撰文：Edward Zitron
編譯：Block unicorn
如果你正在關注加密行業的 AI，或是傳統互聯網的 AI，你需要認真思考一下這個行業的未來。文章內容篇幅較為長，如果你沒有耐心，可以馬上離開。
我在這篇文章中寫的內容，並不是為了傳播懷疑或「抨擊」，而是對我們今天所處的狀況及當前道路可能導致的結局進行冷靜評估。我相信，人工智能熱潮——更確切地說，生成式 AI 熱潮——（正如我之前所說）是不可持續的，最終將會崩潰。我還擔心，這場崩潰可能會對大科技公司造成毀滅性打擊，嚴重破壞創業生態系統，並進一步削弱公眾對科技行業的支持。
我今天寫這篇文章的原因是，現在感覺形勢正在迅速變化，多個 AI「末日的預兆」已經浮現：OpenAI（匆忙）推出的「o1（代號：草莓）」模型被稱為「一場大而愚蠢的魔術」（虛假幻想）；傳聞 OpenAI 未來模型（及其他地方）將漲價；Scale AI 裁員；以及領導層離開 OpenAI。這些都是事情開始崩潰的跡象。
因此，我認為有必要解釋當前局勢的危機，以及為何我們陷入了幻想破滅的階段。我想表達對這場運動脆弱性的擔憂，以及我們到達這一點的過程中，過度執迷和缺乏方向感，我希望有些人能夠做得更好。
此外——也許這是我之前沒有充分關注的一點——我想強調 AI 泡沫破裂可能帶來的人類代價。無論是微軟和谷歌（以及其他大型生成式 AI 支持者）逐漸放緩其投資，還是通過削弱公司資源來維持 OpenAI 和 Anthropic（以及他們自己的生成式 AI 項目），我相信最終結果都是一樣的。我擔心，成千上萬的人將失去工作，科技行業的大部分將意識到，唯一能夠永遠增長的東西是癌症。
這篇文章不會有太多輕鬆的內容。我將為你描繪一幅陰暗的畫面——不僅是針對那些大型 AI 玩家，也是針對整個科技行業及其員工——並告訴你為什麼我認為這場混亂且具有破壞性的結局比你想象的來得更早。
繼續往下，進入思考模式。
生成式 AI 如何生存？
目前，OpenAI——這個名義上的非營利組織，很快可能轉為營利性質——正在以至少 1500 億美元的估值進行新一輪融資，預計籌集至少 65 億美元，可能高達 70 億美元。這輪融資由 Josh Kushner 的 Thrive Capital 領投，傳聞 NVIDIA 和蘋果也可能參與。如我之前詳細分析過的，OpenAI 將不得不持續籌集前所未有的鉅額資金，才能生存下去。
更糟糕的是，據彭博社報道，OpenAI 還正嘗試從銀行以「循環信貸額度」的形式籌集 50 億美元的債務，而循環信貸通常伴隨更高的利率。
《The Information》也報道稱，OpenAI 正與 MGX——一個背靠阿聯酋、擁有 1000 億美元資金的投資基金——進行談判，尋求投資 AI 和半導體公司，可能還會從阿布扎比投資局（ADIA）籌集資金。這是一個極其嚴重的警告信號，因為沒有人是自願向阿聯酋或沙特尋求資金的。只有當你需要大量資金且不確定能從其他地方獲得時，你才會選擇向他們尋求幫助。
附註：正如 CNBC 所指出的，MGX 的創始合作伙伴之一穆巴達拉（Mubadala）持有 Anthropic 大約 5 億美元的股權，這些股權是從 FTX 破產資產中收購的。可以想象，亞馬遜和谷歌對此利益衝突應該感到多麼「開心」！
正如我在 7 月底討論的那樣，OpenAI 至少需要籌集 30 億美元，甚至更可能是 100 億美元，才能維持下去。它預計將在 2024 年虧損 50 億美元，而這個數字可能會隨著更復雜的模型需要更多的計算資源和訓練數據而繼續增加。Anthropic 的 CEO Dario Amodei 預測，未來的模型可能需要高達 1000 億美元的訓練費用。
順帶一提，這裡的「1500 億美元估值」指的是 OpenAI 為投資者定價公司股份的方式——儘管「股份」這個詞在這裡其實也有些模糊。例如，在一家普通公司中，以 1500 億美元的估值投資 15 億美元通常會獲得公司「1%」的股份，然而在 OpenAI 的情況下，事情要複雜得多。
OpenAI 今年早些時候曾試圖以 1000 億美元的估值進行融資，但一些投資者因價格過高而猶豫，部分原因是（引用《The Information》記者 Kate Clark 和 Natasha Mascarenhas 的說法）對生成式 AI 公司估值過高的擔憂日益加劇。
為了完成這一輪融資，OpenAI 可能會從非營利組織轉變為營利性實體，但最令人困惑的部分是投資者實際上獲得了什麼。《The Information》的 Kate Clark 報道說，參與這一輪融資的投資者被告知（引用原話）「他們不會因為投資而獲得傳統的股權...相反，他們獲得的是承諾公司利潤分成的單位——一旦公司開始盈利，他們就能分到利潤」。
