次贷人工智能危机：重新审视加密货币 x 人工智能

原作者：爱德华·齐特伦

原文翻译：Block unicorn

如果你正在关注加密行业的人工智能或传统互联网的人工智能，你需要认真思考这个行业的未来。这篇文章很长，如果你没有耐心，你可以立即离开。

我写这篇文章的目的不是传播怀疑或抨击，而是对我们目前的处境以及我们目前的道路可能将我们引向何方做出清醒的评估。我相信人工智能热潮——更具体地说，生成式人工智能热潮——（正如我之前所言）是不可持续的，最终会崩溃。我还担心，这次崩溃可能会对大型科技公司造成毁灭性打击，严重破坏初创企业生态系统，并进一步削弱公众对科技行业的支持。

我今天写这篇文章是因为我觉得形势正在迅速变化，多个人工智能“末日迹象”已经出现：OpenAI（匆忙）推出的“o1（代号：Strawberry）”模型被称为“一个巨大而愚蠢的魔术”（虚假的幻觉）；OpenAI（和其他地方）未来模型价格上涨的传言；Scale AI 裁员；以及 OpenAI 领导层的离职。这些都是事情开始崩溃的迹象。

因此，我认为有必要解释一下当前形势的危机，以及我们为何陷入幻灭阶段。我想表达我对这场运动的脆弱性以及导致我们陷入这种境地的痴迷和缺乏方向的担忧，我希望有人能做得更好。

此外——也许这是我之前没有足够注意的一点——我想强调人工智能泡沫破裂对人类造成的代价。无论微软和谷歌（以及其他大型生成式人工智能支持者）是否逐渐放缓投资，或者 OpenAI 和 Anthropic（以及他们自己的生成式人工智能项目）是否靠消耗公司资源来维持，我相信最终结果都是一样的。我担心成千上万的人会失去工作，科技行业的大部分人会意识到唯一能永远增长的东西就是癌症。

这篇文章不会有太多轻松的气氛。我将为你描绘一幅黑暗的画面——不仅是人工智能巨头，还有整个科技行业及其员工——并告诉你为什么我认为混乱和破坏性的结局会比你想象的更快到来。

继续，进入思考模式。

生成式人工智能如何生存？

目前，名义上是非营利组织但可能很快就会变成营利机构的 OpenAI 正在筹集新一轮融资，估值至少为 $150 亿美元，预计为 $65 亿美元，最高可能为 $7 亿美元。本轮融资由 Josh Kushner 的 Thrive Capital 领投，有传言称 NVIDIA 和 Apple 也可能参与其中。正如我之前所详述的那样，OpenAI 将不得不继续筹集前所未有的资金才能生存下去。

更糟糕的是，据彭博社报道，OpenAI 还试图以循环信贷额度的形式从银行筹集 $5 亿美元的债务，而这通常伴随着更高的利率。

该信息还报道称 OpenAI 正在与阿联酋支持的 $1000 亿美元投资基金 MGX 进行谈判，寻求投资 AI 和半导体公司，还可能从阿布扎比投资局 (ADIA) 筹集资金。这是一个极其严重的警告信号，因为没有人自愿向阿联酋或沙特阿拉伯寻求资金。 只有当你需要很多钱而又不确定是否可以从其他地方获得资金时，你才会选择向他们寻求帮助。

附注：正如 CNBC 指出的那样，MGX 的创始合伙人之一穆巴达拉持有 Anthropic 约 $5 亿的股权，这些股权是从 FTX 破产资产中收购的。可以想象，亚马逊和谷歌对这种利益冲突有多么“高兴”！

正如我在 7 月底讨论的那样，OpenAI 需要筹集至少 $3 亿美元，更有可能筹集 $10 亿美元才能维持运营。该公司预计 2024 年将亏损 $5 亿美元，随着更复杂的模型需要更多的计算资源和训练数据，这个数字可能会继续增加。Anthropic 首席执行官 Dario Amodei 预测，未来模型可能需要高达 $100 亿美元的培训成本。

顺便说一句，这里的“$1500 亿估值”是指 OpenAI 为投资者定价的方式——尽管“股票”这个词在这里也有点模糊。例如，在一家普通公司，以 $15 亿的估值投资 $15 亿通常会给你“1%”的公司股份，但在 OpenAI 的情况下，事情要复杂一些。

OpenAI 今年早些时候试图以 $1000 亿美元的估值筹集资金，但一些投资者对这一高价望而却步，部分原因是（引用 The Information 记者 Kate Clark 和 Natasha Mascarenhas 的话）人们越来越担心生成式 AI 公司被高估。

为了完成这轮融资，OpenAI 可能正在从一家非营利性公司转型为一家营利性公司，但最令人困惑的是投资者实际上得到了什么。The Information 的 Kate Clark 报道称，本轮融资的投资者被告知（引述）他们不会获得传统的股权投资……相反，他们获得的单位承诺会分享公司的部分利润——一旦公司盈利，他们就会获得部分利润。

目前尚不清楚转向营利性实体是否能解决这个问题，因为 OpenAI 奇怪的“非营利性 + 营利性”公司结构意味着微软有权获得 OpenAI 75% 的利润作为其 2023 年投资的一部分——尽管理论上，转向营利性结构可能包括股权。 然而，当你投资 OpenAI 时，你得到的是“利润分享单位”（PPU），而不是股权。正如杰克·雷恩斯在 Sherwood 中写道，“如果你拥有 OpenAI 的 PPU，但该公司从未盈利，而你又不能将它们卖给认为 OpenAI 最终会盈利的人，那么你的 PPU 就一文不值。”

