2023成都積分入學(xué)什么時候開始申請
2023-01-31
人工智能如何影響五大科技巨頭？還有哪些公司會成為贏家？
更新時間：2023-01-11 08:20:35作者：智慧百科
·蘋果的策略：聰明的公司試圖將其產(chǎn)品的補充品商品化；亞馬遜的前景將取決于若干因素；人工智能對Meta來說是一個巨大的機會；谷歌和人工智能的關(guān)系讓人想起柯達的商業(yè)模式導(dǎo)致其最終厄運；微軟似乎處于最有利的位置。
·從新公司的角度來看，OpenAI顯然是最有意思的：有可能成為所有其他人工智能公司的平臺。最大的贏家也可能是英偉達和臺積電。
【編者按】2022年，聊天機器人ChatGPT、AI創(chuàng)作機器人DALL-E、MidJourney的爆火，對傳統(tǒng)互聯(lián)網(wǎng)的模式發(fā)出了挑戰(zhàn)。這個時代的贏家、科技界五大巨頭——微軟、蘋果、Meta、亞馬遜、谷歌，仍將是人工智能時代最值得關(guān)注的公司。一方面，維持性技術(shù)的發(fā)展會確保其現(xiàn)有地位，讓它們的產(chǎn)品、服務(wù)不斷迭代，另一方面，被稱作破壞性創(chuàng)新或者顛覆性技術(shù)的新影響，也將迫使巨頭們重新思考自己的商業(yè)模式，以及如何在人工智能時代繼續(xù)成為領(lǐng)導(dǎo)者。
云計算和人工智能技術(shù)將成為新時代的主旋律，廣告業(yè)務(wù)和推薦算法將是各個巨頭的“護城河”。無論是日漸臃腫的谷歌搜索、市值蒸發(fā)的Meta，還是與OpenAI加深合作的微軟，這些巨頭正處在不同的位置上，但可以預(yù)見的是，它們終將以自己的方式強勢入場、決出勝負。這五家公司的未來如何？人工智能又將產(chǎn)生怎樣的影響？著名科技博客Stratechery的作者Ben Thompson于1月9日發(fā)表文章《人工智能與五巨頭》，對此做出了深度剖析。以下為全文，有少量刪減。
人工智能的涌現(xiàn)是2022年發(fā)生的故事，首先是圖像生成模型，包括DALL-E、MidJourney和開源的Stable Diffusion，然后是ChatGPT，這是第一個取得重大突破的文本生成模型。在我看來，這明顯是一個科技發(fā)展的新時代。
為了預(yù)測這個時代的發(fā)展，我們不妨回顧一下26年前最著名的戰(zhàn)略書籍：Clayton Christensen的《創(chuàng)新者的困境》（The Innovator’s Dilemma），特別是這段關(guān)于不同類型創(chuàng)新的文字：
大多數(shù)新技術(shù)促進了產(chǎn)品性能的提高。我把這些技術(shù)稱為維持性技術(shù)。一些維持性技術(shù)可能是不連續(xù)或激進的，而其他技術(shù)則是漸進性的。所有維持性技術(shù)的共同點是，它們沿著主要市場的主流客戶歷來重視的性能維度改善現(xiàn)有產(chǎn)品的性能。某一行業(yè)的大多數(shù)技術(shù)進步都具有維持性的特點。
但顛覆性技術(shù)為市場帶來了與以往截然不同的價值主張。一般來說，顛覆性技術(shù)在主流市場上的表現(xiàn)不如成熟產(chǎn)品。但它們有一些邊緣（一般是新）客戶看重的其他特點?；陬嵏残约夹g(shù)的產(chǎn)品通常更便宜，更簡單，更小，而且經(jīng)常使用起來更方便。
通過觀察創(chuàng)新進入市場現(xiàn)有公司后的表現(xiàn)，似乎很容易總結(jié)，并確定一項創(chuàng)新是維持性的還是顛覆性的：如果創(chuàng)新是維持性的，那么現(xiàn)有的巨頭會變得更強大；如果是顛覆性的，那么初創(chuàng)公司會抓住大部分的價值。
看看以前的科技時代：
