编辑:编辑部
【新智元导读】AI领域群雄激战,到了2023年,微软逐渐显出了「赢家」的势头。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。
苹果:开源的大礼很多大公司,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:我有云亚马逊和苹果一样,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。
微软,2023年笑到最后?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。
英伟达和台积电或成最大赢家?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
猜你喜欢