尚不清楚轉為營利性實體是否能夠解決這個問題，因為 OpenAI 那種奇怪的「非營利組織 + 營利部門」的公司結構意味著，作為 2023 年投資的一部分，微軟有權獲得 OpenAI 75% 的利潤——儘管理論上，轉變為營利性結構可能會包含股權。然而，投資 OpenAI 時你得到的是「利潤分成單位」（PPU），而不是股權。正如 Jack Raines 在 Sherwood 中寫道：「如果你擁有 OpenAI 的 PPU，但公司從未盈利，而且你也無法將其賣給認為 OpenAI 最終會盈利的人，那麼你的 PPU 就毫無價值。」
上週末，路透社發表了一篇報告稱，任何 1500 億美元的估值都將「依賴於」OpenAI 是否能夠重新調整其整個公司結構，並在此過程中解除對投資者利潤的上限，該上限目前限制為原始投資額的 100 倍。這個利潤上限是在 2019 年設立的，當時 OpenAI 表示，超出這一上限的任何利潤都將「返還給非營利組織，以造福人類」。近年來，公司已經修改了這一規則，允許從 2025 年起，每年將利潤上限提高 20%。
鑑於 OpenAI 現有與微軟的利潤分享協議——更不用提其深陷的鉅額虧損——任何回報在最好的情況下都是理論上的。冒著顯得輕率的風險說一句，即使漲了 500%，零再怎麼增加，最終還是零。
路透社還補充道，任何轉為營利性結構（從而使其估值高於最近的 800 億美元）都會迫使 OpenAI 重新與現有投資者談判，因為他們的股份將被稀釋。
另據報道，《金融時報》指出，投資者必須「簽署一份運營協議，該協議聲明：『應將對[OpenAI 的營利子公司]的任何投資視為捐贈的精神』，並且 OpenAI『可能永遠無法盈利』。」這樣的條款確實非常瘋狂，任何投資 OpenAI 的人如果因此遭遇糟糕的後果，都完全是自作自受，因為這是一次極其荒唐的投資。
實際上，投資者並沒有獲得 OpenAI 的一部分股權，或對 OpenAI 的任何控制權，而只是獲得了一家每年虧損超過 50 億美元、而且很可能在 2025 年虧損更多（如果它能撐到那時的話）公司未來利潤的股份。
OpenAI 的模型和產品——稍後我們會討論它們的實用性——在運營上極其不盈利。《The Information》報道稱，OpenAI 將在 2024 年支付微軟約 40 億美元的費用來支持 ChatGPT 及其底層模型，而這已經是微軟為其提供的每小時每 GPU 1.30 美元的折扣價，相比之下，其他客戶的常規費用是每小時 3.40 美元到 4 美元。這意味著，如果沒有與微軟的深度合作，OpenAI 每年在服務器上的支出可能高達 60 億美元——這還不包括如員工成本（每年 15 億美元）等其他開銷。而且，正如我之前討論過的，訓練成本目前為每年 30 億美元，並且幾乎肯定會繼續增加。
儘管《The Information》在 7 月報道 OpenAI 的年收入為 35 億至 45 億美元，但《紐約時報》上週報道稱，OpenAI 的年收入「現已超過 20 億美元」，這意味著年底的數據很可能接近該估算範圍的低端。
簡而言之，OpenAI 正在「燒錢」，未來只會燒更多的錢，而為了繼續燒錢，它將不得不從簽署了「我們可能永遠無法盈利」聲明的投資者那裡籌集資金。
正如我之前寫過的，OpenAI 的另一個問題在於，生成式 AI（擴展到 GPT 模型和 ChatGPT 產品）並沒有解決那些能夠證明其鉅額成本合理性的複雜問題。這些模型是基於概率的，這導致了巨大的、難以解決的問題——換句話說，它們什麼都不知道，只是在基於訓練數據生成答案（或者生成圖像、翻譯或摘要），而模型開發者正以驚人的速度耗盡這些訓練數據。
「幻覺」現象——即模型明確生成了不真實的信息（或者在圖像或視頻中生成了看起來像是錯誤的內容）——是無法通過現有的數學工具徹底解決的。儘管可能會減少或緩解幻覺現象，但它的存在使得生成式 AI 在關鍵業務應用中難以真正依賴。
即使生成式 AI 能夠解決技術問題，是否真正為業務帶來價值也不明確。《The Information》上週報道稱，微軟 365 套件的客戶（包括 Word、Excel、PowerPoint 和 Outlook 等，尤其是許多面向企業的軟件包，後者還與微軟的諮詢服務緊密相關）幾乎沒有採用其 AI 驅動的「Copilot」產品。僅有 0.1% 到 1% 的 440 萬用戶（每人 30 到 50 美元）為這些功能付費。一家正在測試 AI 功能的公司表示：「大多數人目前並不覺得它有太大價值。」其他公司則表示，「許多企業尚未看到生產力和其他方面的突破性提升」，並且他們「也不確定什麼時候會有」。
