“OpenAI 匆忙推出 o1 模型（一个大型、愚蠢的把戏）、有关未来 OpenAI 模型价格上涨的传闻、Scale AI 的裁员，以及 OpenAI 高层的离职。这些都是事情开始走向崩溃的迹象。”国家媒体关系和公共关系公司 EZPR 的首席执行官 Edward Zitron 日前写了一篇文章表达了对生成式人工智能发展的担忧。
Zitron 认为，生成式人工智能的繁荣——是不可持续的，最终必将面临崩溃，他还担心这场崩溃可能会给大型科技公司带来灾难性的打击，严重破坏创业生态系统，并且会进一步削弱公众对科技行业的信任。
他还重点指出人工智能泡沫破裂可能带来的人力成本。无论是微软和谷歌（以及其他大型生成式 AI 的支持者）逐渐减少他们在这个领域的投入，还是为了维持 OpenAI 和 Anthropic（以及他们自身的生成式 AI 项目）的活力而消耗他们的资源，他确信最终的结局都是一样的。成千上万的人可能会失业，科技行业的大部分领域可能会遭受重创。
“解释当前形势的不稳定性以及我们为何陷入了这种魔法思维的低谷至关重要。”本文对 Zitron 的分析文章进行了翻译，并在不改变作者原意的基础上做了删减，以飨读者。
生成式 AI 靠什么活着
OpenAI，这个表面上的非营利组织，可能很快就会变成盈利实体。为了活下去，OpenAI 将不得不继续筹集资金，其规模将超过以往的任何一家初创公司。
目前 OpenAI 正在进行一轮融资，预计这轮融资将筹集至少 65 亿美元，甚至可能高达 70 亿美元，由 Thrive Capital 领投，有传言称 NVIDIA 也将参与。更令人担忧的是，OpenAI 还试图从银行筹集 50 亿美元，采取的是“循环信贷设施”的形式，而这种信贷设施的条款往往具有更高的利率。
另外，OpenAI 正在与阿拉伯联合酋长国支持的千亿美元投资基金 MGX 谈判，同时也可能从阿布扎比投资局筹集资金。这无疑是一个警示信号，说明情况可能并不乐观，因为没有人会选择从阿联酋或沙特筹集资金，除非他们真的迫切需要。
OpenAI 今年早些时候曾尝试以 1000 亿美元的估值进行融资，但一些投资者对这一价格感到不满，部分原因是他们对生成式 AI 公司被高估感到担忧。
为了完成这一轮融资，OpenAI 可能转变为盈利实体。报道称，这一轮的投资者被告知，“他们的投资不会换来传统的股权……相反，他们将得到承诺：一旦公司开始盈利，他们将获得公司利润的份额。”
目前尚不清楚转变成盈利实体是否会打消投资者的疑虑，因为 OpenAI 这种奇特的非营利组织结构中包含了盈利分支，这意味着微软作为其 2023 年投资的一部分，将拥有 OpenAI 75% 的利润权——尽管转变成盈利结构理论上可能涉及股权分配。尽管如此，OpenAI 实际上会给你“利润参与单位”（PPU），而非传统股权，即“如果你拥有 OpenAI 的 PPU，而公司从未盈利，或者你没有将它们卖给那些认为 OpenAI 最终会盈利的人，那么你手中的 PPU 将一文不值。”
路透社发布的一份报告指出，1500 亿美元的估值将取决于 OpenAI 是否能够成功地重新调整整个公司结构。 在这个过程中，可能会取消对投资者利润上限的限制，这些限制最初设定为原始股份的 100 倍。这种设有上限的利润结构是在 2019 年引入的，当时 OpenAI 表示，任何超出该上限的利润将“返还给非营利组织。”然而，近年来，OpenAI 已经对这一规则进行了调整，允许从 2025 年开始每年将上限提高 20%。
