2023年剛開始,微軟就顯示出了AI領域「大贏家」的派頭。
最近,大火的ChatGPT和微軟之間,不斷擦出火花。
微軟先是宣布將ChatGPT整合入自家搜尋引擎Bing,沒過幾天,又宣布要將其整合進Office辦公室套件中的「三大件」:Word、Excel 、PPT。用個Office就能體驗ChatGPT,讓不少人直接「喜大普奔」。
從微軟在辦公室軟體的體積來看,此舉可能會改變超過10億人編寫文件、簡報和電子郵件的方式。
早在2019年,微軟就向ChatGPT的所有者OpenAI投下10億美元,此番頻繁「互動」也讓業界聯想不斷,接下來微軟砸下更多籌碼,甚至將OpenAI和ChatGPT一起收購,成了自然而然的事。
沒有意外,沒有反轉,沒讓人們等太久,微軟就給了答案:再投100億美元。
據熟悉此事的人士說,微軟此前一直在就追加更多投資一事與OpenAI談判,早在去年10月就開始了。
如果這筆資金最終敲定,包括新的投資在內,OpenAI的估值將達到290億美元。
據報道,微軟的注資將是一項複雜的交易的一部分,投後,微軟將獲得OpenAI 75%的利潤,直到收回投資為止。
先前,OpenAI一直從微軟雲端運算部門購買服務,目前不知道這筆錢是否會算在其帳戶上。
在收回投資後,在OpenAI股權結構下,微軟將擁有49%的股份,其他投資者獲得另外49%的股份,OpenAI的非營利母公司獲得2 %的股份。
報導稱,目前還不清楚這筆交易是否已經敲定,但潛在投資者在最近收到的相關文件顯示,此交易原定是在2022年底前完成。
目前,微軟和OpenAI都拒絕發表實質評論。微軟發言人在電子郵件聲明中表示,該公司不會「對猜測發表評論」。
人工智慧的經濟潛力巨大,可能比目前所有的軟體支出都要大。
如果設計出更好的搜尋引擎,直觀地知道用戶正在尋找什麼的引擎,將對Google母公司Alphabet1.1萬億美元的估值構成重大威脅。下一步,可能就是設計藥物的AI程序。
當然,OpenAI 很有可能會消失,就像大多數科技公司所做的那樣。即便如此,微軟的投資也未必就白費了。
摩根士丹利估計,Alphabet僅在過去三年就在研發上投入了約1000億美元,在此類產品上押下重註,未來三年的支出將以每年13%的速度成長。
透過鎖定一家有前景的公司和稀缺的研究人員,微軟可能會阻止Alphabet獲勝,並可能迫使它增加支出。
290億美元,對OpenAI來說是一個很大的估值,目前OpenAI名氣雖大,但目前其商業模式和路線還是不清晰的,而100億美元對微軟的股東來說,也是一個不小的數字。
不過有華爾街分析家認為,雖然100億美元屬於妥妥的大錢,但無論從投資時機,還是投資策略來看,微軟這次並不算是「高風險賭博」。
ChatGPT火遍全球,熱度爆表,這是不假,但入不敷出的風險,也隨著用戶的暴增而越發嚴重。
#據OpenAI的執行長Sam Altman上個月在推特上說,每次有人與ChatGPT聊天提問,公司都要付出幾美分的算力,這引發了人們對OpenAI 「過於燒錢”的擔憂。這些算力很多都是從微軟的雲端運算平台上獲得的。
如果OpenAI想出瞭如何在ChatGPT和圖像創建工具Dall-E等產品上賺錢,75%的利潤歸微軟所有,直到收回其最初的全部投資。
而除了利潤之外,還有最重要的技術市場。
自從2019年微軟首次投資以來,OpenAI與微軟就一直維持了實質上的合作關係,這次投資基本上是這種夥伴關係的正式化,兩家公司能夠聯合起來,共同加速技術研究。
此次投資後,微軟可以和OpenAI一起,在自家雲端平台上開發技術。
