前沿热点：ChatGPT背后：一个天才、百亿融资和1亿日活 全球独角兽

文|沈筱

编辑|王与桐

(相关资料图)

此刻，ChatGPT的火热程度已经无需多言。

11月30日上线，上线一周获得百万注册用户，成为史上最快到百万用户的产品；

1月23日，微软确认了对ChatGPT母公司OpenAI的新一轮数十亿美元投资；

2月4日，ChatGPT版搜索引擎曾悄然上线，但几分钟又后迅速下线；

2月7日，谷歌预告其智能对话机器人Brad即将上线；

然而今天，北京时间2月8日，微软紧急推出由OpenAI提供技术支持的最新版Bing（中文名“必应”）搜索引擎和Edge浏览器。

火从产品本身，烧到了各个领域，从硅谷点燃了全球。从Google指数上看，ChatGPT在全球的热度指数激增；从创投圈来看，2023年开年以来，赛道内初创公司受投资者持续追捧。1月，有消息称前OpenAI员工创办的Anthropic即将获得3亿美元投资，而这一投资者在本月被证实是谷歌，前谷歌员工创办的Character.AI也在1月称已与多个投资方就大轮融资进行讨论；在中国的农历年后，每一个投资人都开始寻找中国的ChatGPT。

毋庸置疑，背后最大赢家是ChatGPT的母公司OpenAI，以及“再生父母”微软。而二者的关系也可以追溯到更早。

一个问题浮出水面：为什么会是ChatGPT？为什么是OpenAI？

本文，36氪试图回答一些问题：ChatGPT何以免去AI对话固有的道德、法律非议？为什么OpenAI能够成为破局者？手握海量数据和大量计算资源的科技巨头如谷歌、Meta败阵而归，AIGC赛道创业公司不胜枚举，OpenAI为何能够拔得头筹？微软持续多次豪掷百亿，野心到底是什么？

01 烧钱背后的商业天才

钱和所有AI技术的关系都是必要不充分条件：钱不定能砸出AI突破性进展，但是没钱一定做不出来。

这条对OpenAI一样使用。对AI研发企业而言，无论是NLP模型的开发和训练，以及后续AI服务提供所需担负的算力成本和运营成本，还是需要像顶尖科研人员支付的薪酬都是高昂的。（补充比如Google的成本是多少？或者有没有行业平均数）

AI实现路径条条不通，OpenAI又选择了一条更烧钱的技术路径——通过增加数据量、提高算力来提升模型性能。仅2022年，OpenAI就花费了约5.44亿美元，而收入仅为3600 万美元。

这样的“账”显然不是一般创业公司所负担得了。但好在，从创立那天开始，OpenAI就不缺钱。

2015年OpenAI 成立之初，与创始团队背景同样瞩目的是众星云集的投资者名单和高达10亿美元的启动资金，这其中包括Elon Musk 、Peter Thiel 和PayPal校友、LinkedIn联合创始人Reid Hoffman 等多位硅谷重量级人物的资金支持。2016年，Y Combinator又追加了12万美元的种子前轮投资。

相比之下，Google 2014年收购DeepMind仅花费了4亿美元。

OpenAI 管理层并不满足于此。为满足呈指数级增长的计算资源需求，这些资金或许远远不够：以GPT-3为例，2020年，大型语言模型GPT-3的发布使OpenAI在AIGC领域初露头角。聊天机器人ChatGPT正是在此模型基础上构建的。相较于2019年2月发布的GPT-2，GPT-3的模型能力得到了显著提升，易用性、安全性有了明显改进，在文案写作和总结、翻译、对话等任务中的表现都更加优异。也正因此，GPT-3成为了OpenAI首个开放商用测试的语言模型。GPT-3和GPT-2的最大区别在于模型规模更大——GPT-2拥有15亿参数，GPT-3则拥有1750亿参数，模型训练使用的数据量高达0.4万亿token。然而，和模型规模、训练数据量一样增长的，是GPT-3的模型训练成本。有数据显示，GPT-3的单次训练成本高达460万美元。

OpenAI疯狂码算力的烧钱速度的确超乎想象。根据2020年发表于MIT Technology Review上的一篇针对OpenAI的采访报道，OpenAI联合创始人Greg Brockman称，公司早在2017年就意识到保持非营利组织在财务上是不可持续的。