那麼，微軟為這些並不重要的功能收費多少呢？令人瞠目結舌的是，每位用戶每月要額外支付 30 美元，或者「銷售助手」功能的每位用戶每月最多要支付 50 美元。這實際上要求客戶在原有費用的基礎上再加一倍——順便提一句，這是按年簽訂的合同！——而這些產品似乎並沒有那麼有用。
需要補充一點：微軟的問題如此複雜，以至於可能在未來需要專門的新聞內容來討論。
這就是生成式 AI 的現狀——生產力和商業軟件的領軍企業竟然找不到一個客戶願意為之付費的產品，部分原因是結果過於平庸，部分原因是成本過於高昂，難以證明其合理性。如果微軟需要收取如此高的費用，要麼是因為 Satya Nadella 希望在 2030 年實現 5000 億美元的收入（這一目標是在微軟收購動視暴雪的公開聽證會上公佈的備忘錄中透露的），要麼是成本太高，無法降低價格，或者兩者兼而有之。
然而，幾乎所有人都在強調 AI 的未來將會讓我們大為震撼——下一代的大型語言模型近在眼前，它們將會非常驚人。
上週，我們首次真正地窺見了那個所謂的「未來」。然而，結果卻讓人大失所望。
一個愚蠢的魔法把戲
OpenAI 在週四晚間發佈了 o1——代號「草莓」——其興奮程度猶如去看牙醫一樣平淡無奇。Sam Altman 在一系列推文中將 o1 描述為 OpenAI「最強大且最對齊的模型」。儘管他承認 o1「仍然存在缺陷，仍然有限，而且在使用一段時間後，它的表現不像初次使用時那樣令人印象深刻」，但他承諾 o1 將在處理那些有明確正確答案的任務（如編程、數學問題或科學問題）時提供更準確的結果。
這本身就非常具有啟示性——但我們稍後會詳細討論。首先，讓我們談談它實際是如何工作的。我將介紹一些新的概念，但我保證不會深入到太過複雜的細節中。如果你真的想閱讀 OpenAI 的解釋，可以在他們官方網站的文章中找到——《Learning to Reason with LLMs》。
當面對一個問題時，o1 將其分解成單獨的步驟——希望這些步驟能最終得出正確答案，這個過程被稱為「思維鏈」（Chain of Thought）。如果將 o1 視為同一模型的兩個部分，理解起來會更容易。
在每一步中，模型的一部分應用強化學習，另一部分（輸出結果的部分）根據其進展的正確性（其「推理」步驟）來「獎勵」或「懲罰」，並在受到懲罰時調整策略。這與其他大型語言模型的工作方式不同，因為該模型會生成輸出，然後回過頭來看，而不是僅僅生成一個答案然後直接給出，而是會忽略或認可‘好的’步驟來得出最終答案。
雖然這聽起來像是一個重大的突破，甚至是邁向高度讚譽的人工通用智能（AGI）的又一步——但實際上並不是——這可以從 OpenAI 選擇將 o1 作為獨立產品發佈，而不是 GPT 的更新版本中看出來。OpenAI 展示的例子——如數學和科學問題——都是答案可以預先知道的任務，這些任務的解答要麼正確，要麼錯誤，從而允許模型在每一步中引導「思維鏈」。
你會注意到，OpenAI 沒有展示 o1 模型如何解決那些解答未知的複雜問題，無論是數學問題還是其他問題。OpenAI 自己也承認，已經收到反饋，o1 比 GPT-4o 更容易出現「幻覺」，而且相比之前的模型，o1 更不願承認自己沒有答案。這是因為，儘管模型中有一個部分負責檢查其輸出，但這個「檢查」部分同樣會出現幻覺（有時候 AI 會編造似乎讓人覺得合理的答案，從而產生幻覺）。
據 OpenAI 稱，由於「思維鏈」機制，o1 對人類用戶而言也更具說服力。因為 o1 提供了更詳細的答案，人們更傾向於相信其輸出，即使這些答案完全是錯誤的。
如果你覺得我對 OpenAI 的批評過於嚴厲，請考慮公司是如何宣傳 o1 的。它將強化訓練過程描述為「思考」和「推理」，但實際上它只是在猜測，並且每一步都是在猜測自己猜對了沒有，最終的結果往往是可以預先知道的。
這對人類——真正的思考者——是一種侮辱。人類的思考基於一系列複雜的因素：從個人經驗、畢生積累的知識到大腦的化學反應。雖然我們在處理複雜問題時也會「猜測」某些步驟是否正確，但我們的猜測是基於具體的事實，而不是像 o1 那樣笨拙的數學運算。
而且，天哪，這代價真不菲。
o1-preview 的定價為每百萬輸入 token 收費 15 美元，輸出 token 收費 60 美元。也就是說，o1 的輸入費用是 GPT-4o 的三倍，輸出費用是四倍。然而，這其中還有一個隱藏的成本。數據科學家 Max Woolf 指出，OpenAI 的「推理 token」——即用於得出最終答案的輸出內容——在 API 中是不可見的。這意味著，o1 的價格不僅更高，其產品本質還要求用戶更頻繁地支付費用。所有為了「考慮」答案而生成的內容（需要明確的是，這個模型並不是在「思考」）也會被收費，這使得諸如編程等複雜問題的解答可能極其昂貴。