上周末，路透社发表报道称，任何 $1500 亿美元的估值都将取决于 OpenAI 能否重组整个公司，并在此过程中取消对投资者利润的上限，目前该上限为原始投资的 100 倍。利润上限是在 2019 年制定的，当时 OpenAI 表示，任何超过该上限的利润都将返还给非营利组织，造福人类。近年来，该公司修改了该规则，允许从 2025 年开始每年将利润上限提高 20%。

考虑到 OpenAI 与微软现有的利润分享协议（更不用说它所遭受的巨额损失），任何回报充其量也只是理论上的。尽管听起来有些轻率，但即使是 500% 的收益也仍然是零。

路透社还补充说，任何转向营利性结构（从而将其估值提高到最近的 $800 亿美元以上）都将迫使 OpenAI 与现有投资者重新谈判，因为他们的股份将被稀释。

据报道，英国《金融时报》还指出，投资者必须签署一份运营协议，其中规定：“对[OpenAI 营利性子公司] 的任何投资都应本着捐赠的精神进行考虑。” OpenAI 可能永远无法盈利。这样的条款确实很疯狂，任何投资 OpenAI 并因此遭受损失的人都是在自担风险，因为这是一项极其荒谬的投资。

实际上，投资者并没有获得 OpenAI 的任何股份，也没有对它的任何控制权，而只是获得了一家公司未来利润的股份，该公司每年亏损超过 $5 亿美元，并且到 2025 年亏损可能会更多（如果情况真的如此的话）。

OpenAI 的模型和产品（我们稍后会讨论它们的实用性）的运营极其无利可图。The Information 报道称，OpenAI 将在 2024 年向微软支付约 $4 亿美元以支持 ChatGPT 及其底层模型，这还不包括微软每小时每 GPU $1.30 的折扣价，而其他客户通常支付的价格为每小时 $3.40 至 $4。这意味着，如果没有与微软的深度合作，OpenAI 每年在服务器上的支出可能高达 $6 亿美元——这还不包括员工成本等其他费用（每年 $15 亿美元）。而且，正如我之前所讨论过的，培训成本目前每年为 $3 亿美元，而且几乎肯定会继续增加。

尽管《The Information》在 7 月份报道称 OpenAI 的年营收为 $35 亿至 $45 亿美元，但《纽约时报》上周报道称，OpenAI 的年营收现已超过 $2 亿美元，这意味着年底的数字很可能接近该预估范围的低端。

简而言之，OpenAI 正在“烧钱”，而且未来只会烧更多的钱，而为了继续烧钱，它必须从那些签署了“我们可能永远不会盈利”声明的投资者那里筹集资金。

正如我之前所写，OpenAI 面临的另一个问题是，生成式人工智能（延伸到 GPT 模型和 ChatGPT 产品）无法解决那些证明其高昂成本合理的复杂问题。这些模型是概率性的，这会导致巨大的、难以解决的问题——换句话说，它们什么都不知道，只是根据训练数据生成答案（或图像、翻译或摘要），而模型开发人员的训练数据正在以惊人的速度耗尽。

“幻觉”现象（即模型明确生成不真实的信息（或在图像或视频中生成看起来错误的东西））无法用现有的数学工具完全解决。虽然可以减少或缓解幻觉，但它的存在使得生成式人工智能很难真正依赖于关键业务应用。

即使生成式人工智能解决了技术问题，也不清楚它是否真的为企业带来了价值。The Information 上周报道称，微软 365 套件（包括 Word、Excel、PowerPoint 和 Outlook 等，尤其是许多与微软咨询服务密切相关的企业级套件）的客户几乎没有采用其人工智能驱动的“Copilot”产品。 在 440 万用户中，只有 0.1% 到 1%（每人 $30 到 $50）为这些功能付费。 一家正在测试人工智能功能的公司表示：“大多数人目前还看不到它有多大的价值。”其他公司则表示：“许多企业尚未在生产力和其他领域取得突破性进展”，而且他们“不确定什么时候会取得突破”。

那么微软对这些不重要的功能收取多少费用呢？令人瞠目结舌的是，每位用户每月额外收取 $30，而销售助理功能则高达每位用户每月 $50。这实际上要求客户将现有费用翻倍——顺便说一下，这是按年签订的合同！——用于那些看起来不太有用的产品。

补充一点：微软的问题非常复杂，未来他们可能需要自己的新闻内容。

这就是生成式人工智能的现状——生产力和商业软件领域的领导者找不到客户愿意为之付费的产品，部分原因是结果太平庸，部分原因是成本太高，难以接受。如果微软需要收取如此高的价格，要么是因为萨蒂亚·纳德拉希望到 2030 年实现 $5000 亿美元的收入（这一目标在微软收购动视暴雪的公开听证会上发布的备忘录中透露），要么是因为成本太高，无法降低价格，或者两者兼而有之。

