谷歌OpenAI新品出爐，硅谷創企如何趁勢而上？

5月16日消息，隨着OpenAI和谷歌在人工智能領域的最新進展，硅谷的初創公司正尋找機會在這場新型技術革命中嶄露頭角。

面對日益激烈的競爭，這些初創公司不僅需要擁有尖端技術和持續的創新能力，還必須具備敏銳的市場洞察力和戰略規劃能力，這樣才能及時抓住市場機遇並有效應對各種挑戰。

爲了在競爭中保持優勢，這些公司還需加強與行業內老牌公司和其他科技巨頭的合作，通過這些合作獲取必要的技術支持和資金投入。

以下爲英文翻譯全文：

舊金山創業公司Atmo在氣象預測領域擁有獨特的優勢，通過氣象傳感器收集大氣數據，並運用人工智能技術進行精確天氣預報，已成功爲美國空軍等客戶提供服務。Atmo聲稱，相較依靠超級計算機的傳統天氣預報，其人工智能工具生成的預報更精確，成本更低，並且能夠從歷史錯誤中不斷學習與進步。

然而，就在Atmo看似前途一片光明之際，今年3月29日，谷歌母公司Alphabet發佈了一篇名爲《利用生成式人工智能量化天氣預報不確定性》的學術論文，描述了其名爲“種子”的人工智能天氣模型。這突如其來的消息給Atmo帶來了巨大壓力，因爲它們將面臨一個市值高達2萬億美元、擁有全球最大人工智能運算能力的競爭對手，而Atmo只籌集了1120萬美元資金。

緊接着，在5月中旬，谷歌和微軟支持的OpenAI都公開展示了他們即將推出的人工智能工具。這些模型不僅能處理鍵盤輸入的文字，還能響應語音命令和圖像輸入，大大拓寬了人機交互的方式。兩大科技巨頭顯然都決心主導這場變革性的人工智能領域。

然而，Atmo的聯合創始人兼首席執行官亞歷克斯·列維（Alex Levy）對這場激烈的競爭似乎並不擔心。他在辦公室接受視頻採訪時，背後是一排排精確的天氣圖，他輕描淡寫地表示，閱讀了谷歌的論文後，他只是聳了聳肩。列維說：“谷歌發佈很多論文，但重要的是要明白，並不是所有論文都會轉化爲產品。”他補充說：“至少目前你還無法以任何價格從谷歌那裡購買天氣預報服務。”

我們正處於人工智能樂觀主義的時代，創新的速度如此之快，以至於幾乎無法預測未來。從聊天機器人到能夠根據簡短的文本提示生成圖片和視頻的服務，人工智能的創新正在以驚人的速度涌現。但似乎事物的發展越快，硅谷關於人工智能的圖景就越加模糊。

其中一個關鍵問題是，這個領域是否會被少數科技巨頭和他們資金雄厚的代理機構所主導，比如獲得微軟130億美元投資的OpenAI。Atmo等初創公司希望這種情況不會發生，但目前還無人能夠確切知曉。此外，還有一系列的財務問題需要考慮。當生成式人工智能不再是新鮮事物時，消費者和企業是否仍願意付費？尤其是在像Meta這樣的公司投入數億美元開發如Llama 3這樣的強大模型，並計劃將其開源、實質上免費提供的情況下，專有大語言模型如GPT-4還能保留多少經濟價值？

此外，自ChatGPT發佈以來的17個月間標誌性的快速進步是否可持續，目前還不得而知。週一，OpenAI展示了其最新旗艦人工智能模型GPT-4o，稱其比前代更快、更能幹，幾乎可以即刻響應口頭查詢，並且還能唱歌。OpenAI的首席執行官薩姆·奧特曼（Sam Altman）在博客中表示，這種新模型“感覺像是電影中的人工智能，它的真實性仍讓我感到些許驚訝。”

不是所有的技術先驅都像奧特曼那樣對生成式人工智能的未來持樂觀態度。《精益創業》的作者、人工智能研究實驗室Answer AI Lab的聯合創始人埃裡克·里斯（Eric Ries）表示：“令人難以置信的是，很多人在面對未知和不可預測的情況時，仍然聲稱自己清楚發生了什麼。如果真有人瞭解這種規模化的運作機制的絕對真理，他們應該出來證明自己是正確的，並收穫所有應得的回報。”

我們所知道的是，訓練和運行一個人工智能模型的成本極其高昂。根據斯坦福大學在今年4月發佈的《2024年人工智能指數報告》，GPT-4在訓練過程中消耗的算力價值估計爲7800萬美元。而谷歌的Gemini Ultra訓練成本更是高達1.91億美元。這兩個模型都需要依賴昂貴且難以獲得的圖形處理器，這些處理器幾乎只能通過英偉達公司購買。

這些巨大的成本對行業的發展產生了重大影響。對資金和計算能力的極大需求是OpenAI從一個非營利組織轉變爲與全球最有價值公司緊密合作的商業實體的原因之一。Anthropic是少數幾個開發基礎人工智能模型的著名初創公司之一，它已從亞馬遜那裡籌集了40億美元，從谷歌那裡籌集了20億美元，並依賴這些科技巨頭提供的芯片和雲基礎設施。

