苹果“打”奥特曼：AI是“人”还是“狗”？

ttxx

自今年6月创下历史高点后，英伟达股价出现反复震荡。当地时间10月14日，英伟达股价上涨2.43%，至138.07美金，一举超越2024年6月18日的收盘价，创新高。但第二天，随着美股三大指数的集体收跌，英伟达的股价也遭受重创，一夜之间市值蒸发了1587.1亿美金。而到了10月16日，英伟达股价再度上涨3.13%。

英伟达股价走势之所以跌宕起伏的一个主要原因是，市场担心英伟达新产品投产可能推迟。

这个新产品B200 GPU采用全新的Blackwell架构，可以实现万亿参数级的大语言模型（LLM）构建，成本与能耗较此前改善25倍。今年8月份，有报道称其Blackwell芯片因设计缺陷而延迟上市，英伟达股价在盘前交易中下跌了约13%。随着Blackwell芯片顺利投产，投资者对英伟达股价的担忧缓解，随后企业股价较8月低点大涨超52%。

然而，股价暴涨让投资者在兴奋之余，也感到紧张，十分关注英伟达的上涨势头是否能够持续。英伟达的前景取决于B200的销量，更取决于各大科技企业对AI的资本开支能否持续加大，但根本性的动力在于：AI是否大规模被应用。

从风向来看，学术界对AI可谓高度赞许。当媒体还在跟AI机器人聊天，想要让AI预算诺贝尔奖得主的时候，诺贝尔奖评委会走到了更前面。2024年诺贝尔奖物理学奖和化学奖均跨行颁发给了人工智能领域的科学家，尽管，有难以接受的从业者，惊呼诺贝尔奖的选择是“对传统理科的背叛”，但AI确实提升了相关学科的科研效率。

学术界对AI的应用走在了工业界乃至消费市场前面，这种势头持续深入到工业界并“引爆”整个消费市场，是所有AI从业者最期待的未来，其中包括英伟达最大的客户之一OpenAI。

01

作为这一轮点爆AI浪潮的企业，OpenAI自然也吃到了最大的红利。

当地时间10月3日，OpenAI在官网宣布最新融资额达到66亿美金，企业估值来到1570亿美金，成为历史上估值最高的初创企业之一。OpenAI官方表示：“新的资金将使大家能够加倍巩固在AI前沿研究领域的领先地位，提高计算能力，并继续构建帮助人们解决棘手问题的工具。”

此轮融资由兴盛资本主导，其余投资者还包括MicroSoft、英伟达、富达、有阿联酋政府背景的MGX等。不过，此前盛传要入股的苹果并不在其中。

据媒体报道，奥尔特曼在谈判期间明确表示希翼参与的投资者在AI领域仅投资OpenAI一家企业，不要同步投资OpenAI的竞争对手，尤其是马斯克旗下的xAI。

受限于AI技术的特性，AI大模型的烧钱能力让处在旋涡中的奥尔特曼，再也无法以“非营利”为前置条件来规划企业前景。 伴随投资规模的不断扩大，OpenAI的性质也在发生着变化。

综合多方消息源来看，本轮融资资金将会以可转换票据的形式提供，能否转换成股权取决于OpenAI后续是否能够转型为营利性企业。目前，投资者的利润上限为100倍，如果OpenAI在两年内没有重组为营利性企业，投资者可以要求返还资金。一旦取消非营利董事会的控制权，OpenAI还将首次给予CEO奥特曼股权。

成立之初，“非盈利”标签给OpenAi带来了无数光环，也为其吸引了一大批怀有梦想的技术人员。当一切回归现实后，调子起的太高的OpenAI也难免遭遇反噬。拿下今年诺贝尔物理学奖的“AI教父”辛顿此前就公开“diss”过OpenAI，称随着时间的推移，事实证明奥特曼更关心的是利润而非安全。

事实上，OpenAI离盈利还有很远的距离。

据外国媒体披露的消息，OpenAI成本主要分成租用MicroSoft服务器为ChatGPT及底层LLM提供动力方面造成的推理成本、Ai训练成本和人工成本三大板块，光是ChatGPT每日维护就大约需要70万美金，每年60%至80%的支出用于模型训练或运行。