考虑到 OpenAI 与微软之间的利润分享协议，更不用说它长期以来的不盈利状态，任何这样的回报，充其量也只能说是理论上的。任何盈利结构的转变也将迫使 OpenAI 与现有投资者重新谈判，他们将看到自己的股份被稀释。此外，投资者必须签署一份运营协议，知悉“对 OpenAI 盈利子公司的任何投资视为捐赠”，并且 OpenAI“可能永远不会盈利”。
实际上，投资者并没有获得 OpenAI 的股权， 或者对 OpenAI 的控制权，而是得到了一家每年亏损超过 50 亿美元的公司未来利润的份额。而如果这家公司能够撑到 2025 年，可能会亏损得更多。
OpenAI 的模型和产品——我们稍后将讨论它们的实际效果——目前是严重亏损的。
OpenAI 在 2024 年向微软支付了大约 40 亿美元，以支持 ChatGPT 及其底层模型的运营，这还是在微软给了优惠的情况下（1.30 美元每 GPU 每小时的成本价，远低于其他客户支付的 3.40 美元到 4 美元）。这意味着，如果没有微软的优惠，OpenAI 每年可能会烧掉大约 60 亿美元的服务器成本，这还不包括人力成本（每年 15 亿美元），以及每年 30 亿美元的训练成本，而且这个数字几乎肯定会随着时间的推移而增加。
尽管 The Information 在 7 月份的报道中提到，OpenAI 的年收入在 35 亿到 45 亿美元之间，但《纽约时报》最近的报道指出，OpenAI 的年收入“目前超过 20 亿美元”，这意味着年底的数字可能会趋于预估的下限。
总而言之，OpenAI 正在烧钱，而且只会越少越多，为了维持这种烧钱的速度，它将不得不从那些愿意签署知悉“我们可能永远不会盈利”的投资者那里筹集更多的资金。
OpenAI 面临的另一个问题是，生成式 AI 并没有解决那些能够证明其巨额成本合理性的复杂问题。由于这些模型本质上是基于概率的，所以存在巨大且难以克服的局限性，它们实际上什么都不懂，只是基于训练数据生成答案（或图像、翻译、摘要等），而模型开发者正在以惊人的速度耗尽这些训练数据。
幻觉是一个问题，如果没有数学领域的新突破，这个问题就无法根本解决，尽管我们可以采取措施减少或缓解，但它们的存在使得业务关键型应用很难真正依赖生成式 AI。
即便生成式 AI 能够解决上述问题，目前仍然不清楚它是否真的带来了显著的商业价值。
The Information 称，微软 365 套件的客户对 AI 驱动的“Copilot”产品几乎没有太多兴趣。在 4.4 亿个用户中，只有 0.1% 到 1% 的用户愿意为这些 AI 功能付费。一家测试了这些 AI 功能的公司表示，“大多数人目前并不认为它具有太大价值”，还有人说，“许多企业没有看到在生产力和其他方面的显著改进”，他们“不确定何时才能看到”。
微软对这些非必要的功能收取了多少费用？对于已付费的功能，每人每月额外收取 30 美元，而对于所谓的“Copilots for Sales”，则每月额外收取 50 美元。实际上，他们是要用户将支出翻倍，还需要按年支付。
这便是生成式 AI 目前所处的尴尬境地：即使是生产力和商业软件领域的领头羊也难以找到愿意为其产品买单的客户，部分原因在于 AI 产品的平庸，部分原因则是其高昂的成本使得人们很难证明这笔开销的合理性。
然而，关于 AI 的争论几乎总是说“AI 的未来会让我们大吃一惊，下一代大模型即将问世，它们将带来难以置信的变革。”最近，我们确实真切地窥见了未来的模样，然而它带来的失望感真是让人难以言表。
一个大型、愚蠢的把戏
OpenAI 于周四晚间发布了代号为“草莓”的 o1，引发了广泛的关注。在一系列推文中，Sam Altman 将 o1 形容为 OpenAI 迄今为止“最强大且最稳定的模型”。尽管他指出 o1“仍然有缺陷，仍然有局限，并且在初次使用时可能不如深入了解后那样令人印象深刻”，他仍承诺 o1 在处理有明确答案的任务时，如编程、数学问题或回答科学问题，将提供更准确的结果。
