首页 > 科技启迪 > 内容

生成式人工智能的“炒作”即将结束吗？

发布于：2024-06-17 编辑：匿名来源：网络

“使用 ChatGPT-4 写电子邮件就像要求兰博基尼送披萨。

”这句话听起来有点夸张，但却说明了目前生成式AI在应用层遇到的巨大问题：成本太高，尤其是在AI产品与市场契合度（PMF）没有那么高的情况下。

近日，分析公司CCS Insight发布预测报告称，生成式人工智能领域明年将接受现实检验。

具体来说，技术炒作将逐渐消退，运营成本将持续上升，监管呼声将越来越多。

有迹象表明生成式人工智能的增长即将放缓。

就在报告发布的前一天，《华尔街日报》的一篇文章（Tom Dotan & Deepa Seetharaman）在副标题中指出，包括微软和谷歌在内的一些公司正在尝试各种策略，只是为了让 AI 产品能够真正赚钱。

制成。

石岛整理补充了这篇文章，结合CCS Insight报告，试图梳理生成式AI面临的困难，并给出相应的判断。

以下为正文。

1 每月数千美元的返利，数以万计的用户导致成本失控。

GitHub Copilot是微软基于ChatGPT推出的AI编程产品。

被程序员称为“开发者神器”，目前拥有超过10000名用户。

如果按照互联网时代的商业逻辑，GitHub Copilot 每月 10 美元的会员费就已经赚得盆满钵满了。

但据文章作者介绍，这种流行的AI应用却让微软吐血了。

今年前几个月，GitHub Copilot 平均每月还款给每位用户 20 美元，部分用户收到的金额高达 80 美元。

算了算，自 GitHub Copilot 推出以来，微软每个月损失数万美元。

如果情况不变，一年的损失将超过1亿美元。

不知道的人以为微软已经转行做慈善了。

生成式AI“冤屈”联盟成员包括谷歌、亚马逊、Adobe、Zoom等，为了避免失血，Adobe直接对用户每月的使用量设置了上限。

除了收取每月 6 美元起的常规会员费外，谷歌还将向 AI 助手的用户额外收取每月 30 美元的费用；微软将在每月13美元的基本费用基础上向微软AI版的用户收取费用。

多收 30 美元/月。

此外，有业内人士透露，两大巨头还将“充实”，使用更便宜的小机型。

为什么生成式人工智能在繁荣时期仍然亏损？主要问题是成本失控。

首先，购买硬件需要钱。

AI计算芯片是大型模型的引擎。

微软早期投资 OpenAI 的数百万美元，大部分都花在了构建 AI 超级计算机和购买 AI 芯片的硬件上。

据悉，GPT-4模型需要超过30,000个A芯片。

否则，NVIDIA是当前AI时代当之无愧的赢家。

难怪MAAMA已经开始卷筹码了。

其次，更智能的大型模型的成本是需要更多的计算能力。

作者指出：企业需要花费数年时间和数亿美元来训练一个成熟的AI产品。

a16z曾发布报告称，单次GPT-3训练的成本在50万美元到1万美元之间。

就连电费也是天文数字。

据估计，今年 1 月份，平均每天有约 10,000 名独立访客使用 ChatGPT。

对应的芯片需求为3万多颗NVIDIA AGPU，每天的电费约为5万美元。

最重要的是，AI应用不具备互联网应用的规模经济。

计算能力是有成本的，每一次计算都要花费更多的钱。

据SemiAnalysis首席分析师Dylan Patel统计，OpenAI光是运行ChatGPT每天的投资成本就可能高达70万美元。

这导致使用人工智能产品的用户越多，或者说用户使用人工智能产品的次数越多，提供服务的企业需要支付的成本就越高。

如果只向用户收取固定的月费，公司将面临潜在的成本损失，就像微软在 GitHub Copilot 上遭受血腥损失一样。

2 用户没有理由为生成式人工智能付费。

当然，钱是挣来的，不是存下来的。

毕竟OpenAI这个日亏70万美元的吃金猛兽，现在估值已经可以达到1亿美元了。

近日，The Information 还透露，OpenAI 预计明年将通过销售 AI 软件及其算力获得超过 10 亿美元的收入。

但 OpenAI 在商业模式上的巨大成功并不具有普遍性。

目前，许多生成式人工智能产品的吸金能力显然有限。

Insight的杰出工程师Carm Taglienti指出：人工智能项目失败的原因99%都与客户过高的期望有关。

但这句话也揭示了一件事：目前的人工智能还不够智能，无法解决用户希望解决的问题。

根据红杉资本的判断，当前的人工智能市场已经从“第一幕”——从技术出发，转向“第二幕”——从客户出发。

这个阶段要求生成式AI必须具备解决人类问题的能力。

换句话说，当人们对新兴技术的热情消退时，他们会思考自己需要什么样的人工智能服务，并质疑为什么要为人工智能付费？这正如亚马逊网络服务首席执行官 Adam Selipsky 在文章中指出的那样：目前，许多用户开始对运行 AI 模型的高昂成本感到不满。