·個人電腦對幾乎所有現(xiàn)有公司都是顛覆性的；這些相對便宜和低功率的設(shè)備曾經(jīng)幾乎沒有微型計算機的能力和利潤率，更不用說大型機了。這就是為什么IBM愿意將最初的個人電腦的芯片和操作系統(tǒng)分別外包給英特爾和微軟，這樣他們就可以推出產(chǎn)品去滿足企業(yè)客戶；不過，隨著個人電腦的速度越來越快，英特爾和微軟占據(jù)了主導(dǎo)地位，讓之前的一切都相形見絀。
·互聯(lián)網(wǎng)幾乎完全是新的市場創(chuàng)新，因此由全新的公司來定義。它們顛覆現(xiàn)有公司時，也顛覆了遠離技術(shù)的行業(yè)，特別是涉及信息的行業(yè)（即媒體）。這是谷歌、Facebook、在線市場和電子商務(wù)的時代。所有的應(yīng)用都運行在由Windows和英特爾驅(qū)動的個人電腦上。
·云計算可以說是互聯(lián)網(wǎng)的一部分，但我認(rèn)為它應(yīng)該有自己的類別。它也是極具顛覆性的：x86架構(gòu)橫掃了專用服務(wù)器硬件，一大批SaaS（編者注：軟件即服務(wù)）初創(chuàng)企業(yè)從現(xiàn)有的公司中剝離出功能來建立新公司。值得注意的是，云計算的核心基礎(chǔ)設(shè)施主要是由以前時代的贏家建造：亞馬遜、微軟和谷歌。微軟尤其值得注意，因為該公司也將其傳統(tǒng)的軟件業(yè)務(wù)過渡到SaaS服務(wù)，部分原因是該公司已經(jīng)將上述軟件業(yè)務(wù)過渡到訂閱模式。
·移動業(yè)務(wù)最終被兩個在位者所主導(dǎo)：蘋果和谷歌。但這并不意味著它不是顛覆性的。蘋果公司新的用戶界面形式要求不把手機看作是小型個人電腦，就像微軟一樣；谷歌公司新的商業(yè)模式要求不把手機看作是操作系統(tǒng)銷售的直接利潤中心，而是作為他們廣告業(yè)務(wù)的護城河。
這段歷史值得注意的是，我上面所說的假設(shè)并不完全正確。顛覆性創(chuàng)新確實一直來自于市場的新進入者，但這些新進入者不一定是初創(chuàng)企業(yè)：在以前的科技時代，一些最大的贏家是利用其現(xiàn)有業(yè)務(wù)進入新領(lǐng)域的公司。同時，Christensen的理論的其他原則也是成立的。微軟在移動領(lǐng)域掙扎，因為移動領(lǐng)域是顛覆性的，但SaaS最終是維持性的，它的商業(yè)模式已經(jīng)被調(diào)整。
鑒于現(xiàn)有公司在新時代的成功，在思考人工智能的影響時，最明顯的起跑點是五大公司：蘋果、亞馬遜、Facebook、谷歌和微軟。
蘋果公司
我已經(jīng)提到了關(guān)于科技戰(zhàn)略的最著名書籍之一，而最著名的文章之一是Joel Spolsky的《戰(zhàn)略信條五》，特別是這句著名的話：
聰明的公司試圖將其產(chǎn)品的補充品商品化。
Spolsky是在解釋為什么大公司會投資開源軟件時寫下這句話的：
調(diào)試代碼不是免費的，無論專有還是開源。即使你不為它支付現(xiàn)金，它也有機會成本，也有時間成本?？捎糜陂_源工作的志愿者編程人才是有限的，每個開源項目都在與其他開源項目競爭同樣有限的編程資源，只有最引人注目的項目才真正擁有更多可供使用的志愿者開發(fā)人員?？偠灾?，我對那些試圖證明免費軟件有巨大經(jīng)濟性的人不感興趣，因為在我看來，他們只是在進行用一個數(shù)除以0的錯誤。
開源不能不受萬有引力或經(jīng)濟規(guī)律約束。我們在Eazel、ArsDigita、VA Linux和其他許多項目中看到了這一點。但有些事情仍在發(fā)生，而在開源世界中很少有人真正理解這樣一個道理：許多非常大的上市公司，為使股東價值最大化，正在投入大量資金支持開源軟件，通常是通過雇傭大量的程序員團隊來開發(fā)。而這就是補充品原則所解釋的。