然而，几乎所有人都强调，AI的未来将会震撼我们——下一代大型语言模型即将出现，它们将会令人惊叹。

上周，我们第一次真正看到了所谓的未来。结果却令人失望。

一个愚蠢的魔术

OpenAI 于周四晚些时候发布了代号为 Strawberry 的 O 1，其兴奋程度不亚于去看牙医。Sam Altman 在一系列推文中将 O 1 描述为 OpenAI“迄今为止最强大、最一致的模型”。尽管他承认 O 1“仍然存在缺陷，仍然有局限性，使用一段时间后，它并不像第一次使用时那么令人印象深刻”，但他承诺 O 1 将在具有明确正确答案的任务（例如编程、数学问题或科学问题）上提供更准确的结果。

这本身就很有启发性——但我们稍后会讨论这个问题。首先，让我们谈谈它的实际工作原理。我将介绍一些新概念，但我保证不会讲得太详细。如果你真的想阅读 OpenAI 的解释，你可以在他们的官方网站上的文章《学习使用 LLM 进行推理》中找到它。

当遇到问题时，o1 会将其分解为单个步骤，希望这些步骤最终能找到正确答案，这个过程称为“思维链”。如果将 o1 视为同一模型的两个部分，就会更容易理解。

在每个步骤中，模型的一部分应用强化学习，而另一部分（输出结果的部分）则根据其进度（其推理步骤）的正确性获得奖励或惩罚，并在受到惩罚时调整其策略。这与其他大型语言模型的工作方式不同，因为模型会生成输出然后进行回顾，而不是直接生成答案然后直接给出答案，而是会忽略或识别好的步骤以得出最终答案。

虽然这听起来像是一个重大突破，甚至是朝着备受赞誉的通用人工智能 (AGI) 迈出了又一步，但事实并非如此，OpenAI 选择将 o1 作为独立产品发布，而不是 GPT 的更新版本，这一事实就证明了这一点。OpenAI 展示的示例（例如数学和科学问题）是事先知道答案的任务，答案要么正确，要么不正确，从而允许模型在每一步引导“思路链”。

你会注意到，OpenAI 并没有展示 o1 模型如何解决答案未知的复杂问题，无论是数学问题还是其他问题。OpenAI 自己也承认，它收到了一些反馈，即 o1 比 GPT-4o 更容易出现“幻觉”，而且与之前的模型相比，o1 更不愿意承认自己没有答案。 这是因为，虽然模型中有一部分负责检查其输出，但是这个“检查”部分也会产生幻觉（有时AI会编造出看似合理的答案，从而产生幻觉）。

OpenAI 表示，由于采用了“思维链”机制，O1 对人类用户来说也更具说服力。由于 O1 提供了更详细的答案，人们更倾向于相信它的输出，即使这些答案完全错误。

如果你觉得我对 OpenAI 的批评过于严厉，那就看看这家公司是如何宣传 o1 的吧。它将强化训练过程描述为“思考”和“推理”，但实际上它只是猜测，每一步都在猜测它是否正确，而最终的结果往往是预先知道的。

这是对人类的侮辱——真正的思考者。人类的思考基于一系列复杂的因素：从个人经验到一生的知识再到大脑化学反应。虽然我们在解决复杂问题时确实会“猜测”某些步骤是否正确，但我们的猜测是基于具体的事实，而不是像 o 1 这样的笨拙数学。

而且，它的价格非常昂贵。

o1-preview 的定价为每百万输入代币 $15，每输出代币 $60。这意味着 o1 的输入成本是 GPT-4o 的三倍，输出成本是 GPT-4o 的四倍。然而，还有一项隐藏的成本。数据科学家 Max Woolf 指出，OpenAI 的“推理代币”（用于得出最终答案的输出）在 API 中是不可见的。这意味着 o1 不仅价格更高，而且其产品的性质要求用户更频繁地付费。为“考虑”答案而生成的所有内容（明确地说，模型不是“思考”）也是收费的，这使得编程等复杂问题的答案可能极其昂贵。

现在让我们来谈谈准确性。 在 Hacker News（一个由 Sam Altman 的前公司 Y Combinator 拥有的类似 Reddit 的网站）上，有人抱怨称，o1 在编程任务中编造不存在的库和函数，并在回答一些无法在网上轻易回答的问题时犯错误。

在推特上，初创公司创始人、前游戏开发者 Henrik Kniberg 要求 o1 编写一个 Python 程序来计算两个数字的乘积，并预测程序的输出结果。虽然 o1 写的代码是正确的（尽管代码可以更简洁，只需要一行），但实际的输出结果却完全错误。AI 公司创始人 Karthik Kannan 也参加了编程任务测试，而 o1 还编造了一个 API 中不存在的命令。

另一位用户 Sasha Yanshin 尝试与 o1 下棋，但 o1 在棋盘上凭空变出一个棋子，结果输掉了比赛。

因为我很爱玩，所以我也试着让 o1 列出名字中带有 A 的州。它思考了十八秒，得出了 37 个州，包括密西西比州。正确答案应该是 36 个州。

当我要求它列出名称中带有 W 的州时，它思考了十一秒，实际上列出了北卡罗来纳州和北达科他州。

我还问o1它的代号Strawberry中字母R出现了多少次，它回答了两次。

OpenAI 声称 O1 在物理、化学和生物等复杂基准测试中的表现与博士生相当，但在地理、基本英语语言测试、数学和编程方面的表现显然很差。

值得注意的是，这正是我在之前的新闻通讯中预测的“巨大而愚蠢的魔法”。OpenAI 推出 Strawberry 只是为了向投资者和公众证明人工智能革命仍在继续，但它实际上推出的是一个笨重、无聊且昂贵的模型。

