原文作者：Ed Zitron
原文编译：深潮 TechFlow
导读：OpenAI 一边向微软出让核心技术换取云计算资源，一边每年烧掉 50 亿美元。这家估值超千亿的明星公司真的能撑过接下来两年吗？本文冷静拆解 OpenAI 的生存困境——资金、技术、商业模式三重压力下，哪一条能真正杀死它。
OpenAI 要如何生存？
过去一年我详细写过科技圈的泡沫——骗子们如何圈钱敛权、巨头高管如何拼命维持增长神话、最新炒作周期有多虚——但说到底，这些都只是公司，那就引出一个简单问题：这波炒作周期里最大、最显眼的公司，真的能活下来吗？
我说的当然是 OpenAI。老读者都知道，我对 OpenAI 的产品、商业模式和可持续性高度怀疑。虽然不想重复之前文章和播客讲过的论据，这里只说核心矛盾：生成式 AI 根本没有大众市场刚需——至少达不到真正革命性技术如云计算和智能手机那种规模——却要烧天价成本去建和运行。
这两点让人严重怀疑 OpenAI 能否中长期存活，尤其是当——容我大胆说一句，应该说何时——投资和云计算资源的水龙头关掉的时候。
我没有全部答案。我不知道每一笔交易的每个细节。我既不是工程师也不是经济学家，也没有内幕消息。但我会读公开数据，会评估资深记者的独立报道和专家学者的意见，然后得出结论。
我的假设是：OpenAI 要想再活两年，必须做到（不分先后）：
搞定跟微软那套复杂又沉重的关系，微软既是救命稻草又是直接竞争对手
融到史上任何创业公司都没融过的天量资金，并且以融资史上前所未见的速度持续融资
实现重大技术突破，把构建和运行 GPT——或者它的继任者——的成本降低几千个百分点
实现重大技术突破，让 GPT 能处理当前任何 AI 研究者都没想到的全新用例
这些新用例既能创造新工作，又能彻底自动化现有工作，以此证明那些巨额资本支出和基建投入是值得的
我最终相信，OpenAI 现在这种形态撑不下去。没有盈利路径，烧钱速度太快，生成式 AI 这项技术需要的能源电网根本扛不住，训练这些模型同样不可持续，既有法律问题（因为盗版训练数据）又需要海量训练数据才能开发出来。
简单说，任何需要几千亿美元才能证明自己的技术，架构就是错的。OpenAI 需要的东西在历史上没有先例。没人融过它需要的那么多钱，也没有一项技术需要这么大的财务和系统性力量——比如重建美国电网——才能生存下来，更别说证明自己值这个投资了。
说清楚，这篇文章聚焦 OpenAI 而不是生成式 AI 技术本身——虽然我认为 OpenAI 持续存在是让各公司保持对这个行业兴趣/投入的必要条件。OpenAI 融资最多（113 亿美元），媒体关注度可以说最高，既普及又创造了大语言模型商业模式，让现在这批「AI 驱动」的创业公司得以存在。
我不是说 OpenAI 肯定倒闭，或者生成式 AI 一定失败。我之前详细讨论过这个行业的问题，这里不再重复那些论点，只是说明我认为科技生态有深层不稳定性。我这里是要冷静解释为什么 OpenAI 现在这个形态，如果没有一系列惊人的技术突破和财务操作，活不过几年——其中一些可能做到，但大部分史无前例。
咱们来看看，行吗？
微软（和估值）问题
继续之前，我要说明 OpenAI 和微软没有公开披露交易条款，可能有我不知道的东西会改变这个判断。
但不管怎样，OpenAI 和微软的关系非常诡异，始于 2019 年 10 亿美元注资，说是「多年独家计算合作」，要「把 OpenAI 现有服务迁移到 Azure 上」（微软的云计算产品），让微软成为「OpenAI 首选合作伙伴」。OpenAI CTO Greg Brockman 当时补充说这是「现金投资」，但提到 OpenAI「计划成为 Azure 大客户」。
有一点特别值得注意：Brockman 说微软会获得向自己客户销售基于 OpenAI 研究的「前 AGI 产品」的权利，配套博客还说微软和 OpenAI 正在「联合开发新的 Azure AI 超算技术」。
这里的「前 AGI」指的是 OpenAI 开发过的任何东西，因为它还没开发出 AGI，在自己评估人工智能的 5 级系统里还没过「聊天机器人」这一关。
本质上，这轮融资条款让 OpenAI 把自己的研究成果交给微软，允许微软以 Azure 名义把 OpenAI 技术当自己的卖。而且微软能看到 OpenAI 的「前 AGI 产品研究」，也就是能看清它怎么运作的，这样微软既能卖这项技术又能直接跟它竞争。微软已经在这么干了，The Information 五月报道说微软在准备自己的「MAI-1」生成式模型，负责人是 Deepmind 联合创始人 Mustafa Suleyman（谷歌 2014 年收购 Deepmind），他 2022 年离开去做 VC。Suleyman 后来创办 Inflection，一家基于 transformer 的聊天机器人公司，三月被微软半收购，微软之前就投过它。
