一點
有分析有推
爆
首Po台股已經要到2萬2了。AI 的話題炒了一整年。 從比特幣到元宇宙,我一直不覺得輝達能跟蘋果並駕齊驅,但是股價說輝達值得。 AI 到底是要怎麼賺錢? 教育?醫療?翻譯?電影?動畫?遊戲?看護機器人? 現在到底哪樣東西已經有個樣子了?X
來來來 車牌辨識 你平常開車出去玩要去臨時停車場 現在那個停車場出入都已經改成 AI智能辨識,很方便對吧21
炒AI很像當初炒.com泡沫 當時網路泡沫任何公司弄個.com就能炒 ,就像現在甚麼股扯到AI就能炒 網路當初所有人都知道實際用處很大, 但是因為題材太大了而且沒法排他,到18
我覺得實在是很多人到現在還搞不清楚AI是什麼 也搞不清楚為什麼NV現在這麼可怕的原因 趁半夜來淺談一下未來可能的應用和想像 1.AI到底是什麼 ? 最簡單的說明就是,AI就是指計算機系統能夠模仿人類智能,6
我只能說 ,AI 並非像在.com賣夢 其實海外已經有很多論文與應用文件在討論 現在更多是如何推廣給非資訊領域的人員 現在ai搭配agent搭配cloud,已經在替代很多助理做的事情 甚至還能協助決策,你說準度有差? 是的,準度絕對不會比一個優秀助理好。X
並不是AI怎麼賺錢 而是你要做AI 就需要Nvidia 的晶片 包括FB GOOGLE TESLA APPLE OPENAI 還有大量的學術界 目前所有的AI程式 所有的平台都架構於CUDA CUDA 會擋掉所有對手的晶片 那你還玩什麼 除非你要全部重寫 還要比CUDA有效率44
其實我比較想知道AI以後要賺誰的錢? 目前種種跡象顯示未來很多人力會被Ai 取代 但這點來說其實蠻矛盾的 當大部分的工作被Ai 取代後也就代表很多人即將失業 那這些人失業後還有錢去消費Ai 帶來的紅利嗎?1
比起賺錢,我更害怕AI的安全性, 我這邊大膽預言,等ai發展至一定程度, 將會與人類展開戰爭,並且這場戰爭會以人類失敗告終, 最後人類會變成ai圈養的能量來源, 在後腦勺插一根管子活在虛擬世界中,3
我大膽預言 未來AI發展到超越人類智慧後 為了避免AI毀滅人類 我們需要制定三大定律 一、AI不得傷害人類,或坐視人類受到傷害。1
這段可以算是對的 : 2.跟過去的大數據分析、深度學習、甚至是辨識與一些傳統的工廠機器人他們差距在哪? : 在OpenAI之前,過去這些上述提及的技術,比較像是我們先設定好一個方程式, : 這個方程式,會根據我們人類預先輸入的狀況而去決定輸入什麼最後得到輸出什麼, : 就像一個工廠一樣,只是工廠內部所有的元件跟設備還有功能都是由我們人類設定,
爆
Re: [新聞] 輝達H100晶片紓壓了 訂單大戶開始轉售你劃錯重點, 先不論這篇論文的可行性與實用性, 你真的劃錯重點了 算力重要嗎? 重要但是不是影響販售/採購晶片的主因,94
Re: [新聞] 輝達傳再推中國特供AI晶片 最快「這時」老黃應該是有機會能繼續用黃家刀法 用高階價錢賣低階產物給中國 從美國的最大化利益角度來想 美國也會希望老黃賣次級的晶片給中國 這樣就某種程度能最大化阻滯中國發展 和弱化中國科技樹發展 比方說 中國最近的華為昇腾910B AI晶片號稱對標A100 已經賣給百度作為AI開發用途 如果說中國目前上面自製化晶片算力是10 那A100是30 H100是50 那老黃只要賣給中國晶片87
[情報] 產生式 AI 大爆發 NVIDIA GPU 恐供不應求生成式 AI 大爆發,NVIDIA GPU 恐供不應求 來源 微軟 Bing 搜尋引擎整合 ChatGPT,加上其他生成式 AI 工具的需求攀升 都相當依賴人工智慧處理能力,正是 NVIDIA GPU 優勢所在 當科技公司利用 NVIDIA GPU 滿足增長的 AI 需求46