这本身就揭示了一些东西。
o1 会将一个问题拆解为一系列步骤，理想情况下这些步骤将导向一个正确的答案，这个过程被称作“思维链”。这与其他大模型的工作方式有所不同，因为 o1 不是简单地生成答案并输出，而是在生成答案后进行回顾并评估这些步骤，忽略或确认“好的”步骤，确保最终答案的质量。
尽管这听起来像是一个重大的飞跃，甚至可能被视为朝着备受期待的人工通用智能迈出的又一步，但其实不是——OpenAI 选择将 o1 作为一个独立的产品发布，而不是 GPT 的更新，这本身就说明了问题。
OpenAI 展示的示例都是有明确答案的，并没有展示 o1 模型尝试解决那些解决方案事先未知的复杂问题。OpenAI 自己也承认，他们已经意识到 o1 比 GPT-4 更容易产生幻觉，并且相较于之前的模型，它不太愿意承认自己不知道某个问题的答案。这是因为，尽管模型的一部分负责检查答案，但这个负责检查的部分本身仍有可能产生幻觉。
如果你认为我对 OpenAI 的批评过于严苛，不妨思考一下他们是如何推广 o1 的。它将强化训练过程描述为“思考”和“推理”，而实际上它更像是在猜测，然后在每一步验证这些猜测的正确性，最终目标通常是那些可以预先知晓的结论。
这种说法几乎是对人类的一种侮辱，人类的思考是基于一系列复杂因素的行动：从他们的经验，到他们一生中积累的知识，到他们的大脑。虽然我们在推理复杂问题时也可能“猜测”每一个步骤的正确性，但我们的猜测是基于一些具体的东西，而不是像 o1 那样笨拙的数学挣扎。
而且，它太贵了。
o1 预览版的价格为每百万输入 Token 15 美元，每百万输出 Token 60 美元。它的输入成本是 GPT-4 的三倍，输出成本则是四倍。然而，这还不是全部，它还有一个隐藏成本。
数据科学家 Max Woolf 指出，OpenAI 的“推理 Token”在 API 中是不可见的，这意味着 o1 的实际成本更高，因为产品的设计需要它更频繁地向你收费。它在“考虑”（并不是在“思考”）答案时生成的所有内容同样需要收费，这使得像编码这样需要复杂答案的任务可能变得非常昂贵。
我们再谈谈准确性。在 Hacker News 上有用户抱怨 o1 在处理编程任务时产生了幻觉，给出了错误的库和函数，并对不容易在互联网上找到答案的问题给出了错误的回答。
在 Twitter 上，创业公司创始人兼前游戏开发者 Henrik Kniberg 要求 o1 编写一个 Python 程序，将两个数字相乘，并计算程序的预期输出。虽然 o1 正确地编写了代码（尽管这些代码本可以更简洁，用一行代码而不是两行），但实际结果却大错特错。Karthik Kannan，一位 AI 公司的创始人，也尝试了一个编程任务，结果 o1 产生了幻觉，为它正在使用的 API 生成了一个不存在的命令。
OpenAI 声称 o1“在物理、化学和生物学的挑战性基准任务上的表现与博士生相似。”然而，这一说法似乎并不适用于地理学，或是基础的小学英语语言测试、数学和编程领域。这正是我说的那种大型而愚蠢的把戏。OpenAI 匆忙推出草莓，作为一种手段向投资者和公众展示 AI 革命仍在继续，但他们 实际上推出的是一个笨拙、不令人兴奋且昂贵的模型。
更糟糕的是，我们很难说清楚为什么人们应该对 o1 感兴趣。
人们不再满足于“更好”的答案，他们期待的是一些新的东西，我不认为 OpenAI 在这方面有任何清晰的计划。Altman 试图通过让 o1“思考”和使用“推理”来赋予其人格化特征，这显然是试图暗示这是通往 AGI 的路径的一部分，但即使是最坚定的 AI 支持者也难以对此感到兴奋。