The Information 还提到 OpenAI 合作「帮微软甩开对手」。我还是在假设，但光这个交易条款对 OpenAI 就极其不利。
现在有点乱了。
显然 2021 年微软对 OpenAI 有某种投资（在 2023 年一篇关于另一轮融资的博客里提到过，等会儿说这轮）。奇怪的是我找不到这轮的具体信息。Crunchbase 提到 2021 年有一次金额未披露的二级市场交易（意思是 OpenAI 当时的股东可以卖股票套现），但说钱来自 Tiger Global Management、红杉资本、Bedrock 和 a16z，估值 140 亿美元。
不清楚这是不是同一轮，或者微软是不是以其他方式注资了。The Information 在 2023 年初的文章里提到过，但不知怎么当时没人报道。如果我错了，很想看看它到底怎么投的。
不管怎样，2023 年初微软向 OpenAI 投了 100 亿美元——但最重要的是交易条款和分配方式。虽然条款没公开，但报道说微软可能拿走 OpenAI 利润的 75%，直到它「收回投资」（说白了就是赚回那 100 亿），加上公司 49% 的股份，虽然 OpenAI 那套非营利-营利混合结构本身就很奇怪。
Semafor 报道说，至少到 2023 年 11 月，OpenAI 只收到这 100 亿投资的「一小部分」，是分期发放的，而且「相当大一部分」是云计算额度，意思是微软的投资主要是一种只能在自家服务上用的货币的所谓价值。对不太懂这有多怪的人来说，就像航空公司投资一家公司但不给现金，给里程。你还能飞，但你被锁死在 A）一家航空公司和 B）他们对一「英里」到底值多少的解释。
而且，说这笔「投资」还可能——再次声明，我们不知道交易条款——让 OpenAI 在过程中抬高估值，这极其诡异。
Semafor 还（含糊地）补充说微软对 OpenAI 的知识产权有「某些权利」，即使关系破裂，「仍然能在[自己]服务器上运行 OpenAI 当前的模型」。
奇怪的是好几个记者说微软向 OpenAI 投了「130 亿美元」，但我哪儿都找不到那 20 亿。是 2021 年投的吗？金额是 20 亿吗？是现金还是额度？这个数字被重复报道这么久，很奇怪这么多人就这么认了。
我觉得这很要紧，因为按任何创业公司的标准，20 亿美元都是一大笔钱。
比如 Snowflake，一家非常成功的企业计算公司，总共融了 20 亿美元，大部分在上市前（虽然 2022 年 IPO 后又卖了 6.215 亿美元股票）。而且 Snowflake 上季度亏了 3.16 亿美元。
除此之外，这笔交易完全没宣布也没报道，发生在微软和 OpenAI 宣布 Azure OpenAI 服务的同一年（2021），这服务到 2023 年才公开上线。虽然我在猜——如果错了请给我发邮件——看起来微软 2021 年又给了 OpenAI 20 亿，同时 OpenAI 从其他渠道融了一笔未披露金额。我猜这笔交易可能也是现金和云额度混合的，虽然 ChatGPT 到 2022 年 11 月才公开。
也可能那些报道微软投了「130 亿」的人就是错了，但这错误太普遍了，微软或 OpenAI 应该会很快辟谣。
我提这些问题的原因是，微软此时实际上已经拥有 OpenAI。微软 CEO Satya Nadella 在 2023 年 11 月 Altman 被解雇后对他回归起了关键作用，如果他不回去 Nadella 已经计划挖他。很多方面这都不太重要。由于微软跟 OpenAI 交易的性质，它实际上拥有——或者至少能接触到——OpenAI 产品背后的所有知识产权，加上所有研究，以及随意授权的能力。
OpenAI 跟微软绑死了。它被协议和大部分资金是只能在微软 Azure 上用的额度这两点，绑在 Azure 这个微软云计算平台上。微软通过 Azure 卖 GPT 访问权限，同时用自己即将推出的模型直接跟它竞争，还拿走 OpenAI 服务（理论上的）利润的四分之三。
微软做这些交易也没真正牺牲什么。即使我们假设之前几轮融资——理论上 30 亿——全是现金，2023 年那轮 25% 是现金 75% 是额度，也只有 55 亿美元，后半部分还是按不确定的时间表分期发放。假设（再说一次，我没有确切条款）真的是 55 亿美元现金，对微软来说这不算什么，这家公司最近一个财季利润就超过 210 亿美元。
作为这笔交易的一部分，微软实际上买下了 OpenAI「前 AGI」技术的权利，以一种超越任何合作或者我想象中未来交易的方式授权了它所有技术。微软还以不确定的估值「投资」了云额度，既包括 OpenAI 怎么估值也包括额度本身。
问你自己，一美元「云计算额度」是什么，能让你用什么？微软 Azure 云有很多很多产品，不清楚 OpenAI 会不会拿到优惠价，会用什么产品，以什么条款获得。微软实际上创造了自己的货币来投资 OpenAI，然后 OpenAI 用这个货币付钱给微软，微软转而把它记作收入。