更糟糕的是，很难解释为什么有人应该关心 o1。尽管 Sam Altman 可能会夸耀它的“推理能力”，但那些有钱继续资助他的人却发现，等待时间长达 10-20 秒，基本事实准确性存在问题，而且缺乏任何令人兴奋的新功能。

没人再关心“更好”的答案了——他们想要一些全新的东西，而我认为 OpenAI 不知道如何实现这一点。Altman 试图通过让 O1“思考”和“推理”来拟人化它，这显然表明它是迈向通用人工智能 (AGI) 的某种步骤，但即使是最坚定的人工智能支持者也很难对此感到兴奋。

事实上，我认为 o1 表明 OpenAI 既绝望又缺乏创造力。

价格没有下降，软件也没有变得更有用，自 11 月以来我们一直听说的“下一代”模型最终被证明是无用的。这些模型也迫切需要训练数据，以至于几乎每个大型语言模型都会摄取某种受版权保护的内容。这种紧迫性促使最大的生成视频公司之一 Runway 发起了一项“全公司范围的努力”，收集数千个 YouTube 视频和盗版内容来训练其模型，而 8 月份的一项联邦诉讼指控 NVIDIA 对许多创作者做了类似的事情来训练其“Cosmos”AI 软件。

当前的法律策略很大程度上是一个意志力的问题，希望这些诉讼不会走得太远，以至于树立任何可能使训练这些模型成为侵犯版权行为的法律先例——这正是版权倡议组织最近赞助的一项跨学科研究得出的结论。

这些诉讼正在推进，8 月，法官批准原告对 Stability AI 和 DeviantArt（使用这些模型）提出进一步的版权侵权索赔，以及对 Midjourney 提出版权和商标侵权索赔。如果任何一项诉讼成功，对 OpenAI 和 Anthropic 来说都是一个灾难性的打击，对使用数百万艺术家作品数据集的谷歌和 Meta 来说更是如此，因为人工智能模型几乎不可能“忘记”它们的训练数据，这意味着它们需要从头开始重新训练，这将花费数十亿美元，并大大降低它们在不擅长的任务上的效率。

我深感担忧的是，这个行业正在沙滩上建造堡垒。ChatGPT、Claude、Gemini 和 Llama 等大型语言模型是不可持续的，而且似乎没有盈利之路，因为生成式人工智能的计算密集型特性意味着它们需要花费数亿甚至数十亿美元进行训练，并且需要大量的训练数据，这些公司实际上是在窃取数百万艺术家和作家的数据，并希望侥幸逃脱惩罚。

即使我们把这些问题放在一边，生成式人工智能及其相关架构似乎也并不具有革命性，而围绕生成式人工智能的炒作周期实际上根本不符合“人工智能”一词的含义。生成式人工智能在最佳状态下也只能偶尔正确地生成一些内容、总结文档或以某种不确定的“更快”速度进行研究。微软的 Copilot for Microsoft 365 声称为企业提供了“数千种技能”和“无限可能性”，但它展示的例子不过是生成或总结电子邮件、“用提示开始演示”和查询 Excel 表格——这些功能可能有用，但绝不是革命性的。

我们并不处于“早期阶段”。自 2022 年 11 月以来，大型科技公司已在基础设施和新兴 AI 初创公司以及自己的模型上投入了超过 $1500 亿美元的资本支出和投资。OpenAI 已经筹集了 $130 亿美元，可以雇佣任何他们想要的人，Anthropic 也是如此。

然而，这场推动生成式AI崛起的业界版马歇尔计划的结果，仅仅是诞生了四五个几乎一模一样的大型语言模型、全球最不赚钱的初创企业、以及数千个昂贵却平庸的综合应用。

生成式人工智能正在被灌输多重谎言：

1. 它是人工智能。2. 它会变得更好。3. 它将成为真正的人工智能。4. 它势不可挡。

抛开“性能”这样的术语（通常用于描述生成内容的“准确性”或“速度”，而不是技能水平）不谈，大型语言模型实际上已经达到了稳定状态。 “更强大”通常并不意味着“做得更多”，而是“更昂贵”，这意味着你刚刚创造了一些成本更高但功能没有增加的东西。

如果所有风险投资家和大型科技巨头的联合力量仍未找到许多人愿意为之付费的真正有意义的用例，那么就不会出现新的用例。大型语言模型——是的，这就是所有这些数十亿美元的投资方向——不会因为科技巨头和 OpenAI 再投入 $1500 亿美元而突然变得更强大。没有人试图让这些东西更有效率，或者至少没有人成功做到这一点。如果有人成功了，他们会大肆宣传。

我们面临着一种集体妄想——一种基于版权盗窃的死胡同技术（每一代技术都是如此），它需要持续的资本来维持运行，提供的服务充其量是可有可无的，伪装成某种实际上并未提供的自动化功能，耗资数十亿美元，并将继续如此。生成式人工智能不是靠金钱（或云计算信用）运行的，而是靠信心。问题是信心——就像投资资本一样——是一种有限的资源。

