AI 成本飙升,OpenAI 估值 1570 亿美元,软件行业告别低价时代?

新闻

作者：微信文章
声明：本公众号以分享市场信息，探讨经济相关知识为原则，仅与广大投资者分享交流，不构成投资建议。资本市场有风险，投资需谨慎。

本文来源于经济学人2025年1月25日刊，59-60页，原文标题Artificial intelligence (1)-Marginal revolution（人工智能（1）——边际革命），正文可能有删改，使用扣子智能体翻译，配图使用扣子智能体生成

OpenAI 的最新模型将改变软件行业的经济格局

圣诞节前夕，OpenAI 宣布推出一款名为 o3 的新一代生成式人工智能（AI）模型，这一消息既引发了人们的兴奋，也招致了怀疑。那些期待其推理能力朝着超越人类智能迈出一大步的人感到兴奋不已。而持怀疑态度的人则认为，OpenAI 并未向公众发布该模型，而且它完全有动机夸大自身在人工智能领域的先锋作用，以讨好即将上任的美国总统唐纳德・特朗普。

然而，从那以后，一个共识逐渐形成。这款模型及其前身 o1（之所以跳过 o2，是因为它是一家欧洲移动网络的名称）在回应提示时 “思考” 得越多，产生的结果就越好。更多的 “思考” 意味着需要更多的计算能力，进而导致每次查询的成本更高。因此，基于互联网免费分发、以低边际成本为大量用户提供廉价服务而建立起来的科技经济格局正在发生变化。每次查询模型的成本增加，零边际成本时代就离我们更远一步。

投资者对 OpenAI 青睐有加，视其为科技宠儿：根据最近的一轮融资情况，它的估值高达 1570 亿美元 。他们希望借助 ChatGPT 这类产品的成功，OpenAI 能成为下一个市值万亿美元的巨头。但最先进模型成本的不断攀升，以及来自供应商、经销商和竞争对手的其他压力表明，模型开发或许无法像大型科技公司那样赋予开发者近乎垄断的力量。“关于未来需要明白的一件非常重要的事情：人工智能的经济模式即将彻底改变，” 人工智能研究员弗朗索瓦・肖莱在 o3 发布当天于社交媒体平台 X 上发文说道。

肖莱先生为 o3 的推广造势出了不少力。 6 月，他设立了一项 100 万美元的奖金，奖励那些能够通过他五年前创建的 “抽象与推理语料库”（ARC）测试的模型。这是一组看似简单的视觉推理谜题（见下页图表），旨在成为 “人类轻松解开但现代人工智能却无法攻克的难题” 。设立这个奖项并不仅仅是为了制造挑战。肖莱先生表示，攻克 ARC 测试任务是迈向通用人工智能的 “关键” 一步，意味着机器要在众多任务上超越人类。

六个月后，OpenAI 出色地通过了测试。其 o3 模型取得了突破性的 91.5% 的高分。肖莱先生说，o3 在这项挑战中成功，表明人工智能适应新任务的能力实现了质的飞跃。新模型不仅更为出色，而且具有本质区别。如同 o1 一样，它采用 “测试时计算” 方法，即在推理阶段（即训练有素的人工智能模型回答问题时）投入的时间越多，产生的结果就越好。o3 并非简单地尽快给出答案，而是经过精心设计，实际上会更深入地思考问题。

这就是成本提高的根源所在。肖莱先生为参赛者设定了一个上限，即在回答他设计的 400 个问题时，使用计算能力的花费不得超过 10000 美元。OpenAI 提交的一个未超标模型花费了 6677 美元（约合每题 17 美元），得分 82.8%。GPT-3 取得 91.5% 的高分，则是突破预算才得以实现的。该公司并未透露具体花费金额，但表示采用的昂贵版本计算量是较便宜方法的 172 倍 —— 这意味着解决一个人类只需几秒就能回答的问题，o3 需要花费约 3000 美元 。