很多方面，OpenAI 持续存在就是作为微软生成式 AI 业务部门的研发机构，骰子向着微软那边倾斜。如果 OpenAI 倒闭，OpenAI 的技术还会在微软服务器上跑，微软还能接触 OpenAI 的知识产权和产品，并且能卖它们。如果 OpenAI 发达了，未来几代 GPT 非常赚钱非常成功，微软收割几十亿美元利润的同时还保留对任何用来实现这个的研究或产品的访问和授权。连微软那个 1000 亿美元超算项目据 The Information 的消息来源说也跟 Altman 和 OpenAI 能否「显著改进」AI 能力挂钩。
我显然不确定，也没法证实，但你不觉得「前 AGI」技术和研究包括 SearchGPT，OpenAI 最近宣布的谷歌搜索竞品吗？值不值得考虑一秒钟，微软不管 OpenAI 活着还是死了都能受益？
这是魔鬼交易，只有当你烧钱烧到必须找个有钱金主，能在你每年吃掉几十亿美元时反复救你的时候，你才会签。
可悲的是，这可能就是 OpenAI 的真相。
资金问题
上周 The Information 报道说 OpenAI 2024 年可能烧掉 50 亿美元，基于「之前未披露的内部财务数据和业内人士」。
这篇文章做出了几个有依据的估算（我建议你单为这篇文章付费订阅 The Information），我将在此基础上展开分析。虽然这些估算可能有误，或者所依据的数据存在误导或错误，但我信任 The Information 的分析和报道的严谨性：
「截至 2024 年 3 月，OpenAI 预计今年将花费近 40 亿美元租用微软的服务器来驱动 ChatGPT 及其底层大语言模型」，消息来自「直接了解支出情况的人士」。
「OpenAI 的训练成本——包括数据付费——今年可能膨胀至 30 亿美元。」需要说明的是，训练成本不仅是获取数据，还包括清理和准备数据——这是一项费力的任务——然后使用大量云计算资源来训练模型。
The Information「猜测」OpenAI 约 1500 人（且还在增长）的团队每年可能耗资约 15 亿美元。虽然这听起来有点高——尤其考虑到这相当于人均 100 万美元——但其实相当合理。顶级 AI 人才极其昂贵，七位数薪资远非罕见。然后你还要考虑办公空间、工资税、设备和其他运营成本。
The Information 还估计 OpenAI 的收入在 35 亿至 45 亿美元之间，包括 ChatGPT 和向开发者收取使用 OpenAI API 集成生成功能的费用。
The Information 推测 OpenAI 因此每年有 50 亿美元的运营亏损。这还假设 OpenAI 的收入处于较高端，并可能膨胀至 60 亿美元或更多。
虽然我们没有直接的了解，但 OpenAI 的运营成本随时间持续快速增长。2023 年初的一项估算显示，当时运行 ChatGPT 每天成本 70 万美元，而那时 ChatGPT 虽然流行但不如今天，这将使 ChatGPT 单独的成本达到每年约 2.353 亿美元。我还推测它们要大得多，因为 OpenAI 在过去五年中筹集了超过 130 亿美元，其中大部分资本（和信贷）筹集发生在 2021 年至 2023 年间。
根据报道，OpenAI 历来未能让其模型更高效，未能在 2023 年底向微软交付更高效的「Arrakis」模型。虽然最近推出的 GPT-4o mini 模型被誉为「效率」之举，但它似乎只对使用 OpenAI 工具进行开发的人更高效和更具成本效益，虽然有人可能认为这表明 OpenAI 找到了更高效/更具成本效益的模型因此降价，但它尚未主动提供这一信息来确认。
假设一切都存在于真空中，OpenAI 每年需要至少 50 亿美元的新资本才能生存。这将要求它筹集比历史上任何创业公司都多的资金，可能是永久性的，这反过来又要求它以我在商业史上找不到可比公司的规模获取资本。
WeWork——硅谷堕落的败家子——总共筹集了 222 亿美元，其中近一半（超过 100 亿美元）是从高盛和软银愿景基金筹集的债务融资（条款各异的贷款），其中一些在公司崩溃时不得不重组。WeWork 的大部分资本是在利率较低、资金更充裕的时期筹集的，并严重依赖软银持续向火堆里砸钱的意愿。WeWork 还有一个更合理——尽管极其愚蠢——的商业模式，许多金融家能够理解，因此能够吸引更广泛的投资市场。
一个更合理的可比对象是 CoreWeave，一家为其他公司提供大规模图形处理单元集群访问（和建设）以驱动 AI 应用的公司。CoreWeave 总共筹集了 121 亿美元——你猜对了——其中大部分是由资产管理公司 Blackstone 和 Magnetar 提供的「债务融资安排」筹集的，允许它以未公开（但可能较低）的利率提取现金。CoreWeave 以 190 亿美元的估值融资，与 OpenAI 不同，它的服务相对简单直接。如果你需要大量计算资源，CoreWeave 要么为你建造，要么租给你。
