OpenAI的历史(下)

我爱免费

作者：微信文章


在我对 OpenAI 的深入研究的第 1 部分中，我谈到了 OpenAI 的重要性。在第 2 部分中，我谈到了它们的重要性和复杂性。在第 3 部分中，我将补充一点：它们的重要性和复杂性既有趣又复杂！

投资之所以如此有趣，是因为它是一种思想实验。我们可以思考未来，做出相应的投资，并（希望）从中获利。

对于像 OpenAI 这样的公司来说，这个思想实验非常有趣。

现在，如果你想让我对 OpenAI 做出明确的预测，那你就错了。回想一下查理叔叔关于概率思维的名言：

“如果你不掌握这种基本但略显不自然的基本概率数学，那么你就会像一个参加踢屁股比赛的独腿人一样度过漫长的一生。你给其他人带来了巨大的优势。像 [沃伦] 巴菲特这样的人的优势之一是，他会自动用决策树和排列组合的基本数学来思考，这些年来我一直与他共事。”

因此，我不会写“OpenAI 的未来”一文。我会写“OpenAI 的概率未来”一文。为此，我必须列出 OpenAI 的未来最依赖的变量（我可能会遗漏其中许多变量；毕竟，这些只是我的想法）。

这些问题（应该被视为频谱）是：

1. 成本结构：OpenAI 追求垂直整合和确保成本结构改进将取得多大成功？

2. 商业模式：OpenAI 如何从他们的模型中获利，这些模型的商品化程度如何？

3. 市场：AI应用市场的最终状态如何（规模、市场份额、盈利能力）？

4. 产品：如何将模型的智能转化为代理的行为？

5. 估值：您如何估值 OpenAI？

这些变量中的第一个是垂直整合：
1. 成本结构：要么全部拥有，要么死去！


（当然，他们不会拼命尝试；他们已经筹集了数百亿美元，无论如何也要试图将其全部拥有！）

流入人工智能的资金比历史上任何处于早期阶段的行业都要多（过去 4 年，风险投资资金估计为 4500 亿美元，而互联网泡沫时期为 2560 亿美元）。

这意味着，该行业的资本竞争对手比历史上任何其他行业都要多。

在这样的环境下建立竞争优势极具挑战性；为了实现这一目标，OpenAI 正在 AI 堆栈的上下游进行垂直整合。

正如我们在Stargate和OpenAI 的芯片努力中所看到的那样，向下移动会为他们带来成本优势和在硬件层面竞争所需的控制权。

他们的大多数竞争对手在定制硬件（谷歌、亚马逊、Meta）或数据中心（xAI 和超大规模企业）方面都占有优势。OpenAI 不能承受在竞争中失利的后果，因为他们对硬件的控制力不够。

然而，OpenAI 可以在没有自己的数据中心或硬件的情况下生存下来。以他们的应用为主导？这是当务之急，也是实现可持续经济的道路。
2. 商业模式：如何创造可持续的经济？


在可预见的未来，数十亿美元将流入直接竞争对手（参见：Anthropic 、xAI和SSI （可能是直接竞争对手））。

除此之外，有史以来最大、最赚钱的科技公司正在进行一场与 OpenAI 的生存竞赛。

如果这还不够的话，DeepSeek 还向您展示了如何创建一个训练成本更低、运行成本更低且质量几乎相同的模型。

其中一些竞争对手还将开源他们的模型，以最便宜的推理提供商的价格免费提供模型。

由于这些变量，在模型层面与 API 竞争不会产生可持续的商业模式，至少在可预见的未来不会。

这意味着你需要建立软件护城河，比如转换成本和企业关系。实现这一点的方法是在应用层。
3. 市场：十年后人工智能应用市场会是什么样子？


如果OpenAI确实是一家垂直整合的AI公司，并且其大部分利润将从应用层获取，那么这或许就是最重要的问题：长期来看AI应用市场有多大，以及该市场的价值将在哪里累积？

如果用人工智能应用市场可能取代的知识工作量来衡量，那么这个市场……大得令人难以置信。然而，商品价格趋向于其边际生产成本。这意味着硬件成本 + 能源成本 + 人工智能研究人员成本 + 你在应用层可以保护的任何利润。