這幾乎立即使微軟處於可能是未來十年最重要的消費技術的前沿。當商用雲端領域已經坐擁三分天下的Azure平台,遇見了OpenAI和ChatGPT,未來的雲端市場,看起來微軟是想2B、2C「全都要」了。
對微軟來說,從策略來看,這次投資是一個巨大的「政變」。
尤其是,重要競爭對手Google先前已經參與開發了OpenAI的一些技術。 ChatGPT和Bing的整合,直接針對的就是Google的核心搜尋業務,這項投資可望進一步擠壓Google在AI佈局上的野心。
在微軟看來,OpenAI將在未來一段時間內,大機率繼續遙遙領先其他使用ChatGPT等產品的AI演算法公司。
在大廠紛紛入局後,這批新的AI公司要想挖出新的「護城河」,產生網路效應,將變得越來越困難,而沒有這一點,在消費性科技領域就很難賺錢。
從這個角度來看,微軟這筆投資看重的是定位。
許多科技巨擘一樣都對人工智慧的未來保持著高度關注。他們知道,控制核心技術的公司,未來幾年會有很大的優勢。透過投資OpenAI,微軟要將自己定位在這場AI革命的最前線。
隨著世界繼續被人工智慧所改變,這次微軟和OpenAI的結合可能只是一個開始。未來光明,而微軟和OpenAI都希望,自己能夠站在這場AI革命的潮頭。
AI激戰群雄逐鹿,誰能笑到最後?
微軟在AI領域一路狂飆,讓Google有點吐血。
最近爆紅的ChatGPT吸引了全世界的目光,Google心裡大概有點酸。
Google曾經也有機會走這條路。在聊天機器人領域,Google並非處於下風。早在2021年5月的I/O大會上,Google的人工智慧系統LaMDA一亮相就驚艷了眾人。
但出於「聲譽風險」之類的考慮,Google之前並沒有打算把聊天機器人市場化。
Google在AI領域,算是老大哥了。
Pichai指示一些團隊轉換方向,開發AI產品。
Google發明的Transformer,是支撐最新AI模型的關鍵技術;根據傳言,Google的LaMDA聊天機器人,效能遠超ChatGPT;另外,Google也聲稱,自家模型Imagen的影像生成能力,要優於Dall-E,以及其他公司的模型。
不過,略顯尷尬的是,Google的聊天機器人和圖像模型,目前只存在於「聲稱」中,市場上還沒有任何實際產品。
Google會這樣佈局,也不奇怪。很多時候,Google並不指望用AI來做商業化的事。
長期以來,Google秉持的宗旨是,使用機器學習來改進搜尋引擎和其他面向消費者的產品,並提供Google雲端技術作為服務。搜尋引擎,始終是Google的核心業務。
這樣就有一個無法規避的問題:在搜尋引擎中,使用者總是最終的決定方。雖然連結是由Google提供的,但用戶才是決定點擊哪個連結的人。
Google把自己的產品做得很巧妙。它不是按展示次數向廣告商收費(因為這種價值很難確定,尤其在20年前),而是按點擊次數收費。這可真是個革命性的產品。
#Google的大部分收入,都來自於線上廣告
現在,Google靠搜尋引擎上的廣告收入,就能一年進帳2,080億美元,佔總收入的81%。所以,它對於怎麼佈局語言模型等AI,腳步就顯得保守了。
七年前,美國商業分析師Ben Thompson曾寫下一篇文章《Google與策略限制》,提到Google在AI領域的業務所面臨的困境—
iOS 6之前的一年,蘋果首次引入了語音助理Siri。這對谷歌的影響是深遠的,因為語音助理必須比搜尋結果的頁面更主動,僅僅提供可能的答案是不夠的,助手需要給出正確的答案。
2016年,Google發布了Google助理(Google Assistant)。但是,對於數億iOS用戶,要用Google助理,就得單獨下載。另外,Google搜尋引擎可以靠讓用戶多點幾次賺錢,谷歌助理怎麼辦呢?