我担心的是，我们可能正处于类似次贷危机的人工智能危机之中——成千上万的公司正在将生成式人工智能融入到他们的业务中，但价格远未稳定，甚至远未实现盈利。

几乎每一家声称“AI驱动”的初创公司都是基于GPT或Claude的某种组合。这些模型是由两家严重亏损的公司开发的（Anthropic预计今年亏损$2.7亿美元），它们的定价策略旨在吸引更多客户，而不是盈利。如前所述，OpenAI依赖于微软的资金——既有它获得的“云计算积分”，也有微软提供的优惠定价——它的定价完全取决于微软作为投资者和服务提供商的持续支持。Anthropic与亚马逊和谷歌的交易也面临类似的问题。

根据他们的损失，我推测，如果 OpenAI 或 Anthropic 的定价更接近实际成本，API 调用的价格可能会上涨十到一百倍，尽管没有实际数据很难准确判断。但我们可以考虑 The Information 报道的数字，该报道预测 OpenAI 在微软的服务器成本将在 2024 年达到 $4 亿美元——我想补充一下，这比微软向其他客户收取的费用便宜了 2.5 倍——再加上 OpenAI 每年仍在亏损超过 $5 亿美元的事实。

OpenAI 收取的费用很可能只是运行其模型所需费用的一小部分，而且只有能够继续筹集比以往更多的风险资本并继续从微软获得优惠价格，它才能维持现状。微软最近表示，它已将 OpenAI 视为竞争对手。 虽然无法确定，但可以合理地假设 Anthropic 从 Amazon Web Services 和 Google Cloud 获得了类似的优惠价格。

假设微软给 OpenAI $10 亿美元的云计算信用额度，而 OpenAI 花费 $4 亿美元的服务器成本，再加上假设的 $2 亿美元的培训费用——随着新的 O-1 和“猎户座”型号的推出，这些成本肯定会增加——到 2025 年，OpenAI 可能需要更多的信用额度，或者开始向微软支付实际现金。

虽然微软、亚马逊和谷歌可能会继续提供优惠价格，但问题是这些交易是否能为他们带来利润。正如我们在微软最新季度财报发布后看到的那样，投资者对构建生成式人工智能基础设施所需的资本支出 (CapEx) 表示了越来越多的担忧，许多人对这项技术的潜在盈利能力持怀疑态度。

我们真正不知道的是，生成式人工智能能给这些大型科技公司带来多少利润，因为他们把这些成本计入了其他收入。虽然我们无法确定，但我想，如果这些企业真的盈利，他们就会谈论从中得到的收入，但事实并非如此。

市场对于生成式AI热潮的极度怀疑，以及英伟达CEO黄仁勋对于AI投资回报问题未给出实质性答案，导致英伟达市值单日暴跌$279亿美元，这是美股史上最大市值崩盘，总市值损失相当于近5个雷曼兄弟的峰值。 虽然比较就此结束——Nvidia 甚至没有面临失败的风险，即使面临失败的风险，系统性影响也不会那么严重——但这仍然是一个惊人的数字，显示了人工智能对市场的扭曲力量。

微软、亚马逊和谷歌在 8 月初都因其大规模的 AI 相关资本支出而受到重创，如果它们在新的数据中心和 NVIDIA GPU 上投资的 $1500 亿美元（或更多）不能在下个季度实现显着的收入增长，它们将面临更大的压力。

重要的是要记住，对于大型科技公司来说，除了人工智能之外，没有其他创意市场。当微软和亚马逊等公司开始出现增长放缓的迹象时，它们也开始急于向市场展示它们仍然具有竞争力。 谷歌，一家几乎完全依赖搜索和广告的多重风险垄断企业，也需要一些新颖、吸引眼球的东西来吸引投资者的注意力——然而这些产品并没有带来足够的实用性，而且似乎大部分收入都来自那些尝试过人工智能后发现不值得的公司。

目前来看有两种可能：

1. 大型科技公司意识到自己陷入了困境，由于担心华尔街的反对，他们选择减少与人工智能相关的资本支出。

2、为了寻找新的增长点，大型科技公司决定削减成本以维持其颠覆性运营，裁员并从其他业务转移资金来支持生成式人工智能的死亡竞赛。

目前还不清楚哪种情况会发生。如果大型科技公司接受生成式人工智能不是未来的现实，那么他们实际上没有什么可以向华尔街展示的，但可以采取类似于 Meta 的“效率年”战略，减少资本支出（并裁员），同时承诺在一定程度上“降低投资”。这是亚马逊和谷歌最有可能走的路，因为虽然他们渴望取悦华尔街，但至少目前他们仍然可以依靠自己的盈利垄断。

然而，人工智能带来的实际收入增长需要在未来几个季度才能看到，而且增长幅度必须相当可观，而不是含糊其辞地说人工智能是一个“成熟市场”或“年化增长率”。如果资本支出随之增加，那么这一实际贡献将需要大幅提高。

我认为这种增长不会发生。无论是在 2024 年第三季度、2024 年第四季度还是 2025 年第一季度，华尔街都会开始惩罚大型科技公司对人工智能的贪婪，而且这种惩罚将比对英伟达的惩罚要严厉得多，尽管黄仁勋的口号空洞无用，但英伟达是唯一一家能够真正展示人工智能如何增加收入的公司。