以往的人工智能模型已然对软件行业的低边际成本准则构成了挑战，因为回答问题所需的处理能力远超过使用搜索引擎这类等效工具。但就绝对值而言，构建和运行大型语言模型的成本原本足够低，OpenAI 仍能提供免费使用。

然而，随着最新模型的出现，情况已今非昔比。OpenAI 将 o1 的 “专业版” 使用权限限制在每月支付 200 美元订阅费用的用户中（据其首席执行官山姆・奥特曼称，此举导致公司亏损，因为用户提问所产生的费用超出了公司预算）。 分析公司新街研究的皮埃尔・费拉古估计，OpenAI 若要提供对 o3 的全面使用权限，可能收取高达每月 2000 美元的费用。

这类模型的强大之处在于它们让行业的 “规模法则” 在某种程度上更接近终端用户。到目前为止，人工智能的进步依赖于更大、更优质的训练运行，更多的数据和更强的计算能力造就更高的智能水平 。但一旦模型训练完成，就很难充分利用额外的处理能力。正如 o3 在 ARC 测试中的成功所示，这种情况已发生改变。规模法则似乎已从模型训练转向推理阶段。

这些发展变化正在改变像 OpenAI 这样的模型开发者所面临的经济环境。对更多处理能力的依赖增强了其供应商的地位，比如英伟达这类专业人工智能芯片的制造商。这也使人工智能模型的经销商从中受益，尤其是像亚马逊、微软和 Alphabet 这样的云服务提供商。这或许也解释了为何这些科技巨头继续在数据中心投入巨额资金，因为更多的推理过程需要更多的计算能力。1 月 21 日，特朗普宣布 “星门计划”，这是一个由私营部门主导、规模庞大的数据中心建设项目，OpenAI 参与其中（见下篇文章） 。这家公司正受到来自各方的挤压 。

此外，还存在竞争因素。谷歌已经发布了自己的推理模型 Gemini 2.0 Flash，其他科技公司很可能也会效仿。预计还会出现开源模型。客户将能够使用不同供应商提供的多种模型。尽管生成式人工智能模型或许能通过与客户的互动取得一定改进，但与谷歌和 Facebook 上一个时代的产品不同，它们缺乏真正的网络效应。

高边际成本意味着模型开发者必须创造出真正有价值的东西才能收取高额费用。咨询公司埃森哲的关岚表示，人们期望像 o3 这样的模型能够支持人工智能智能体的应用，个人和企业可借此提高生产力。与聘请一位资深数学博士之类的成本相比，即使推理模型的使用价格高昂，也可能物有所值。但这取决于这些模型到底有多实用。

不同的应用场景也可能导致市场更加碎片化。咨询公司麦肯锡的杰里米・施奈德指出，为企业客户提供人工智能服务将需要针对每个企业的特定需求进行定制的模型，而非像 ChatGPT 这类通用模型 。

一些人预计，模型开发不会由某一家公司主导，而更像是一个寡头垄断行业，虽然进入门槛高，但不存在绝对控制或垄断利润 。目前，OpenAI 处于领先地位，但其主要竞争对手之一 Anthropic 据报道正在以 600 亿美元的估值进行融资，由埃隆・马斯克控股的 XAI 也市值达 450 亿美元 。这表明市场对它们也寄予厚望。凭借 o3，OpenAI 展现了技术优势，但其商业模式仍有待检验。

近期热点文章推荐

中国的量子技术也在迎头赶上美国
道巴朔狐，公众号：道巴朔狐中美量子计算竞赛，中国追赶速度有多快？

国际货币基金组织（IMF）采用一种宽泛的赤字计量方式
道巴朔狐，公众号：道巴朔狐IMF 称中国赤字或超 13%！财政发力破局经济低迷才是关键

深度求索把大模型的成本降低了一个数量级，分布式训练可能还可以继续降低成本
道巴朔狐，公众号：道巴朔狐从全集中到分布：训练 AI，除了Deepseek，这种新方法也有可能摆脱超大型数据中心这一 “烧钱陷阱”