[情報] 隨著蘋果發布新AI模型,這表示iPhone 16隨著蘋果發布新AI模型,這表示iPhone 16將成為軟硬體都具AI支援的首個產品 【情報來源】 原網址: 短網址: 【情報/優惠內容】44
[情報] 蘋果會將生成式AI帶入其生態體系嗎?【新聞/情報來源】 原網址: 短網址: 【新聞/情報內容】(國外文章請附上簡單翻譯) 微軟已經宣布與ChatGPT達成協議,將其生成式AI內建到其搜尋引擎Bing中。至於谷歌,30
Re: [請益] 什麼樣的情況下AI才可能崩盤再次說一遍 千股NVDA 防身防失業防變成電池防小人防渣男 QQ 半導體有所謂的摩爾定律 AI也有 就是所謂的Scaling Law 他基本上給了一個大方向 AI是有三個元素組成 算力 算法 資料 Scaling Law基本定錨模型大小算力和資料相關性 沿者這條路的終點就是AGI 看看AI教父最新的訪談21
[閒聊] 串連數千個 Nvidia GPU,微軟打造 Chattechnews 串連數千個 Nvidia GPU,微軟打造 ChatGPT 的超級電腦 March 14, 2023 by 陳 冠榮 微軟斥資數億美元打造一台大型超級電腦,串連數千個 Nvidia GPU,為 OpenAI 的聊天機6
[討論] iPhone 16整合生成式AI2023-12-08 12:51 中央社/ 台北8日電 邊緣運算人工智慧(Edge AI)在智慧型手機應用備受矚目,分析師預期,蘋果(Apple)明年iPhone 16系列將整合生成式AI(AIGC)功能,麥克風規格升級將是關鍵之一。 邊緣AI應用在個人電腦和手機裝置發展備受關注,蘋果明年iPhone 16系列整合AI功能進展,也成為市場焦點。 郭明錤7日在社群平台X貼文表示,蘋果今年第3季改組Siri團隊,目標整合生成式AI功能和大型語言模型(LLM)。 郭明錤指出,手機的語音輸入功能是生成式AI和LLM應用的關鍵介面,蘋果強化Siri軟硬體功能與規格,是推廣生成式AI應用的關鍵。3
Re: [新聞] 雷蒙多態度髮夾彎 允輝達向中國出售AI晶這是最近幾天TSLA那邊AI晶片訊息 現在看來就是NVDA+AMD會繼續有機會在AI晶片市場拉一波 最近另外一個比較紅的新聞是 Mistral AI小公司開發的LLM模型吸引不少人 而Misral AI是用CoreWeave租借算力 開發出來的大模型 這些小公司能靠租算力媲美大公司發展的模型- 講一些自身經驗好了 自從AI領域在生成式題材大火後 全世界就進入到AI軍備競賽 所有的AI基礎研究都是以週甚至日為單位在迭代 舉個例子 當年Robert G. Gallager 在1960提出類神經網路的LDPC code到2004年才大放異彩 無限接近shannon bound 光這個演進就花了40年 對照這幾年的AI科技樹發展 根本就是指數在成長
35
[心得] 不該被動投資的三個理由31
[標的] 2603.TW 長榮 討論28
Re: [新聞] 台積電先進製程加速赴美 A16赫然在列!14
Re: [心得] 不該被動投資的三個理由17
Re: [請益] 未來實施資本利得稅的可能6
[請益] 美股AI軟體股etf4
Re: [請益] 清流君:All in對了。他真的對了嗎?3
Re: [請益] 分析師是不是怎麼樣都能講