好消息，ChatGPT找到盈利模式了。坏消息，尽是“二道贩子”在赚钱。
当OpenAI尝试着为红到发紫的ChatGPT推出20美元的Plus订阅服务时，大多数人已经忘记了这个“吞金兽”的成长耗费了多少财力物力。问答狂欢者的岁月静好靠的是OpenAI的负重前行，但现有的商业模式，很难说充分释放了ChatGPT的想象力。反倒是在民间，尤其是在中国，一些靠信息差和技术门槛获利的早期参与者已经收获颇丰。
与此同时，OpenAI也在前些日子受到过指责，因为其训练ChatGPT模型和进行数据标注的过程，因涉及损害外包员工的心理健康，受到了一些非议。未来，ChatGPT的进一步发展也还面临考验。
新技术的典型混乱特征终究还是出现在了ChatGPT身上，作为史上最快实现用户破亿的产品，这位AI朋友知道自己背后数不清的“经济账”吗？
在如何用一种新技术搞钱这件事上，中国用户总是有一千零一种经验。
卖账号似乎是一种永恒的赚钱手段，这股热潮最初出现于去年12月，经过这个月以来的一片喧嚣，淘宝、闲鱼等平台已经对这种行为进行了精准打击。
不过，这并没有动摇用户赚钱的决心。对有渠道的人而言，转移阵地招揽顾客依然可行。对稍微懂点技术的人来说，开发一个网站或者小程序，当API的搬运工，一样能收会员费——甚至收得比ChatGPT官方还早。而如果拥有更强的流量意识，开一场直播也是很多人的选择，屏幕上不时出现刷礼物的观众，只是为了主播在提问时能优先提自己的问题。
另一方面，做中间商对一些有眼光的玩家来说始终不是长久之计。他们开始关注科技的真正力量——代劳人类的一些行为。
截至目前，ChatGPT可以用来做自媒体号，不吃不喝地生产内容；可以经过引导后输出“很有那味儿”的小红书文案，不管是卖手机还是做读书博主都绰绰有余；也有人尝试让ChatGPT做一些更跨界的事情，比如给一份台式电脑配置清单——也许在未来，它可以直接链接到淘宝或者京东的店铺，完成一种很新的商业闭环。只是在一些主观性比较强的内容推荐上，ChatGPT展示出了对国内舆论的不了解，例如称赞土木工程专业“光明的前景”。
据此，之前有人提出的乐观看法，“营销号会因为ChatGPT和AIGC的火爆而失业”，是不太现实的——营销号可能会进化为24小时全自动输出型营销号，并且占据更多领域 。在海外，有人用ChatGPT解决StackOverflow的问题。在国内，面向知乎提问的自动回答插件也已经有开发者在尝试。
不过，虽然民间个体户们不乏赚得盆满钵满者，近期真正靠ChatGPT概念吃到饱的还是二级市场的公司和股民。众所周知，ChatGPT概念股，或者叫AIGC概念股已经疯涨多日。我们至今仍未知道部分企业是从什么时候开始掌握了对标国际一线厂商的技术，但他们总归有着一颗对技术的追逐之心，而这也得到了股民资金的高度认可。
当然，也有一些企业对此保持克制，比如手握大量现金的米哈游就坦承其没有相关布局。但有玩家提出，未来游戏NPC如果能用ChatGPT技术实现自由对话，也是对游戏体验的一种提升。
在这林林总总的应用方式背后，ChatGPT充分展示了文字的艺术性和可塑性。去年AI作画爆火后，跟在Stable Diffusion模型之后，国内迅速流行起意间AI、6pen、NovelAI等工具。
类似的，这股热潮不会快速消失，随着国内的更多工具流行，还会有“一代新人换旧人”的赚钱手段出现。记得曾经火爆的夸夸群吗？AI这种即时调用的技术，很适合用来满足这些临时需求，甚至延伸出情绪价值。
抛开个人的灵活应用能力，ChatGPT之所以被相关产业重视，是因为它在生产方式上做出了重大改变，AI可能有机会开始释放前所未有的生产力，这是其价值核心。不过，关于这种生产力的来源和未来提升前景，一些问题依然突出。