現在讓我們來談談準確性。在 Hacker News——一個類似 Reddit 的網站，由 Sam Altman 曾創立的公司 Y Combinator 旗下的網站上，有人抱怨 o1 在處理編程任務時，憑空「編造」了不存在的庫和函數，並且在回答網上無法輕易找到答案的問題時出現錯誤。
在 Twitter 上，初創公司創始人兼前遊戲開發者 Henrik Kniberg 讓 o1 編寫一個 Python 程序來計算兩個數字的乘積，並預測程序的輸出結果。雖然 o1 正確編寫了代碼（儘管代碼可以更簡潔，只需一行即可），但實際輸出的結果卻完全錯誤。AI 公司創始人 Karthik Kannan 也進行了編程任務測試，o1 還憑空「編造」了一個 API 中不存在的命令。
另一位用戶 Sasha Yanshin 試圖與 o1 下棋，結果 o1 在棋盤上憑空「創造」了一顆棋子，隨後還輸掉了棋局。
因為我有點調皮，我也試著問 o1 列出名字中帶有「A」的州。它思考了十八秒後，給出了 37 個州的名字，其中還包括了密西西比州。而正確答案應該是 36 個州。
當我問它列出名字中帶有「W」的州時，它沉思了十一秒，居然把北卡羅來納和北達科他也包括在內。
我還問 o1，字母「R」在其代號「草莓」（Strawberry）中出現了幾次，它回答了兩個。
OpenAI 聲稱 o1 在物理、化學和生物等複雜基準測試中表現得與博士生相當。但顯然，它在地理、基礎英語語言測試、數學以及編程方面表現欠佳。
值得注意的是，這正是我在之前的通訊中預測的那個「大而愚蠢的魔術」。OpenAI 推出「草莓」只是為了向投資者和公眾證明 AI 革命仍在繼續，而實際推出的卻是一個笨重、無趣且昂貴的模型。
更糟的是，實在很難解釋為什麼任何人應該在意 o1。儘管 Sam Altman 可能會吹噓其「推理能力」，但那些有錢繼續資助他的人看到的，是 10 到 20 秒的等待時間、基本事實準確性的問題以及缺乏任何令人興奮的新功能。
沒人再關心「更好」的答案——他們想要的是一些全新的東西，而我不認為 OpenAI 知道如何實現這一點。Altman 試圖通過讓 o1「思考」和「推理」來使其擬人化，這顯然是在暗示它是通向通用人工智能（AGI）的某種步驟，但即使是最堅定的 AI 擁護者也難以感到興奮。
事實上，我認為 o1 表明 OpenAI 既絕望又缺乏創意。
價格沒有下降，軟件也沒有變得更有用，而自去年 11 月以來我們一直聽到的「下一代」模型最終卻成了一個失敗品。這些模型也迫切需要訓練數據，以至於幾乎每個大型語言模型都吸收了某種受版權保護的內容。這種迫切性使得作為最大的生成視頻公司之一的 Runway 發起了一項「公司範圍的努力」，收集了數千個 YouTube 視頻和盜版內容來訓練其模型，而 8 月份的一起聯邦訴訟指控 NVIDIA 也對許多創作者採取了類似做法，以訓練其「Cosmos」AI 軟件。
目前的法律策略基本上就是憑藉意志力在硬撐，寄希望於這些訴訟不會達到設定任何法律先例的地步，而這一先例可能會將訓練這些模型定義為侵犯版權的行為——這正是最近由版權倡議發起的一項跨學科研究得出的結論。
這些訴訟正在推進，8 月份一名法官批准了原告對 Stability AI 和 DeviantArt 的進一步版權侵權指控（它們使用了這些模型），同時還批准了對 Midjourney 的版權和商標侵權指控。如果任何一起訴訟勝訴，將對 OpenAI 和 Anthropic 造成災難性打擊，對使用數百萬藝術家作品數據集的谷歌和 Meta 更是如此，因為 AI 模型「遺忘」訓練數據幾乎是不可能的，這意味著它們將需要從頭開始重新訓練，這將耗費數十億美元，並大大降低它們在執行任務時的效率，而這些任務本身就不是特別擅長。
我深切擔憂這個行業的根基如同沙灘上的堡壘。像 ChatGPT、Claude、Gemini 和 Llama 這樣規模的大型語言模型是不可持續的，似乎沒有盈利的途徑，因為生成式 AI 計算密集型的本質決定了訓練它們需要花費數億甚至數十億美元，並且需要如此大量的訓練數據，以至於這些公司實際上是從數百萬藝術家和作家那裡偷來了數據，並希望能逃脫法律制裁。
