英语轻松读发新版了,欢迎下载、更新

人工智能竞赛已经开始。像 OpenAI 这样雄心勃勃的初创公司有机会对抗大型科技公司吗?为什么 OpenAI、Anthropic 面临与大型科技公司的激烈人工智能对决

2024-12-13 13:00:00 英文原文

作者:Investor's Business Daily

OpenAI 推出 ChatGPT 两年后,人工智能的狂热已演变成科技行业巨头与新贵之间的激烈竞争。

人工智能股领涨英伟达NVDA),微软微软公司)和 Google 父级字母谷歌)现在占据了华尔街的中心舞台。与此同时,投资者也在关注 OpenAI 和 Anthropic 这样的初创公司,它们在快速增长的趋势中开辟了道路。

但随着人工智能对决的升级,华尔街的焦点转向了棘手的问题:构建人工智能系统的巨额成本值得吗?这些投资什么时候开始得到回报?人们越来越担心这种被称为改变游戏规则的革命性技术的局限性。关于人工智能模型,一种新的观点正在出现:大不一定意味着更好。

Ø X 正在播放 AI 的下一个前沿:将主导 CES 2025 的技术

人工智能股票推动技术向前发展

数据科学家本·洛里卡 (Ben Lorica) 在接受采访时表示:“有一类公司确实希望尽可能地推动这项技术的发展。”“他们都认为,作为规模法则的一部分,越大越好。这意味着什么?训练这些模型的成本将迅速增长。”

此外,筹集资金的能力对于人工智能玩家

显而易见的是,OpenAI、Anthropic 和其他初创公司正在争夺资本雄厚的科技行业巨头的现金注入,以继续运营。微软已向OpenAI投资数十亿美元,成为其最大投资者。亚马逊网站亚马逊)上个月放Anthropic 的投资额增加 40 亿美元,使其投资达到80亿美元。

但谷歌和 Facebook 的母公司元平台梅塔尽管谷歌已经进行了一些投资,但还不是人工智能初创公司的糖爹。Meta 和 Google 成为强大的竞争对手。12 月 11 日,谷歌推出了双子座2.0型号。人工智能趋势主要依赖于大型语言模型(LLM),它需要大量数据进行训练。

大型语言模型允许用户与人工智能系统交互,而无需编写算法。

简单来说,两个战场已经形成。在消费市场,OpenAI 已经撼动了互联网搜索。展望未来,最大的人工智能模型将在互联网搜索中发挥重要作用。谷歌的 Gemini 系列人工智能模型仍然落后于 OpenAI 的性能,但这种情况可能会改变。

OpenAI 是否会取代谷歌成为互联网搜索领域的领导者,这对许多其他科技巨头(例如微软、Meta 和苹果AAPL)。

企业趋势:小语言模型的兴起

还有企业市场,大公司和组织一直在出于商业目的试验较小的人工智能模型。

小语言模型(SLM)根据特定类型的数据训练人工智能系统,并专注于更定制的结果。它们已成为法学硕士的更便宜的替代品。

Databricks 首席人工智能科学家 Jonathan Frankle 在接受采访时表示,开源模型的兴起以及数据科学的改进使得小型语言模型变得更加经济。“我不会低估让这些模型更高效的聪明才智。几年前 OpenAI 花费同样多的钱来训练 GPT-4,今天你可以得到一个更好的模型,只需基于几年前还不存在的现代训练模型方法。

“科学发展非常快。我们正在学习如何更好地使用数据并开发更好的方法来训练这些模型。在某些情况下,构建大型通用系统可能是正确的方法。但通常最好的方法是正在构建非常具体的定制人工智能系统,这些系统是根据客户的专有数据针对特定用例而设计的。”

元股票和开源人工智能

免费向开发人员开放的开源模型的功能发展迅速,Meta 成为主要支持者。

根据研究所 Epoch AI,开放AI模型的性能仅落后OpenAI的GPT-4和Google的Gemini等专有模型一年。

在 Meta 与分析师举行的第三季度财报电话会议上,首席执行官马克·扎克伯格 (Mark Zuckerberg) 表示,Llama“的使用量在 2024 年呈指数级增长”。Llama 是 Meta 的开源大型语言模型系列。

