编辑：编辑部

2023年刚开始，微软就显示出了AI领域「大赢家」的派头。

最近，大火的ChatGPT和微软之间，不断擦出火花。

微软先是宣布将ChatGPT整合入自家搜索引擎Bing，没过几天，又宣布要将其整合进Office办公套件中的「三大件」：Word、Excel、PPT。用个Office就能体验ChatGPT，让不少人直接「喜大普奔」。

从微软在办公软件的体量上看，此举可能会改变超过10亿人编写文档、演示文稿和电子邮件的方式。

早在2019年，微软就向ChatGPT的所有者OpenAI投下10亿美元，此番频繁「互动」也让业界联想不断，接下来微软砸下更多筹码，甚至将OpenAI和ChatGPT一起收购，成了自然而然的事情。

没有意外，没有反转，没让人们等太久，微软就给出了答案：再投100亿美元。

微软投资100亿美元

据熟悉此事的人士说，微软此前一直在就追加更多投资一事与OpenAI谈判，早在去年10月就开始了。

如果这笔资金最终敲定，包括新的投资在内，OpenAI的估值将达到290亿美元。

据报道，微软的注资将是一项复杂的交易的一部分，投后，微软将获得OpenAI 75%的利润，直到收回投资为止。

此前，OpenAI一直从微软云计算部门购买服务，目前不知道这笔钱是否会算在其账户上。

谷歌曾经也有机会走这条路。在聊天机器人领域，谷歌并非处于下风。早在2021年5月的I/O大会上，谷歌的人工智能系统LaMDA一亮相就惊艳了众人。

但出于「声誉风险」之类的考虑，谷歌之前并没有打算把聊天机器人市场化。

谷歌在AI领域，算是老大哥了。

Pichai指示一些团队转换方向，开发AI产品

谷歌发明的Transformer，是支撑最新AI模型的关键技术；根据传言，谷歌的LaMDA聊天机器人，性能远超ChatGPT；另外，谷歌也声称，自家模型Imagen的图像生成能力，要优于Dall-E，以及其他公司的模型。

不过，略显尴尬的是，谷歌的聊天机器人和图像模型，目前只存在于「声称」中，市场上还没有任何实际产品。

谷歌会这样布局，也并不奇怪。很多时候，谷歌并不指望用AI来做商业化的事。

对于Meta来说，AI是一个巨大的机会，相应的，Meta一直在为其投入巨额的资本。

Meta拥有庞大的数据中心，这些数据中心主要用于CPU计算，这是为Meta的服务提供动力所必需的。驱动Meta的广告模型，以及网络推荐内容的算法，都需要CPU计算。

作为广告业务的长期解决方案，Meta需要建立概率模型，并了解哪些被转化了，哪些还没转化。这些概率模型需要大量的GPU，如果是用英伟达的A100，成本将高达五位数（美元）。不过，这对Meta来说，并不算贵。

显然，Meta需要知道「确定性」的广告效果，因为投资中需要更明确的衡量标准。无论是Facebook还是Reels，推荐什么内容，AI模型都是关键，构建这些模型必然要花费大量资金。

长远来看，这项投资会有所回报。如果对用户有更好的定位和推荐，收入也会随之增长；一旦这些AI数据中心建成，维护和升级的成本应该大大低于首次建设它们的初始成本。而且，如此巨额的投资，是世界上除谷歌以外的公司无法承担的。

不过，这也会有帮助Meta的产品越来越集成。Meta也在开发自己的AI芯片。

现在，Meta的广告工具很强大，生成和A/B测试副本和图像的整个过程都可以由AI完成，而且在大规模提供这些功能上，没有公司比Meta更好。

Meta的广告，目标是吸引消费者注意到他们以前不知道的产品和服务。这意味着，会有很多失误，因为绝大多数广告是没有转化的，不过同时，这也意味着有很大的实验和迭代空间。

这一点，就非常适合AI。

很多大公司，都会投资开源软件。因为聪明的公司，会尝试将产品的互补品商业化。当产品的互补品价格下降时，对产品的需求就会增加，公司就能收取更多的费用，赚更多的钱。

苹果投资开源技术最著名的案例，是用于其操作系统的Darwin内核和WebKit浏览器引擎。

与此同时，苹果在AI方面的努力局限于一个小领域——研究传统的机器学习模型，用于推荐、照片识别和语音识别，这些研究似乎并没有对苹果的业务产生重大影响。

不过，苹果确实从开源世界收到了一份不可思议的礼物：Stable Diffusion。

Stable Diffusion之所以引人注目，不仅因为它是开源的，还因为它的模型出奇的小：刚发布时，它就已经可以在一些消费类显卡上运行；几周之内，它就被优化到可以在iPhone上运行了。

