​​【本文正在介入 AI.x社区AIGC翻新先锋者征文大赛】​​​​​​

作者 | Stephanie Kirmer

编译 | 岳扬

Photo by Ibrahim Rifath[1] on Unsplash[2]

OpenAl 是史上增长最为迅猛的企业之一，但同时也或许是经营开销最为庞大的企业之一。

我在本篇文章中讨论了生成式人工自动在技术[4]和资源[5]方面的局限性，关于围绕这项技术兴起的那些产业来说，这些应战变得越来越明晰和紧迫，这一点十分幽默。

但这也让咱们不由思索，生成式人工自动的商业形式终究是什么。咱们应该对它抱有何种等候，以及哪些物品只是人们适度的炒作？这项技术的后劲与事实运行之间，终究存在着怎么的差距？

01 生成式人工自动终究是一种配置还是一款独立的产品？

我曾就这个疑问与他人启动过讨论，在媒体上也不乏关于这一话题的讨论。 一项技术是作为配置存在还是作为产品存在，其外围区别在于它能否具备足够的价值，让人们情愿独自为了它而掏出钱包付费，或许它能否须要与其余技术联合能力最大化施展其价值。 目前，咱们看到“人工自动”这一标签被宽泛减少到各种现有产品之中，从文本编辑器和代码编辑器到搜查引擎再到阅读器，这些都是将生成式人工自动作为配置运行的例子。（比如我是在 Notion 中撰写这篇文章，该软件不时尝试疏导我经常使用人工自动配置。）而另一方面，Anthropic、OpenAI 等公司则是在尝试推出以生成式人工自动为外围的产品，如 ChatGPT 或 Claude。

这个疑问或许会有些难以界定，但我以为主要在于，关于那些将生成式人工自动视为产品的公司来说，假设产品未能满足客户的希冀，无论这些希冀是什么，客户很或许会中止经常使用该产品，并中止支付费用。而假设有人发现谷歌的人工自动搜查摘要不尽人意，他们或许会埋怨并选用封锁这一配置，但依然会继续经常使用谷歌的搜查服务。由于关于这些产品来说，其外围业务的价值主张并非基于人工自动，人工自动只是一个额外的卖点。这样的做法大大降落了全体业务的危险。

苹果公司看待生成式人工自动畛域的形式，就是一个很好的例子，他们将生成式人工自动视为一种配置而非独自的产品，并且我以为他们的战略更具后劲。在最近的 WWDC 大会上，苹果公司泄漏他们正在与 OpenAI 协作，准许用户经过 Siri 经常使用 ChatGPT。这一协作有几个主要点值得关注。首先，苹果并未由于建设这种协作相关而向 OpenAI 支付费用——苹果提供的是其极具市场吸引力的用户个体，而 OpenAI 则无时机将这些用户转化为 ChatGPT 的付费订阅者。在这场协作中，苹果无需承负责何危险。其次，这并不障碍苹果以雷同的形式，将其用户个体推行给其余如 Anthropic 或 Google 提供的生成式人工自动服务。虽然 OpenAI 恰恰是他们首个发布的协作同伴，但他们并没有在生成式人工自动的竞争中明白支持某一方。苹果当然也在开发自己的生成式人工自动技术 Apple AI[6]，但他们的指标显然是应用这些技术来优化现有和未来产品的附加价值——让 iPhone 愈加弱小——而不是将某个模型作为独立的产品启动开售。

这一切标明，将生成式人工自动融入企业的商业战略有多种思绪，单纯技术自身并不保障能够取得最大的成功。 当咱们在十年后回首往事时，我疑心那些在生成式人工自动商业畛域被视为“大赢家”的公司，或许并不是那些开发底层技术的公司。

02 那么，关于技术开发来说，什么样的商业战略才是正当的呢？

你或许会以为，假设这些配置真的足够有价值，那么总得有人去构建它，不是吗？假设生成式人工自动的实践开发并不间接发生利润，咱们还能否领有这种技术？它能否施展其最大后劲？