現在,七年過去了,Google的主要商業模式無論如何創新,始終還停留在「把更多廣告塞進搜尋過程中」。在行動裝置上,這很有效。
在Pixel上運行的Google助理
但現在,大環境變了。 ChatGPT之類的大語言模型,帶來的是一種顛覆性的創新。
當顛覆性的產品變得越來越好,Google現在的產品卻在變得越來越臃腫。怎麼看,這都不是好的跡象。
最近,Google的動作是,宣布升級搜尋引擎,讓用戶可以輸入更少的關鍵字,並獲得更多的結果。
對於Google面臨的危機,Stability AI的創始人Emad Mostaque評論道:「Google 仍然是大型語言模型(LLM)領域的領導者,在生成式AI的創新上,他們是一股不可忽視的力量。」
#儘管如此,他也承認:Google「沒有很好地與股東和市場溝通,有點過於謹慎了」。
###Google接下來會怎麼走?憑著手上的AI實驗室,它的AI產品能成功走出一條商業化之路嗎? ######要說AI領域的混戰,怎麼能少了Meta。
對於Meta來說,AI是一個巨大的機會,相應的,Meta一直在為其投入巨額的資本。
Meta擁有龐大的資料中心,這些資料中心主要用於CPU運算,這是為Meta的服務提供動力所必需的。驅動Meta的廣告模型,以及網路推薦內容的演算法,都需要CPU運算。
作為廣告業務的長期解決方案,Meta需要建立機率模型,並了解哪些被轉換了,哪些還沒轉換。這些機率模型需要大量的GPU,如果是用英偉達的A100,成本將高達五位數(美元)。不過,這對Meta來說,不算貴。
顯然,Meta需要知道「確定性」的廣告效果,因為投資中需要更明確的衡量標準。無論是Facebook還是Reels,推薦什麼內容,AI模型都是關鍵,建構這些模型必然要花費大量資金。
長遠來看,這項投資會有所回報。如果對使用者有更好的定位和推薦,收入也會隨之成長;一旦這些AI資料中心建成,維護和升級的成本應該會大大低於首次建造它們的初始成本。而且,如此龐大的投資,是世界上除谷歌以外的公司無法承擔的。
不過,這也會有幫助Meta的產品越來越整合。 Meta也在開發自己的AI晶片。
現在,Meta的廣告工具很強大,生成和A/B測試副本和圖像的整個過程都可以由AI完成,而且在大規模提供這些功能上,沒有公司比Meta更好。
Meta的廣告,目標是吸引消費者註意到他們以前不知道的產品和服務。這意味著,會有很多失誤,因為絕大多數廣告是沒有轉換的,不過同時,這也意味著有很大的實驗和迭代空間。
這一點,就非常適合AI。
很多大公司,都會投資開源軟體。因為聰明的公司,會嘗試將產品的互補品商業化。當產品的互補品價格下降時,對產品的需求就會增加,公司就能收取更多的費用,賺更多的錢。
蘋果投資開源技術最著名的案例,是用於其作業系統的Darwin核心和WebKit瀏覽器引擎。
同時,蘋果在AI方面的努力局限於一個小領域——研究傳統的機器學習模型,用於推薦、照片識別和語音識別,這些研究似乎並沒有對蘋果的業務產生重大影響。
不過,蘋果確實從開源世界收到了一份不可思議的禮物:Stable Diffusion。
Stable Diffusion之所以引人注目,不僅因為它是開源的,還因為它的模型出奇的小:剛發佈時,它就已經可以在一些消費類顯示卡上運行;幾週之內,它就被優化到可以在iPhone上運行了。
值得稱讚的是,蘋果抓住了這個機會,其機器學習團隊上個月發布了以下公告:
敲黑板,這個公告分為兩部分:首先,蘋果優化了Stable Diffusion模型本身(蘋果可以這樣做,因為它是開源的);其次,蘋果更新了作業系統,得益於蘋果的整合模式,它已經針對自己的晶片進行了調整。
可以肯定地說,這只是一個開始。儘管蘋果多年來一直在自己的晶片上推出所謂的「神經引擎」,但人工智慧專用硬體已根據蘋果自身的需求進行了調整;看來未來的蘋果晶片,也將針對Stable Diffusion進行調整。