根据 Crunchbase 提供的数据，过去十年最大的融资轮是蚂蚁集团在 2018 年筹集的 140 亿美元，其次是 Juul，也在 2018 年筹集了 128 亿美元。除此之外，OpenAI 占据主导地位。
另外，Uber 这家以烧掉 250 亿美元实现盈利而闻名的公司，总共筹集了……嗯，250 亿美元，其中包括仅 2018 年就有四轮不同的融资。即便如此，它也比 OpenAI 更盈利，除了 2020 年，当时它亏损了 67 亿美元——比 OpenAI 今年可能亏损的多约 17 亿美元——因为人们哪儿也不去。除此之外，——是的，我直接回应 The Information 的「OpenAI 是好生意吗？」，其核心论点是 OpenAI 也需要烧很多钱——Uber 立即有了人们理解的用例，并通过吞噬出租车垄断立即产生收入，由风险投资大量补贴。相反，OpenAI 没有吞噬任何垄断，它创造的产品类别——它真正属于的唯一类别——完全由风险投资和微软补贴。OpenAI 提供的东西完全由炒作驱动，很难向外行解释，是一场由缺乏超高速增长市场驱动的运动。Uber 的定价是为了取代垄断，而且是大多数人讨厌的垄断。出租车昂贵、不便、人为稀缺（尤其在纽约这样通过奖章系统限制出租车供应的城市），而且很少接受信用卡。更糟的是，司机对少数群体背景人士的歧视猖獗且不受挑战（并涉及剥削性贷款计划）。虽然我们可以不喜欢 Uber 这家公司并批评其商业行为，但你不能否认它从一开始就有客观的吸引力。相比之下，OpenAI 制造了一场全行业的 FOMO 心理病，并从中大量获利，但向外行解释 ChatGPT 是什么虽然可能但很复杂，而 Uber 不是。我还应该补充说，媒体被 Uber 用作洗白 Uber 声誉的手段，专门用于（引用 Edward Ongweso Jr。）说服人们「将其增长视为进步的，而非寄生的」。重要的是要关注 OpenAI 和 Sam Altman 试图创造一个承诺其公司无法做到的事情的叙事，更重要的是不要找办法解释 OpenAI 有多不可持续。从根本上说，说服世界 OpenAI 是一家前景光明的稳定公司不是媒体的工作——那是 OpenAI 的工作。虽然我不确定说我是「媒体成员」是否合适，但在我们两个人中，我认为那个有兼职 newsletter 和播客的公关人员应该永远不是更愿意批评的那个。
截至其最后一轮融资——今年 2 月的二级市场（意味着内部人士可以向 VC 出售其股票）发行——OpenAI「估值」800 亿美元。我说「估值」，是因为微软的投资（可能提高了公司估值，虽然我无法确认）主要是虚拟货币、云积分，而不是任何实际的「投资」，从而给某物一个「估值」。
此外，债务融资通常更难获得，带有繁重的现金密集条款，可能在糟糕的月份吞噬一家公司。
这种规模的可比对象很少。根据 CBInsights 的数据，唯一竞争的私营公司是 TikTok 开发商字节跳动（2250 亿美元，筹集 95 亿美元）和 SpaceX（1500 亿美元，筹集 98 亿美元），Stripe（700 亿美元（虽然我见过 650 亿美元），筹集 94 亿美元）、Shein（660 亿美元，筹集 41 亿美元）和 Databricks（430 亿美元，筹集 40 亿美元）紧随其后。
在所有这些情况下，相关公司都赚真钱并拥有真正的商业模式。字节跳动（拥有 TikTok 以及中国的其他几家公司）2023 年收入 1200 亿美元，其服务被数亿人使用。SpaceX 虽然不盈利，但实际上（无论好坏）作为必要承包商与美国政府绑定，并成功通过降低运营成本赚取数十亿美元。Stripe 是世界上最受尊敬的支付公司之一，赚取数十亿美元，拥有极其有用的服务，并且「现金流强劲为正」。Shein 虽然是一家建立在剥削基础上的可怕公司，但每年赚取超过 300 亿美元，销售东西获利 20 亿美元。Databricks，一家无聊但有用的数据智能公司，4 月报告称一个季度收入达到 16 亿美元，尚未实现盈利——使其成为例外，可能是与 OpenAI 最接近的可比对象。
然而，这些公司的一个一致差异是它们已经证明了市场可行性。虽然 Databricks 可能处于不确定程度的不盈利状态，但它融资时间更长（自 2013 年 A 轮以来），虽然它筹集了很多，但 OpenAI 不得不在更短的时间内筹集更多，并且很快还得再次筹集。
SpaceX 制造有时会爆炸的火箭，但仍然制造为人们提供互联网接入的火箭和卫星（Starlink 收入数十亿美元）——这不是对马斯克的认可，而是一个区别。Stripe 大笔筹集，但时间跨度更长，也提供非常明显和有用的产品。我不必解释为什么 TikTok 或抖音重要，因为它们都是世界上最大的社交网络之一。