Meta 的 Llama 4 型号正在开发中,预计将于 2025 年某个时候推出。元股票由于对 Meta 人工智能战略的热情,2025 年股价上涨了 76%。

与此同时,人工智能芯片制造商 Nvidia 在 9 月份发布了自己强大的 Nemotron 开源模型。英伟达股票2024年飙升172%。

开源方法在一个重要问题上发挥着关键作用:定价。

软件开发人员通过云计算服务访问人工智能模型的价格一直在迅速下降。人工智能模型制造商通常与亚马逊网络服务等云公司分享收入。

“你可以说 OpenAI 模型更好。但是好到什么程度呢?”关注人工智能趋势的 Gradient Flow 时事通讯的编辑 Lorica 说道。

“如果你与开发人员交谈,可能会有一些差异,但不会很大。随着时间的推移,与开源模型的性能差距会缩小。因此最大的模型可能无法区分。这意味着 OpenAI、Anthropic 和其他公司将不得不考虑找到一种赚钱的方法,不仅仅是收入,而是盈利。”

人工智能股票:初创公司面临成本上升

随着人工智能之战的加剧,资本支出正在飙升。

Meta 和 Elon Musk 的 xAI 表示他们在集群上训练下一代人工智能模型超过 100,000 个 Nvidia H100 GPU,高于几年前 10,000 个 GPU 集群的行业标准。

马斯克的 xAI 最近筹集了 60 亿美元,公司估值达到 400 亿美元。马斯克可能也在考虑利用他的电动汽车公司特斯拉特斯拉)资助他的人工智能模型项目。

但人工智能成本预计将继续上升。

初创公司 Anthropic 的首席执行官 Dario Amodei 在 7 月份预测,训练一个 AI 模型可能会在两年内花费 100 亿美元,最终将达到 1000 亿美元。OpenAI 的前顶尖研究人员于 2021 年创立了 Anthropic。

微软已向 OpenAI 投资 140 亿美元。除了亚马逊的新投资外,Anthropic 还试图以高达 400 亿美元的估值从其他投资者那里筹集资金。

“对于 OpenAI 和 Anthropic 等初创公司来说,不幸的是,谷歌和 Meta 等公司有替代品,”曾在 O'Reilly Media 和其他地方主办过许多行业人工智能会议的 Lorica 说。“他们从广告和其他来源获得了大量盈利收入。因此他们可以补贴训练这些更大模型的成本。”

人工智能模型处理“提示”,例如描述用户想要获得什么的互联网搜索查询。法学硕士由神经网络(模仿人脑的数学模型)组成,可根据训练数据生成输出。人工智能模型的大小按“参数”(与训练相关的数值)排序。

A I models AI

OpenAI 的盈利之路漫漫

人工智能的焦点显然集中在 OpenAI 上,这家初创公司引发了当前人工智能的狂热。OpenAI 计划从非营利组织转型为营利性公司。

该公司的预期收入估值倍数约为 30 至 40 倍,远高于大多数上市公司的估值倍数。

OpenAI 表示,其 75% 的收入来自消费者付费查询 ChatGPT,其中大部分来自每月 20 美元的订阅。据报道,该初创公司还拥有超过 100 万企业 ChatGPT 客户。

不过,目前尚不清楚消费者和企业愿意为互联网搜索支付多少费用。OpenAI 本月推出了每月 200 美元的 ChatGPT Pro 升级版,让用户可以无限制地使用其最好的人工智能工具。

该公司最近筹集了 66 亿美元的新资金,使这家初创公司的估值达到 1,570 亿美元,高于今年年初的 860 亿美元。新一轮融资由风险投资公司 Thrive Capital 领投。新投资者包括软银和英伟达。

据Information称,OpenAI今年预计亏损约50亿美元,营收为37亿美元。此外,OpenAI 预计到 2026 年将烧掉 140 亿美元现金。最快到 2029 年可能会实现收支平衡。

人工智能股票:云价格快速下跌

但随着竞争的激烈,人工智能初创公司之间的洗牌预计还将持续。微软以不同寻常的合作伙伴关系收购了初创公司 Inflection AI 的顶尖科学家,这一举措凸显了这一点。

人工智能初创公司 SambaNova 首席执行官罗德里戈·梁 (Rodrigo Liang) 表示:“我确实认为参与者将会减少。”“这不仅仅是成本结构的问题。这也与正确训练这些模型所需的人才有关。因此,我认为其中一些公司需要一段时间来弄清楚如何创造足够的价值、足够的货币化,能够维持自己的生活。”

