两天之内迅速上线，国内外口罩、防护服均已调配……海尔COSMOPlat支援前线背后的故事
06-18
“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。
事实上，红杉资本的报告也显示，无论是首月用户留存率，还是当前用户日均使用情况，以大模型为代表的生成式AI的使用情况并不乐观。
与普通产品85%的最大留存率和日/月活跃度相比，体验ChatGPT后愿意继续使用ChatGPT的用户比例为56%，每天打开的用户比例仅为14%。
这可能意味着至少很多用户还没有找到必须使用生成式AI产品的理由。
从A级到B级，大模型并不是万能的。
你构建的人工智能产品必须与你试图解决的任务密切相关。
就连 OpenAI 的 CTO Mira Murati 也指出：企业用户并不总是需要最强大的模型，有时他们只是需要一个更实惠、适合其特定用例的模型。
（详情参见【师道】文章）从解决问题的角度来看，当前的通用大型模型存在使用成本高、推理延迟大、数据泄露、专业任务精度不够等问题。
相比之下，一些规模较小、专业化的长尾模型具有更准确、更便宜、更快的优点，正好满足客户企业的需求。
总而言之，早期初创企业投资者去年投入了 22 亿美元，如果人工智能的实际应用达不到预期，随之而来的失望将导致投资削减。
为企业构建生成式人工智能工具的公司 Writer 的首席执行官梅·哈比卜 (May Habib) 表示，估值上升反映了人们对人工智能前景的热情，但高管们很快就会更加谨慎地看待。
成本问题。
他认为明年投资者不会那么热衷于生成式人工智能。
3. 生成式人工智能*的问题是向用户证明其价值。
高昂的开发成本，加上难以盈利的应用，无论如何也不会让投资者高兴。
只有英伟达和一些云服务提供商可能会感到高兴。
但事情真的有那么糟糕吗？或许。
文章指出：随着时间的推移，生成式 AI 预计会变得更便宜，就像云存储和 3D 动画等许多技术一样。
同时，新芯片和其他创新也可能降低处理成本。
但即使生成式人工智能的年增长即将像 CCS Insight 预测的那样放缓，但从长远来看，生成式人工智能肯定会增长。
就像阿马拉定律一样：我们倾向于高估一项技术的短期效果，而低估其长期效果。
这让我想起了互联网早年，当时一位著名经济学家宣称：到2009年，一切都会变得清晰，互联网对经济的影响不会比传真机更大。
也许，生成式人工智能正处于“尴尬的青春期”。
它最大的问题不是找到用例、需求或分布，而是证明它在解决用户问题方面的真正价值。
正如福特汽车公司创始人所说的经典名言：“如果我问顾客想要什么，他们的答案将是一匹更快的马。
”无论如何，技术必须领先于市场，因为消费者看不到那么远。
【本文为经投资界合作伙伴微信公众号授权发布：本平台仅提供信息存储服务】如有疑问，请联系投资界（）。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-17
最新文章
3月，腾讯《王者荣耀》在全球App Store和Google Play吸引了2.57亿美元，同比增长63%
生鲜传奇宣布完成数亿元B+轮融资
裁员20%？红杉中国回应：胡说，员工总数不降反升
第二次影视创新“闯”短剧世界：看、留、跳都是钱
ASML：从飞利浦弃儿到光刻之王
宁康瑞珠获数千万元A轮融资 横琴金投、翰颐资本投资
智能金融服务生态平台科客完成A+轮融资
拼多多九鼎：信息披露无懈可击，竞争对手才是“浇水”的