蘋果“打”奧特曼：AI是“人”還是“狗”？
自今年6月創下歷史高點後，英偉達股價出現反覆震盪。當地時間10月14日，英偉達股價上漲2.43%，至138.07美元，一舉超越2024年6月18日的收盤價，創新高。但第二天，隨着美股三大指數的集體收跌，英偉達的股價也遭受重創，一夜之間市值蒸發了1587.1億美元。而到了10月16日，英偉達股價再度上漲3.13%。
英偉達股價走勢之所以跌宕起伏的一個主要原因是，市場擔心英偉達新產品投產可能推遲。
這個新產品B200 GPU採用全新的Blackwell架構，可以實現萬億參數級的大語言模型（LLM）構建，成本與能耗較此前改善25倍。今年8月份，有報道稱其Blackwell芯片因設計缺陷而延遲上市，英偉達股價在盤前交易中下跌了約13%。隨着Blackwell芯片順利投產，投資者對英偉達股價的擔憂大大緩解，隨後公司股價較8月低點大漲超52%。
然而，股價暴漲讓投資者在興奮之餘，也感到緊張，十分關注英偉達的上漲勢頭是否能夠持續。英偉達的前景取決於B200的銷量，更取決於各大科技公司對AI的資本開支能否持續加大，但根本性的動力在於：AI是否大規模被應用。
從風向來看，學術界對AI可謂高度讚許。當媒體還在跟AI機器人聊天，想要讓AI預算諾貝爾獎得主的時候，諾貝爾獎評委會走到了更前面。2024年諾貝爾獎物理學獎和化學獎均跨行頒發給了人工智能領域的科學家，儘管，有難以接受的從業者，驚呼諾貝爾獎的選擇是"對傳統理科的背叛"，但AI確實大大提升了相關學科的科研效率。
學術界對AI的應用走在了工業界乃至消費市場前面，這種勢頭持續深入到工業界並"引爆"整個消費市場，是所有AI從業者最期待的未來，其中包括英偉達最大的客戶之一OpenAI。
01
作爲這一輪點爆AI浪潮的公司，OpenAI自然也吃到了最大的紅利。
當地時間10月3日，OpenAI在官網宣佈最新融資額達到66億美元，公司估值來到1570億美元，成爲歷史上估值最高的初創企業之一。OpenAI官方表示："新的資金將使我們能夠加倍鞏固在AI前沿研究領域的領先地位，提高計算能力，並繼續構建幫助人們解決棘手問題的工具。"
此輪融資由興盛資本主導，其餘投資者還包括微軟、英偉達、富達、有阿聯酋政府背景的MGX等。不過，此前盛傳要入股的蘋果並不在其中。
據媒體報道，奧爾特曼在談判期間明確表示希望參與的投資者在AI領域僅投資OpenAI一家公司，不要同步投資OpenAI的競爭對手，尤其是馬斯克旗下的xAI。
受限於AI技術的特性，AI大模型的燒錢能力讓處在旋渦中的奧爾特曼，再也無法以"非營利"爲前置條件來規劃公司前景。伴隨投資規模的不斷擴大，OpenAI的性質也在發生着變化。
綜合多方消息源來看，本輪融資資金將會以可轉換票據的形式提供，能否轉換成股權取決於OpenAI後續是否能夠轉型爲營利性公司。目前，投資者的利潤上限爲100倍，如果OpenAI在兩年內沒有重組爲營利性公司，投資者可以要求返還資金。一旦取消非營利董事會的控制權，OpenAI還將首次給予CEO奧特曼股權。
成立之初，"非盈利"標籤給OpenAi帶來了無數光環，也爲其吸引了一大批懷有夢想的技術人員。當一切迴歸現實後，調子起的太高的OpenAI也難免遭遇反噬。拿下今年諾貝爾物理學獎的"AI教父"辛頓此前就公開"diss"過OpenAI，稱隨着時間的推移，事實證明奧特曼更關心的是利潤而非安全。
事實上，OpenAI離盈利還有很遠的距離。
據外媒披露的消息，OpenAI成本主要分成租用微軟服務器爲ChatGPT及底層LLM提供動力方面造成的推理成本、Ai訓練成本和人工成本三大板塊，光是ChatGPT每日維護就大約需要70萬美元，每年60%至80%的支出用於模型訓練或運行。