再次強調(diào)：當(dāng)一個產(chǎn)品的補充品價格下降時，對該產(chǎn)品的需求就會增加。一般來說，一個公司的戰(zhàn)略利益將是盡可能降低其補充品的價格。理論上可持續(xù)的最低價格是 “商品價格”，即當(dāng)你有一群競爭對手提供無差別的商品時產(chǎn)生的價格。因此，聰明的公司試圖將其產(chǎn)品的補充品商品化。如果你能做到這一點，你的產(chǎn)品的需求將增加，你將能夠收取更多的費用，賺取更多的利潤。
蘋果投資于開源技術(shù)，最引人注目的是其操作系統(tǒng)的達爾文內(nèi)核和WebKit瀏覽器引擎；后者符合Spolsky的處方，因為確保網(wǎng)絡(luò)與蘋果設(shè)備配合良好，會使蘋果的設(shè)備更具價值。
與此同時，蘋果在人工智能方面的努力在很大程度上是其專有的：傳統(tǒng)的機器學(xué)習(xí)模型被用于推薦、照片識別和語音識別等方面，但這些不會對蘋果的業(yè)務(wù)產(chǎn)生重大推動。然而，蘋果確實從開源世界收到了一份令人難以置信的禮物：Stable Diffusion模型。
Stable Diffusion之所以引人注目，不僅僅因為它是開源的，還因為它的模型小得令人吃驚：發(fā)布時，它已經(jīng)可以在一些消費級顯卡上運行；幾周內(nèi)，它已經(jīng)被優(yōu)化到可以在iPhone上運行。
值得稱贊的是，蘋果公司抓住了這個機會，其機器學(xué)習(xí)團隊上個月宣布：
今天，我們很高興在macOS 13.1和iOS 16.2中發(fā)布Core ML的Stable Diffusion優(yōu)化，以及開始部署到Apple Silicon設(shè)備的代碼……
在任何應(yīng)用程序中，Stable Diffusion的一個關(guān)鍵問題是模型在哪里運行。在應(yīng)用程序中部署Stable Diffusion比基于服務(wù)器的方法更可取，原因有很多。首先，用戶的隱私會受到保護，因為用戶作為模型輸入提供的任何數(shù)據(jù)都保存在用戶的設(shè)備上。其次，在初始下載后，用戶不需要連接互聯(lián)網(wǎng)就可以使用該模型。最后，在本地部署這個模型使開發(fā)人員能夠減少或消除與服務(wù)器相關(guān)的成本……
優(yōu)化Core ML的Stable Diffusion和簡化模型轉(zhuǎn)換，使開發(fā)人員更容易以保護隱私和經(jīng)濟可行的方式，將這項技術(shù)整合到他們的應(yīng)用程序中，同時在Apple Silicon上獲得最佳性能。該版本包括一個Python軟件包，用于使用diffusers和coremltools將Stable Diffusion模型從PyTorch轉(zhuǎn)換為Core ML，以及一個Swift包來部署模型。
值得注意的是，這一宣布分為兩部分：首先，蘋果對Stable Diffusion模型本身進行了優(yōu)化（它可以這樣做，因為是開源的）；其次，蘋果更新了其操作系統(tǒng)，由于蘋果的集成模型，該系統(tǒng)已經(jīng)針對蘋果自己的芯片進行了調(diào)整。
此外，似乎可以肯定這只是一個開始：雖然蘋果多年來一直在自己的芯片上發(fā)布所謂的“仿生引擎”，但人工智能專用硬件是根據(jù)蘋果自己的需求調(diào)整的。似乎未來的蘋果芯片，如果不是今年，也可能是明年，將會為Stable Diffusion調(diào)整。與此同時，Stable Diffusion本身可以內(nèi)置到蘋果的操作系統(tǒng)中，任何應(yīng)用程序開發(fā)者都可以輕松訪問API。
這使得“足夠好”的圖像生成功能可以有效地內(nèi)置到蘋果設(shè)備中，因此任何開發(fā)者都可以使用，而不需要像病毒式傳播的Lensa（編者注：最近流行的人工智能圖像生成App）那樣擴大后端基礎(chǔ)設(shè)施。推而廣之，這個時代的贏家最終很像App Store時代的贏家：蘋果之所以獲勝，是因為它的集成和芯片優(yōu)勢被用來提供差異化的應(yīng)用程序，而小型獨立應(yīng)用程序制造商擁有API和分銷渠道來建立新的業(yè)務(wù)。