实际上，我认为 o1 的推出说明 OpenAI 既绝望又缺乏新想法。
价格没有下降，软件也没有变得更有用，而我们从去年 11 月就开始期待的“下一代”模型最终却是个失败之作。这些模型对训练数据的需求如此之高，以至于几乎所有大语言模型都包含了一些受版权保护的材料。这种迫切的需求导致 Runway 发起了“全公司范围的努力”，收集了数千个 YouTube 视频和盗版内容来训练他们的模型，而 8 月份提起的联邦诉讼则指控英伟达为了训练其“Cosmos”AI 软件，对许多创作者做了同样的事情。
目前，他们的法律策略完全依赖于侥幸心理，希望这些诉讼没有一个能够达到将训练这些模型定义为版权侵犯的地步。这些诉讼正在向前推进。8 月份，一位法官批准了原告对 Stability AI 和 DeviantArt 的进一步版权侵犯索赔，以及对 Midjourney 的版权和商标侵权索赔。
如果这些诉讼中的任何一个胜诉，对 OpenAI 和 Anthropic 来说都将是灾难性的，对谷歌和 Meta 来说更是如此，他们的 Gemini 和 Llama 模型使用的数据集包含了数百万艺术家的作品，主要是因为 AI 模型“几乎不可能”忘记训练数据，这意味着他们需要从头开始重新训练，这将需要花费数十亿美元，并大幅降低它们在本就不擅长的任务上的效率。
整个行业似乎建立在不稳定的基础之上。像 ChatGPT、Claude、Gemini 和 Llama 这样的大模型是不可持续的，并且由于生成式 AI 的计算密集特性，似乎没有可行的盈利模式。训练它们需要花费数亿美元，甚至数十亿美元，并且需要如此大量的训练数据，以至于这些公司实际上已经从数百万艺术家和作家那里窃取了数据，并希望自己能逃避惩罚。
即便将这些问题放在一边，生成式 AI 及其相关架构似乎也并未实现任何革命性的突破，而且关于生成式 AI 的炒作周期似乎并未真正触及“人工智能”这个术语的深层含义。充其量，生成式 AI 似乎有时能够正确地生成内容、总结文件，或者以不确定的“更快”的水平做研究。
我们并非处于“早期阶段”。自 2022 年 11 月以来，大型科技企业已经在他们自己的基础设施、AI 初创企业以及他们自己的模型上投入了超过 1500 亿美元的支出。整个行业对生成式 AI 的大规模投入，结果却只是出现了四、五个几乎相同的大语言模型、世界上最不盈利的初创企业，还有数千个价格昂贵且令人失望的集成产品。
大语言模型实际上已经达到了一个平台期。“更强大”似乎从来不意味着“能做更多”，而是意味着“成本更高”，这说明他们又制造出了一种不增加任何新功能但运行成本更高的产品。
如果所有风险投资家和大型科技巨头的合力还没有找到一种有意义的应用场景，让大部分人愿意为之付费，那么这样的场景就不太可能突然出现。大语言模型不会仅仅因为大型科技企业和 OpenAI 又投入了另外 1500 亿美元而神奇地获得新的能力。没有人在尝试让这些模型变得更高效，或者至少没有人成功地做到这一点。如果他们做到了，他们早就大肆宣扬了。
我们所面对的是一种共同的幻觉：一种死胡同一样的技术，它依赖版权盗窃、需要持续的资本注入，同时它所提供的服务在最好的情况下也是非必需的，它被包装成一种尚未实现的自动化，耗费了数十亿美元，而且可能会永远如此。生成式 AI 不单单靠金钱在运行，还有信仰，问题是信仰是一种有限的资源。
我们可能正处于一场 AI 次贷危机之中，成千上万的公司已经支付了过高的费用来集成 AI 技术，而这些技术可能并不稳定，也不一定能够带来预期的收益或回报。
科技巨头的两难境地
几乎所有标榜为“由 AI 驱动”的初创企业所采用的 LLM 功能，都是基于 GPT 或 Claude 的某种组合。这些模型是由两家深陷亏损的公司提供的——Anthropic 今年预计亏损 27 亿美元——它们的定价策略旨在吸引更多客户，而不是为了赚取利润。
