前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >解铃还须系铃人: 正确理解OpenAI带来的启示

解铃还须系铃人: 正确理解OpenAI带来的启示

作者头像
博文视点Broadview
发布2023-09-07 09:35:46
2220
发布2023-09-07 09:35:46
举报
文章被收录于专栏:博文视点Broadview

到目前为止,本章的基调似乎是悲观的:中国互联网的发展路径太特殊,Web 2.0的烙印太强,导致现有的平台公司难以向“AI+Web 3.0”的新时代过渡。

在ChatGPT发布之后,北美互联网巨头的生成式AI研发呈现一日千里、百花齐放的态势,难道中国互联网行业注定要落后了吗?如果你产生了上述想法,那么请相信,这绝非我的本意。

信息科技是一条漫长的赛道,它已经存在了七十多年(从20世纪40年代计算机诞生开始),而且很可能将继续存在几百年。在这漫长的竞争当中,一时的领先和落后是正常的,一时的有利和不利局面也是随时可以翻转的。注意到问题存在,就意味着是悲观主义吗?恰恰相反,只有真正的乐观主义者敢于正视问题,因为他们有解决问题的自信。

时光回溯三十年,在Web 1.0的晨曦时代,中国互联网(以及整个科技行业)与全球领先水平的差距要远远大于今天。

当网景和亚马逊先后登陆纳斯达克市场时,中国最早的互联网公司刚刚拿到风险投资;当美国用户已经可以选择宽带上网时,国内甚至尚未普及拨号上网。

2001年,《计算机世界》刊登过一篇对Foxmail(当时十分流行的电子邮件客户端软件)开发者张小龙的访谈,当时的张小龙还在考虑去美国读书、去硅谷谋求程序员的职位。当时的张小龙肯定不会想到,仅仅十年之后他就会因为微信而成为中国移动互联网时代的教父级人物,而中国互联网将从全球的“落后者”一跃成为“领先者”。

历史就是一支华尔兹圆舞曲。无论短期如何沉浮,下述底线是不变的:中国拥有全球最庞大的消费者群体,高度发达的消费市场可以从应用层面反哺技术研发,这也是改革开放以来中国技术进步的重要路径;中国还拥有庞大且勤奋的专业知识分子群体,他们已经在许多技术领域展现了自己的创造力,OpenAI研发团队就有近三分之一是华人;中国在过去多年建立了发达的技术基础设施,为新技术的研发和应用打下了坚实的物质基础。

熟悉历史的人或许会想起在1941年7月,当苏联被“巴巴罗萨计划”打得猝不及防时,保加利亚大使对苏联外交官说:“你们就算退到乌拉尔山,一样可以取得最后胜利。”当然,战略不能代替战术,问题是如何取得胜利?

有人想到了举国体制。在社交媒体上经常能看到这样的说法:当年在那么困难的情况下,对两弹一星的研究也有了大突破,没有道理现在突破不了芯片研究!此处的“芯片”二字,可以换成人工智能、机器学习、脑机互联、可控核聚变、常温超导等任何“硬科技”概念。

遗憾的是,上述说法忽视了一个根本性的概念区别:两弹一星是军用技术,军工产品不需要计较成本,也不需要参与激烈的市场竞争;芯片和人工智能却都是民用技术,它们需要经受市场竞争的考验,在研发过程中必须考虑成本和应用范围,不是做出来就算完事的。假如发挥两弹一星精神就能做出与ChatGPT相提并论的AI应用,那么对中国而言,这也未免太简单了!

与任何其他基础研发赛道一样,AI技术赛道离不开国家的宏观规划和扶持。

在美国,早在2020年,白宫科学与技术政策办公室(White House Office of Science and Technology Policy)就牵头成立了“全国AI研究资源计划”(National AI Research Resource),旨在全面加强美国的AI创新生态系统。

2023年初,美国国会正在讨论在未来六年内对AI基础研发新增22.5亿美元的政府开支;加上相关运营成本,总开支可能高达26亿美元。拜登统治下的白宫对于芯片、AI、太空探索等基础研发方向相当重视,目前还有多个类似议案正在提交国会审议。

我们高兴地看到,2023年3月,我国成立了中央科技委员会,致力于从全国一盘棋的层面统筹科技研发及应用,而AI无疑将成为其中的一个重要方向。没有人能否认国家力量对技术研发的重要性!