我有点担心第二种情况更有可能发生：这些公司如此坚信人工智能是未来，以至于他们的文化与开发解决实际问题的软件如此脱节，以至于可能会让公司陷入困境。我深感担忧的是，大规模裁员将被用来资助这一运动，而过去几年的情况并没有让我认为他们会做出离开人工智能的正确选择。

大型科技公司已经彻底被管理顾问毒害了——亚马逊、微软和谷歌都是由 MBA 管理的——并且周围也围绕着类似的怪物，比如谷歌的普拉巴卡尔·拉加万 (Prabhakar Raghavan)，他赶走了真正创建谷歌搜索的人，以便自己能够掌控局面。

这些人实际上并不面对人类的问题，他们创造的文化专注于解决软件可以解决的想象问题。对于那些一生都在开会或阅读电子邮件的人来说，生成式人工智能可能看起来有点神奇。我猜萨蒂亚·纳德拉（微软首席执行官）的成功心态很大程度上是“让技术人员解决问题”。桑达尔·皮查伊本可以通过简单地嘲笑微软对 OpenAI 的投资来结束整个生成式人工智能热潮——但他没有这样做，因为这些人没有任何真正的想法，这些公司不是由经历过这些问题的人经营的，更不用说那些真正知道如何解决问题的人了。

他们也很绝望，除了 Meta 在 Metaverse 上烧掉数十亿美元之外，这种情况对他们来说从来没有这么严重过。 然而，这种情况更加严重和丑陋，因为他们已经投入了如此多的资金，并将人工智能与他们的公司紧密地联系在一起，以至于将人工智能撤出公司既令人尴尬，又会损害股票，这实际上是默认这一切都是浪费。

如果媒体真的追究他们的责任，这种情况可能会更早停止。这种说法与之前的炒作周期一样，都是通过同样的骗局来推销的，媒体假设这些公司会“解决问题”，尽管很明显他们不会。你觉得我太悲观了吗？生成式人工智能的下一步是什么？它接下来会做什么？如果你的答案是他们会“解决问题”或他们有“幕后惊人的东西”， 那么您就是营销活动的不知情的参与者（想一想）。

作者的话：我们真的需要停止被这些东西愚弄。当马克·扎克伯格声称我们即将进入元宇宙时，许多媒体——如《纽约时报》、《The Verge》、《CBS News》和《CNN》——都加入进来，宣传一个明显有缺陷的概念，这个概念看起来很糟糕，而且完全是靠对未来的谎言来宣传的。显然，这只不过是一个糟糕的虚拟现实世界，但《华尔街日报》在炒作周期显然已经结束六个月后，仍称其为“互联网未来的愿景”。加密货币、Web3 和 NFT 也是如此！ The Verge、纽约时报、CNN、CBS News，这些媒体又开始宣传明显无用的技术了，特别要提到的是The Verge，其实是Casey Newton，尽管他的名声很好，但在7月份，他连续三次炒作该技术后，宣称“拥有最强大的大型语言模型之一，可以为公司提供各种赚钱产品的基础”，而事实上，该技术只会赔钱，至今尚未提供任何真正有用和持久的产品。

我相信，微软至少会开始降低其他业务领域的成本，以帮助维持人工智能的繁荣。在今年早些时候一位消息人士与我分享的电子邮件中，微软的高层领导团队要求（但最终搁置）降低公司多个领域的电力需求，以释放 GPU 的电力，包括将其他服务的计算转移到其他国家，以释放人工智能的计算能力。

在匿名社交网络 Blind 的 Microsoft 部分（需要公司电子邮件验证）， 2023 年 12 月中旬，一名微软员工抱怨称，AI 正在抢走他们的钱，称 AI 成本太高，吞噬了加薪，而且情况不会好转。 另一名员工在 7 月中旬也表达了他们的忧虑，称他们明显感觉到微软对通过削减成本来支撑 Nvidia 股价的营运现金流有点上瘾，这种做法深深伤害了微软的文化。

另一名员工补充道，他们认为 Copilot 会在 2025 财年扼杀微软，Copilot 关注度会在 2025 财年大幅下降，同时透露，他们所知道的本国大型 Copilot 交易，在经过近一年的 PoC、裁员和调整后，使用量还不到 20%，并表示公司承担了太多风险，微软在 AI 方面的巨额投资不会带来回报。

虽然 Blind 是匿名的，但很难忽视这样一个事实：大量网上帖子揭露了位于华盛顿州雷德蒙德的微软公司文化问题，尤其是高层领导脱离实际工作，只资助贴有 AI 标签的项目。许多帖子对微软首席执行官萨蒂亚·纳德拉的“胡言乱语”表示不满，并抱怨在一个专注于追逐可能不存在的 AI 热潮的组织中缺乏奖金和晋升机会。

至少可以看出，公司内部存在着一种深深的文化悲哀，很多帖子说“我不喜欢在这里工作”和“每个人都对我们为什么要在人工智能上投入如此多感到困惑”，但另一方面，他们觉得必须接受它，因为萨蒂亚·纳德拉根本不在乎。

Information 文章提到，微软的 AI 功能 Office Copilot 的实际采用率隐藏着一个令人担忧的问题：微软在其数据中心为 365 Copilot 预留了足够的服务器容量来处理数百万的日常用户。但目前尚不清楚这些容量实际上是如何使用的。