OpenAI 得到了微软的补贴，它的定价完全依赖微软的支持，无论是作为投资者还是服务提供商。Anthropic 在与亚马逊和谷歌的交易中也面临着同样的问题。考虑到他们目前的亏损状况，如果 OpenAI 或 Anthropic 按照实际成本收费，API 调用的价格可能会增加十到一百倍，尽管我们没有确切的数字来确定具体数字。
然而，让我们考虑一下这个事实：OpenAI 在 2024 年与微软的服务器成本将达到 40 亿美元——要知道，微软向其他客户收取的费用是这个的 2.5 倍——然后考虑到 OpenAI 每年仍然亏损超过 50 亿美元。
OpenAI 很可能只收取了运行模型所需成本的一小部分， 并且只有在能够持续筹集到比以往更多的风投资金，并继续从微软获得优惠定价的情况下，才能继续这样做。而微软最近提到它将 OpenAI 视为竞争对手。合理相信，Anthropic 从亚马逊和谷歌那里获得了类似的优惠定价。
假设微软给了 OpenAI 100 亿美元的云信用额度，而它在服务器成本上花费了 40 亿美元，再假设在模型训练上花费了 20 亿美元，这些成本随着新的 o1 和“Orion”模型的到来肯定会增加，那么 OpenAI 将需要更多的额度，或者将在 2025 年的某个时候不得不开始向微软支付现金。
虽然微软、亚马逊和谷歌有可能无限期延长他们的优惠定价，但问题是这些交易对他们来说是否真正有利可图。正如我们在微软最近一个季度的收益报告后所看到的，投资者对于构建生成式 AI 基础设施所需的支出越来越关注，许多人对这项技术的潜在盈利能力表示怀疑。
我们不清楚的是，对于科技巨头来说，生成式 AI 的盈利能力究竟如何，因为他们将这些成本摊派到了他们的其他收入中。虽然我们无法确定具体数字，但我认为如果这些技术真的能够盈利，他们肯定会公开谈论从中获得的收入。
但他们没有。
市场对生成式 AI 的繁荣持怀疑态度，黄仁勋对 AI 的投资回报率没有给出明确的答案，导致英伟达的股票市值一度暴跌，这是美国市场历史上最严重的一次暴跌，跌去的总市值相当于近五个雷曼兄弟在其峰值时的市值。
在八月初，微软、亚马逊和谷歌都因为与 AI 相关的巨额资本支出而受到市场的打击，如果他们不能展示出他们从投入的 1500 亿美元（甚至可能更多）到新的数据中心和英伟达 GPU 中获得的收入显著增加，他们下个季度都将面临困境。
需要注意的是，除了 AI，大型科技企业似乎已经没有其他增长点了。当像微软和亚马逊这样的公司开始显示出增长放缓的迹象时，他们迫切希望向市场展示他们仍然拥有增长动力。谷歌，一个几乎完全依赖搜索和广告的企业，也需要一些新的和吸引人的东西在华尔街面前展示——但这些都没有奏效，因为产品不够有用，而且看起来它的大部分收入来自公司“尝试”AI，然后意识到它真的不值得。
现在有两个可能的结果：
大型科技企业意识到他们已经深陷其中，出于对激怒华尔街的深切恐惧，选择减少与 AI 相关的资本支出。
大型科技企业迫切希望找到新的增长点，决定采取相反的策略：削减成本以维持运营，通过裁员并将资本从其他部分抽出进行重新分配，作为维持生成式 AI 死亡行军的手段。
目前还不清楚哪一种情况会发生。如果大型科技企业接受生成式 AI 并非未来，他们真的没有其他东西可以在华尔街面前展示，但可以减少资本支出（并裁员），同时承诺“减缓投资”。这最有可能是亚马逊和谷歌采取的策略，他们虽然迫切希望让华尔街高兴，但至少目前还有自己有利可图的垄断领域。
然而，未来几个季度需要有来自 AI 的实际收入增长，并且必须是实质性的，而不仅仅是关于 AI 是一个“成熟市场”或“年化运行率”的某种模糊说法。如果资本支出也随之增加，那么这种实质性的收入将必须更高。
