OpenAI林立环绕的OpenAI下一步该怎么走？优质

头图来自：视觉中国

OpenAI最近动作频繁，每一个动作都令人震惊。 陆续有消息称，它将研发自己的芯片，并与苹果前首席设计师一起打造AI硬件设备。

与此同时，ChatGPT的更新也接连而来：连接Windows、重新连接互联网、实现多模态交互，甚至可以看图片、听声音、说话……

换句话说，OpenAI 的发展速度越来越快。

模型越好，估值就越高。 过去一年，OpenAI的估值从260亿美元增至最高900亿美元，在未上市超级独角兽中仅次于字节跳动和SpaceX。 据称，OpenAI今年营收预计将达到130亿，市销率近70倍！ 该公司正在与投资者讨论以此估值出售股票。

然而，这位令全球瞩目的超级巨星如今却遇到了很多麻烦。

说白了，虽然是超高颜值的独角兽，但同时也是超级烧钱的猛兽。 13亿美元的收入相对庞大的支出简直是九牛一毛。 现在它不仅加紧考虑未来商业化的道路。 问题之外，我们还要应对后来者日益逼近的竞争。

在动荡的商业世界中，如果产品化节奏和资本投入出现问题，这种底层模型支撑的平台游戏就会举步维艰。

随着Meta、Google等玩家的强势觉醒，Anthropic+Amazon的组合也加入搅局。 被强敌包围的OpenAI下一步何去何从？

1.特工战争

OpenAI 在模型层面并不孤单。 即使它站在塔顶，但现在说它会称霸世界还为时过早。

尤其是与微软的联盟，让各大科技公司认识到成熟的大模型技术将为云计算带来新的业务需求。 谷歌和亚马逊加速布局，新的混战拉开了。

近日，Anthropic获得亚马逊40亿美元投资，两家公司将在基础模型商业化方面进行更深入的合作。 具体来说，Anthropic将使用AWS云服务，AWS将使用Anthropic作为底层模型之一来访问刚刚推出的托管服务，用于构建生成式AI应用程序。

作为开发人员，您可以从多个基本模型中进行选择，使用自己的数据训练它们，然后将它们部署到您自己的应用程序中，无需设置服务器。 除了亚马逊自有的大型模型泰坦之外，基岩服务中还添加了多个基础模型。

亚马逊不会像谷歌一样寻找 OpenAI。 微软Azure与OpenAI的绑定，给公有云市场上的三家公司又增添了一个变数。 看似是在押注下游，实则是在为自己的业务做更多的工作。

亚马逊、微软和谷歌在公有云市场形成寡头垄断。 Statista数据显示，今年第二季度，AWS、Azure和谷歌云的份额分别为32%、22%和11%，三家公司合计份额稳定在65%。

仅仅与大模型专家合作是不够的。 为了更好地为模型开发者提供服务，并减少NVIDIA的束缚，各大科技公司也必须制造自己的芯片。

与OpenAI使用NVIDIA芯片进行训练不同，Anthropic将使用亚马逊自研的Trainium和Inferentia芯片进行训练。

从大模型竞赛的底层要求来看，首先是算力的竞赛。

各大厂商自研芯片的努力正在逐渐取得成果，不仅是为了降低成本，还可以增加出租服务器的利润，获得更多像ChatGPT这样的开发项目。

亚马逊长期以来一直将自研芯片应用于服务器； 谷歌有TPU，另一家图像建模领域的明星初创企业Midjourney也使用了TPU； 据外媒报道，微软也可能在下个月发布自研的AI芯片。

其次，巨头们对于大机型的想法其实在财报中都有明确的表述。

他们的半年度报告反映了客户对生成式人工智能的需求激增。 ChatGPT 掀起的大规模模型热潮已经被消化得差不多了。 下半年，科技巨头开始在自身应用层围绕生产力工具完善增值服务。

比如，通过与OpenAI的合作，微软率先将AI能力赋能到自己的应用全家桶。

Copilot 是微软将人工智能集成到其产品矩阵中的平台。 它被定义为“日常AI伴侣”，将作为微软操作系统中的应用程序使用。 微软自上个月以来已将其添加到 Win 11 更新中。

B端的365副驾驶企业版也将在11月1日正式上线，正如我们上半年看到的，各种办公软件都会连接AI助手，进行一些自动化操作，为我们提高工作效率效率。

收费与谷歌几乎一模一样。 此增值订阅费是在企业用户已支付的生产力套件订阅费之外的。 Google Workspace 今年 8 月推出的 Duet AI 也向企业客户收取 30 美元/月的费用。

Workspace 收入属于 Alphabet 的 Google Cloud 类别，该类别与 Google 的云基础设施一起在今年第二季度创造了 80 亿美元的收入。 同期，微软的Office产品和云服务为其带来了135亿美元的收入。

作为Anthropic的早期投资者，谷歌云构建的AI平台允许用户部署和扩展机器学习模型。 今年4月到7月的短短三个月内，谷歌云的生成式AI项目数量增长了150多倍。

