#AIGC創新先鋒者征文大賽# 50億美元虧損背后：解析生成式 AI 的商業模式之爭原創

發布于 2024-10-25 09:48

瀏覽

0收藏

??【本文正在參與 AI.x社區AIGC創新先鋒者征文大賽】??
??http://m.ekrvqnd.cn/aigc/2223.html??

編者按： 人工智能正在席卷各個行業，但你是否曾思考過：當 ChatGPT 的開發商 OpenAI 可能面臨 50 億美元虧損時，生成式 AI 的商業模式究竟還能走多遠？

這篇分析文章直擊當前 AI 行業的痛點：巨額投資與高昂運營成本之間的矛盾，技術進步與商業化之間的鴻溝，以及研究價值與經濟可持續性之間的平衡。

它提醒我們，在追求技術進步的同時，也需要認真思考如何構建可持續的商業模式，以及如何平衡商業利益與社會價值。未來，我們可能需要重新評估和調整當前的研究資助模式，以確保最有價值的 AI 應用能夠得到充分的開發和應用。

作者 | Stephanie Kirmer

編譯 | 岳揚

#AIGC創新先鋒者征文大賽# 50億美元虧損背后：解析生成式 AI 的商業模式之爭-AI.x社區

Photo by Ibrahim Rifath[1] on Unsplash[2]

OpenAl 是史上增長最為迅猛的企業之一，但同時也可能是運營開支最為龐大的企業之一。

據 The Information 基于尚未公開的內部財務資料以及業務相關人士的信息分析，ChatGPT 的開發商今年可能面臨高達 50 億美元的虧損。如果這一預測準確無誤，那么最新估值達到 800 億美元的 OpenAl 或將在未來一年內需要再次融資。

—— The Information[3]

我在本篇文章中探討了生成式人工智能在技術[4]和資源[5]方面的局限性，對于圍繞這項技術興起的那些產業來說，這些挑戰變得越來越清晰和緊迫，這一點非常有趣。

但這也讓我們不禁思考，生成式人工智能的商業模式究竟是什么。我們應該對它抱有何種期待，以及哪些東西只是人們過度的炒作？這項技術的潛力與現實應用之間，究竟存在著怎樣的差距？

01 生成式人工智能究竟是一種功能還是一款獨立的產品？

我曾就這個問題與他人進行過討論，在媒體上也不乏關于這一話題的探討。一項技術是作為功能存在還是作為產品存在，其核心區別在于它是否具有足夠的價值，讓人們愿意單獨為了它而掏出錢包付費，或者它是否需要與其他技術結合才能最大化發揮其價值。目前，我們看到“人工智能”這一標簽被廣泛添加到各種現有產品之中，從文本編輯器和代碼編輯器到搜索引擎再到瀏覽器，這些都是將生成式人工智能作為功能應用的例子。（比如我是在 Notion 中撰寫這篇文章，該軟件不斷嘗試引導我使用人工智能功能。）而另一方面，Anthropic、OpenAI 等公司則是在嘗試推出以生成式人工智能為核心的產品，如 ChatGPT 或 Claude。

這個問題可能會有些難以界定，但我認為關鍵在于，對于那些將生成式人工智能視為產品的公司來說，如果產品未能滿足客戶的期望，無論這些期望是什么，客戶很可能會停止使用該產品，并停止支付費用。而如果有人發現谷歌的人工智能搜索摘要不盡人意，他們可能會抱怨并選擇關閉這一功能，但仍然會繼續使用谷歌的搜索服務。因為對于這些產品來說，其核心業務的價值主張并非基于人工智能，人工智能只是一個額外的賣點。這樣的做法大大降低了整體業務的風險。

蘋果公司對待生成式人工智能領域的方式，就是一個很好的例子，他們將生成式人工智能視為一種功能而非單獨的產品，并且我認為他們的策略更具潛力。在最近的 WWDC 大會上，蘋果公司透露他們正在與 OpenAI 合作，允許用戶通過 Siri 使用 ChatGPT。這一合作有幾個關鍵點值得關注。首先，蘋果并未因為建立這種合作關系而向 OpenAI 支付費用——蘋果提供的是其極具市場吸引力的用戶群體，而 OpenAI 則有機會將這些用戶轉化為 ChatGPT 的付費訂閱者。在這場合作中，蘋果無需承擔任何風險。其次，這并不妨礙蘋果以同樣的方式，將其用戶群體推廣給其他如 Anthropic 或 Google 提供的生成式人工智能服務。盡管 OpenAI 恰好是他們首個公布的合作伙伴，但他們并沒有在生成式人工智能的競爭中明確支持某一方。蘋果當然也在開發自己的生成式人工智能技術 Apple AI[6]，但他們的目標顯然是利用這些技術來提升現有和未來產品的附加價值——讓 iPhone 更加強大——而不是將某個模型作為獨立的產品進行銷售。