据估计，微软目前的Office Copilot用户可能在40万到400万之间，这意味着微软可能建设了大量闲置的基础设施，这些基础设施没有得到充分利用。

虽然有人可能会说微软的定位是基于对该产品类别未来增长的预期，但值得考虑另一种可能性：如果这种增长永远不会到来会怎样？如果微软、谷歌和亚马逊正在建设这些大型数据中心来满足可能永远不会到来的需求，尽管这听起来可能很疯狂，但今年 3 月， 我指出，我找不到任何公司能够利用生成式人工智能实现显著的收入增长。 近六个月后，问题仍然存在。目前大公司的做法似乎是将人工智能功能添加到现有产品中，希望以此增加销量，但这一策略并没有在任何地方显示出成功的迹象。就像微软一样，他们推出的“人工智能升级”似乎并没有为企业带来实际的商业价值。

因此，这引发了一个更大的问题：这些人工智能投资是否可持续？科技巨头是否高估了对人工智能工具的需求？

虽然一些公司可能在“整合人工智能”的过程中推动了微软 Azure、亚马逊 AWS 和谷歌云的部分支出，但我认为这种需求很大程度上是由投资者情绪驱动的。这些公司“投资人工智能”更多是为了满足市场需求，而不是基于成本/收益分析或实际效用。

然而，这些公司已经花费了大量的时间和金钱将生成式AI功能嵌入到他们的产品中，我认为他们可能会面临以下场景：

1. 这些公司开发并推出了 AI 功能，但最终发现客户不愿意为它们付费，微软的 365 Copilot 就是个例子。如果他们现在（在 AI 炒作期间）找不到让客户付费的方法，那么当炒作过去，老板不再要求员工“加入 AI 潮流”时，他们只会更加脆弱。

2. 这些公司开发并推出了 AI 功能，但却无法找到让用户额外付费的方法，这意味着他们只能将 AI 功能嵌入现有产品中，而无法提高利润率。最终，AI 功能可能会成为蚕食公司收入的寄生虫。

高盛的 Jim Covello 在其关于生成式 AI 的报告中也指出，如果 AI 的好处仅仅是效率（比如能够更快地分析文档），那么竞争对手也可以做到这一点。几乎所有的生成式 AI 集成都是类似的：某种形式的协作助手来回答客户或内部问题（例如 Salesforce、Microsoft、Box）、内容创建（Box、IBM）、代码生成（Cognizant、Github Copilot），以及即将推出的智能代理，这些智能代理实际上是可定制的聊天机器人，可以连接到网站的其他部分。

这个问题揭示了生成式人工智能面临的最大挑战之一： 虽然它在某种程度上是“强大”的，但这种强大更多体现在“根据已有的数据生成内容”，而非真正的“智能”。 这也是为什么很多公司网站上关于AI的介绍页面都是空话，因为他们最大的卖点其实就是“呃……你自己看着办吧！”

我担心的是连锁反应。我相信现在很多公司都在“试用”人工智能，一旦这些试用结束（Gartner 预测，到 2025 年底，30% 的生成式人工智能项目将在概念验证阶段后被放弃），他们可能会停止为这些附加功能付费，或停止将生成式人工智能集成到公司的产品中。

如果发生这种情况，为生成式 AI 应用提供云计算的超大规模企业和大型语言模型供应商（如 OpenAI 和 Anthropic）本已低迷的收入将进一步减少。这可能会给这些公司的价格带来进一步的压力，因为他们本已亏损的利润率将进一步下降。到那时，OpenAI 和 Anthropic 几乎肯定会提高价格，如果他们还没有这样做的话。

虽然大型科技公司可以继续为这一繁荣提供资金——毕竟，它们几乎完全推动了这一繁荣——但这无助于已经习惯折扣价格的小型初创公司，因为它们将无法继续运营。 虽然还有更便宜的替代方案，例如运行 Meta 的 LLaMA 模型的独立供应商，但很难相信他们不会面临与超大规模企业相同的盈利问题。

还要注意的是，超大规模企业也非常害怕激怒华尔街。 虽然他们理论上（正如我所担心的）可以通过裁员和其他削减成本的措施来提高利润率，但这些都是短期解决方案，只有他们能以某种方式从这棵贫瘠的生成 AI 树中摇出一些钱才会起作用。

无论如何，是时候接受金钱不在我们身边的事实了。我们需要停下来思考，我们是否正处于科技行业幻觉的第三个时代。 然而，与加密货币和元宇宙不同的是，这一次每个人都陷入了烧钱的狂欢，追求一个不可持续、不可靠、无利可图、对环境有害的项目，该项目被包装成“人工智能”，并宣传为可以“自动化一切”，但实际上从来没有真正实现这一目标的途径。

为什么这种情况会不断发生？为什么我们从加密货币发展到虚拟世界，现在又发展到生成式人工智能，而这些技术似乎并不是为普通人设计的？

这实际上是科技行业的自然演变，该行业完全专注于增加从每个客户那里获取的价值，而不是为客户提供更多价值。 或者换句话说，他们甚至不真正了解他们的客户是谁以及他们需要什么。