很多人知道，ChatGPT会自主拒绝回答涉及暴力、谣言等不良信息的问题，但这些能力之所以能被训练出来，是因为一群肯尼亚“数字民工”。人工智能的数据工作早已不是新鲜事，它仍然在养活一些劳动密集型产业。
1月18日，美国《时代》杂志发布调查报道称，OpenAI为了降低ChatGPT的危害性，以每小时不到2美元的价格雇佣肯尼亚工人打标签。但是，这要求工人先观察一系列暴力犯罪、恐怖信息等内容，而这给许多人带来了心理创伤。
并且，OpenAI是通过外包方式发放任务，外包商Samasource从OpenAI那里的收费是每小时12.5美元。虽然对当地人而言，2美元已经算是“高薪”，但有评论指出，两个商业主体依靠地位落差，营造出一种类似数字赛博朋克的畸形生态，数字化的外包工厂从中谋取经济利益，这在道德上很可疑，它的瑕疵不在于有没有给当地人高于平均水平的经济报酬，而在于是否保证了对人的必要关怀——显然，要靠经济指标（比如工资）算清这笔账很困难。
人工智能伦理学家安德鲁·斯特雷特（Andrew Strait）说：“ChatGPT和其他人工智能并不神奇，它们依赖于大规模的人力供应链和数据抓取，其中大部分是未经同意就被使用的。这些都是严重的基础性问题，但我认为OpenAI不会解决这些问题。 ”
数据，本身就是一门生意，它包括数据的搜集、清洗、训练，以及模型的结构设计等等。也许人工智能迟早会进入完全自主学习状态，但即便如此，如何应对其过程中潜在的非技术成本，会持续考验一家公司对社会价值和伦理意义的认识。
另外，一个不能忽视的问题是硬件发展的成本，模型训练依赖高性能芯片，ChatGPT是数据和算力“喂养”大的，这给一些供应商创造了巨大的商业机会。
据业界计算，一片英伟达顶级CPU要8万元，ChatGPT的算力基础设施需要上万颗英伟达A100，一次模型训练花费超过1200万美元。GPT3.0其实存在一些bug，但单次重复训练成本为460万美元，这会让修正bug面临更多阻碍。
此外，我询问ChatGPT得知，可以在购买访问权限后调用OpenAI的API，基于GPT3的预训练模型用自己的数据进行训练，从而生产更本土化的应用。ChatGPT最终要进化，必须靠新数据的加入和模型的持续改进。中国大厂们可能不会吝啬这点支出，但要投入多少资源弥补差距、保证ROI，仍然需要考量。
按照企业已有的表态，国内企业与ChatGPT类技术的关系大概分为几大阵营。比如以百度、阿里、腾讯为代表的通用型应用，以360、科大讯飞、网易有道为代表的针对主业深度匹配的应用，以云从科技、海天瑞声为代表的“虽然我没有但投资者非要认为我有”型，以及以米哈游、字节跳动旗下PICO品牌为代表的划清界限、“我不做我没有”型。更多的名单无法一一列出，但最终谁有成果、有好成果，总会得到时间的评价。
ChatGPT对这些纷扰接近于一无所知（其模型在2021年训练完成，缺乏最新内容），也许它只能大概解答要造出自己这种水平的AI需要花费哪些成本，但却无法理解这意味着多大的困难。它知道数字，但不懂数字背后的含义。就像它有很多变现手段，但这都与“吃数据、喝算力”的它自己无关。
“要警惕科技巨头的ChatGPT崇拜。”有媒体这样说。
可以理解，巨头的商业模式如果在旦夕之间被颠覆，曾经的一切投入就都成了沉没成本。但盲目追求潮流则容易忽视一些硬性问题——可能是有意忽略，也可能是忙中出错，这将造成不良影响。
并且，ChatGPT的进步能力并非无限。人工智能研究和预测组织Epoch去年年末发布论文指出，最远到2026年，AI训练将耗尽人类所有现存和后续可能产生的高质量语料——数据枯竭，AI将进步艰难。这是大语言模型的天然缺陷，所以需要更好的模型，而非只盯着数据。