好消息是：目前，每月约有3.5亿人在使用OpenAI的大模型服务，ChatGPT的付费订阅用户在1000万左右。内部统计显示，8月，OpenAI的收入约为3亿美金，创下了新高。

坏消息是：OpenAI整体收支仍处在严重不平衡状态，本年度营收将达到37亿美金，亏损则为50亿美金。OpenAI预计，由于AI模型的计算成本短期内仍将会大幅上升，2026财年亏损可能达到140亿美金，是本财年亏损的三倍，企业到2029财年才会实现盈利。

作为行业领头羊，OpenAI距离开支平衡仍有很大的距离，这也预示了，AI竞赛将是一场长期持续的“烧钱游戏”。

02

对于OpenAI自身而言，眼前最大的困扰并非“为爱发电”的公众形象崩塌，而是核心团队分崩离析。

随着OpenAI越发关注产品的商业落地，在奥尔特曼重新拿回企业控制权的一年时间里，OpenAI员工数量从770人增加到1700人，正式任命了首席财务官和首席产品官，有美国军方背景的高管入驻董事会……变革使得内部分歧和变化越发激烈。

“以产品为先的学问与科学研究学问截然不同，奥尔特曼必须吸引不同类型的人才，建立一种不同类型的企业。”

由于成立之初的非盈利性质，奥尔特曼更多是在用志同道合的理想来吸引同行人，但这也使得初创团队更接近合作性质，很难说奥尔特曼拥有自己坚定的核心盟友与下属。

今年以来，OpenAI的“灵魂人物”、首席科学官IlyaSutskever宣布出走，在AI安全领域自主创业并迅速获得了资本加持。企业联合创始人John Schulman和超级对齐团队负责人Jan Leike辞职并加盟竞争对手Anthropic。Jan Leike离职后甚至在社交平台写道：“我与OpenAI领导层在企业核心优先事项上存在分歧已久，终于达到了一个临界点。”

9月底，企业首席技术官、曾在2023年混乱期担任过临时CEO的Mira Murati也宣布离职。她表示：“我离开是为了腾出时间和空间进行自己的探索。”从发言来看，Murati或许也会开启自己的创业。

除了奥尔特曼，OpenAI成立之初的十一位创始人，目前仅有语言和代码生成团队负责人Zaremba还在企业工作，联合创始人Greg Brockman虽然没有官宣离职，但所谓的“长期休假”状态也跟离开差不多了。

消息人士透露，在多番人事调整后，OpenAI的组织架构越发扁平化，奥尔特曼在技术、研究、产品、人事等方面有了比之前更为直接的控制权。随着企业的商业化转型，他必须转换思路，按照一家千亿美金企业CEO的要求来做出规划。

企业内部动荡也拖慢了OpenAI的创新速度，无法维持产品在行业内的领先优势。

2月，OpenAI发布的AI文生视频大模型Sora在网络上掀起一波AI制作视频的热潮。然而，Sora很快陷入停滞状态，正式版上线遥遥无期。功能相似的Pika、Luma、Stability等同行竞品如雨后春笋涌现迅速抢占了市场。

更让外界震惊的是，在OpenAI官宣新一轮融资的第二天，Sora团队负责人Tim Brooks宣布离职加入GOOGLEDeepMind。

外国媒体披露，Sora团队在提升视频生成速度的过程之中意识到其存在严重且无法攻克的技术问题，相较还需要探索运行模式的Sora，GOOGLE视频生成模型Veo有更多落地应用空间，比如集成到搜索引擎和YouTube之中，这一切或许促成Tim Brooks下定决心离开。

事实上，这也是众多AI企业甚至科技大厂在文生视频大模型投入相对谨慎的原因，相较文生文、文生图，文生视频要攻克的技术问题太多，应用前景也不明，OpenAI的谨慎也不无道理。

由于Brooks离职时间和融资时间间隔过于近，很难不让外界猜测OpenAI为了稳住军心而特意和Brooks沟通过相关事宜。

ChatGPT的爆火使得OpenAI在过去两年受到了太多的关注，创始团队也面临了太多的诱惑与挑战——每一家巨头都在向他们抛出橄榄枝，每个人也都有着再搞出一番大动静的追求。