在所有情况下，它们筹集的资金都少于 OpenAI 迄今为止筹集的，尽管需要说明的是 OpenAI 的 100 亿美元轮次大部分是云积分。
但这实际上提出了一个更棘手的问题：OpenAI 有能力筹集这么多钱吗？当 Stripe 在 2023 年筹集 65 亿美元时，它将估值降至 500 亿美元，2024 年筹集 6.94 亿美元的要约收购时又回到 650 亿美元。再次强调，Stripe 接近必需服务，在互联网的广泛领域被用来帮助人们购买东西。OpenAI 竞争对手 Anthropic 自 2021 年以来也不得不筹集超过 70 亿美元（包括来自亚马逊和谷歌的数十亿美元，也可能是云积分）——The Information 报道称它可能在 2024 年烧掉 27 亿美元，而收入只有 8 亿美元，还得与亚马逊分享。
我试图确立的是，OpenAI 按目前的速度必须：
筹集比任何人以往更多的资金——可能至少 30 亿美元，但更像 100 亿美元，并且很快，可能在接下来的六个月内。
筹集多轮，或有史以来任何公司筹集的最大融资轮次，然后必须永久持续这样做。
以大幅降低估值筹集——以降低的估值获取更多资金——或以高于任何私营公司有史以来的估值筹集。
在所有这些情况下，OpenAI 都必须向投资者展示它打算如何增加收入和降低成本，并以这样的方式让投资者放心，OpenAI 不会在几个月后再次要求更多资本。它还可能必须修改其公司结构，正如 Sam Altman 暗示的那样。
这并非不可能，但感觉 OpenAI 能够这样做几年以上的可能性极小。报道表明 OpenAI 离通用人工智能还很远，虽然 Altman 可能从渴望搭上公司顺风车的风险投资家那里再筹集一轮，但这样做会冒着暴露烧钱率有多糟糕的风险。
如果我们假设 OpenAI 2024 年 2 月的二级市场轮次是最佳情况——50 亿美元现金，我猜测更少，我们真的不知道——公司在未来 12 个月内仍需要另一条生命线。
在更现实的情况下，我相信 OpenAI 必须在接下来的 3-6 个月内筹集，这意味着这样做将涉及在微软至少一个季度的报告收益之后筹集资金，下一个季度即将在 7 月 30 日到来。
假设即使每年烧钱率为 30 亿美元——这需要显著降低成本——OpenAI 仍必须筹集比任何人有史以来更多的资本，直到增加收入或降低成本。这极其令人担忧，同样不可持续。
收入、成本和市场契合度问题
正如我反复写到的，生成式 AI 严重不盈利，根据 The Information 的估算，销货成本是不可持续的。
OpenAI 的成本随时间只增不减，使这些模型「更好」的成本也只增不减，并且尚未，套用高盛的 Jim Covello 的话，解决能够证明其成本合理的复杂问题。「更好」也有点用词不当——「更好」版本的 ChatGPT 可能更快，给出更准确或更快生成的答案，但它不能做显著更多的事情。自 2022 年 11 月以来，ChatGPT 变得更复杂，生成更快，能够摄取更多数据，但尚未产生真正的「杀手级应用」，一个 iPhone 式的时刻。
此外，基于 transformer 的模型已经严重商品化，来自 Anthropic 的 Claude 和 Meta 的 LLama 等独立（ish）公司的竞争，都在相同的大规模数据集上训练，以至于 ChatGPT 最大的优势在于其品牌。因此，我们已经看到一场价格战，GPT-4o Mini（OpenAI 的「更便宜」模型）在价格上已经被 Anthropic 的 Claude Haiku 模型击败，我确信已经有人在开发一个类似强大的模型，他们会卖得更便宜。
因此，OpenAI 的收入可能会攀升，但它可能会通过降低其服务成本而不是自己的运营成本来攀升。OpenAI 似乎在采用标准的硅谷垄断模式——获得尽可能多的客户，然后想办法盈利——但这样做使用的技术在运营和迭代方面都特别昂贵。
如前所述，OpenAI——和所有基于 transformer 的模型开发者一样——需要海量训练数据来让模型「变得更好」，而下一代 GPT 需要的数据量是 GPT-4 的四到五倍，偏偏现在出版商和更广泛的互联网已经找到了各种方法来阻止它们获取这些数据。
这样做还可能引发持续的法律诉讼，尤其是据 404 Media 报道，生成式视频公司 Runway 很可能用从 YouTube 和盗版来源获取的数千小时视频训练了它的模型。当被问及是否用 YouTube 视频训练「Sora」模型时，OpenAI 一直含糊其辞，如果让我猜的话，它绝对用了。即使没用，它可能也得购买数万小时——甚至数百万小时——的素材，这比它付给新闻集团用于训练文章的 2.5 亿美元要贵得多。