這一切表明，將生成式人工智能融入企業的商業策略有多種思路，單純技術本身并不保證能夠取得最大的成功。 當我們在十年后回首往事時，我懷疑那些在生成式人工智能商業領域被視為“大贏家”的公司，可能并不是那些開發底層技術的公司。

02 那么，對于技術開發來說，什么樣的商業策略才是合理的呢？

你可能會認為，如果這些功能真的足夠有價值，那么總得有人去構建它，不是嗎？如果生成式人工智能的實際開發并不直接產生利潤，我們還能否擁有這種技術？它能否發揮其最大潛力？

我必須承認，科技領域的眾多投資者確實相信，生成式人工智能領域中蘊含著巨大的盈利潛力，這也是他們已經向 OpenAI 及其同類公司投入了數十億美元的原因。不過，我在之前的多篇文章中也提到，即便擁有這些巨額資金，我仍然強烈懷疑，未來生成式人工智能的性能提升可能會是溫和而漸進的，而不是延續我們在 2022-2023 年所見的那種看似指數級的技術進步。（特別是，為了達到預期的技術進步，人類生成的可用于訓練的數據量是有限的，這并非僅僅靠資金投入就能解決。）因此，我并不相信生成式人工智能將會比現在更加有用或“智能”。

盡管如此，無論你是否認同我的看法，我們都應該牢記，掌握一項尖端技術與利用這項技術打造出人們愿意購買的產品，以及建立一種可持續、可更新的商業模式，是完全不同的兩回事。你可以發明一種很酷的新東西，但正如任何創業公司或科技公司的產品團隊所知，那只是開始，并非結束。搞清楚普通人會如何使用你的新奇發明，并將其傳播出去，讓人們相信你的發明物有所值，能夠支撐起一個可持續的價格，這是一項極具挑戰性的任務。

我們確實看到了來自各方的眾多創新提議，但其中一些想法并不太吸引人。例如，OpenAI 前段時間推出的搜索引擎新測試版，在其輸出結果中就已經出現了嚴重錯誤[7]。任何讀過我在之前介紹大語言模型（LLM）工作原理的文章[8][9]的人，對此都不會感到意外。（我個人只是驚訝他們在最初開發這個產品時，竟然沒有考慮到這個顯而易見的問題。）即便是那些看起來有吸引力的想法，也不能僅僅停留在“有則更好”的層面，或者被視為奢侈品，它們必須是不可或缺的，因為要使這項業務可持續，所需的價格必須相當高昂。當你的年虧損額達到 50 億美元時，為了實現盈利和自我維持，付費用戶群體就必須非常龐大，或者用戶支付的費用必須高得令人瞠目結舌。

03 難道技術研究本身就沒有價值嗎？

對于那些熱衷于推進技術發展的人來說，這無疑是一個較為棘手的問題。研究本身的價值始終存在，哪怕其成果并非立竿見影。然而，在資本主義體系下，并沒有穩定的渠道來支持這種基礎性的研究，尤其是當研究所需的資金龐大到令人咋舌時。長期以來，美國一直在剝奪學術機構的資源，導致如果沒有私人資助，學術界的研究者幾乎無望參與此類研究[10]。

這實在令人惋惜，因為學術界本應是這類研究在適當監管下進行的理想場所。在這里，倫理、安全等問題能夠得到比私營企業更為嚴肅的對待和探討。學術界的研究文化和規范，是將知識置于金錢之上的。但當所有的研究都由私營企業進行時，這種價值觀就會發生轉變。那些我們社會信任能夠進行“更純粹”研究的人，卻無法獲取參與生成性人工智能發展所需的資源。

04 那么，我們接下來該如何行動呢？

顯然，即便是這些私營公司，也可能沒有足夠的資源來支持這種不斷訓練更大規模模型的速度競賽，這又讓我們回到了文章開頭引用的那段話。受制于當前主導技術進步的經濟模式，我們可能會錯失一些潛在的機會。那些在理論上可行但在經濟上不足以支撐高昂 GPU 成本的生成式人工智能應用，可能永遠無法得到深入的探究。與此同時，那些可能對社會有害、無聊或無用的應用，卻因為它們能夠帶來更大的盈利機會而獲得資金支持。

Thanks for reading!

Hope you have enjoyed and learned new things from this blog!