我不认为华尔街会看到他们期待的实质性收入增长，无论是 2024 年第三季度还是第四季度，甚至是 2025 年第一季度，华尔街可能会开始因为贪婪的罪行而惩罚大型科技企业，并且这种惩罚可能会比英伟达所经历的更加严厉。尽管黄仁勋大吹特吹，但英伟达确实是市场上唯一能够真正说出 AI 正在为他们增加收入的公司。
我有点担心第二种情况更有可能发生：这些公司深深地致力于“人工智能是未来”的理念，他们的文化与真正解决人类问题的使命脱节，甚至可能会冒着拖垮整个公司的风险。我非常担心大规模裁员会成为他们的一个手段，至少他们过去几年的作为都没有让我认为他们会做出正确的选择。
大型科技企业已经被管理顾问彻底毒害了——亚马逊、微软和谷歌都是由 MBA 运营的——反过来，他们周围都是类似的人物，比如谷歌的 Prabhakar Raghavan，他赶走了真正建立谷歌搜索的人，以便他可以掌控运营。
这些人并没有真正面对人类所面临的挑战，而是构建了一种企业文化，专注于解决那些软件能够轻易修复的虚构问题。当你的生活充斥着各种会议和电子邮件，生成式 AI 似乎显得格外神奇。我猜想，纳德拉的成功心态可以归结为“让技术人员去解决它”。如果皮查伊只是简单地看着微软对 OpenAI 的投资后一笑置之，他本可以轻易地终结整个生成式 AI 热潮，然而，他没有这么做，他不得不选择跟风，因为这些人没有真正的想法。这些公司并非由那些亲身经历问题的人运营的，更别提那些知道如何解决问题的人了。
他们也感到绝望，因为以前从未出现过这样的情况。Meta 在元宇宙上烧掉了数十亿美元，但这次的情况更加严重，也更加丑陋，因为他们投入了这么多钱，彻底将 AI 牢牢地焊在了他们的公司品牌上，以至于任何试图剥离的尝试都将是尴尬的，这也将对他们的股价造成伤害，并且无疑是默认承认了这一切投资都是徒劳无功的。
这一切本可以更早地被叫停。这种炒作不过是重复了过去骗局的模式，媒体似乎默认这些公司最终会“搞定一切”，尽管有迹象表明他们并不会。如果你认为我是个悲观主义者，那么请回答这些问题：这里的计划究竟是什么？生成式 AI 的未来是怎样的？如果你的回答是他们会“解决问题”或者他们“有秘密武器”，那么你可能就是这场营销游戏无意的参与者。
至少微软会开始削减其业务其他领域的成本，以此来支撑人工智能的繁荣。在今年早些，微软的高层领导团队提出了一个（最终未被采纳的）计划，旨在减少公司多个领域的电力消耗来支持 GPU，包括将其他服务的计算任务转移到其他国家。
在匿名社交网络 Blind 的微软板块（用户需要通过验证所属公司的企业电子邮件来参与讨论），一位微软员工在 2023 年 12 月中旬抱怨说“AI 夺走了他们的钱”，“AI 的成本高得惊人，以至于它正在蚕食加薪预算，而且这种情况不会有所改善。”到了 7 月中旬，另一位员工认为微软“有一种近乎成瘾的削减成本倾向，用运营现金流支撑英伟达的股价”，这种做法“深深地破坏了微软的企业文化。”
另一位员工补充说，他们相信“Copilot 将在 2025 财年给微软带来灾难，对 Copilot 的关注将在 2025 财年显著减少”。他们知道“在他们的国家有一笔大的 Copilot 交易，但在 PoC 进行了近一年之后使用率还不到 20%，随之而来的是削减预算和裁员”，并补充说“公司承担了太多风险”，而且他们认为微软的“巨额 AI 投资不会得到回报。”
很多帖子提到了雷德蒙德（微软总部所在地）的文化问题，包括与高层领导的脱节，以及只有在项目被贴上 AI 标签时才能获得资助的现象。多个帖子对纳德拉的“词沙拉”式管理方法表示失望，并且抱怨在一个专注于追求可能并不现实的 AI 繁荣的组织中，缺乏奖金和晋升机会。