Anthropic的聯合創始人兼首席執行官達里奧·阿莫代伊（Dario Amodei）最近表示，訓練一個人工智能模型的成本大約爲1億美元，他預計這個數字最終將達到1000億美元，因爲模型將變得更大，需要更多的計算能力。他爲該公司與科技巨頭的合作辯護，稱這些合作“不可能是排他性的”，因爲Anthropic與多個科技巨頭都有合作關係。他補充說：“這種獨立性和選擇是Anthropic與其他交易不同的地方。”

然而，監管機構是否會接受Anthropic對這些交易的看法還有待觀察。美國聯邦貿易委員會（FTC）今年早些時候宣佈，它正在審查雲服務提供商與生成式人工智能公司之間的合作關係，FTC主席莉娜·汗（Lina Khan）表示，該機構希望“揭示由主導公司追求的投資和合作是否有扭曲創新和破壞公平競爭的風險”。

儘管形勢似乎對那些沒有與大型科技公司建立密切關係的人工智能初創公司不利，但硅谷仍在不斷推出這類公司。根據斯坦福大學的數據，去年風險投資家資助了1812家新的人工智能公司，比2022年增長了40.6%。但這些公司中的許多註定會失敗，比如倫敦的Stability AI，該公司一直面臨支付賬單的困難，其首席執行官在今年3月辭職。

其他公司，如Inflection AI，可能最終會被整合到更大的人工智能努力中。Inflection AI曾致力於開發一款“友善且支持性的聊天機器人”，直到它在今年春天被微軟以遠低於其籌資額的價格收購。雲計算公司Box的首席執行官亞倫·列維（Aaron Levie）表示：“要讓GPU農場支撐人工智能運算，需要達到前所未有的大規模經濟效應。無論結果如何，你可以列出三到四個贏家，加上芯片製造商。對於其他所有人，這仍然是一個未知數。”

儘管存在這些不利因素，但硅谷往往忽視它們。科技行業的一個基本原則是，大公司在識別和追求新機會上遲緩，小型靈活的公司因此能夠蓬勃發展。

Suno就是那些迅速實現盈利的初創公司之一。它允許付費用戶通過書面提示創作歌曲並添加人工智能生成的人聲。Suno創建了自己的人工智能模型來生成音樂，但也藉助ChatGPT生成歌詞和標題。然而，依賴OpenAI可能存在風險，因爲OpenAI可能會推出自己的人工智能音樂產品——例如，早在2020年，它就發佈了自己的歌曲生成器Jukebox的研究和代碼。

Suno的聯合創始人兼首席執行官米基·舒爾曼（Mikey Shulman）在談到公司的訂閱服務時表示：“我認爲現在決定什麼是正確的商業模式還爲時過早。我們的心態是，先找到取悅人們的方式。我們要確保我們創造出人們真正喜歡的東西，而這個產品的形態可能會根據情況的變化而有所不同。”

另一家初創公司Perplexity也採用了訂閱模式來支付計算成本並測試市場需求。它要求用戶每月支付20美元，提供的答案則依賴於多個大語言模型，如OpenAI的GPT-4和Anthropic的Claude 3。Perplexity通過附加來源引用、相關文章鏈接和恰當的後續問題來豐富其回答，通常比其他聊天機器人和搜索引擎提供更可靠的答案。這項服務直接挑戰了谷歌，後者在5月14日的年度I/O開發者大會上推出了一種改進的搜索體驗，突出顯示了從搜索結果中提取的人工智能摘要。同時，據報道OpenAI也在開發自己的類似人工智能搜索引擎。

對於Perplexity而言，其戰略基礎似乎並不穩固，因爲它既計劃與規模較大的對手競爭，又依賴於這些對手製造的模型來驅動自己的產品。然而，今年4月，Perplexity成功完成了一輪融資，公司估值超過10億美元，這再次證明了儘管存在種種不確定性，但市場對人工智能的熱情依然高漲。該公司最近透露，現在每年能夠帶來2000萬美元的經常性收入。Perplexity的聯合創始人兼首席執行官阿拉文德·斯里尼瓦斯（Aravind Srinivas）認爲，“生成式人工智能的大部分利潤”將流向那些與用戶直接建立關係的服務，而非像GPT-4這樣的基礎模型。

風險投資家戴夫·莫林（Dave Morin）曾經歷過類似的情形。15年前，作爲Facebook的一名高管，他見證了該公司如何允許初創公司利用其社交網絡的元素，比如用戶的朋友網絡和照片。然而，幾年後，Facebook改變了策略，導致許多未能與客戶建立緊密聯繫的初創公司逐漸消失。莫林表示，避免對變化無常的技術平臺過度依賴“並非高深的科學”，這是硅谷的傳統智慧。作爲Atmo的投資者，他透露該公司正在專注於天氣預報領域，以應對即將到來的行業動盪。

當然，莫林也和其他人一樣，對未來充滿了不確定性。他坦言：“人們不願承認的不確定性要多得多。”（小小）