为满足日益增长的资金需求，2019年3月，成立四年后的OpenAI 设立OpenAI LP，从非盈利公司转型为有限盈利公司，并紧接着在7月宣布了微软的10亿美元注资。此外，OpenAI 同年还获得了来自Khosla Ventures、Reid Hoffman Foundation、Matthew Brown Companies的投资。

在2023年微软确认追加数十亿美元投资前，OpenAI 已完成六次融资。GPT-3、DALL·E 2图像生成器、ChatGPT这三个关键产出正是在OpenAI完成组织变革和一系列吸金动作后陆续推出的。

看到这里，或许有人会疑惑，既然AI烧钱人尽皆知，为什么连谷歌收购DeepMind都只花了4亿，而OpenAI却能以“十亿”为单位不停拿钱？

种种夸张吸金动作背后，答案指向一个天才——Sam Altman。

2019年3月，Sam Altman接管OpenAI LP，改变了OpenAI的融资策略，进一步给了OpenAI烧钱的底气。Sam Altman的独特经历赋予了他敏锐的商业嗅觉和出色的融资能力，使其成为了接管OpenAI LP的不二人选。

尽管Sam Altman也是技术出身，但他并不单纯关注技术进步，而是在注重效率和产出的同时，更加看中能够通过技术进步实现的价值创造。

Altman的天才属性自小就有体现。从8岁起就开始学习编程，在预科毕业进入斯坦福大学学习计算机科学两年后，Altman和同学辍学创办了Loopt——一款用于共享实时位置的应用程序。然而，影响其后续职业走向的并非Loopt本身，而是作为Loopt投资方之一的Y Combinator。

依靠从Loopt挖到的第一桶金，Altman转而投身于风投事业，于2012年创办了Hydrazine Capital，将筹得的大部分资金投向了Y Combinator投资的公司。

2014年，年仅28岁的Altman接任Paul Graham的Y Combinator总裁一职，并于次年登榜《福布斯》30岁以下风险投资人TOP 30榜单。在任期间，Altman致力于为理工科创业公司提供机遇，关注能够在实现技术突破后获得巨大潜在回报的深科技领域，包括核聚变、量子计算。

据他所说，通用人工智能，也是其中之一。Sam Altman认为，AI将引领新一代技术革命，而通用人工智能是需要让所有人都能享受到技术革命带来的红利。在2022年9月Greymatter的一集播客中, Greylock合伙人、领英创始人Reid Hoffman与Altman围绕下一代AI技术展开了探讨。Altman称“AI是一个可以孵化出无数工具，推动各行各业前进的基础平台。”

也就是说，Altman认为在底层人工智能技术的的加持下，将会产生更多的，基于特定行业的具体应用场景，帮助行业实现技术变革。这也意味着，最后可以获得最大收益的是能够率先搭建技术领先的基础AI模型，并先发制人，以开放API的形式，吸引各行业企业基于基础模型开发具体AI应用的企业。

凭借自身对AI行业的独特理解，以及从业多年对科技创投圈兴奋点的把控，Sam Altman显然向硅谷完美讲述了他所认为的OpenAI的高估值故事，并在组织变革的关键时点成功将微软拉入局中，为这一估值故事背书。

事实上，在Sam Altman成为OpenAI LP掌舵人后，OpenAI 的发展策略——先发制人以获取先动优势，也正是参照Altman对行业未来的设想进行的。

一方面，正如Sam Altman所说，OpenAI的战略选择是“先做最有信心能成功的事情，然后分出10%的资源进行成功确定性更低的探索工作”。通过迅速推出市场可感知的AI技术进步，并展现出商业化前景的产品AI图像生成工具DALL·E 2、AI聊天机器人ChatGPT。在DALL·E 2正式开放注册后，用户数高达 150 多万，这一数字在一个月后翻了一倍。而ChatGPT的月活用户数更是在上线后两个月就突破了一亿。OpenAI在声量上已经秒杀一众科技巨头。ChatGPT的病毒式增长也为OpenAI提供了有助于模型优化的大量用户数据。

另一方面，尽管围绕OpenAI是否仍然“Open”的争论仍未停息，但是早在推出GPT-3的时候，OpenAI就开启了小规模的商业测试，并逐步开放API接口。据路透社报道，迄今为止，已有多家企业，甚至竞争对手在OpenAI上构建应用程序，其中一些企业已借此实现了用户数量和营业收入的增长。文案生成平台Jasper就是其中之一。根据TechCrunch报道，据Jasper CEO Dave Rogenmoser 称，截止2022年10月，Jasper用户数量已超7万，在推出后一年内就创造了约4500万美元的收入，并预计将会在2022 年底实现收入翻番。