云人工智能服务价格下降是大多数人工智能观察者关注的趋势。OpenAI、Anthropic 等公司与云服务提供商分享云收入。

曾领导谷歌和谷歌人工智能研究团队的安德鲁·吴(Andrew Ng)表示:“提供最有效、最高效的大型语言模型的竞争非常激烈,为开发人员提供了非凡的价格和性能。”百度百度)。

“基础模型的制造商无法在性能上与最好的大型模型相媲美,也无法在成本上与最好的小型模型相媲美,因此陷入了困境,”吴恩达在网站上写道。深度学习。人工智能网站。“开发人工智能应用程序真是太棒了,”亚马逊董事会成员吴恩达补充道。

“您可以选择开放或封闭、小型或大型、更快或更强大的几乎任何组合的模型。每个人都在争夺您的业务。”

Databricks 是一颗冉冉升起的新星

在软件方面,私人控股的 Databricks 是一家快速增长的数据存储和分析软件制造商,也是企业科技巨头销售人员客户关系管理)被认为是企业市场中重要的人工智能参与者。

Databricks 的客户可以通过云服务购买 OpenAI、Anthropic 或开源模型的访问权限。但 Databricks 针对特定行业构建了自己的较小模型。

Databricks 的 Frankle 表示:“目前人工智能市场的竞争非常激烈。”“我的看法是,成本下降的速度比我认为的质量上升的速度要快。”

Frankle 是人工智能初创公司 Mosaic 的联合创始人,Databricks 于 2023 年以 13 亿美元收购了该公司。Databricks 在最近的融资中估值为 430 亿美元。分析师表示,该公司可能会在 2025 年申请 IPO。

人工智能股票:Salesforce大力推动

Salesforce 也在推行类似的策略。该软件公司建立了自己的开源法学硕士,名为 Code-Gen。

Salesforce 首席科学家兼人工智能研究主管西尔维奥·萨瓦雷塞 (Silvio Savarese) 在接受采访时表示:“我们看到的是,前沿模型的定价肯定在下降。”

他说,80% 的用例中的公司不需要使用强大的 LLM(例如 OpenAI 的 GPT-4)来处理查询。

“在消费领域,更大的型号通常是最佳选择,”他说。“但对于企业用例来说,较小的模型在许多情况下都是有效的替代方案。更大的超级模型可能会杀伤力过大。”

人工智能模型是否已趋于稳定?

此外,一个大争论是人工智能模型是否已经开始趋于稳定。

在法学硕士变得过于通用的批评声中,各公司正在竞相增加新的能力。OpenAI 今年夏天发布了一个代号为“草莓”的新法学硕士,能够增强推理能力。

瑞银分析师蒂莫西·阿库里(Timothy Arcuri)在一份报告中表示:“关于扩大预训练规模的争论已经趋于稳定,部分原因是采购未开发的、高质量的、人造训练数据的难度增加。”“另一方面,有人认为可以通过各种技术来‘不受阻碍’模型性能,这些技术比传统方法需要更多的计算资源。”

除了开发具有更强推理能力的人工智能之外,围绕可以处理音频、视频以及文本的多模态系统也形成了另一个战场。

美国银行分析师阿尔克什·沙阿 (Alkesh Shah) 预计,创新将在消费领域蓬勃发展。OpenAI、Google 和 Anthropic 都在构建人工智能模型,使用网络浏览器信息来完成任务,例如购买产品或预订航班。

他说:“尽管声称人工智能创新的步伐已趋于稳定,但新的、颠覆性的人工智能功能似乎每周(甚至每天)都会出现。”“就在 OpenAI 和 Anthropic 通过展示博士级性能并允许应用程序使用计算机的模型提高标准一个月后,Mistral 发布了其最新模型,该模型在需要视觉功能的任务上展示了一流的性能。”

人工智能股:大型科技公司的内容优势

与此同时,人工智能之战中的一个不确定因素是关于内容的争论。

《纽约时报》起诉 OpenAI,指控其涉嫌使用其内容来训练人工智能模型,侵犯版权。与此同时,IBD 母公司道琼斯 (Dow Jones) 对人工智能初创公司 Perplexity 提起诉讼。