值得称赞的是，苹果抓住了这个机会，其机器学习团队上个月发布了以下公告：

敲黑板，这个公告分为两部分：首先，苹果优化了Stable Diffusion模型本身（苹果可以这样做，因为它是开源的）；其次，苹果更新了操作系统，得益于苹果的集成模式，它已经针对自己的芯片进行了调整。

可以肯定地说，这只是一个开始。尽管苹果多年来一直在自己的芯片上推出所谓的「神经引擎」，但人工智能专用硬件已根据苹果自身的需求进行了调整；看来未来的苹果芯片，也将针对Stable Diffusion进行调整。

与此同时，Stable Diffusion本身可以内置到苹果的操作系统中，并为任何开发人员提供易于访问的API，而不必像Lensa那样，需要一个后端基础设施。

在Apple Store时代，苹果听起来很像是赢家——集成和芯片的优势，可以被用于提供差异化的应用程序，而小型的独立应用程序制造商，拥有API和建立新业务的分销渠道。

这么看来，输家就是集中式图像生成服务（Dall-E或MidJourney），以及支持它们的云供应商了。

可以肯定的是，苹果设备上的Stable Diffusion不会占领整个市场——Dall-E和MidJourney都比Stable Diffusion更好——但内置的本地功能，将影响集中式服务和集中式计算的最终目标市场。

亚马逊和苹果一样，在应用程序中使用机器学习；不过，对于亚马逊，图像和文本生成AI在消费者中的用例似乎不太明显。

对亚马逊来说，更重要的是AWS，它出售对云端GPU的访问权。其中一些GPU用于训练，包括Stable Diffusion，据Stability AI的创始人兼首席执行官Emad Mostaque称，使用256台Nvidia A100运行150,000小时，市场价格为600,000美元。这个价格已经低得惊人了。

不过，更大的用例是推理，即应用模型生成图像或文本。每当用户在MidJourney中生成图像，或在Lensa中生成头像时，推理都会在云中的GPU上运行。

亚马逊在这一领域的前景将取决于多种因素。

首先，也是最明显的是，这些产品最终在现实世界中的用处有多大。不过，亚马逊本身就是一家芯片制造商：虽然迄今为止它的大部分努力都集中在Graviton CPU上，但它可以为Stable Diffusion等模型构建自己的专用硬件，并在价格上展开竞争。

尽管如此，AWS还是在两边都下了注。对英伟达的产品而言，云服务也是一个主要合作伙伴。

亚马逊的短期问题在于怎样衡量需求：没有足够的GPU将导致资金流失；但是，购买太多闲置的产品对于公司来说将是一项重大成本。另外，AI面临的挑战之一就是，推理需要花钱——用AI做东西是有边际成本的。

目前，争相开发吸引眼球的AI产品的大公司，似乎都还没认识到边际成本这个挑战。虽然云服务总是有成本的，但AI产品的离散性，使得为产品市场匹配所需的迭代、提供资金，变得更加困难。

目前，ChatGPT似乎是迄今为止最大的突破性产品，它不仅对用户免费，而且由OpenAI提供，OpenAI建立了自己的模型，并与微软就计算能力达成了一笔不错的交易，这绝非偶然。

总之，如果AWS以低价出售GPU，从长远来看，可能会刺激更多的使用。

这么一捋，微软似乎还真是处于最佳位置。

像AWS一样，它有销售GPU的云服务Azure；而且，它也是OpenAI的独家云提供商。

与此同时，必应就像iPhone前夕的Mac——贡献了相当多的收入，但只是占主导地位的一小部分。如果将ChatGPT整合进必应中，或许必应会冒着商业模式的风险，获得巨大的市场份额。

显然，微软值得下注。

另外，The Information报道称，GPT将助力微软的办公软件，软件也许会添加收费的新功能，这将与微软的订阅业务模式完美契合。微软已经有成功的先例了，通过模仿GitHub Copilot，它知道怎样做出一个助手，而不是Clippy那样的烦人精。

GPT进办公软件，这很可能是革命性的一步。从此，10亿人编写文档、演示文稿和电子邮件的方式，或许会被永远改变。

现在，AI在成为一种商品，各种模型每天都在激增。

到最后，最大的赢家或许就是是英伟达和台积电。

Nvidia投资了CUDA生态系统，这意味着英伟达不仅拥有最好的AI芯片，还拥有最好的AI生态系统，而且，英伟达的投资还在继续扩大。

这已经给竞争对手造成了刺激，比如谷歌的TPU芯片。

另外，至少在可预见的未来，每家公司都得在台积电生产芯片。

参考资料：

https://www.reuters.com/breakingviews/microsofts-ai-bet-heads-i-win-tails-i-also-win-2023-01-10/

https://stratechery.com/2023/ai-and-the-big-five/

花粉社群VIP加油站