即使我們把這些問題擱置一旁，生成式 AI 及其相關架構也似乎並沒有帶來任何革命性的突破，且關於生成式 AI 的炒作循環根本沒有真正符合「人工智能」這個術語的含義。生成式 AI 在最佳情況下，也只是偶爾能夠正確生成一些內容，概括文檔，或以某種不確定的「更快」速度進行研究。微軟為 Microsoft 365 推出的 Copilot 聲稱擁有「成千上萬的技能」，為企業提供「無限的可能性」，但其展示的例子無非是生成或總結郵件、「通過提示啟動演示文稿」以及查詢 Excel 表格——這些功能或許有用，但絕稱不上革命性。
我們並不處於「早期階段」。自 2022 年 11 月以來，大型科技公司在基礎設施建設和新興 AI 初創企業上的資本支出和投資已經超過了 1500 億美元，同時也投入了自身的模型。OpenAI 已籌集了 130 億美元，可以僱用任何他們想要的人，Anthropic 也同樣如此。
然而，這場推動生成式 AI 騰飛的行業版「馬歇爾計劃」的結果，只是誕生了四五個幾乎相同的大型語言模型、全球最不賺錢的初創公司，以及數千個價格高昂但表現平平的集成應用。
生成式 AI 正在以多重謊言進行推銷：
1.它是人工智能。2. 它會變得更好。3.它將成為真正的人工智能。4. 它是勢不可擋的。
拋開「性能」這樣的術語——它們通常用於描述生成內容的「準確性」或「速度」，而不是技能水平——大型語言模型實際上已經進入了平臺期。所謂「更強大」往往並不意味著「能做更多事」，而是意味著「更昂貴」，這意味著你只是創造了一個成本更高但功能沒有增加的東西。
如果每一位風險投資家和大型科技巨頭的聯合力量仍然沒有找到一個真正有意義的用例，很多人願意為之付費，那就說明不會有新的用例出現。大型語言模型——是的，這就是這些數十億美元去向——不會因為科技巨頭和 OpenAI 再投入 1500 億美元就突然變得更有能力。沒有人試圖讓這些東西更高效，或者至少沒有人成功做到這一點。如果有人成功了，他們會大肆宣傳的。
我們面臨的是一種共同的妄想——一種以版權盜竊為基礎的死衚衕技術（每個時代的技術的產生都會出現這種問題，無法避免），它需要持續不斷的資本來維持運行，而提供的服務充其量只是可有可無的，這些服務被偽裝成某種實際上並未提供的自動化功能，成本高達數十億美元，並將繼續如此。生成式 AI 運行的並非金錢（或雲計算積分），而是信心。問題在於，信心——就像投資資本一樣——是一種有限資源。
我擔心的是，我們可能正處於一個類似次貸危機的 AI 危機中——成千上萬的公司將生成式 AI 整合到其業務中，但價格卻遠未穩定，且更遠未實現盈利。
幾乎每一個標榜「AI 驅動」的初創公司都基於某種 GPT 或 Claude 的組合。這些模型是由兩家深陷虧損的公司開發的（Anthropic 預計今年虧損 27 億美元），它們的定價策略旨在吸引更多客戶，而不是盈利。正如之前提到的，OpenAI 依賴於微軟的資助——包括它獲得的「雲計算積分」和微軟提供的優惠定價——其定價完全依賴於微軟作為投資者和服務提供商的持續支持，Anthropic 與亞馬遜和谷歌的交易也面臨類似的問題。
根據它們的虧損情況，我推測，如果 OpenAI 或 Anthropic 的定價接近實際成本，那麼 API 調用的價格可能會增加十倍到一百倍，雖然沒有實際數據難以準確說明。但我們可以考慮《信息》報道的數字，OpenAI 預計 2024 年在微軟的服務器成本將達到 40 億美元——我補充一下，這比微軟對其他客戶的收費便宜兩倍半——再加上 OpenAI 每年仍虧損超過 50 億美元。
OpenAI 極有可能僅收取了運行其模型所需費用的一小部分，只有在能夠不斷籌集到比以往更多的風險資金並繼續從微軟那裡獲得優惠定價的情況下才能維持現狀，而微軟最近表示它將 OpenAI 視為競爭對手。雖然不能確定，但可以合理地認為，Anthropic 也從亞馬遜網絡服務和谷歌雲獲得了類似的優惠定價。
假設微軟給了 OpenAI100 億美元的雲計算積分，而 OpenAI 在服務器成本上花費了 40 億美元，再加上假設的 20 億美元培訓費用——這些成本在新的 o1 和「Orion」模型推出後肯定還會增加——那麼 OpenAI 到 2025 年可能需要更多的積分，或者開始用實際現金支付給微軟。
雖然微軟、亞馬遜和谷歌可能會繼續提供優惠定價，但問題在於這些交易是否對它們有利可圖。正如我們在微軟最新季度財報後看到的那樣，投資者對構建生成式 AI 基礎設施所需的資本支出（CapEx）表示越來越多的擔憂，許多人對這一技術的潛在盈利能力表示懷疑。
而我們真正不知道的是生成式 AI 對這些大規模科技公司的盈利情況，因為它們將這些成本計算在其他收益中。雖然我們不能確定，但我想如果這些業務有任何盈利的話，它們肯定會談論從中獲得的收入，但它們並沒有。
