估值超千亿美元，OpenAI还能继续领先吗？

文 | 硅基研究室 kiki

在行业还在探讨「Scaling law」是否放缓时，它的缔造者与受益者——OpenAI 正在加速向一家「超级公司」进化。

在近期被曝出OpenAI新一轮融资，估值飙升至千亿美元后，OpenAI CEO萨姆·奥特曼（ Sam Altman）的「AI基建」计划也有了最新进展。据彭博社报道，从今年2月开始，过去半年来，OpenAI不仅就该计划与美国政府进行了多次讨论，大谈这一计划对美国人工智能产业保持「技术领先」的重要意义，同时OpenAI高管也已赴前往日本、韩国、加拿大、阿联酋等国，与投资者商讨相关事宜。

而为减少对英伟达的依赖，年初奥特曼亲自下场豪赌的「7万亿美元」的AI芯片计划也落地了第一步——据台媒报道，OpenAI首款自研芯片将采用台积电最先进A16工艺制程，且专为Sora打造。

千亿估值、AI基建与全球化野心，让OpenAI与竞争对手再度拉开了距离，但在盛世之下，对OpenAI而言，新的赌局与危机也已摆在了台面上。

它需要回答一个关键问题：在AI泡沫论甚嚣尘上的今天，OpenAI拿什么撑起这一惊人的价格标签？又靠什么持续保持自己的领先地位？

1、如何留住「关键人物」？

技术、规模与钱所带来的稳定扩张节奏，是OpenAI在AI竞争中的核心主线，但在这条已被验证了的路径下，OpenAI持续的人才动荡也一向是外界关注的重点。

「最聪明的人才孵化器」——这是OpenAI一直吸引投资者的原因之一，多伦多大学教授阿贾伊·阿格拉沃尔(Ajay Agrawal)就提到，聘请世界上最优秀的工程师和研究人员是OpenAI的优势之一，就连奥特曼自己也曾提过“聘请世界上最优秀的人才，确保自己的目标方向和AGI使命保持一致”，这是他在过去学到的最重要的经验。

但高密度集聚创新人才的这一优势，如今似乎正随着OpenAI的扩张渐渐丧失，核心高管与人才的离职，或自立门户，或转向竞争对手，这都让OpenAI面临着人才危机。

今年5月，因为与奥特曼激进的扩张意愿相悖，OpenAI前首席科学家Ilya Sutskever宣布离职，并创办了自己的企业Safe Superintelligence（下文简称：SSI），近期，SSI已官宣一笔10亿美元融资，估值高达50亿美元。

Ilya Sutskever创办的新公司SSI宣布完成新一笔融资 图源：X平台

而随着OpenAI核心安全团队的解散，主要负责人Jan Leike也跳槽至OpenAI最强竞对Anthropic，8月，OpenAI联合创始人John Schulman也加入 Anthropic。据「硅基研究室」统计，在OpenAI现任核心管理层中，已基本没有联合创始人的身影（OpenAI总裁Greg Brockman宣布休假至今年年底）。

此前据OpenAI前治理研究员Daniel Kokotajlo的数据，今年以来，OpenAI 安全团队的人员数量已从30余人缩减至如今的16人左右。

虽然人才流动在科技圈很常见，但对此刻还在扩张且身在千亿估值俱乐部的 OpenAI来说，不是一件好事。此前据《The Information》报道，OpenAI计划在2024年投入80亿美元，其中至少有15亿美元将用于招聘人才。

联合创始人的出走、管理层的换血，或许是OpenAI进化为一家成熟公司的印证，但这也带来了明显的弊端，这是一个公司更深层的文化问题 ，近期由YC创始人 Paul Graham提出的「创始人模式」也印证了这一点。

Graham就指出，很多硅谷创业公司扩大规模时，都被建议采取传统的管理智慧，从「创始人模式」转变为「经理人模式」，但「经理人模式」会产生效率低下的问题，「创始人模式」虽然复杂，但这种方式更有效，能更好地把握公司的细节管理。

