提高企业人力资源效率的关键：HR共享服务中心解决方案
06-18
最近，OpenAI动作频出，个个令人震惊。
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……也就是说， OpenAI的演进速度越来越快。
来得越来越快。
模型越好，估值就越高。
过去一年，OpenAI的估值从1亿美元增至最高1亿美元，在未上市超级独角兽中仅次于字节跳动和SpaceX。
据称，OpenAI今年的营收预计将达到13亿美元。
，市销率接近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就是九牛一毛。
现在它不仅加紧努力，还考虑未来的商业化。
除了路径问题，我们还要应对日益逼近的后来者竞争。
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+亚马逊的组合也加入搅局。
强敌包围，OpenAI下一步何去何从？ 01 特工大战 OpenAI 在模型层面并不孤独。
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。
看大模型竞赛的底层要求，首先是算力竞赛。
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；谷歌拥有TPU，另一家成像模型初创公司明星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。
他们的半年报已经反映出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。
面向商务的Copilot企业版也将于11月1日正式上线。
正如我们在上半年看到的那样，各种办公软件都会连接上AI助手，为我们进行一些自动化操作，提高工作效率。
收费与谷歌几乎一模一样。
该增值订阅费是在企业用户已经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1亿美元的收入。
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月短短三个月内，谷歌云的生成式AI项目数量增长了很多倍。
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 也将通过微软云服务进行分发。
对于不缺钱的大公司来说，拥抱多种模式的情况并不少见，因为目前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2017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。
02 Open AI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，并把目光聚焦到了背后的OpenAI。
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。
这是支持GPT3.5、GPT4、GPT5甚至更高的信念。
然而，开发 *LLM 模型既困难又昂贵。
GPT的不断迭代将使模仿者望尘莫及。
当训练更高级别 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，能够与模型迭代竞争的公司并不多。
速度决定了 Open AI 与其他力量之间的差距，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采用最新的芯片，而且由于需求广泛，落后几代工艺的芯片可以以更低的成本使用。
同样，未来大车型领域也可能出现这样的格局。
开放AI或者谷歌作为最先进的大型模型，却极其稀缺，在某些功能上远远落后，总是落后一代的模型可能不得不效仿。
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开发者大会上将公布一款“伟大的新工具”，外界猜测它将是GPT-5。
资料来源：ChatGPT APP 据 The Information 报道，OpenAI 全年亏损达 5.4 亿美元，但今年营收将达到 13 亿美元。
短短10个月时间，多套重拳组合让OpenAI扭亏为盈，达到10亿美元，这是CEO Altman年初的目标。
截至7月，ChatGPT Plus付费用户数已达1万；在B端市场，ChatGPT企业版已被世界500强企业80%以上的团队采用。
然而，金字塔尖模型迭代所需的计算能力预计每年都会增加一个数量级。
随着应用场景变得更加广泛，这将使不同专有模型的数量增加一倍，从而大大增加模型部署所需的计算能力。
。
据机构分析，如果ChatGPT的访问量达到谷歌搜索水平的十分之一，OpenAI每年的GPU支出将达到1亿美元。
此类支出可能是阻碍 OpenAI 未来进一步扩大规模的重要瓶颈。
OpenAI的自研芯片其实和特斯拉的Dojo很相似，针对性很强，成本降低的空间也很大。
凭借公司对型号的积累，可以根据型号的需求明确芯片的设计指标，对型号版本有明确的规划，让芯片量产后的型号不会是第一代——产生的。
正是因为在高性能计算芯片领域，算法与芯片架构之间的协同是性能提升的主要驱动力，因此OpenAI在这方面处于相对优势的地位。
凭借对算法的深刻理解，该公司有望充分利用黄氏定律来制造芯片。
OpenAI还有一个非常重要的动作，可能来自于应用端的扩展。
ChatGPT是该公司的第一个Killer App，但聊天机器人的应用场景相对仅限于文本交互。
多模态的出现再次丰富了应用实现的想象力，但它首先是由meta实现的。
Meta上月底发布的这款超值AI智能眼镜配备了AI助手Meta AI和内置摄像头。
它们在功能上实现了多模态交互，可以做很多事情，比如在旅行时解释各种事情。
地标建筑、多语言翻译菜单、指导水管维修、以专业视角支持在线实时直播。
与苹果前首席设计师乔纳森一起开发的AI硬件很可能是支持G??PT4甚至5的智能眼镜，但对终端芯片的要求更高。
这次我们再次看到OpenAI可能通过硬件布局来定义模型。
到产品应用层的潜在路径。
03 结语 总体而言，多模型趋势对于Open AI来说可能是压力，也可能是机遇。
技术迭代还远未达到极限。
如何突破并引领市场规模增长将是其面临的主要挑战。
ChatGPT诞生半年多来，出现了多起数据泄露、侵犯版权等负面事件，影响了人们对AI工具的信心。
针对这些波折，OpenAI对于应对人工智能的未来并没有明确的计划。
当山姆·奥尔特曼聚集一群人时，第一个问题是“我们要做什么？” 如果大型车型也有类似的自动驾驶级别划分，那么我们可能还处于L1到L2阶段。
一开始，这些充满激情的科学家都想做AGI，但是会不会有L5级别呢？人敢保证。
OpenAI 和它的竞争对手处于同一个迷宫。
用奥特曼的话说，他们现在的状态是，每次走到一个弯角，就用手电筒照一下，最后到达终点。
【本文由投资界合伙人格隆汇授权发表。
本平台仅提供信息存储服务。
】如有任何疑问，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
06-06
06-18
06-18
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态