好消息是：目前，每月約有3.5億人在使用OpenAI的大模型服務，ChatGPT的付費訂閱用戶在1000萬左右。內部統計顯示，8月，OpenAI的收入約爲3億美元，創下了新高。
壞消息是：OpenAI整體收支仍處在嚴重不平衡狀態，本年度營收將達到37億美元，虧損則爲50億美元。OpenAI預計，由於AI模型的計算成本短期內仍將會大幅上升，2026財年虧損可能達到140億美元，是本財年虧損的三倍，公司到2029財年纔會實現盈利。
作爲行業領頭羊，OpenAI距離開支平衡仍有很大的距離，這也預示了，AI競賽將是一場長期持續的"燒錢遊戲"。
02
對於OpenAI自身而言，眼前最大的困擾並非"爲愛發電"的公衆形象崩塌，而是核心團隊分崩離析。
隨着OpenAI越發關注產品的商業落地，在奧爾特曼重新拿回公司控制權的一年時間裡，OpenAI員工數量從770人增加到1700人，正式任命了首席財務官和首席產品官，有美國軍方背景的高管入駐董事會……變革使得內部分歧和變化越發激烈。
"以產品爲先的文化與科學研究文化截然不同，奧爾特曼必須吸引不同類型的人才，建立一種不同類型的公司。"
由於成立之初的非盈利性質，奧爾特曼更多是在用志同道合的理想來吸引同行人，但這也使得初創團隊更接近合作性質，很難說奧爾特曼擁有自己堅定的核心盟友與下屬。
今年以來，OpenAI的"靈魂人物"、首席科學官IlyaSutskever宣佈出走，在AI安全領域自主創業並迅速獲得了資本加持。公司聯合創始人John Schulman和超級對齊團隊負責人Jan Leike辭職並加盟競爭對手Anthropic。Jan Leike離職後甚至在社交平臺寫道："我與OpenAI領導層在公司核心優先事項上存在分歧已久，終於達到了一個臨界點。"
9月底，公司首席技術官、曾在2023年混亂期擔任過臨時CEO的Mira Murati也宣佈離職。她表示："我離開是爲了騰出時間和空間進行自己的探索。"從發言來看，Murati或許也會開啓自己的創業。
除了奧爾特曼，OpenAI成立之初的十一位創始人，目前僅有語言和代碼生成團隊負責人Zaremba還在公司工作，聯合創始人Greg Brockman雖然沒有官宣離職，但所謂的"長期休假"狀態也跟離開差不多了。
消息人士透露，在多番人事調整後，OpenAI的組織架構越發扁平化，奧爾特曼在技術、研究、產品、人事等方面有了比之前更爲直接的控制權。隨着公司的商業化轉型，他必須轉換思路，按照一家千億美元公司CEO的要求來做出規劃。
公司內部動盪也拖慢了OpenAI的創新速度，無法維持產品在行業內的領先優勢。
2月，OpenAI發佈的AI文生視頻大模型Sora在網絡上掀起一波AI製作視頻的熱潮。然而，Sora很快陷入停滯狀態，正式版上線遙遙無期。功能相似的Pika、Luma、Stability等同行競品如雨後春筍涌現迅速搶佔了市場。
更讓外界震驚的是，在OpenAI官宣新一輪融資的第二天，Sora團隊負責人Tim Brooks宣佈離職加入谷歌DeepMind。
外媒披露，Sora團隊在提升視頻生成速度的過程之中意識到其存在嚴重且無法攻克的技術問題，相較還需要探索運行模式的Sora，谷歌視頻生成模型Veo有更多落地應用空間，比如集成到搜索引擎和YouTube之中，這一切或許促成Tim Brooks下定決心離開。
事實上，這也是衆多AI企業甚至科技大廠在文生視頻大模型投入相對謹慎的原因，相較文生文、文生圖，文生視頻要攻克的技術問題太多，應用前景也不明，OpenAI的謹慎也不無道理。
由於Brooks離職時間和融資時間間隔過於近，很難不讓外界猜測OpenAI爲了穩住軍心而特意和Brooks溝通過相關事宜。
ChatGPT的爆火使得OpenAI在過去兩年受到了太多的關注，創始團隊也面臨了太多的誘惑與挑戰——每一家巨頭都在向他們拋出橄欖枝，每個人也都有着再搞出一番大動靜的追求。