2、如何避免陷入「闪亮技术陷阱」？

从时间线上来看，作为模型领先者的OpenAI发布最新下一代模型的时间正在被越拉越长。2018年6月，OpenAI推出了GPT-1，仅用8个月GPT-2问世，发布GPT-3用了16个月，而等到GPT-4的出现大约用了33个月，而据最新消息，GPT-5尚未有明确发布的时间。

行业内讨论「Scaling law是否放缓」的声音并不鲜见，这些质疑声所瞄准的其实是一个真实现状：算力与数据资源都是紧张匮乏的，在模型推理能力上的巨大飞跃正在变得越来越难实现。

亚马逊AWS CEO Matt Garman在近期接受采访时也表达了类似的观点：“AI的需求增长可能是指数级的，但我认为在接下来的一段时间里，我们可能会一直处于一个资源紧张的世界。”

而OpenAI在经历了模型闪亮技术的发布之后，在落地商业化与应用上，无论来自开源阵营的压力，抑或是一些AGI初创企业，大家也都在尝试绕开OpenAI所给出的标准答案——探索一条新路。

这之中，比如因为开源路线而变得越来越酷的Meta，其创始人扎克伯格在近期表示：“我预计人工智能开发的竞争仍将非常激烈，这意味着开源任何给定的模型并不会比下一个最佳模型拥有巨大的优势。”

这句话的意思是，在大模型市场已非常拥挤的当下，回到落地具体的应用场景，在人们对技术的高预期下，从感知层，模型与模型间的差距或许会变得越来越小，就像Cohere创始人Aidan Gomez所说的：“没有人关心会上一代的模型，没有人想要它们，任何的技术进步只会让上一代产品变的过时，改造模型变得越来越难。”

一些更现实的途径是通过数据和算法创新，去制造更小、更高效、更智能的模型，而不仅仅是依赖规模的扩大，让模型变小、变专业，这些动作都不鲜见。另一种方法是回到原点，仍信仰Scaling Law，但走一条不同于OpenAI的路。

比如如今创业的Ilya。在接受外媒采访时，他就表示：“每个人都只是在说Scaling Hypothesis，但每个人都忽略了问，我们在Scaling什么......如果你尝试做一些不同的事情，那么你就有可能创造出一些与众不同的成果。”

3、如何通往未知的AGI?

在提到OpenAI时，无法绕过就是其AGI信仰。

今年7月，OpenAI已制定了全新的AGI路线图——将AI划分为5个等级（L1：聊天机器人；L2：推理者；L3：智能体；L4：创新者；L5：组织者），且声称目前我们正处于L1，很快就会达到L2，据内部研究院预测，五级AGI最快将在27年实现，而此前奥特曼也不止一次对外表示：“预计AGI在十年内实现”。

对AGI前景的乐观，既是OpenAI信仰的体现，也同样是其高明的「画饼」，毕竟OpenAI距离盈亏平衡还有很远的距离——根据外媒报道，过去近半年里，OpenAI的年化收入增长了一倍多，达到34亿美元，但亏损至少50亿美元。这意味着，仍在烧钱的OpenAI需要讲述新故事，吸引资本续命，有业内人士也预测：“这可能不会是OpenAI最后一次私人融资。”

AGI故事是诱人的，但也是危险的。 人工智能领域的顶尖研究员吴恩达在近期接受媒体采访，提到「AGI目标」时就表示：“我们还需要几十年的时间才能看到接近这一目标的成果。”他同时对一些公司激进的定义提出了批评：“有些公司对AGI 的定义非常不标准，如果你将AGI重新定义为一个较低的标准，那么我们当然可以在1到2年内实现这一目标。”

在科技圈和社交媒体上，已有人「祛魅」OpenAI的AGI故事，人们无法分辨这是否是一场过度营销。

不过，伴随在质疑声周围的，更多的依旧是期待——“Sam Altman是一位出色的 CEO，他们知道如何玩这个游戏。”AI初创公司Zyphra的创始人Krithik Puthalath说。

盛世与危局之下，属于OpenAI一场新游戏和新赌局又开始了。

参考资料：

1、The Information :OpenAI's Astounding Price Tag

2、BI：It's getting harder to make big leaps at the frontier of AI. There will be huge winners and losers、What OpenAI must do to stay on top