更好的看待这个问题的方式是问：人工智能能够解决什么问题？

答案是有很多，而且市场规模非常大，可能达到数千亿美元。

它的规模将足够大，如果 OpenAI 能够执行并捍卫其竞争优势，它的规模将比现在大得多。

在 AI 应用市场动态方面，OpenAI 似乎看到了利用其代理主导通用工作流程的潜力（请参阅 Deep Research AI 的销售工作流程演示。）

如果他们成功了，他们将拥有大部分传递给人工智能的一般工作流程。

在医疗保健、金融和法律等市场中，可能会出现垂直重点解决方案来处理这些市场的特定集成、法规和工作流程（就像软件市场的发展方式一样！）

现在，如果 OpenAI 真的成功了，他们也将成为这些垂直公司的基石；他们可能会通过独家访问其前沿模型来做到这一点，类似于奢侈手袋市场。

市场时机又如何呢？

阿玛拉定律指出：“我们倾向于高估一项技术的短期效应，而低估其长期效应。”

很明显，目前的知识工作形式将在十年后发生巨大变化。一年后会发生巨大变化吗？谁知道呢。
4. 产品：OpenAI 已经聚合了信息；现在，他们如何聚合行动？


迄今为止，人工智能的价值在于其聚合信息的能力。而人工智能未来的发展则在于其采取行动的能力。

OpenAI 几个月前就知道了这一点，并发布了具有这一愿景的插件。公司可以预先定义 ChatGPT 访问的工作流程和身份验证。它应该可以发挥作用。

但事实并非如此。我的假设是生态系统还没有准备好。

插件可能无法发挥作用，因为基础设施（API、集成、身份验证）尚未到位，导致 ChatGPT 无法有效访问网站。

Operator虽然效率较低，但可以绕过这一点。现在逻辑更简单了：

如果 api == 1，则使用 api。

如果 api == 0，则绕过它并使用 Operator。

采取行动的下一步是推理：权衡做出决策所需的各种变量（想想计划旅行时的所有微观决策）。OpenAI 开发了它！

OpenAI 现已开发了 Operator、推理模型和代理。

OpenAI 的未来是智能，但 ChatGPT 的未来是行动。

这是实现1000 亿美元收入的愿景。它不是聊天机器人，而是通用助手；最终成为通用知识工作者。
5. 估值：您如何估值 OpenAI？


这个问题很有趣，因为投资者在投资 OpenAI 时可能会权衡很多变量：

1. OpenAI 是人工智能领域的明显幂律赢家；正如我们在过去的周期中所看到的那样，很大一部分价值都归于幂律赢家。

2. 人工智能的机会正如炒作所暗示的那样大，而 OpenAI 就是这一机会的指数。

3. 某种形式的 AGI 即将到来，当它到来时，你想要占有一席之地。

4. 获取 OpenAI 提供的信息会让您在其他市场中占据优势，这是值得的。

5. 1570 亿美元的估值相当于今年收入的约 39 倍。预计明年的收入约为 120 亿美元（谁知道最终实际收入是多少），因此这接近 13 倍的预期收入。这在公开市场上很昂贵，但并不疯狂。（如果 3000 亿美元的融资结束，那么这些估值指标将翻倍，这在一定程度上淡化了这一点）。

实际上，决策过程可能是这些变量的组合。

我知道的是：对于快速增长的公司来说，最终状态比任何中间指标都重要得多。你可以根据你先入为主的偏见来证明你想要的任何估值。如果你相信人工智能的长期价值，你就可以证明今天的估值是合理的。

我猜想许多 OpenAI 投资者都是这样想的。

我会给你留下一句话，“如果你不愿意持有一只股票 10 年，那么就别想持有它 10 分钟。”

在这种时候，值得读两遍。
我对 OpenAI 的最终想法（目前）：


我希望这篇文章就像是我对这家公司的看法的带有时间戳的日记。也许 OpenAI 十年后会成为一家价值数万亿美元的公司。也许它会停滞多年，因为它“增长到估值水平”，而 AI 价值会赶上预期。

也许这是对早期市场主导地位假设的一个警示故事（我对这个结果最为怀疑）。

由于幂律，技术必然会创造出标志性的公司。快速成长的巨头推动着技术的发展，拥有世界上最大的品牌。

IBM。英特尔。苹果。微软。Nvidia。亚马逊。谷歌。SpaceX。特斯拉。谷歌。Meta。

OpenAI 已跻身此类公司之列。它是快速增长市场中的早期主导者，其所推出的技术也备受瞩目。

我们有幸亲眼见证它的早期阶段。