某種程度上，OpenAI自己給自己培養了一大批競爭對手。
03
這些知己知彼的競爭者們到底是共同推動AI行業走向新的繁榮，還是更快戳破AI行業過大的泡沫，是一個值得思考的問題。
說"AI行業發展都是泡沫"，肯定是一句並不客觀的假話，AI的進步有目共睹，已經成爲多少打工人離不開的輔助工具。
但AI行業有人爲製造的泡沫也是毫無爭議的事實。從ChatGPT爆火以來，資本市場對AI的青睞近乎狂熱。不完全統計，2024年僅在美國市場就有39家AI企業籌資超過1億美元。據Startup Alliance發佈的報告，全球前100名獨角獸企業中，有21家企業主營業務爲AI技術產品、服務和解決方案，AI企業總估值達到5691億美元。
AI公司估值遠高於全行業平均值，許多初創公司連產品都沒有，估值就高達十億美元級。
在移動互聯網帶來的紅利逐漸步入增長瓶頸期後，AIGC算是近幾年爲數不多讓人能眼前一亮的技術，資本市場熱衷於追逐新技術並挖掘想象空間，給予"夢盈率"的估值。
雖然AI確實在改變大衆生活，但這種改變到底有多大，或者說與"夢盈率"是否匹配就是另一回事了。
ChatGPT產出的成果讓用戶感到震撼是因爲AI擺脫了"人工智障"的刻板印象，呈現出了接近人的思考邏輯和情感表達，但這只是"接近"，不是"同樣"。
OpenAI、谷歌等一直宣稱大型語言模型（LLMs）有着先進的"推理"能力，然而，近期蘋果的六名工程師進行了一項新研究顯示，這些模型在面對看似微不足道的常規基準問題變化時，其數學"推理"能力極其脆弱且不可靠。研究表明，LLMs使用的概率匹配模式，缺乏真正可靠數學推理能力所需的對底層概念的形式理解。蘋果的研究人員說，"當前的LLMs無法進行真正的邏輯推理，相反，它們試圖複製在訓練數據中觀察到的推理步驟。"
如果LLMs不會基於數理邏輯乃至邏輯做推理，而是根據數據訓練對上下文出現的概率分佈給出"最優解"，那麼，就跟"巴甫洛夫的狗"差不多，只會根據之前的概率進行"條件發射"，顯然還不能稱爲真正的智能。
此外，在這個講究效率的時代，應用AIGC技術最頻繁的用戶正是內容產出者和創意工作者。一段描述擴展爲一張圖片，一張圖片擴展爲視頻……AI讓低成本、大批量產出有了可行性，這也是AI內容能夠在社交平臺"病毒式傳播"的關鍵因素之一。
這些廣爲傳播的內容會增加平臺的流量，讓平臺從"流量-廣告"中獲得更大的變現，但至於說對除內容-營銷-互聯網廣告行業之外的產業，AIGC技術還有什麼作用，可能還需要LLMs有更精進的進化。
科技巨頭對AI的資本開支尤其是瘋狂採購A100、H100乃至搶購B200，與其說是完全看準了AI的前景，不如說賬上鉅額的現金會引來聯邦稅務局的注意，乾脆投入AI研發，建設巨大的算力中心、挖AI工程師等等，反正這一切開支，一波股價上漲就都回來了。
現在科技行業，如果不粘上AI，就會被市場、資本市場拋棄，哪怕如蘋果那樣，研究人員對LLMs的"智能"還不以爲然，但公司管理層也必須宣稱重注AI。
鉅額的投入之下，數據中心的鉅額成本讓現有的訂閱服務收入顯得不足爲道，多數AI獨角獸的商業模式從概念上都很難立得住，許多企業正在放緩AI訓練的速度。有媒體報道稱，英偉達H100 GPU租賃價格已經從最高點每小時8美元驟降到每小時2美元，算力在從"供不應求"走向"供過於求"。
從實驗室走向市場，AI行業除了想辦法讓LLMs不能只是算概率還要真正會邏輯推理，同時，還要不止提升消費級用戶的付費意願，更要推動工業界的變革。這些都不是短期內能一蹴而就的。
所以，如果資本市場走在技術、企業營收前面太遠，過於樂觀，那麼當然會迎來一波估值重構。
這是所有新技術、新產業都必定經過的階段。