大部分 AI 创业公司的未来不乐观 [译]
内容提要
文章认为多数AI初创公司前景不乐观：仅整合API、做提示工程加前端的产品易被复制，缺乏差异化难有利润；大语言模型底层技术开源、前沿迭代快，巨头也难建长期壁垒；真正可持续的是巨量算力和难以获取的现实世界专有数据。AI会创造巨大价值，但多归社会或现有巨头，只有少数新兴公司能捕获。
延伸解读
简单整合API的产品为何难以持续
文章指出，仅整合生成式AI API、做提示工程加前端界面的产品，技术门槛低，一个周末就能搭建，别人也能复制。一旦收费且市场支付意愿高，竞争者会以更低价格进入，抢走利润。没有独特性和差异化就意味着没有利润，这是经济学基本原理。这类公司大多走不远，要么成为普通公司，要么消失。
大语言模型本身也缺乏长期壁垒
文章分析，大语言模型的底层技术大多开源，训练依赖收集互联网文本和大量GPU，大型互联网公司都有能力复制。即使做出“最佳版本”，技术前沿迭代太快，优势可能只持续一两年，就像90年代最快的CPU很快被英特尔追上。AI领域比半导体更挑战，因为技术大多开源，长期算法优势更难保持。
可持续优势来自巨量算力或现实世界专有数据
文章认为，真正可持续的只有两类：一是巨量计算，但作者对此存疑，且不看好初创公司积累比巨头更多算力的策略；二是现实世界的专有数据，如医疗数据、蛋白质折叠或药物动力学反应数据，这些数据不在纯数字世界，不能简单从互联网爬取，收集成本高、耗时长。初创公司可顺应AI进步，算法已成商品，但它们是唯一掌握这些难以获取数据的公司。
价值创造不等于公司捕获
文章提醒，AI会创造巨大价值，但多数价值归于社会或现有巨头。就像90年代互联网热潮建设了大量网络基础设施，投资公司却回报极低；OpenAI更像Microsoft的研发实验室，Azure通过托管服务获利。只有一小部分价值能被新兴公司捕获。许多投资者向AI初创企业投资过于随意，可能白白浪费金钱。
Q&A
为什么很多只做API整合和提示工程的AI创业公司难以持续？
这类公司只是简单整合生成式AI API、做提示工程并加前端界面，技术门槛低，一个周末就能搭建，别人也能复制。一旦收费且市场支付意愿高，竞争者会以更低价格进入，产品缺乏独特性和差异化，最终难以获得利润。
大语言模型本身为什么没有稳固的市场壁垒？
大语言模型基于Transformer等开源技术，训练数据来自互联网文本，需要大量GPU和资金但大公司也能承担。技术前沿迭代极快，即使暂时做出“最佳版本”，优势也可能只持续一两年，学术界和产业界整体实力会迅速追上，因此难以建立长期算法壁垒。
文章认为AI创业公司真正可持续的优势是什么？
真正可持续的优势主要有两类：一是巨量算力，但作者对此持怀疑态度；二是现实世界的专有数据，例如医疗数据、蛋白质折叠或药物动力学反应数据等，这些数据无法简单从互联网爬取，需要高昂成本、耗时且涉及实体世界复杂性才能收集，拥有这类数据的公司难以被复制。
AI创造的价值最终会流向哪里？创业公司能捕获多少？
AI会创造巨大价值，但大部分价值会归于社会或现有行业巨头。社会层面获得类似“免费午餐”的效益，巨头利用市场影响力和规模优势独占很多价值，只有一小部分价值能被新兴年轻公司捕获，理想情况下这些公司能取代现有巨头。
为什么说OpenAI更像微软的研发实验室？
微软在Azure中提供计算资源，OpenAI则开发Azure将来会提供的托管服务工具，Azure随后通过ChatGPT和其他按需付费的API调用赚取巨额收益。类似情况也出现在Bard和Google Cloud Compute上，说明价值可能更多被云服务巨头捕获。
投资者在投资AI初创公司时容易犯什么错误？
许多投资者在向AI初创企业（包括自称有“AI策略”的大型上市公司）投资时显得过于随意，没有仔细甄别公司是否具备真正的可持续优势，因此很多时候实际上是在白白浪费金钱。