然而,具体到日常业务层面,大部分研发和应用使命还是要由企业去完成的。OpenAI的成长历程告诉我们:包括AI在内的任何硬科技研发问题,都可以在市场经济和产业投资的框架之内解决,但不一定按照我们熟知的风险投资逻辑解决。

假如OpenAI是一家纯粹非营利科研机构,它不太可能拿出ChatGPT这样划时代的应用成果;可是,假如它是一家完全由风险投资机构孵化、按照硅谷传统道路成长起来的创业公司,它可能根本撑不过三年。

OpenAI有市场化的一面,但不像一般商业公司那样以短期业绩为导向;它也有公益性的一面,但也为员工和投资人提供了可观的物质激励。只有正确理解OpenAI带来的启示,我们才有可能创造出能与之相提并论的技术和应用。

当OpenAI实验室于2015年成立时,创始人山姆·阿尔特曼(Sam Altman)对它的定位是“非营利组织”。阿尔特曼是硅谷著名风投机构Y Combinator (YC)的掌门人,该机构曾参与孵化了Airbnb、Dropbox、Doordash等一批成功的互联网公司。在创立OpenAI时,阿尔特曼将自己定义为捐赠者,不持有股权,因为他认为“自己已经足够富有,不需要股权了”。

在阿尔特曼的情怀感召下,包括彼得·泰尔(Peter Thiel,PayPal联合创始人、Facebook早期投资人)、里德·霍夫曼(Raid Hoffman,LinkedIn联合创始人,硅谷最有名的天使投资人之一)以及马斯克(相信不需要过多介绍了)等在内的硅谷大佬加入了投资人的行列,向OpenAI提供了10亿美元的种子资金。

考虑到当时OpenAI的非营利属性,这10亿美元与其说是投资,不如说是公益捐赠。只有在硅谷这种高度富足、充斥着一批有情怀的创业成功人士的环境里,才会有人乐意为一个前途未卜的基础研发项目不求回报地投入这么多资金。

OpenAI背后的硅谷资源网络

诸多科技大佬的背书,除了解决钱的问题,也在一定程度上解决了人员储备问题。

OpenAI的核心能力其实一半在于研发、一半在于工程:AI模型的开发、训练固然重要,将其包装成应用产品并商业化同样重要。前途未卜的OpenAI能够同时招揽到大批优秀的研发和工程人才,离开了早期投资人的资源网络是不可想象的。事实上,硅谷现在早已进入了“资源型”创业的时代,依靠一个想法、一个技术天才单打独斗创业的时代早已是老皇历,因为每一个想法的实现都离不开一张巨大的资源网络的支撑。像阿尔特曼、霍夫曼和泰尔这样的早期投资人,在硅谷大部分科技巨头当中都有着非常深厚的人脉基础;离开了他们的帮助,OpenAI就算能建立起强大的员工团队,也肯定会事倍功半。