另一方面，輸家將是Dall-E或MidJourney等集中式圖像生成服務(wù)，以及支撐它們的云提供商（到目前為止，還支撐了前面提到的Stable Diffusion應(yīng)用程序，如Lensa）。誠然，蘋果設(shè)備上的Stable Diffusion不會占領(lǐng)整個市場——至少在我看來，Dall-E和MidJourney都比Stable Diffusion“更好”。蘋果內(nèi)置的本地功能將影響集中式服務(wù)和集中式計算的最終目標(biāo)市場，當(dāng)然，蘋果設(shè)備之外還有一個大世界。
亞馬遜
亞馬遜和蘋果一樣，在其應(yīng)用程序中使用機器學(xué)習(xí)；不過，像圖像和文本生成這樣的直接消費者用例似乎不太明顯。目前最重要的是AWS（編者注：亞馬遜的云服務(wù)Amazon Web Services），它在云端提供對GPU（編者注：圖形處理器）的訪問。
其中一些GPU被用于訓(xùn)練人工智能，包括Stable Diffusion。據(jù)Stability AI的創(chuàng)始人兼首席執(zhí)行官Emad Mostaque說，Stable Diffusion使用256個英偉達A100顯卡訓(xùn)練，耗時15萬小時，市場價格為60萬美元。不過，AWS更大的應(yīng)用是推理，即實際應(yīng)用模型來產(chǎn)生圖像（或文本，例如ChatGPT）。每次你在MidJourney中生成圖像，或在Lensa中生成頭像時，推理都會在云端的GPU上運行。
亞馬遜在這一領(lǐng)域的前景將取決于若干因素。首先，也是最明顯的，就是這些產(chǎn)品最終在現(xiàn)實世界中的實用性如何。然而，除此之外，蘋果在建立本地生成技術(shù)方面的進展可能也會產(chǎn)生重大影響。不過亞馬遜本身就是一個芯片制造商：雖然它迄今為止的大部分努力都集中在其Graviton CPU上，但該公司可以為Stable Diffusion等模型建立自己的專用硬件，并在價格上競爭。
亞馬遜短期的一個大問題是在衡量需求方面：沒有足夠的GPU會讓資金閑置，而購買太多閑置的GPU，對于一家試圖限制成本的公司來說卻是一項重大成本。但這也不會是最嚴(yán)重的錯誤：人工智能的挑戰(zhàn)之一就是推理要花錢，換句話說，用人工智能做東西本就有邊際成本。
我懷疑，就開發(fā)引人注目的人工智能產(chǎn)品而言，邊際成本問題是一個被低估的挑戰(zhàn)。雖然云服務(wù)一直都有成本，但人工智能生成的離散性可能會導(dǎo)致難以提供資金，以實現(xiàn)產(chǎn)品與市場契合所需的迭代。
盡管如此，隨著時間的推移，這些成本應(yīng)該會下降：即芯片本身變得更快、更有效，模型也會變得更有效，而且一旦市場上有足夠的產(chǎn)品可以最大限度地利用其投資，云服務(wù)就會得到有規(guī)模的回報。不過，除了上述在本地運行推理的可能性之外，全棧集成會帶來多大的變化仍是一個開放的問題。
Meta
我在《Meta的神話》一文中已經(jīng)詳細說明了，為什么我認(rèn)為人工智能對Meta來說是一個巨大的機會，值得該公司進行巨額資本支出：
Meta擁有龐大的數(shù)據(jù)中心，但這些數(shù)據(jù)中心主要是關(guān)于CPU計算的，這是驅(qū)動Meta的服務(wù)所需要的。CPU計算也是驅(qū)動Meta的確定性廣告模型（deterministic ad model）以及推薦算法所需要的。