无疑，Sam Altman在商业上的极强天赋，为OpenAI赢得了时间、资源和钱，而时间、资源、钱，又逐渐量变积累，在ChatGPT推出之时爆发。

02 微软成为最大赢家前，也曾陪OpenAI走过漫漫长夜

1月，微软确认三度投资OpenAI，金额数十亿美元；2月8日，微软整合ChatGPT产品至其搜索引擎产品Bing当中。

不少人认为，现在微软已经成为ChatGPT背后的最大赢家：

从投资角度，在收回投资之前，微软将获得OpenAI 75%的利润分成，之后微软将持有OpenAI 49%的股份，OpenAI一旦开始盈利，在返还First close partners（FCP）后，75%的盈利将回报给微软；

从商业竞争角度，此前多年谷歌一直占有全球90%搜索引擎的份额，而微软此次和Bing联动，或将改变互联网商业格局。

而当我们把视线收回到2019年，微软第一次给OpenAI 10亿美元时，或许并没有想到自己将成为最大赢家。

微软和OpenAI的前世今生起源已久。迄今为止，微软已经完成了分别于2019年、2021年对OpenAI承诺的两笔投资。今年1月宣布的第三笔数十亿美元投资意味着微软和OpenAI的进一步深度绑定。

如今看来，资金投入仅是微软和OpenAI合作的第一层；微软押注OpenAI也绝非谋求未来利润回报这么简单。

一方面，OpenAI亟需算力投入和商业化背书。为拉动微软入局，Sam Altman做了不少努力。在接管OpenAI LP后，Altman多次飞往西雅图与微软CEO Satya Nadella进行交谈。

另一方面，微软2015年推出Tay聊天机器人受挫后，在AI技术商业化应用方面日渐式微，在基础研究层面也尚无具备广泛影响力的产出，亟需寻求技术突破，以重获AI竞争力。

2019年微软首次注资OpenAI后，双方开始在微软的Azure云计算服务上合作开发人工智能超级计算技术。同时，OpenAI逐渐将云计算服务从谷歌云迁移到Azure。有报道指出，OpenAI每年在微软云服务上模型训练花费约为7000万美元，构成了微软向OpenAI投资的重要部分。

有了微软云的加持，OpenAI码算力的能力和底气日渐增长，第一个突破性成果GPT-3随之于2020年问世。同年，微软买断了GPT-3基础技术的独家许可，并获得了技术集成的优先授权，将GPT-3用于Office、搜索引擎Bing和设计应用程序Microsoft design等产品中，以优化现有工具，改进产品功能。

2021年微软再次投资，双方合作关系正式进入第二阶段，从合作探索期进入蜜月期。一方面，作为OpenAI的独家云提供商，在Azure中集中部署OpenAI开发的GPT、DALLE、Codex等各类工具。这也形成了OpenAI最早的收入来源——通过Azure向企业提供付费API和AI工具。

与此同时，拥有OpenAI新技术商业化授权，微软开始将OpenAI工具与自有产品进行深度集成，并推出相应产品。例如，2021年6月基于Codex，微软联合OpenAI、GitHub 推出了AI代码补全工具GitHub Copilot。该产品于次年6月正式上线，以月付费10 美元或年付费100美元的形式提供服务。

2022年，微软开始通过Edge浏览器和Bing搜索引擎在部分国家和地区提供基于AI图像生成工具DALLE开发的Image creator新功能。同年10月，微软宣布将推出视觉设计工具Microsoft designer。

而今年公布的微软对OpenAI的第三次出手，彻底拉开了AI军备竞赛的帷幕，也标志着OpenAI新技术商业化进入了新的阶段。

从现有结果来看，通过指数级增长的计算资源投入，来实现技术持续改进，以量变推动质变，这一以快制胜的路径是OpenAI在这一阶段作出的正确选择。

对微软而言，不管OpenAI未来是否会在达成承诺的投资回报后拿回经营主动权，至少目前看来，微软已经靠“借力打力”在AI领域扳回一城。

03先做、砸钱、大厂资源一样不落，Google为什么步步被压？

诚如上文所言，在OpenAI造梦途中，和Sam Altman的掌舵同样不可或缺的，自然是以“首选商业合作伙伴”身份入局的微软。

标签：