到了2019年,也就是成立四年之后,OpenAI虽然取得了一定的成就,但面临着许多结构性的问题。这些问题使它不得不转化为营利性公司,并且最终导向了微软的投资。

  • 机器学习模型训练需要耗费大量云计算资源,对OpenAI这样的初创组织而言实在太奢侈了。2017年,OpenAI每个季度就要花费约800万美元用于租用谷歌云服务;到了2019年,这个数字已经膨胀到了数千万美元!即便如此,OpenAI的云计算开支还是难以与谷歌自家的DeepMind相提并论,后者在2017年全年耗费了价值约4亿美元的云计算资源!显然,OpenAI必须想办法节约云计算开支,或者找到一个具备云计算资源的巨头作为支持者,否则是打不起持久战的。
  • 随着规模的扩大,OpenAI不断地从谷歌、Meta等硅谷顶尖公司“挖墙脚”,作为初创组织,若不提供股权激励,拿什么去吸引那些大神级员工呢?情怀虽好,毕竟不能当饭吃!只有改制为营利性公司,才能解决上述问题;而营利性公司不可能完全依赖科技大佬的“捐赠”,必须引进商业化的战略投资者。
  • 2018年,伊隆·马斯克辞去了在OpenAI董事会的职务,明面上的理由是“避免利益冲突”,因为特斯拉正在加注AI研发,可能对OpenAI构成竞争关系。不过,实际理由可能是马斯克失去了耐心,不愿无休止地等下去。这次事件无疑给OpenAI敲响了警钟:不能单纯依靠科技大佬的情怀,有必要拓宽/扩大自己的投资者基础。

当OpenAI于2019年3月正式转型为商业公司时,硅谷风投机构却没有几个愿意进场,原因很简单:首先,OpenAI的商业模式很不清晰,回报极不稳定,不符合一般风投机构的投资逻辑;其次,OpenAI的股权结构十分奇特——为外部投资者设立了100倍的“回报上限”,并且要优先保证早期投资人收回成本。

虽然没有什么人真的指望获得超过100倍的投资回报,但这种罕见的股权结构仍然足以拦住许多专业投资机构,让它们三思而后行。

结果就是,在2019年这个时间节点,微软可能是唯一适合投资OpenAI的“真命天子”:它拥有庞大的云计算业务,Azure云的规模远超谷歌云,而且正在不断缩短与亚马逊AWS的差距;它对AI赛道颇感兴趣,在现任CEO纳德拉的主导下,多次增加了对机器学习研发的投入;高达约400亿美元的年度净利润,也使得它可以不计短期回报,对一个前途未卜的技术型创业公司押下重注。

2019年7月,微软与亿万富翁马修·布朗(Matthew Brown)共同对OpenAI进行了价值10亿美元的投资,不过微软明显占据首要地位,对OpenAI公司决策的参与程度也更高。

在此后三年多的时间里,微软向OpenAI提供了近乎免费的云计算资源。ChatGPT是由Azure云一手养肥的,这个论断毫不夸张。在接受微软投资之前,OpenAI只是谷歌云的一个客户,优先级低于谷歌旗下的Google Brain、DeepMind;在接受微软投资之后,它成为Azure云最重要的AI类客户,得到了近乎无微不至的关怀。在解决了云计算问题之后,OpenAI得以进一步集中自身的精力和资源,终于在 2022 年 11 月底拿出了震惊世界的ChatGPT,也让微软取得了巨大的战略回报。

尝到了甜头的微软立即决定对OpenAI增资。2023年1月,微软与OpenAI敲定了价值100亿美元的后续投资合同,其结构同样十分奇特:

  • 微软将获得 OpenAI 后续利润的 75%,直到其收回全部投资——包括第一笔 10 亿美元的投资、第二笔 100 亿美元的投资,以及提供Azure云计算资源的折价,合计价值约130亿美元。
  • 在收回全部投资之后,微软在OpenAI的持股将降至49%;非营利性的OpenAI基金会将持有2% 的股份,剩余股份由其他投资人共同持有。
  • 当微软从OpenAI获得的投资回报达到10倍之后,其所持股份将全部转让给非营利性的OpenAI基金会;其他外部投资者做出了类似承诺。届时,OpenAI可能重新成为实质上的非营利组织。

迄今为止,在OpenAI的发展历程中,传统风投机构发挥的作用非常渺小:早期入局的科技大佬是天使投资人或“捐赠人”,起到重要作用的微软是战略投资者,与微软一同入局的亿万富翁马修·布朗也不是传统意义上的风险投资者。

2023年初,OpenAI出售了一部分老股份,此时才有一批风险投资机构得以上车。从OpenAI的股权结构看,将来它成为一家上市公司的可能性极小,除非被微软这样的巨头全面收购,否则不会与二级市场的机构投资者和个人投资者发生任何直接联系。

我们能从OpenAI的发展历程中学到什么?