市場對生成式 AI 的繁榮持極度懷疑態度，而英偉達首席執行官黃仁勳對 AI 的投資回報沒有給出實質性的答案，導致英偉達市值在一天內暴跌了 2790 億美元。這是美國市場歷史上最大的一次股市崩盤，失去的總價值相當於接近五家雷曼兄弟的高峰值。雖然這種比較到此為止——英偉達甚至沒有面臨失敗的風險，即使它失敗，系統性影響也不會如此嚴重——但這仍然是一個驚人的金額，且顯示了 AI 對市場的扭曲力量。
8 月初，微軟、亞馬遜和谷歌都因其與 AI 相關的大規模資本支出遭遇市場重創。如果它們在下個季度無法展示從這 1500 億美元（甚至更多）投入的新數據中心和 NVIDIA GPUs 中獲得顯著的收入增長，它們將面臨更多的壓力。
需要記住的是，除了 AI，大型科技公司已經沒有其他創意市場了。當像微軟和亞馬遜這樣的公司開始顯示出增長放緩的跡象時，它們也開始急於向市場展示它們仍然具備競爭力。谷歌，一個幾乎完全依賴搜索和廣告的多重風險壟斷公司，也需要一些新的、吸引眼球的東西來吸引投資者的注意——然而，這些產品並沒有帶來足夠的效用，似乎大部分收入來自那些「嘗試」AI 後發現其實並不值得的公司。
目前，有兩種可能性：
1. 大型科技公司意識到自己深陷其中，出於對華爾街的不滿恐懼，選擇減少與 AI 相關的資本支出。
2. 大型科技公司為了尋找新的增長點，決定削減成本以維持其破壞性的運營，裁員並將資金從其他業務轉移以支撐生成式 AI 的「死亡競賽」。
目前尚不清楚哪種情況會發生。如果大型科技公司接受生成式 AI 不是未來的現實，它們實際上沒有其他東西可以向華爾街展示，但可能會採取類似 Meta 的「效率年」策略，減少資本支出（並裁員），同時承諾「降低投資」一定程度。這是亞馬遜和谷歌最可能採取的路徑，因為儘管它們渴望讓華爾街滿意，但至少目前仍有其盈利的壟斷業務可依靠。
然而，未來幾個季度需要看到 AI 帶來的實際收入增長，並且必須是實質性的，而不是關於 AI 是「成熟市場」或「年度化增長率」的模糊說法。如果資本支出隨之增加，那麼這一實際貢獻將需要顯著提高。
我認為這增長不會出現。無論是在 2024 年第三季度、第四季度，還是 2025 年第一季度，華爾街將開始懲罰大型科技公司，因為它們對 AI 的貪慾，而這種懲罰將比對英偉達的懲罰更加嚴厲，儘管黃仁勳的空話和無用的口號，英偉達是唯一一家可以實際展示 AI 如何增加收入的公司。
我有些擔心第二種情況的可能性更大：這些公司深信「AI 是未來」，它們的文化與解決現實問題的軟件開發完全脫節，可能會燒燬整個公司。我深切擔憂大規模裁員會被用來資助這個運動，而過去幾年的情況讓我不認為它們會做出正確的選擇，離開 AI。
大型科技公司已經被管理顧問徹底毒害——亞馬遜、微軟和谷歌都由 MBA 管理——而且還圍繞著他們一些相似的怪物，如谷歌的 Prabhakar Raghavan，他趕走了真正建設谷歌搜索的人，以便自己掌控。
這些人並不真正面對人類的問題，他們創建了專注於解決軟件可以修復的虛構問題的文化。對於那些整個生活都在開會或讀郵件的人來說，生成式 AI 可能顯得有些神奇。我想 Satya Nadella（微軟 CEO）的成功心態主要就是「讓技術人員解決問題」。Sundar Pichai 本可以通過簡單地嘲笑微軟對 OpenAI 的投資來結束整個生成式 AI 熱潮——但他沒有這樣做，因為這些人沒有任何實際的想法，這些公司也不是由那些經歷過問題的人來管理的，更不用說那些真正知道如何解決問題的人了。
他們也很絕望，這種情況對他們來說從未如此嚴重，除了 Meta 在元宇宙上燒掉了數十億美元。然而，這種情況更加嚴重和醜陋，因為他們投入了大量資金，並將 AI 緊密地綁定到他們的公司中，撤掉 AI 將既尷尬又對股票造成傷害，實際上是對這一切都是浪費的默許。
如果媒體真正對他們負責，這一切本可以早些停止。這種敘事通過與以往的炒作週期相同的騙局進行銷售，媒體假設這些公司會「解決問題」，儘管很明顯它們不會。覺得我是在悲觀嗎？那請問，接下來生成式 AI 有什麼計劃？它接下來會做什麼？如果你的答案是它們會「解決問題」，或者它們「在幕後有驚人的東西」，那麼你就是一個不自覺的營銷操作參與者（可以思考一下這句話）。