如今，你所销售的产品几乎肯定会试图将你与一个生态系统联系起来——至少作为消费者，这个生态系统由微软、苹果、亚马逊、谷歌控制。这使得离开这个生态系统的成本越来越高。 即使是加密货币（表面上是一种“去中心化”技术）也很快放弃了自由放任的精神，转而通过少数几个大型平台（如 Coinbase、OpenSea、Blur 或 Uniswap）聚集用户，这些平台通常由相同的风险投资公司（例如 Andreessen Horowitz）支持。加密货币并没有成为新的、完全独立的在线经济的旗手，而是只能通过资助其他互联网浪潮的连接和资金来扩大规模。

至于 Metaverse，虽然是个骗局，但这也是马克·扎克伯格试图掌控下一代互联网的尝试，他希望将 Horizon 打造成主要平台。至于生成式 AI，我们以后再谈。

所有这些都是为了进一步货币化 即提高每个客户的平均价值，无论是让他们更多地使用平台来展示更多广告、推销“半有用”的新功能，还是创造新的垄断或寡头垄断，只有拥有巨额资金储备的科技巨头才能参与，同时为客户提供很少的实际价值或效用。

生成式人工智能令人兴奋（至少对某些人来说），因为科技巨头们将其视为下一个赚钱机器——通过为从消费者技术到企业服务等各个领域增加收费途径。 大多数生成式计算都流经 OpenAI 或 Anthropic，然后流回微软、亚马逊或谷歌，从而产生云计算收入，让这些公司继续发展。这里最大的创新不是生成式人工智能能做什么，而是创建一个完全依赖少数几家超大规模公司的生态系统。

生成式人工智能可能不太实用，但它很容易融入各种产品，让公司可以为这些“新功能”收费。无论是消费者应用程序还是企业软件公司的服务，这些产品都可以通过向尽可能多的客户推销来赚取数百万甚至数十亿美元的收入。

山姆·奥特曼非常聪明，他意识到科技行业需要一种“新事物”——一种每个人都可以拿来卖的新技术。虽然他可能并不完全了解技术，但他确实了解经济体系对增长的渴望，并将基于 Transformer 架构的生成式人工智能产品化为一种“神奇工具”，可以轻松插入大多数产品，带来一些独特的功能。

然而，在各处热衷于整合生成式人工智能，却暴露出这些公司与实际消费者需求或有效运营业务之间存在巨大脱节。在过去 20 年里，简单地“制造新产品”似乎行之有效——推出新功能并让销售团队大力推销它们就足以维持增长。这让科技行业领导者陷入了一种有毒且无利可图的商业模式。

这些公司的高管几乎都是 MBA 和管理顾问，他们从未白手起家创建过产品或科技公司。他们要么不理解，要么根本不在乎生成式人工智能没有盈利之路，可能认为它会像亚马逊网络服务 (AWS) 那样自然盈利。 （耗时 9 年才实现盈利） ，尽管两者完全不同。过去的事情“刚刚好”，现在又何尝不是呢？

当然，除了利率上升极大地改变了风险投资市场、减少了风险投资基金的资金并缩减了基金规模之外，人们对科技的态度从未如此消极，再加上许多其他因素，在这篇 8,000 字的文章中无法一一讨论为什么 2024 年将与 2014 年截然不同。

真正令人担忧的是，这些公司中有许多除了人工智能之外似乎没有任何新产品。他们还有什么？他们还能用什么来继续增长？他们还有哪些其他选择？

不，他们什么都没有。这就是问题所在， 因为如果人工智能失败，其影响将不可避免地波及到科技行业的其他公司。

无论是消费领域还是企业领域，每家大型科技公司都会销售某种集成大型语言模型或自有模型的 AI 产品，这些产品通常在科技巨头的云系统上运行。在某种程度上，这些公司依赖于科技巨头对整个行业的补贴意愿。

我推测，次贷人工智能危机正在酝酿，几乎整个科技行业都参与其中，这种技术以极低的价格出售，高度集中，并得到大型科技公司的补贴。在某个时候，生成人工智能烧钱的速度令人震惊且有害，这将赶上它们，导致价格上涨或公司发布新产品和功能收费过高——比如 Salesforce 对其“Agentforce”产品每对话收费 $2——即使是预算充足的企业客户也无法承担这笔费用。

当整个科技行业都依赖于一款只会赔钱、本身没有太多实际价值的软件时，会发生什么？当压力太大，这些人工智能产品变得无法调和，而这些公司没有其他东西可卖时，会发生什么？

我真的不知道，但科技行业正走向可怕的清算，由于经济环境鼓励增长而非创新、鼓励垄断而非忠诚、鼓励管理而非实际创造，科技行业缺乏创造力。

原文链接

本文来源于网络：次贷人工智能危机：重新审视加密货币 x 人工智能

相关：一周融资快报 | 19个项目获投资，披露融资总额约100亿美元

据Odaily星球日报不完全统计，9月2日至9月8日，国内外共宣布发生19起区块链融资事件，较上周数据（29起）大幅减少，披露的融资总额约为US$40.74百万，较上周数据（US$203百万）大幅减少。上周，获得投资最多的项目为Web3安全公司Hypernative（$16百万）；Web3电子烟Puffpaw紧随其后（$6百万）。以下为具体融资事件（注：1.按公布金额排序；2.不包括募资及MA事件；3.*表示业务涉及区块链的传统公司）： Web3安全公司Hypernative完成$16百万A轮融资，由Quantstamp领投 9月3日，Web3安全公司Hypernative宣布…