同時,Stable Diffusion本身可以內建在蘋果的作業系統中,並為任何開發人員提供易於存取的API,而不必像Lensa一樣,需要一個後端基礎設施。
在Apple Store時代,蘋果聽起來很像是贏家——集成和晶片的優勢,可以被用於提供差異化的應用程序,而小型的獨立應用程式製造商,擁有API和建立新業務的分銷管道。
這麼看來,輸家就是集中式影像生成服務(Dall-E或MidJourney),以及支援它們的雲端供應商了。
可以肯定的是,蘋果設備上的Stable Diffusion不會佔領整個市場——Dall-E和MidJourney都比Stable Diffusion更好——但內建的本地功能,將影響集中式服務和集中式運算的最終目標市場。
亞馬遜和蘋果一樣,在應用程式中使用機器學習;不過,對於亞馬遜,圖像和文本生成AI在消費者中的用例似乎不太明顯。
對亞馬遜來說,更重要的是AWS,它出售對雲端GPU的存取權。其中一些GPU用於訓練,包括Stable Diffusion,根據Stability AI的創始人兼首席執行官Emad Mostaque稱,使用256台Nvidia A100運行150,000小時,市場價格為600,000美元。這個價格已經低得驚人了。
不過,更大的用例是推理,即應用模型產生圖像或文字。每當使用者在MidJourney中產生影像,或在Lensa中產生頭像時,推理都會在雲中的GPU上運作。
亞馬遜在這一領域的前景將取決於多種因素。
首先,也是最明顯的是,這些產品最終在現實世界中的用處有多大。不過,亞馬遜本身就是一家晶片製造商:雖然迄今為止它的大部分努力都集中在Graviton CPU上,但它可以為Stable Diffusion等模型構建自己的專用硬件,並在價格上展開競爭。
儘管如此,AWS還是在兩邊都下了註。對英偉達的產品而言,雲端服務也是主要合作夥伴。
亞馬遜的短期問題在於如何衡量需求:沒有足夠的GPU將導致資金流失;但是,購買太多閒置的產品對於公司來說將是一項重大成本。另外,AI面臨的挑戰之一就是,推理需要花錢──用AI做東西是有邊際成本的。
目前,爭相開發吸引眼球的AI產品的大公司,似乎都還沒認清邊際成本這個挑戰。雖然雲端服務總是有成本的,但AI產品的離散性,使得為產品市場匹配所需的迭代、提供資金,變得更加困難。
目前,ChatGPT似乎是迄今為止最大的突破性產品,它不僅對用戶免費,而且由OpenAI提供,OpenAI建立了自己的模型,並與微軟就運算能力達成了一筆不錯的交易,這絕非偶然。
總之,如果AWS以低價出售GPU,從長遠來看,可能會刺激更多的使用。
這麼一捋,微軟似乎還真是處於最佳位置。
就像AWS一樣,它有銷售GPU的雲端服務Azure;而且,它也是OpenAI的獨家雲端供應商。
同時,必應就像iPhone前夕的Mac一樣——貢獻了相當多的收入,但只是主導的一小部分。如果將ChatGPT整合進必應中,或許必應冒著商業模式的風險,獲得龐大的市佔率。
顯然,微軟值得下注。
另外,The Information報道稱,GPT將助力微軟的辦公室軟體,軟體也許會添加收費的新功能,這將與微軟的訂閱業務模式完美契合。微軟已經有成功的先例了,透過模仿GitHub Copilot,它知道怎樣做出一個助手,而不是Clippy那樣的煩人精。
GPT進辦公室軟體,這很可能是革命性的一步。從此,10億人編寫文件、簡報和電子郵件的方式,或許會永遠改變。
現在,AI正在成為一種商品,各種模型每天都在激增。
到最後,最大的贏家或許是英偉達和台積電。
Nvidia投資了CUDA生態系統,這意味著英偉達不僅擁有最好的AI晶片,還擁有最好的AI生態系統,而且,英偉達的投資仍在持續擴大。
這已經給競爭對手造成了刺激,例如Google的TPU晶片。
另外,至少在可預見的未來,每家公司都得在台積電生產晶片。
以上是微軟又向OpenAI狂砸100億美元!巨頭AI大棋下4年,誰是最大贏家?的詳細內容。更多資訊請關注PHP中文網其他相關文章!