不過，ATT（編者注：蘋果推出的應(yīng)用程序跟蹤透明度功能，用于管理開發(fā)者對用戶的廣告跟蹤，對Meta的廣告收入造成巨大影響）的長期解決方案是建立概率模型，不僅要弄清楚誰應(yīng)該成為廣告目標(biāo)，還要了解哪些廣告轉(zhuǎn)化了，哪些沒有。這些概率模型將由大規(guī)模的GPU艦隊建立，就英偉達的A100顯卡而言，其成本為五位數(shù)。在一個確定性廣告就能發(fā)揮作用的世界里，這顯得太昂貴了，但Meta似乎不再屬于那個世界，不投資于更好的目標(biāo)定位和算法是愚蠢的。
此外，同樣的方法對Reels（編者注：Instagram于2020年8月推出的一種視頻形式）的持續(xù)增長至關(guān)重要：從整個網(wǎng)絡(luò)中推薦內(nèi)容比只從你的朋友和家人那里推薦內(nèi)容要困難得多，特別是Meta計劃不僅推薦視頻，還推薦所有類型的媒體，并將其與你關(guān)心的內(nèi)容穿插在一起。在這里，人工智能模型也將是關(guān)鍵，而建立這些模型的設(shè)備同樣需要大量資金。
不過，從長遠來看，這項投資應(yīng)該得到回報。首先，好處有我剛才描述的，更好的目標(biāo)定位和更好的算法推薦，可能重新啟動Meta的收入增長。第二，一旦這些人工智能數(shù)據(jù)中心建成，維護和升級它們的成本應(yīng)該大大低于建造它們的初始成本。第三，這種大規(guī)模投資是其他公司無法做到的，除了谷歌（而且，并非巧合的是，谷歌的資本支出也將上升）。
最后一點可能是最重要的：ATT對Meta的傷害比其他任何公司都大，因為它已經(jīng)擁有迄今為止最大、最精細的廣告業(yè)務(wù)，但從長遠來看，它應(yīng)該會促使Meta加深護城河。對于Snap、Twitter或任何其他數(shù)字廣告領(lǐng)域的同行者，這種水平的投資根本不可行（即使Snap依賴云提供商而不是自己的數(shù)據(jù)中心）。
讓Meta的人工智能發(fā)揮作用，將不是簡單地建立基礎(chǔ)模型，而是不斷根據(jù)個人用戶進行調(diào)整，這將需要巨大的算力，Meta必須弄清楚如何低成本地進行這種內(nèi)容定制。不過，Meta的產(chǎn)品可能會越來越具有整合性，這一點很有幫助：雖然Meta可能已經(jīng)承諾為其VR頭盔裝配高通的芯片，但Meta仍在開發(fā)自己的服務(wù)器芯片；該公司還發(fā)布了提取英偉達和AMD芯片的工具，以滿足其工作負載，但Meta似乎也在開發(fā)自己的人工智能芯片。
有趣的是，從長遠來看圖像和文本生成如何影響Meta：Sam Lessin（編者注：科技創(chuàng)業(yè)者、撰稿人）已經(jīng)假設(shè)，算法時間線的終點就是人工智能內(nèi)容。而在談到元宇宙時，我也提出了同樣的觀點。換句話說，雖然Meta正在投資人工智能以提供個性化的內(nèi)容推薦，但這個想法與2022年的突破相結(jié)合，就是個性化的內(nèi)容，通過Meta的渠道傳遞。
看Meta的廣告工具如何發(fā)展也將會很有趣：生成、A/B測試副本和圖像的整個過程都可以由人工智能完成，沒有哪家公司比Meta更擅長大規(guī)模提供這種功能。
谷歌
《創(chuàng)新者的困境》于1997年出版。那一年，伊士曼柯達的股票達到了94.25美元的最高價，而這似乎是有原因的。就技術(shù)而言，柯達公司處于完美的位置。該公司不僅主導(dǎo)了當(dāng)前的膠片技術(shù)，而且還發(fā)明了下一個浪潮：數(shù)碼相機。
問題要歸咎于商業(yè)模式：柯達通過提供鹵化銀膠片賺了很多錢，利潤率非常高；但另一方面，數(shù)碼相機是數(shù)字的，這意味著它們根本不需要膠片。因此，柯達的管理層非常有動力說服自己，數(shù)碼相機永遠只適合業(yè)余愛好者，而且它們得變得非常便宜，這肯定需要很長的時間。
事實上，柯達的管理層是對的：從數(shù)碼相機的發(fā)明到銷售額超過膠片相機，花了25年；而數(shù)碼相機在專業(yè)領(lǐng)域的應(yīng)用，則花了更長時間。在此期間，柯達賺了很多錢，并派發(fā)了數(shù)十億美元的股息。但該公司在2012年破產(chǎn)，這是因為消費者有機會獲得更好的產(chǎn)品：首先是數(shù)碼相機，然后是內(nèi)置相機的手機。