必须明确的是，我不确定现有的训练数据是否足够支撑这些模型进入下一代。即使生成式 AI 公司能够合法且免费地下载互联网上的所有文本和视觉媒体，似乎也不够训练这些模型，一些模型开发者可能正在转向使用模型生成的「合成」数据——这一过程可能引入「模型崩溃」，一种 Jathan Sadowski 称之为「哈布斯堡 AI」的近亲繁殖形式，会随着时间推移摧毁模型。
即使它们成功获取了这么多训练数据，并且在法律上站得住脚（说实话，我认为这不可能），接下来还要面对训练这些模型不断增加的成本。Anthropic CEO 最近在播客上说「成本达 10 亿美元的 AI 模型正在开发中」，未来还会有成本 1000 亿美元的模型。随着模型变得更复杂，需要更多训练数据，消化更大（而且可能更复杂）训练数据的成本也随之增加。
然后还有一个非常大、非常恼人的问题——生成式 AI 没有达到支撑其存在所需规模的产品市场契合度。
要明确的是，我不是说生成式 AI 完全没用，或者它没有任何产品市场契合度。它适合筛查大型数据集、快速总结文章（不管好坏）和生成图像。这些模型确实有用，尽管它们容易「幻觉」（权威地陈述不真实的内容，或者生成手指太多的手），人们也在为它们找到有用的场景，尤其是在金融领域。
但目前它们还不是必需品。
生成式 AI 还没有给出一个你必须集成它的理由，除了一种如果不用 AI 就会「落后」的感觉。如果生成式 AI 的运营成本只是现在的几万分之一甚至几十万分之一，这不会是问题，但现实是 OpenAI 实际上在补贴整个生成式 AI 运动，同时还要面对一个问题：虽然很酷也有用，但 GPT 对世界的改变程度仅限于市场允许的范围。
虽然复杂，但生成式 AI 是一种概率性地生成答案的技术，并不具备「智能」。它本质上受限于自身架构，因此只能以线性方式「变得更好」。我看不出基于 transformer 的架构能做出比现在显著更多的事情。
要继续增长，OpenAI 要么得大幅增加功能——这是它尚未做到但理论上可能的事——要么大幅降低价格，而这只会增加运营成本。
OpenAI 必须增长，因为一年 35 亿到 45 亿美元的收入根本不足以维持这家公司运转。这和我对生成式 AI 的个人看法无关。事实是，这家公司的运营成本比任何其他私营创业公司都高，而它的技术——从 OpenAI 的销售情况来看——做的事还不足以弥补如此高昂的成本。
除了降价（会增加收入和运营成本），OpenAI 理论上可以在 GPT 中找到新功能——虽然我不确定怎么做——或者创造完全不同的东西，但它还没有表现出任何这样做的迹象。虽然你可以指向 Sora（似乎不太有用，而且离商业化还很远）或 searchGPT（会遇到和谷歌搜索 AI 转型一样的幻觉问题，同时还要和集成了 GPT 的 Bing 竞争）这样的工具，但很难说这些产品能填补 OpenAI 资产负债表上燃烧的缺口，而且可能只会增加运营成本。
7 月，路透社报道称 OpenAI「正在开发一种名为 Strawberry 的新技术」，将「能够提供高级推理能力」。但仔细读这篇文章会发现，OpenAI 只是在考虑和尝试做这件事，还没有做到。
如果成功了——我要补充的是，这可能需要心理学和数学的全新分支，因为我们人类对自己的大脑都知之甚少——那将是巨大的技术成就，但仍然无法扭转局面。OpenAI 会拥有一种全新的技术，这会非常有价值，可能可以凭此持续融资，但这将严重依赖于它能达到的推理水平以及相应的任务完成能力。
而且说实话，这种可能性非常非常小。可能会发生——总有一些关于 OpenAI 研发的事情我可能不知道——但我们几乎没看到 OpenAI 创新的迹象，更多看到的是它目前只能在 GPT 上做迭代。
OpenAI 的营销也有问题。Sam Altman 反复误导媒体「AI 可能做什么」，把生成式 AI——它不会「知道」事情，也不是「智能」——和纯理论概念的自主、有感知能力的人工智能混为一谈。结果，人们对未来几代 GPT 能做什么的期望更高，这让公司不可避免地会让投资者和客户失望。
虽然可能有办法降低基于 transformer 模型的成本，但所需的成本降幅将是前所未有的，而且可能需要全新的芯片、冷却方案和物理服务器架构，这些 OpenAI 都不开发。
虽然理论上英伟达可以生产效率高得多的芯片，但这样做可能需要的时间比 OpenAI 拥有的还长。虽然有像 Etched 这样的公司声称在开发专用芯片，但它们距离交付 OpenAI 所需规模的可用芯片还有好几年，而且这些芯片专注于单一模型，使它们成为迭代而非创新概念。
有一件事我没有深入讨论，就是生成式 AI 似乎没有得到通用性采用。这些数字很难确定，但我之前确定的——特别是基于高盛的报告——是有意义的收入尚未实现。这比缺乏采用更具存在性威胁。这意味着人们在用它但没有获得足够的价值，随着炒作周期消退，这可能导致收入大幅下降。
总结一下：
OpenAI 唯一真正的选择是降低成本或产品价格。它迄今未能降低成本，而降价只会增加成本。