我必定抵赖，科技畛域的泛滥投资者确实置信，生成式人工自动畛域中包括着渺小的盈利后劲，这也是他们曾经向 OpenAI 及其同类公司投入了数十亿美元的要素。不过，我在之前的多篇文章中也提到，即使领有这些巨额资金，我依然剧烈疑心，未来生成式人工自动的性能优化或许会是平和而渐进的，而不是间断咱们在 2022-2023 年所见的那种看似指数级的技术提高。（特意是，为了到达预期的技术提高，人类生成的可用于训练的数据量是有限的，这并非仅仅靠资金投入就能处置。）因此，我并不置信生成式人工自动将会比如今愈加有用或“自动”。

虽然如此，无论你能否定同我的认识，咱们都应该牢记，把握一项尖端技术与应用这项技术打造出人们情愿购置的产品，以及建设一种可继续、可降级的商业形式，是齐全不同的两回事。 你可以发明一种很酷的新物品，但正如任何守业公司或科技公司的产品团队所知，那只是开局，并非完结。搞分明个他人会如何经常使用你的离奇发明，并将其流传进来，让人们置信你的发明物有所值，能够撑持起一个可继续的多少钱，这是一项极具应战性的义务。

咱们确实看到了来自各方的泛滥翻新提议，但其中一些想法并不太吸引人。例如，OpenAI 前段期间推出的搜查引擎新测试版，在其输入结果中就曾经出现了重大失误[7]。任何读过我在之前引见大言语模型（LLM）上班原理的文章[8][9]的人，对此都不会感到异常。（我团体只是惊讶他们在最后开发这个产品时，居然没有思索到这个显而易见的疑问。）即使是那些看起来有吸引力的想法，也不能仅仅逗留在“有则更好”的层面，或许被视为朴素品，它们必定是无法或缺的，由于要使这项业务可继续，所需的多少钱必定相当高昂。当你的年盈余额到达 50 亿美元时，为了成功盈利和自我维持，付费用户个体就必定十分庞大，或许用户支付的费用必定高得令人张口结舌。

03 难道技术钻研自身就没有价值吗？

关于那些热衷于推动技术开展的人来说，这无疑是一个较为辣手的疑问。钻研自身的价值一直存在，哪怕其成绩并非空谷传声。但是，在资本主义体系下，并没有稳固的渠道来支持这种基础性的钻研，尤其是当钻研所需的资金庞大到令人咋舌时。常年以来，美国不时在剥夺学术机构的资源，造成假设没有公家资助，学术界的钻研者简直有望介入此类钻研[10]。

这真实令人惋惜，由于学术界本应是这类钻研在适当监管下启动的理想场合。在这里，伦理、安保等疑问能够失掉比私营企业更为轻薄的看待和讨论。学术界的钻研文明和规范，是将常识置于金钱之上的。但当一切的钻研都由私营企业启动时，这种价值观就会出现转变。那些咱们社会信赖能够启动“更纯正”钻研的人，却无法失掉介入生成性人工自动开展所需的资源。

04 那么，咱们接上去该如何执行呢？

显然，即使是这些私营公司，也或许没有足够的资源来支持这种不时训练更大规模模型的速度比赛，这又让咱们回到了文章扫尾援用的那段话。受制于主导技术提高的经济形式，咱们或许会错失一些潜在的时机。那些无通常上可行但在经济上无余以撑持高昂 GPU 老本的生成式人工自动运行，或许永远无法失掉深化的探求。与此同时，那些或许对社会有害、无聊或无用的运行，却由于它们能够带来更大的盈利时机而取得资金支持。

Thanks for reading!

Hope you have enjoyed and learned new things from this blog!

About the authors

Stephanie Kirmer

I’m a target="_blank">

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

原文链接：