柯達是一個警示故事，講述了一家創(chuàng)新公司的商業(yè)模式如何導(dǎo)致它最終的厄運，即使這種厄運是消費者得到更好東西的結(jié)果。
由此再看谷歌和人工智能：谷歌發(fā)明了the transformer，這是支撐最新人工智能模型的關(guān)鍵技術(shù)。據(jù)傳聞，谷歌有一款對話聊天產(chǎn)品，遠遠優(yōu)于ChatGPT。谷歌聲稱其圖像生成能力比Dall-E或市場上的任何其他產(chǎn)品都要好。然而，這些傳聞只是傳聞而已，因為市場上沒有任何實際產(chǎn)品。
這并不令人驚訝。長期以來，谷歌一直是使用機器學(xué)習(xí)使搜索引擎和其他產(chǎn)品變得更好的領(lǐng)導(dǎo)者（并通過谷歌云將該技術(shù)作為一項服務(wù)提供）。然而，搜索引擎一直依賴于人類作為最終的決定者。谷歌提供鏈接，但由用戶通過點擊來決定哪一個。這延伸到了廣告：谷歌的服務(wù)是革命性的，因為它沒有就展示次數(shù)向廣告商收費——其價值很難確定，特別是在20年前——而是對點擊收費，廣告商想找到的人，才能決定廣告是否足夠好。
七年前，我在《谷歌和戰(zhàn)略的局限性》一文中寫到了，這對谷歌在人工智能世界中的業(yè)務(wù)帶來的難題：
在昨天的主題演講中，谷歌首席執(zhí)行官Sundar Pichai在回顧科技歷史，強調(diào)我2014年底所描述的個人電腦-網(wǎng)絡(luò)-移動時代后宣布，我們正在從移動優(yōu)先的世界轉(zhuǎn)向人工智能優(yōu)先的世界，這就是引入谷歌助理的背景。
發(fā)布iOS6的前一年，蘋果首次以Siri引入了語音助手的概念；你可以（理論上）第一次通過語音進行計算。起初它的效果并不好（可以說現(xiàn)在也是如此），但它對計算機和谷歌的具體影響是深遠的：語音交互擴大了可以進行計算的地方，從你可以把眼睛和手放在設(shè)備上的情況擴展到任何有效的地方，即使它限制了你可以做什么。語音助手必須比搜索結(jié)果頁面更加積極主動；僅僅提供可能的答案是不夠的，相反，需要給出正確的答案。
這對谷歌的技術(shù)來說是一個可喜的轉(zhuǎn)變；從一開始，搜索引擎就包含了一個“手氣不錯”按鈕，谷歌創(chuàng)始人拉里·佩奇（Larry Page）非常自信，認(rèn)為搜索引擎可以為你提供想要的準(zhǔn)確結(jié)果。盡管昨天的谷歌助理演示被取消，但目前來看，尤其是在上下文感知方面，其遠比市場上的其他助理令人印象深刻。更廣泛地說，很少有人質(zhì)疑谷歌在其助理背后的人工智能和機器學(xué)習(xí)領(lǐng)域是否具有領(lǐng)先地位。
然而，一項業(yè)務(wù)不僅僅是技術(shù)，尤其是在語音助手方面，谷歌有兩個重大缺陷。首先，正如我在今年谷歌I/O大會之后所說的，該公司有一個走向市場的缺口：語音助理只有在可用的情況下才有意義，對于數(shù)億iOS用戶來說，這意味著還得下載并使用一個單獨的應(yīng)用程序（或建立一種用戶愿意花費大量時間的體驗，就像Facebook一樣）。
其次，谷歌有一個商業(yè)模式問題：“手氣不錯”按鈕讓搜索不會給谷歌帶來任何收益。畢竟，如果用戶不必從搜索結(jié)果中進行選擇，那么該用戶也沒有機會點擊廣告，從而選擇谷歌為其廣告商之間創(chuàng)建的用戶注意力競爭的獲勝者。谷歌助理也有完全相同的問題：廣告去哪兒了？
在過去七年中，谷歌的主要商業(yè)模式創(chuàng)新是將越來越多的廣告塞進搜索中，這是一種在移動設(shè)備上特別有效的策略。而且，公平地說，谷歌掙錢最多的搜索——旅游、保險等——可能無論如何都不太適合聊天界面。