值得注意的是，和亚马逊一样，谷歌也选择了多模式路线来扩展B端客户的不同需求，包括引入Meta的Llama 2和Anthropic的Claude 2进行扩展。 同样，Llama 2 将通过微软云服务分发。

对于不缺钱的大公司来说，拥抱多种模式的情况并不少见，因为很难确定哪种模式会有更好的应用前景。 不同的是，他们不是从模范企业家的角度思考，而是从战略的角度思考。 作为合作者，我想扩展我的云服务生态，集成中间模型层来赋能我的产品。

随着训练成本和调试模型的门槛进一步降低，大量创业者应该会不由自主地涌向各个层面的模型、工具和应用，包括各大厂商的现有客户。 与其开发大型模型来开发新的应用，不如实际收获这批新的需求来得经济。

另一方面，这有点像几年前国内两大互联网公司在各个领域发起的代理大战，利用新技术在搜索引擎、生产力工具等不同领域互相攻击。

正如微软总裁纳德拉所说：“我们希望谷歌跳舞。” 凭借OpenAI，微软市值从2022年的1.79万亿增长到如今的2.5万亿，股价一度创下历史新高。

2.OpenAI的选择

当ChatGPT刚问世时，所有人都震惊了这是科技界的新iPhone时刻，并将注意力集中在其背后的OpenAI上。

一家以与谷歌竞争为己任的非盈利人工智能研究机构开发了一款实用的人工智能聊天机器人，标志着走出象牙塔，正式进入商业世界。

AI工具解放生产力、将人类从重复劳动中解放出来、赋能千行百业、第四次工业革命等宏大叙事，加上ChatGPT网页的流量井喷，OpenAI的估值首先坐上了火箭。 。

此时，Open AI已经形成了流量入口，再加上API模型工厂组成的商业模式，谷歌还在惊愕中准备反击。

由于目前杀手级应用还不多，当 ChatGPT 出现时，大家都在想 OpenAI 是否会在未来主导整个模型层，指的是几乎垄断的操作系统和搜索引擎市场。

但事实上，就连Open AI本身也不这么认为。

在他们的CTO Mira Mulati看来，平台游戏持续玩下去的要求是让尽可能多的人使用他们的模型，无论是to B还是to C，但人们并不总是需要使用最多的强大的模型可以满足您的需求。

作为强有力的竞争对手，Anthropic 由 OpenAI 原研究总监 Dario Amodei 等人创立。 他们的根本差异只是对AI商业化和安全性的不同看法，但同时，有一样东西是来自象牙塔的同一群人所相信的，那就是规模法则，并且它将继续发挥作用。魔法在未来很长一段时间内。

Transformer架构成功融入模型训练后，数据规模的超线性增长带动了模型性能的显现。 这意味着模型参数规模越大，进步越明显。 这是支撑未来GPT3.5、GPT4、GPT5甚至6789的信念。

然而，开发顶级法学硕士模型既困难又昂贵。 GPT的不断迭代会让模仿者难以追赶。 当训练更高级别的 GPT 模型的成本呈指数级增长时，资本要求会造成一定的进入壁垒。 在这个层面上，能够竞争的企业并不多。 模型迭代速度决定了Open AI与其他力量的差距，规模法则对此有所帮助。

正如台积电每一代工艺升级的成本都在逐代上涨，技术壁垒和成本都拉开了与上一代的巨大差距。 然而事实上，大多数电子产品根本没有使用最先进的芯片，而且由于需求广泛，它们落后了。 可以以较低的成本使用几代工艺芯片。

同样，未来大车型领域也可能出现这样的格局。 开放AI或者谷歌作为顶级的大模型，极其稀缺，并且在某些功能上遥遥领先，而始终落后一代的模型可能不得不跟随。 结合实际使用需求更加紧密。

最终，最常见的两三个模型可能会站在塔顶，催生出无数的定制小模型和应用。 这也是OpenAI不愿意错过的商机。

日前，该公司刚刚升级了Fine-tuning用户界面。 您可以通过上传训练数据来微调大型模型，而无需编写代码。 通过额外的训练，你可以让已经训练好的大模型更好地完成特定的任务，比如使用你自己的一个很棒的模型来写有风格的文章。 这意味着逐步蚕食中游工具层。

成为平台玩家后，OpenAI也不可避免地要应对商业竞争和自身的盈利要求。 运营大型模型的高昂成本也加大了OpenAI的变现压力。

几个月前，《Analytics India》杂志的一篇报道称，OpenAI 仅运行其人工智能服务 ChatGPT 每天的成本就约为 70 万美元，其中大部分成本主要来自高昂的 GPU 和人才成本。

GPT3.5流行后，OpenAI开始逐步构建商业化进程。 首先推出了ChatGPT Plus的付费版本，随后推出了ChatGPT的商业版本。 为了增加收入，OpenAI还多次调整了GPT-4的访问限制。

同一时期，Meta和谷歌相继对OpenAI施加了不小的压力。 其中，对于谷歌即将发布的Gemini来说，意识到威胁的Open AI已经率先在GPT4中加入了图像功能。 11月6日，OpenAI开发者大会上还将公布一款“伟大的新工具”，外界猜测它将是GPT-5。