本文作者旁白：我們真的得停止被這種東西愚弄了。當馬克·扎克伯格聲稱我們即將進入元宇宙時，大量媒體——如《紐約時報》、《The Verge》、CBS 新聞和 CNN 等——都配合宣傳了一個顯然有缺陷的概念，這個概念看起來很糟糕，並且以對未來的徹頭徹尾的謊言為賣點。它顯然只不過是一個糟糕的虛擬現實世界，但《華爾街日報》仍然在 hype-cycle 已經明顯過時的六個月後，把它稱作「互聯網的未來願景」。這同樣發生在加密貨幣、Web3 和 NFT 上！《The Verge》、《紐約時報》、CNN、CBS 新聞——這些媒體再次參與了推廣那些明顯無用的技術——我應該特別提到《The Verge》，其實是凱西·紐頓，他在連續三次鼓吹技術後，儘管聲譽良好，在七月時還聲稱「擁有一個最強大的大語言模型可能為公司提供各種賺錢的產品基礎」，而實際上，這項技術只會虧錢，尚未提供任何真正有用和持久的產品。
我相信，至少微軟將開始減少其他業務領域的成本，以幫助維持 AI 熱潮。在今年早些時候，一位消息來源與我分享的郵件中，微軟高級領導團隊曾要求（但最終計劃被擱置）降低公司內多個領域的電力需求，以便為 GPU 騰出電力，包括將其他服務的計算轉移到其他國家，以釋放 AI 的計算能力。
在匿名社交網絡 Blind 上的微軟板塊（需要驗證公司電子郵件），一位微軟員工在 2023 年 12 月中旬抱怨「AI 佔用了他們的錢」，表示「AI 的成本太高，吞噬了加薪，情況不會變好」。另一位員工在七月中旬分享了他們的焦慮，稱他們明顯感覺到微軟對「削減成本以資助英偉達股價的操作現金流」有「邊際上癮」，並且這種做法「深深傷害了微軟的文化」。
另一位員工補充說，他們相信「Copilot 會在 2025 財年毀掉微軟」，並且「2025 財年的 Copilot 重點將大幅度下降」，還透露他們知道「他們國家的大型 Copilot 交易，在經歷了近一年的 PoC、裁員和調整後，使用率不到 20%」，並表示「公司冒了過多的風險」，微軟的「巨大 AI 投資不會得到回報」。
雖然 Blind 是匿名的，但很難忽視這樣的事實：大量網絡帖子講述了微軟雷德蒙德（華盛頓州的城市名稱）的文化問題，尤其是高層領導與實際工作脫節，只會為那些附上 AI 標籤的項目提供資金。許多帖子對 Satya Nadella 微軟 CEO 的「言辭胡言亂語」表示失望，並抱怨在一個專注於追逐可能不存在的 AI 熱潮的組織中，缺乏獎金和晉升機會。
至少，可以看出公司內部存在深深的文化悲傷，許多帖子在「我不喜歡在這裡工作」、大家一方面困惑為什麼我們要在 AI 上投入這麼多，另一方面又覺得只能接受，因為 Satya Nadella 根本不在意。
The Information 的文章中提到，微軟在其 AI 功能 Office Copilot 的實際採用率上隱藏著一個令人擔憂的問題：微軟為 365 Copilot 在其數據中心預留了足夠的服務器容量，足以應對數百萬日常用戶。然而，實際使用這一容量的情況尚不明確。
根據估計，微軟目前的 Office Copilot 功能用戶可能在 40 萬到 400 萬之間，這意味著微軟可能建立了大量閒置的基礎設施，未能得到充分利用。
雖然有人可能認為微軟是基於該產品類別未來增長的預期進行佈局，但另一個值得思考的可能性是：如果這個增長從未出現呢？如果——儘管聽起來有點瘋狂——微軟、谷歌和亞馬遜為捕捉可能永遠不會到來的需求而建立了這些龐大的數據中心？早在今年三月，我就提出過一個觀點：我找不到任何公司能夠通過生成式 AI 實現顯著的收益增長。而在將近六個月後，這一問題依然存在。大公司目前的做法似乎是將 AI 功能附加到現有產品上，期望通過這種方式增加銷量，但這種策略並沒有在任何地方顯現出成功的跡象。就像微軟一樣，他們推出的「AI 升級」似乎並未為企業帶來實際的商業價值。
因此，這引發了一個更大的問題：這些 AI 投資是否可持續？科技巨頭們是否高估了對 AI 工具的需求？
儘管一些公司在「整合 AI」時可能推動了微軟 Azure、亞馬遜 AWS 和谷歌雲的部分開支，但我假設這一需求很大程度上是由投資者情緒驅動的。這些公司「投資 AI」更多是為了讓市場滿意，而不是基於成本 / 效益分析或實際效用。
然而，這些公司已經花費了大量時間和金錢，將生成式 AI 功能嵌入其產品中，我認為它們可能會面臨以下幾種情況：
1. 這些公司開發並推出了 AI 功能，卻發現客戶並不願意為其付費，正如微軟在其 365 Copilot 中遇到的情況。如果現在——在 AI 熱潮中——都無法找到讓客戶付費的方式，當這股熱潮過去、老闆們不再要求員工「趕上 AI 潮流」時，情況只會更糟。
2. 這些公司開發並推出了 AI 功能，但無法找到讓用戶為這些功能支付額外費用的方法，這意味著他們只能將 AI 功能內嵌到現有產品中，卻無法增加利潤空間。最終，AI 功能可能會成為一種「寄生蟲」，侵蝕公司的收入。