然而，這只會增加谷歌管理層的擔(dān)憂，即在特定的搜索環(huán)境中，生成型人工智能可能代表一種顛覆性的創(chuàng)新，而不是一種維持性的創(chuàng)新。顛覆性創(chuàng)新，至少在一開始，不如現(xiàn)有的創(chuàng)新。這就是為什么它很容易被經(jīng)理們駁回，因為他們可以告訴自己目前的產(chǎn)品更好，以避免思考商業(yè)模式的挑戰(zhàn)。當(dāng)然，問題是顛覆性的產(chǎn)品會變得更好，但在任者的產(chǎn)品變得越來越臃腫和難以使用，這聽起來當(dāng)然很像谷歌搜索目前的發(fā)展軌跡。
我不為谷歌打call。我以前這樣做過，但大錯特錯。然而，犯錯往往是時間問題：是的，谷歌已經(jīng)有云服務(wù)，YouTube的主導(dǎo)地位似乎正在增強，但搜索引擎的瓶頸似乎已經(jīng)很清晰，即使它會在未來幾年帶來現(xiàn)金和利潤。
微軟
與此同時，微軟似乎處于最有利的位置。和AWS一樣，它也有銷售GPU的云服務(wù)；它也是OpenAI的獨家云提供商。是的，這是非常昂貴的，但考慮到OpenAI似乎有優(yōu)勢成為人工智能時代的另一個頂級科技公司，這意味著微軟是在投資那個時代的基礎(chǔ)設(shè)施。
與此同時，必應(yīng)（Bing）就像iPhone誕生前夕的Mac：是的，它貢獻了相當(dāng)多的收入，但只占主導(dǎo)地位的一小部分，在微軟整體的背景下，這一數(shù)字相對微不足道。如果將ChatGPT式的結(jié)果整合到必應(yīng)中，可能會危及當(dāng)前的商業(yè)模式，而獲得巨大的市場份額，但這是一個非常值得的賭注。
與此同時，The Information的最新報道稱，GPT最終將進入微軟的生產(chǎn)力應(yīng)用程序。
重要的是，增加新功能——也許是收費的——完全符合微軟的訂閱業(yè)務(wù)模式。值得注意的是，這家曾經(jīng)被認(rèn)為是顛覆性變革受害者典型代表的公司，在完整的敘述中，將不僅僅是誕生于顛覆，而是因為顛覆而有條件達到更高的高度。
關(guān)于人工智能的潛在影響還有很多可以寫，但這篇文章已經(jīng)很長了。從新公司的角度來看，OpenAI顯然是最有意思的：OpenAI有可能成為所有其他人工智能公司的平臺，這最終意味著在OpenAI之外的人工智能的經(jīng)濟價值可能相當(dāng)有限。
還有另一種可能性，即除了圖像生成之外，開源模型在文本生成領(lǐng)域也會激增。在這個世界里，人工智能變成了一種商品：這可能是對世界影響最大的結(jié)果，但矛盾的是，對單個公司的經(jīng)濟影響是最微弱的。
事實上，最大的贏家可能是英偉達和臺積電。英偉達對CUDA生態(tài)系統(tǒng)的投資意味著該公司不僅擁有最好的人工智能芯片，而且擁有最好的人工智能生態(tài)系統(tǒng)，該公司正在投資擴大這一生態(tài)系統(tǒng)。不過，這將繼續(xù)刺激競爭，特別是在谷歌TPU等內(nèi)部芯片方面。此外，至少在可預(yù)見的未來，所有人都將在臺積電制造芯片。
然而，最大的影響可能完全不在我們的雷達范圍內(nèi)。就在休息之前，Nat Friedman（編者注：GitHub首席執(zhí)行官）在Stratechery采訪中告訴我，Riffusion使用Stable Diffusion通過視覺超聲波從文本中生成音樂，這讓我想知道當(dāng)圖像真的是一種商品時，還有什么可能性?，F(xiàn)在文本是通用的媒介，因為自書寫發(fā)明以來，文本一直是信息傳遞的基礎(chǔ)。然而，人類是視覺生物，人工智能在圖像創(chuàng)作和解釋方面的可用性可能會從根本上改變信息傳遞的含義，這是無法預(yù)測的。
目前，我們的預(yù)測必須有更多的時間限制，而且是適度的?，F(xiàn)在可能是人工智能時代的開始，但即使在科技領(lǐng)域，新時代也需要十年或更長時間才能改變周圍的一切。
（本文由吳天一編譯）