首先,对于AI这种复杂的、耗资巨大的技术研发领域而言,市场经济仍然是解决问题的不二法门。离开了市场化的公司治理架构和激励机制,任何研发项目都很难做大。

OpenAI在2015年作为非营利组织而成立,到了2019年改制为商业公司,就是因为认清了这一点——依靠情怀和捐赠成不了大事。对于中国而言,这个规律同样有效。

其次,基础研发导向的公司所需要的投资者,与消费互联网平台所需要的投资者完全不同,不能以同样的思维方式进行融资。

当王慧文宣布发起北京光年之外科技公司的时候,他同时宣布“下轮融资已有顶级VC(风投机构)认购2.3亿美元”。问题在于,风投机构的投资逻辑和时间周期适合AI创业公司吗?它们能为AI创业公司提供急需的研发及工程资源吗?假设AI创业公司成功了,它们乐意像微软一样为自己的回报率设置封顶,只为获得AI解决方案的优先使用权吗?

最后,AI研发成果是一个高度发达的科技行业的派生品,有赖于科技行业自身的健康有序发展。

微软愿意向OpenAI先后投入110亿美元的现金投资,是因为它的利润规模足够庞大,能够支撑这种规模的冒险;它愿意为OpenAI无偿开放Azure云资源,是因为Azure云正在蓬勃发展之中,将AI创业公司纳入云计算的重要客户范畴在战略上是有利的。

OpenAI的幸运之处在于,刚刚拿到大笔投资,硅谷就进入了又一个高速发展的黄金时代,这个时代直到2022年下半年才告一段落。要脱离行业大势去发展某一项尖端技术,就像提着自己的头发想离开地面一样,纯属异想天开。

解铃还须系铃人。ChatGPT的成功,让国内许多互联网大佬睡不着觉,让许多投资人无所适从、不知从哪里寻找投资机会。

若要解决这种焦虑情绪,还是要回到 OpenAI 自身的发展逻辑上,分析其赖以成功的各项因素——不只是技术上的,还包括组织架构和运行机制上的。

我们不难发现,OpenAI遵循的是一条中国人熟悉而又陌生的路径:说它熟悉,是因为它没有脱离市场经济的框架,在本质上是个人孵化与企业投资结合的产物,是硅谷创业模式自然发展的结果;说它陌生,是因为它偏离了我们熟知的“一级市场风险投资 + 二级市场包装上市”的典型创业公司发展模式,在各种细节上显得太独特、太另类。

归根结底,中国资本市场和创业投资的兴起迄今也只有约三十年的历史,我们未曾理解的东西还有很多!

OpenAI的技术爬坡期,也是微软Azure云持续赶超亚马逊AWS的时期(数据来源:公司财报)

在2023年以后,生成式AI已经彻底从一个“基础研发概念”蜕变为一个“技术+应用”概念:微软将GPT融合进了Bing搜索引擎和Office办公软件,谷歌试图依托Bard AI对核心搜索引擎业务进行防御,各种各样的内容公司都在尝试使用Midjourney(生成式AI绘图工具)进行美术和设计工作。

这再次证明了市场经济蕴含的伟大力量——前沿技术能够迅速产生商业价值,反过来又促进技术本身的进步。

对于中国而言,这是一个好消息,因为中国是全球最大、最复杂的消费市场之一。在Web 2.0时代,依托庞大的本土市场,中国互联网公司完成了对欧美巨头从模仿到并驾齐驱(乃至在一定程度上超越)的过程。上述过程在AI时代也有可能重复,尽管过程将会很漫长,而且不会一帆风顺。

当然,在充分理解OpenAI留下的启示之后,能否学习乃至在此基础之上扬弃,那就是另一个问题了。知易行难,理解只需要短短的几小时或几天,实行却可能花费无穷无尽的岁月。自古以来,各行各业不都是如此吗?

跟着《大势:站在十字路口的互联网行业 》一起畅想互联网乃至整个科技行业的下个时代。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-09-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 博文视点Broadview 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档