要推进到下一代 GPT（OpenAI 的核心产品），公司必须找到新功能。
OpenAI 本质上受限于 GPT 基于 transformer 的架构，它实际上不能自动化任何事情，因此可能只能做「更多」和「更快」，这不会显著改变产品，至少不会让它变得像需要的那样有价值。
OpenAI 唯一的其他选择是发明一种全新的技术，并能够将这种技术产品化和变现，而公司还没能做到这一点。
关于能源的说明
我列出的大多数问题都是对 OpenAI 未来的存在性威胁，我看不出有什么快速或简单的出路，但还有一个问题挡在路上——能源。
要扩大规模，OpenAI 需要在多个层面进行大规模资本支出，其中最主要的是美国电网（参见高盛报告第 15 页与微软前能源副总裁的对话），这可能需要几十年来未有过的大规模扩建，而美国在基础设施建设方面的能力已远不如前。
虽然美国在 20 世纪下半叶稳步增加了新的发电能力，但在 2010 年代开始趋于平稳。这是多种因素的结合。家庭和企业的用电量保持平稳或略有下降。虽然美国增加了产能，特别是在可再生能源和天然气方面，但这不是在增加可用的发电量，而是在抵消燃煤发电厂的退役。
扩大 AI 规模需要在发电方面进行相当于新政或艾森豪威尔州际公路系统雄心的投资，而且需要快速完成。这在发电领域不会发生。举个例子，2021 年新太阳能发电场连接到电网平均需要 2.8 年。两年后，这个时间涨到了四年。小型模块化反应堆——一种旨在降低核电成本和建设时间的有前景方法——距离大规模商业化还很远，即使它们准备好了，仍然要应对这个行业的官僚主义。
即使改变这一点是可能的——如果可以的话对社会是好事——人工智能（由生成式 AI 驱动）已经在大幅增加全球排放，尤其是像谷歌这样的公司，它的排放量在过去五年因为 AI 增加了 48%。
要继续扩大规模，OpenAI 依赖于电网的大幅扩张，而此时（根据 Cloverleaf Infrastructure 的 Brian Janous）启动新电力项目的等待时间在 40 到 70 个月之间。而且 OpenAI 不是做扩张的公司——就像它依赖英伟达继续为生成式 AI 的云计算生产 GPU 一样，它也依赖微软、谷歌和甲骨文这样的公司与电力公司合作扩建电网。
严峻的形势
我在这里写的一切都不是基于个人怨恨，或者对生成式 AI 的厌恶，或者任何其他东西，只是对一家我认为可能正在崩溃边缘摇摇欲坠的公司的坦率评估。
要继续运营，OpenAI 的情况必须发生巨大改变。
如果 OpenAI 的收入达到了报道范围的最高端——45 亿美元——并且现在银行里有那么多钱，它将不得不在未来 12 个月内至少融资 20 亿美元，或者多达 100 亿美元。
如果它银行里的钱不到 10 亿，OpenAI 可能不得不融资 50 亿美元，而且要在未来三到六个月内完成。
否则，OpenAI 要么至少得把运营成本减半，同时保持当前的收入增长速度，要么找到办法让收入翻倍同时保持成本不变。即便如此，这些数字也极其令人担忧——虽然我要补充的是，总有一些我不知道的事情，因为 OpenAI 是私营公司，不受和上市公司一样的披露规则约束。
生存需要 OpenAI 融到比任何人都多的钱。这在技术上是可能的，但需要风险投资家和投资银行实际上永久地给公司提供生命线，除非公司能够大幅降低成本或者找到数十亿美元的额外收入。即使成功了，如果收入成本随着销售增加，所有增长都是徒劳，还会制造更多问题和对风险投资的依赖——或者对微软这样公司的依赖。
这需要一种方法来扩大 OpenAI 能卖的东西，以覆盖整个美国企业界，这需要我认为生成式 AI 无法满足的用例，比如自动化经济的大块部分，而不是让自由设计师和文案编辑破产。
要明确的是，我不是在提倡用 AI 取代工人。我只是说，要让 OpenAI 增长到生存所需的每年 100 多亿美元收入，它需要取代劳动力的整块部分。而且提醒一下，生成式 AI 不是自动化。
即使这些问题都能克服，训练数据也根本不够，即使有，处理它的成本也可能远远超过 OpenAI 赚的任何收入。即使这个问题解决了——这至少需要 300 亿美元的云服务额度——这样做也不一定能让基于 transformer 的模型具备一年卖出 100 亿美元软件所需的能力。
如果让我选个数字，我推测 OpenAI 需要在未来两年融资 200 亿美元才能留在牌桌上，而要走得更远——这还不能保证——会再花掉 200 亿美元。举个例子，根据 Crunchbase 数据，2023 年所有融资的总和是 2992 亿美元，2024 年到目前为止融了 1470 亿美元。
OpenAI 将不得不经常占到所有创业公司融资的 5-10%，永远如此，或者至少直到它搞清楚如何少亏或多赚。