至少，公司内部弥漫着一种深深的文化忧郁。许多帖子在表达“我不喜欢在这里工作”、“我不明白我们为什么要如此执着于 AI”和“接受现实吧，因为纳德拉并不在乎”之类的情绪。
在 The Information 的一篇关于微软 Office AI 功能使用率低的文章中，提出了一个特别令人担忧的观点，涉及微软庞大的数据中心支出的实际收益：
其他迹象也证实了这些估计：大约在今年 3 月，据直接了解这些计划的人士透露，微软已经在其数据中心为 365 Copilot 预留了充足的服务器容量来应对可能只有几百万使用 AI 助手的用户。当时，无法确定实际使用了多少容量。
The Information 估计，微软的 Office Copilot 功能大约有 40 万到 400 万用户，这意味着微软很可能预留了超出实际使用需求的服务器容量。
早在今年 3 月，我就曾提出一个问题，我找不到任何公司能够以真正有利于其财务底线的方式集成生成式 AI，而在六个月后，我仍然找不到。
大公司最好的做法似乎是将 AI 功能附加到已有的产品上，并希望这能推动销售增长，但这种做法似乎没有任何效果，或者像微软那样，提供“AI 升级”，但似乎并没有提供真正的商业价值。
尽管一些公司可能在“集成”AI 技术时在微软 Azure、亚马逊和谷歌云上增加了一定程度的消费，但我怀疑这种需求在很大程度上是由投资者情绪所驱动，他们似乎更倾向于通过“投资 AI”来迎合市场，而不是基于成本效益或实际效用方面的考虑。
然而，鉴于这些公司已经在集成生成式 AI 能力方面投入了大量的时间和资金，我预计他们可能会面临以下几种情况之一：
在开发并推出这些 AI 功能之后，他们可能会发现客户并不愿意为此买单。如果他们现在找不到一种方法来说服客户付费，那么在 AI 热潮消退后，一旦老板们不再要求员工“拥抱 AI”，他们将更难说服人们掏腰包。
在开发并推出这些 AI 功能之后，他们似乎难以找到让客户为此额外付费的方法，这意味着他们可能不得不在没有增加利润的情况下将 AI 功能集成到已有的产品中，而这些 AI 功能可能会变成侵蚀收入的寄生虫。
我担心的是可能出现的连锁反应。我相信许多企业目前正在“尝试”使用 AI 技术，而一旦这些尝试结束（据高德纳预测，到 2025 年底，大约 30% 的生成式 AI 项目在完成概念验证后将被放弃），他们可能会停止为这些额外功能支付费用，或者停止将生成式 AI 集成到他们的产品中。
如果这种情况真的发生，那么流向为生成式 AI 应用提供云计算服务的超级巨头以及像 OpenAI 和 Anthropic 这样的大语言模型提供商的收入将会进一步减少，而这可能会进一步压低这些公司的价格。到了那个时候，OpenAI 和 Anthropic 几乎肯定会被迫提高价格，如果他们还没有这么做的话。
尽管大型科技公司可以继续通过烧钱来维持这一繁荣——毕竟，这一繁荣的存在几乎就是因为它们——但这并不能帮助那些习惯了折扣之后却无法负担运营成本的初创企业。尽管有更经济的选择，比如由独立供应商提供的 Llama 模型，但很难相信他们不会面临与超级巨头完全相同的盈利问题。
同样重要的是，超级巨头们也害怕激怒华尔街。
虽然他们理论上可以通过裁员和其他削减成本的措施来改善利润率，但这些都是短期解决方案，只有当他们能够设法从贫瘠的生成式 AI 树上摇下一些钱时才是真正有效的解决方案。
无论如何，是时候接受钱并不在那里的现实了。是时候停下来正视我们正处于科技行业的第三个妄想时代。然而，与加密货币和元宇宙不同，每个人都加入了这场狂欢，决定烧钱追求一个不可持续、不可靠、无利可图、破坏环境的愚蠢行为，还将其作为“人工智能”卖给客户和企业，虽然承诺将“自动化一切”，却从未有过实现这一承诺的途径。