某种程度上，OpenAI自己给自己培养了一大批竞争对手。

03

这些知己知彼的竞争者们到底是共同推动AI行业走向新的繁荣，还是更快戳破AI行业过大的泡沫，是一个值得思考的问题。

说“AI行业发展都是泡沫”，肯定是一句并不客观的假话，AI的进步有目共睹，已经成为多少打工人离不开的辅助工具。

但AI行业有人为制造的泡沫也是毫无争议的事实。从ChatGPT爆火以来，资本市场对AI的青睐近乎狂热。不完全统计，2024年仅在美国市场就有39家AI企业筹资超过1亿美金。据Startup Alliance发布的报告，全球前100名独角兽企业中，有21家企业主营业务为AI技术产品、服务和解决方案，AI企业总估值达到5691亿美金。

AI企业估值远高于全行业平均值，许多初创企业连产品都没有，估值就高达十亿美金级。

在移动互联网带来的红利逐渐步入增长瓶颈期后，AIGC算是近几年为数不多让人能眼前一亮的技术，资本市场热衷于追逐新技术并挖掘想象空间，给予“梦盈率”的估值。

虽然AI确实在改变大众生活，但这种改变到底有多大，或者说与“梦盈率”是否匹配就是另一回事了。

ChatGPT产出的成果让用户感到震撼是因为AI摆脱了“人工智障”的刻板印象，呈现出了接近人的思考逻辑和情感表达，但这只是“接近”，不是“同样”。

OpenAI、GOOGLE等一直宣称大型语言模型（LLMs）有着先进的“推理”能力，然而，近期苹果的六名工程师进行了一项新研究显示，这些模型在面对看似微不足道的常规基准问题变化时，其数学“推理”能力极其脆弱且不可靠。研究表明，LLMs使用的概率匹配模式，缺乏真正可靠数学推理能力所需的对底层概念的形式理解。苹果的研究人员说，“当前的LLMs无法进行真正的逻辑推理，相反，它们试图复制在训练数据中观察到的推理步骤。”

如果LLMs不会基于数理逻辑乃至逻辑做推理，而是根据数据训练对上下文出现的概率分布给出“最优解”，那么，就跟“巴甫洛夫的狗”差不多，只会根据之前的概率进行“条件发射”，显然还不能称为真正的智能。

此外，在这个讲究效率的时代，应用AIGC技术最频繁的用户正是内容产出者和创意工编辑。一段描述扩展为一张图片，一张图片扩展为视频……AI让低成本、大批量产出有了可行性，这也是AI内容能够在社交平台“病毒式传播”的关键因素之一。

这些广为传播的内容会增加平台的流量，让平台从“流量-广告”中获得更大的变现，但至于说对除内容-营销-互联网广告行业之外的产业，AIGC技术还有什么作用，可能还需要LLMs有更精进的进化。

科技巨头对AI的资本开支尤其是疯狂采购A100、H100乃至抢购B200，与其说是完全看准了AI的前景，不如说账上巨额的现金会引来联邦税务局的注意，干脆投入AI研发，建设巨大的算力中心、挖AI工程师等等，反正这一切开支，一波股价上涨就都回来了。

现在科技行业，如果不粘上AI，就会被市场、资本市场抛弃，哪怕如苹果那样，研究人员对LLMs的“智能”还不以为然，但企业管理层也必须宣称重注AI。

巨额的投入之下，数据中心的巨额成本让现有的订阅服务收入显得不足为道，多数AI独角兽的商业模式从概念上都很难立得住，许多企业正在放缓AI训练的速度。有媒体报道称，英伟达H100 GPU租赁价格已经从最高点每小时8美金骤降到每小时2美金，算力在从“供不应求”走向“供过于求”。

从实验室走向市场，AI行业除了想办法让LLMs不能只是算概率还要真正会逻辑推理，同时，还要不止提升消费级用户的付费意愿，更要推动工业界的变革。这些都不是短期内能一蹴而就的。

所以，如果资本市场走在技术、企业营收前面太远，过于乐观，那么当然会迎来一波估值重构。

这是所有新技术、新产业都必定经过的阶段。


来源：36kr