鉴于我们今天对技术和市场的了解，生成式人工智能的商业模式是什么？
OpenAl 建立了历史上增长最快的业务之一。它也可能是运行成本最高的之一。
根据 The Information 根据此前未公开的内部财务数据和业务相关人员的分析，ChatGPT 制造商今年可能损失高达 50 亿美元。如果我们的预测是正确的，OpenAl 最近估值为 800 亿美元，将需要在未来 12 个月左右的时间内筹集更多现金。
– 信息
我在这里花了一些时间讨论生成式人工智能的技术和资源限制，对于围绕这项技术兴起的行业来说，看到这些挑战变得更加清晰和更加紧迫，这是非常有趣的。
然而，我认为这提出了一个问题，即生成式人工智能的商业模式到底是什么。我们应该期待什么，什么只是炒作？这项技术的承诺和实际情况有什么区别？
我和一些人进行过这样的对话，并听到媒体对此进行了很多讨论。一项技术作为一种功能和一种产品之间的区别本质上在于，它是否具有足够的独立价值，以至于人们会单独购买它，或者当它与其他技术结合时，它是否真正展示了其大部分或全部价值。我们现在看到许多现有产品都添加了“人工智能”，从文本/代码编辑器到搜索再到浏览器，这些应用程序都是“生成人工智能作为功能”的示例。 （我正在用 Notion 写这篇文章，它不断地试图让我用人工智能做点什么。）另一方面，我们有 Anthropic、OpenAI 和其他各种企业试图销售以生成式人工智能为核心组成部分的产品。 ，例如 ChatGPT 或 Claude。
这可能开始变得有点模糊，但我想到的关键因素是，对于“生成式人工智能作为产品”人群来说，如果生成式人工智能没有达到客户的期望，无论这些期望是什么，那么他们将停止使用该产品并停止向提供商付款。另一方面，如果有人发现（可以理解）谷歌的人工智能搜索摘要是垃圾，他们可以抱怨并关闭它们，并像以前一样继续使用谷歌的搜索。核心业务价值主张并不是建立在人工智能的基础上，它只是一个额外的潜在卖点。这会大大降低整体业务的风险。
苹果公司涉足生成式人工智能领域的方式是将生成式人工智能概念化为功能而不是产品的一个很好的例子，对我来说，他们明显的策略更有希望。在上届 WWDC 上，苹果透露他们正在与 OpenAI 合作，让苹果用户通过 Siri 访问 ChatGPT。其中有几个重要的关键组成部分。首先，苹果并没有向 OpenAI 支付任何费用来建立这种关系——苹果正在为其极具经济吸引力的用户提供访问权限，而 OpenAI 有机会将这些用户转变为 ChatGPT 的付费订阅者（如果可以的话）。苹果在这种关系中不承担任何风险。其次，这并不妨碍苹果以同样的方式向其用户群提供其他生成式人工智能产品，例如 Anthropic 或谷歌的产品。尽管 OpenAI 恰好是第一个宣布的合作伙伴关系，但他们并没有明确押注于更大规模的生成式 AI 军备竞赛中的某一匹马。苹果当然正在开发 Apple AI，这是他们自己的生成式人工智能解决方案，但他们显然将这些产品的目标是扩大其现有和未来的产品线 – 让你的 iPhone 更有用 – 而不是将模型作为独立产品出售。
所有这一切都表明，对于如何将生成式人工智能融入到业务战略中，有多种思考方式，而构建技术本身并不能保证是最成功的。当我们回顾十年后，我怀疑我们认为的生成人工智能业务领域的“大赢家”公司将是真正开发底层技术的公司。
好吧，你可能会想，但如果功能足够有价值，值得拥有，就必须有人来构建它，对吗？如果资金不是用于实际创建生成式人工智能能力，那么我们是否会拥有这种能力？它会充分发挥其潜力吗？
我应该承认，科技领域的许多投资者确实相信生成式人工智能可以赚很多钱，这就是为什么他们已经向 OpenAI 及其同行投入了数十亿美元。然而，我在之前的几篇文章中也写过，即使手头有这数十亿美元，我也强烈怀疑，未来我们只会看到生成式人工智能性能的温和、渐进式改进，而不是继续看似表面上的改进。我们在 2022 年至 2023 年看到了指数级的技术进步。 （特别是，可用于训练以实现承诺进展的人类生成数据量的限制不能仅仅通过投入资金来解决问题。）这意味着我不相信生成式人工智能会得到比现在更有用或更“智能”。
话虽如此，无论你是否同意我的观点，我们都应该记住，拥有高度先进的技术与能够利用该技术创造出人们会购买的产品以及利用该技术建立可持续的、可再生的商业模式是非常不同的。它。你可以发明一个很酷的新东西，但正如任何初创公司或科技公司的任何产品团队都会告诉你的那样，这并不是这个过程的结束。弄清楚人们如何能够并且将如何使用你的酷新东西，并传达这一点，并让人们相信你的酷新东西值得可持续的价格，是极其困难的。
我们肯定会看到许多渠道提出了很多对此提出的想法，但其中一些想法进展缓慢。 OpenAI 上周宣布的新测试版搜索引擎的输出已经存在重大错误。任何读过我之前关于法学硕士如何运作的文章的人都不会感到惊讶。 （我个人很惊讶他们在开发这个产品时并没有考虑到这个明显的问题。）即使那些在某种程度上有吸引力的想法也不能只是“拥有就好”或奢侈品，他们需要至关重要，因为使这项业务可持续发展所需的价格必须非常高。当你的烧钱速度是每年 50 亿美元时，为了实现盈利和自我维持，你的付费用户群必须是天文数字，并且/或这些用户支付的价格必须令人眼花缭乱。
这让那些对突破技术边界最感兴趣的人陷入了困境。为研究而研究始终以某种形式存在，即使其结果并不能立即发挥实际作用。但资本主义并没有一个良好的渠道来维持此类工作，尤其是当这项研究的参与成本高得令人难以置信时。几十年来，美国一直在耗尽学术机构的资源，因此学者们如果没有私人投资，学术界的研究人员几乎没有机会参与此类研究。
我认为这真是一种耻辱，因为学术界是可以在适当监督下进行此类研究的地方。道德、安全和安全问题可以在学术环境中得到认真对待，并以私营部门不优先考虑的方式进行探讨。围绕学术研究的文化和规范能够将金钱看得比知识更重要，但是当私营部门企业进行所有研究时，这些选择就会发生变化。我们的社会信任进行“更纯粹”研究的人们无法获得显着参与生成式人工智能热潮所需的资源。
当然，即使是这些私营公司也很有可能没有资源来维持训练更多更大模型的疯狂冲刺，这让我们回到了我在本文开头引用的那句话。由于控制我们技术进步的经济模式，我们可能会错过潜在的机会。有意义但无法赚取维持 GPU 账单所需的数十亿美元的生成式人工智能应用程序可能永远不会得到深入探索，而对社会有害、愚蠢或无用的应用程序则获得投资，因为它们提供了更大的现金攫取机会。
免责声明
本文内容(图片、文章)翻译/转载自国内外资讯/自媒体平台。文中内容不代表本站立场，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除。