那么，为什么这种情况不断发生？为什么我们一次又一次地看到这样的泡沫？
这其实是科技行业完全专注于提高每个客户的价值而不是为客户提供更多价值的结果。或者说，他们并没有真正了解他们的客户是谁，以及他们真正需要什么。
今天企业向你推销的产品，都试图将你绑定到一个特定的生态系统中，这些生态系统由微软、苹果、亚马逊或谷歌等巨头掌控，这反过来增加了你离开这些生态系统的难度。
甚至加密货币表面上是一种“去中心化”的技术，也很快放弃了它的自由主义思想，并试图将用户集中在 Coinbase、OpenSea、Blur 或 Uniswap 等几个大平台上，而所有这些平台都由同一家风险投资公司（如 Andreessen Horowitz）提供资金支持。元宇宙是扎克伯格试图主导的下一代互联网的尝试，其中一个占主导地位的平台是“Horizon”。
一切都是为了进一步货币化。生成式 AI 之所以令人兴奋，是因为大型科技公司将其视为下一个伟大的货币化工具，一种从消费科技和企业产品上创收的手段。大多数生成式计算要么通过 OpenAI 或 Anthropic 进行，然后反过来流向微软、亚马逊或谷歌，为他们创造云计算收入。这里的最大创新不在于生成式 AI 做了什么或者能做什么，而在于创造了一个无可救药地依赖少数超级巨头的生态系统，并且很难摆脱这种依赖。
生成式 AI 可能并不是特别有用，但它非常容易集成到各种应用中，创造出理论上能够让公司可以从中获利的“新事物”。聪明的 Sam Altman 意识到，技术行业需要一个新的“东西”，一种每个人都可以分一杯羹的新技术，尽管他可能并不真正理解这项技术，但他理解更大经济体的增长欲望，并把基于 Transformer 的架构产品化，作为一种每个人都可以销售的神奇工具。
问题在于，集成生成式 AI 的迫切需求揭示了这些公司与实际消费者需求的脱节。20 年来，推出“新事物”这一招一直管用，从某种意义上说，推出新事物并迫使销售人员推销它就足以保持增长，以至于技术行业的领导者已经接受了这种有毒且深不可测的业务模式。
运营这些公司的人，几乎都是从未从零开始构建过产品或技术的 MBA 和管理顾问，要么不理解要么不关心生成式 AI 是否有明确的盈利途径。他们可能假设它会像亚马逊那样自然变得有利可图，尽管这是两个非常不同的东西。在过去“事情就这样解决了”，那么今天为什么不行呢？
真正令人担忧的是，除了 AI，这些公司似乎没有其他新产品。 而这就是问题所在，因为当它失败时，影响将不可避免地波及到技术领域的其他公司。
每一个主要的参与者，无论是在消费领域还是企业领域，都在销售某种 AI 产品，要么集成其中一个模型或他们自托管，但这些都无一例外地在大型科技公司的系统上运行。在某种程度上，每一家公司都依赖这些大型科技公司愿意为整个行业提供的补贴。
我预测，一场 AI 次贷危机正在悄然酝酿。
整个技术行业似乎都接受了一种模式：以极低的价格出售技术产品，这些产品高度依赖大型科技公司的补贴。然而，这种模式可能不会持久，一旦生成式 AI 的烧钱速度加快，这些公司可能会被迫提高价格，或者推出价格高得离谱的新产品和功能。
当整个技术行业都依赖于一种从一开始就没有创造太多价值、只赔钱的软件时，会发生什么？随着热潮的消退，这些 AI 产品可能会变得难以为继，而这些公司又没有其他东西可卖，会发生什么？
我真的不知道。但技术行业似乎正在构建一个基于奖励增长而非创新、垄断而非忠诚、管理而非实际建设的经济增长模式，这种模式缺乏创造力，可能导致一场可怕的清算。
原文链接：
https://www.wheresyoured.at/subprimeai/