唯一另一家做到这点的公司是 Uber——正如我上面讨论的，他们的情况非常非常不同。单从融资环境来看，比较这两者就是不符合历史事实的，Uber 存在于利率更低的时代。除了从沙特阿拉伯公共投资基金获得 35 亿美元以及从软银获得超过 80 亿美元（后者是二级市场出售），它还分别从高盛和摩根士丹利筹集了股权和债务融资——我不认为这两方会愿意补贴生成式 AI。即使我错了——这是有可能的，更离奇的事情都发生过——在 Uber 最后一轮融资（2020 年 9 月 14 日）和 2024 年之间，让人们交出数亿或数十亿美元的意愿和难易程度已经明显不同了。Uber 的大部分资金是在 2016 年至 2019 年间筹集的，当时利率很低，因此风投的金库满满当当。而且关键是，投资者有一条非常清晰的变现路径——IPO。Uber 一直是一家糟糕的公司，但他们始终知道它会作为一个不惜一切代价增长的怪物在市场上前行。OpenAI 如何 IPO？它最近一轮融资是二级市场融资，向新投资者出售内部股票。如果我们把这个想法当作向这家公司注入大量资金的最终目标，那它上市的计划是什么？Altman 在 2023 年 6 月还说公司结构会阻止 IPO，但你认为 OpenAI 想让自己接受公开市场的审查吗，尤其考虑到他们对待版权材料的方式？微软有内置的利润分成，但红杉呢？它如何获得回报，除了找到另一个想要股票的投资者？
也许我遗漏了什么，但如果投资者没有 IPO 路径，这感觉就像击鼓传花游戏，只不过输家手里拿着一堆大而无用的股票。
当然，除非那个投资者是微软，它最终能够使用任何剩余技术，并且如果 OpenAI 盈利也会受益。
此外，我假设生成式 AI 的逐底竞争将显著妨碍 OpenAI 扩大收入的能力，加上我们正在接近基于 transformer 架构的极限，这一点更加严重。
而且因为 OpenAI（和竞争对手）在基于 transformer 的模型上陷得太深，我相信他们会继续向其投入数十亿美元，烧钱用可能合法也可能非法获取的数据训练它们，而任何对原告有利的诉讼都可能对这些模型产生末日般的后果，要求它们用全新的数据集从头重新训练，成本将进一步达到数亿或数十亿美元。
坦率地说，我真的不确定 OpenAI 将如何让这一切运作起来。
虽然 OpenAI 可以——我相信也会——再进行一轮巨大的、行业定义性的融资，但这样做将需要引入加拿大养老基金、沙特主权财富基金或需要大量股权的大型投资基金。多次这样做是可能的，但非常非常不可能，就像持续以每年数百个百分点增加收入是可能的，但非常非常不可能一样。它可以想出新东西，或找到让生成式 AI 便宜得多的方法，但同样，这非常非常不可能。
OpenAI 可能成为有史以来最重要的科技公司，因为它必须吞噬硅谷的众神本身才能继续其贪婪的增长。在此过程中，它将打破融资和软件收入的记录，并在抵御初创公司竞争的同时做到这一点——以及它自己的投资者微软。
我不知道 OpenAI 如何做到。写这篇文章花了我几个小时，在此过程中，我真心尝试弄清 OpenAI 如何生存，但我转的每一个弯都以「如果它做了从未发生过的事情就能做到」结束。
我以冷静的语气写这篇文章，因为我需要人们认真对待我说的话：要生存，生成式 AI 必须做得比现在多得多，而且比现在便宜得多。要生存，OpenAI 必须打破人类已知的每一项创业记录，而要繁荣发展，它必须重新发明基于 transformer 的架构以减少其计算需求，然后发明一种全新的人工智能来做人们希望 AI 做的事情。
也许我错了。也许有些事情我不知道——关于 OpenAI，关于它秘密进行的工作，关于某种能源或芯片突破会突然出现以至于我会被打脸。也许它银行里的钱比我想的多，或者也许它们的成本目前以我——以及整个科技媒体——不知道的方式被夸大了。
但如果真有这些，我相信我们会知道，或至少会有某种迹象。
我不知道接下来会发生什么，但我知道事情必须改变。我担心 OpenAI 会在价格上竞争，导致成本上升，或收取接近收支平衡所需的费用，但我不认为它愿意这样做。我为 Anthropic 担心，它钱更少、收入更少、烧钱同样惨烈。我为那些依赖 GPT 和其他模型当前定价的创始人担心。
没有 OpenAI，整个生成式 AI 市场的底部就会崩塌，并且很可能会残酷打击任何与生成式 AI 繁荣相关的公开股票。
我知道读到这里你可能会把我当作愤世嫉俗者、悲观主义者，或希望看到终结的人，我已经煞费苦心地在这里详细解释我的假设，没有太多观点或评论。如果你不同意我，告诉我我哪里错了——向我解释我遗漏了什么，指出我逻辑或数学中的漏洞。
我提醒你不要无视我，即使我写的东西让你深感不安。我在这里描述的是一家深度不可持续的公司，许多人把希望寄托在它身上，即使我错了，当有一家公司烧掉数十亿美元并可能试图吸收更多数十亿美元资本来生存时，这种分析是必要的。
这场讨论既必要又令人不安，在其影响和可能性上令人不适，在其潜在结果上令人不安。
我希望我错了。真的。