像谷歌、苹果和 Meta 这样的巨头拥有足够的财力来对抗甚至赢得这些法律纠纷,或者与大型新闻媒体等主要内容组织达成交易。苹果股票2024 年股价上涨 28%。例如,道琼斯母公司新闻集团与谷歌和 OpenAI 签订了内容协议。

此外,谷歌和 Meta 等科技巨头拥有来自 YouTube、地图、Instagram 和 Facebook 的内部专有数据,可用于构建更大的模型。洛里卡说,这是人工智能初创公司根本无法比拟的优势。

另外, 谷歌股票2024 年上涨了 32%。这是众多上涨之一值得关注的人工智能股

“只有少数大型组织能够承担这些费用,这可能会限制创新并集中影响前沿人工智能的发展,”说。Epoch AI 研究员 Ben Cottier 在博客文章中

“除非投资者相信人工智能的经济回报证明了这些不断膨胀的成本是合理的,否则开发人员将发现筹集足够的资金来购买继续沿着这一趋势所需的硬件数量具有挑战性。”

在 Twitter 上关注 Reinhardt Krause @reinhardtk_tech了解人工智能、网络安全和云计算的最新动态。

您可能还喜欢:

从 IBD 投资者角了解最佳股票交易规则

想交易期权吗?尝试这些策略

关注 IBD 的“今日突破”名单,了解触及新买点的公司

IBD Digital:立即解锁 IBD 的优质股票列表、工具和分析

关于《人工智能竞赛已经开始。像 OpenAI 这样雄心勃勃的初创公司有机会对抗大型科技公司吗?为什么 OpenAI、Anthropic 面临与大型科技公司的激烈人工智能对决》的评论


暂无评论

发表评论

摘要

本文讨论了围绕人工智能 (AI) 技术现状及其对各个行业影响的几个关键点和争论:1. **成本与质量动态**:人工智能市场的竞争非常激烈,成本下降的速度快于质量改进的速度。Databricks 的 Frankle 指出,这种动态可能具有挑战性,但也提供了构建更有针对性的模型的机会。2. **创新步伐**:关于人工智能模型的性能是否已趋于稳定,或者新的进步是否仍在迅速出现,存在争议。专家们认为,双方都指出,虽然由于数据质量问题,扩大预训练可能已达到上限,但创新技术可以通过增加计算资源来进一步突破界限。3. **多模态系统**:一个新兴的焦点领域是能够同时处理音频、视频和文本的多模态人工智能系统。OpenAI 等公司正在将网络浏览器功能集成到他们的模型中,以增强任务完成能力,这表明持续的创新。4. **内容法律战**:AI公司使用受版权保护的内容进行模型训练引发了法律纠纷,例如纽约时报对OpenAI的诉讼。这突显了拥有谷歌和 Meta 等大量专有数据源的科技巨头面临的潜在挑战和机遇。5. **企业与消费者模型**:在企业环境中,由于特定的行业需求,与更强大的面向消费者的模型相比,较小的模型通常就足够了。然而,在消费市场,更大的型号可以提供显着的优势。6. **垄断问题**:开发前沿人工智能技术的成本不断增加,可能会导致影响力集中在拥有财力和专有数据的大型组织中,以构建更大、更先进的模型。7. **内容垄断优势**:谷歌和Meta等科技巨头拥有优势,因为它们拥有来自YouTube、地图、Instagram和Facebook等平台的大量内部专有数据。这使得他们能够构建比小型初创公司更大、更多样化的人工智能模型。8. **Databricks 和 Salesforce 策略**:Databricks 和 Salesforce 正在通过构建更小的、行业特定的模型或开源项目来适应,这些模型或开源项目与 OpenAI、Anthropic 等主要云提供商的产品集成。9. **投资者担忧**:随着硬件和数据成本呈指数级增长,投资者需要确信人工智能投资的经济回报。这可能会限制那些无法与科技巨头的财务投资相匹配的初创公司的创新。10. **未来展望**:文章表明,虽然创新不断,但由于成本上升和法律复杂性,竞争格局变得更加竞争和更具挑战性。公司需要调整策略,例如构建更小的、有针对性的模型或利用与主要内容提供商的合作伙伴关系,以在这个快速发展的领域保持相关性。总体而言,本文强调了在技术、财务和监管挑战日益严峻的情况下,对于那些希望在人工智能领域蓬勃发展的公司来说,战略调整的重要性。