高盛的 Jim Covello 在關於生成式 AI 的報告中也提到，如果 AI 的好處只是提升效率（例如能夠更快分析文檔），那麼競爭對手也能做到這一點。幾乎所有的生成式 AI 整合都是類似的：某種形式的協作助手，用來回答客戶或內部問題（如 Salesforce、微軟、Box），內容創作（Box、IBM），代碼生成（Cognizant、Github Copilot），以及即將推出的「智能代理」，這實際上就是「可定製的聊天機器人，能夠連接到網站的其他部分」。
這個問題揭示了生成式 AI 的一個最大挑戰：雖然它在某種程度上「強大」，但這種強大更多地體現在 「基於已有數據生成內容」，而不是真正的「智能」。這也是為什麼很多公司的網站上關於 AI 的介紹頁面充滿了空話，因為他們最大的賣點其實是「呃……你自己來琢磨吧！」
我擔心的是一種連鎖效應。我相信現在很多企業正在「試用」AI，而一旦這些試驗結束（根據 Gartner 的預測，到 2025 年底，將有 30% 的生成式 AI 項目在概念驗證階段後被放棄），他們很可能會停止為這些額外功能付費，或者停止將生成式 AI 整合到公司的產品中。
如果這種情況發生，那些為生成式 AI 應用提供雲計算的超級規模企業和像 OpenAI、Anthropic 這樣的大型語言模型供應商的本已低迷的收入將進一步減少。這可能會給這些公司的價格帶來更大的壓力，因為它們本已虧損的利潤率將會進一步惡化。到那時，OpenAI 和 Anthropic 幾乎肯定不得不提高價格，如果它們還沒有這麼做的話。
儘管大型科技公司可以繼續為這場熱潮提供資金——畢竟，這場熱潮幾乎完全是它們一手推動的——但這並不能幫助那些已經習慣於折扣價格的小型初創公司，因為它們將無力繼續維持運營。儘管有一些較便宜的替代方案，比如運行 Meta 的 LLaMA 模型的獨立供應商，但很難相信它們不會面臨與超級規模企業相同的盈利問題。
還要注意的是，超級規模企業也非常害怕惹惱華爾街。雖然它們理論上可以（正如我擔心的那樣）通過裁員和其他成本削減措施來改善利潤率，但這些只是短期的解決方案，只有在某種程度上能夠從這棵貧瘠的生成式 AI 樹上搖出一些錢時，才有可能奏效。
無論如何，是時候接受一個事實：錢並不在這裡。我們需要停下來，審視我們正處於科技行業的第三次幻覺時代。然而，與加密貨幣和元宇宙不同的是，這次每個人都參與了這場燒錢的狂歡，追求著一個不可持續、不可靠、不盈利且對環境有害的項目。這個項目被包裝成「人工智能」，被宣傳為將「自動化一切」，但實際上從未具備真正實現這一目標的路徑。
為什麼這種情況會一再發生？為什麼我們經歷了加密貨幣、元宇宙、現在又是生成式 AI，這些技術似乎並不是為普通人真正設計的？
這實際上是科技行業自然發展的結果，如今的科技行業完全專注於提高在每個客戶中提取的價值，而不是為客戶提供更多價值。或者說，他們甚至沒有真正理解他們的客戶是誰，以及客戶需要什麼。
今天你被推銷的產品幾乎肯定會試圖將你綁定到某個生態系統——至少作為消費者，被微軟、蘋果、亞馬遜、谷歌所掌控。這樣一來，離開這個生態系統的成本變得越來越高。即使是加密貨幣——表面上是一種「去中心化」的技術——也很快放棄了自由放任的理念，轉而通過少數幾個大平臺（如 Coinbase、OpenSea、Blur 或 Uniswap）來聚集用戶，而這些平臺背後支持的往往是同樣的風投公司（例如 Andreessen Horowitz）。加密貨幣並沒有成為一個新的、完全獨立的在線經濟系統的旗手，反而只能通過那些曾資助互聯網其他浪潮的人脈和資金來實現擴展。
至於元宇宙，它雖然是個騙局，但也是馬克·扎克伯格試圖掌控下一代互聯網的嘗試，他希望將「視界」（Horizon）打造成主要平臺。關於生成式 AI，我們稍後再討論。
所有這一切都與進一步的貨幣化有關——即增加每個客戶的平均價值，無論是通過讓他們更多地使用平臺以展示更多廣告，推銷「半有用」的新功能，還是創造一個新的壟斷或寡頭市場，只有那些擁有龐大資金儲備的科技巨頭才能參與其中，而真正為客戶提供的實際價值或實用性則少之又少。
生成式 AI 之所以令人興奮（至少對某類人來說）是因為科技巨頭將其視為下一個重要的賺錢工具——通過在從消費技術到企業服務的每個產品上增加收費途徑。大多數生成式計算都通過 OpenAI 或 Anthropic，再回流到微軟、亞馬遜或谷歌，產生雲計算收入，維持他們的增長表現。這裡最大的創新並不在於生成式 AI 能做什麼，而是創造了一個無望擺脫依賴的生態系統，這個生態系統完全依賴於少數幾個超大規模的公司。
生成式 AI 可能並不非常實用，但它非常容易集成到各種產品中，從而讓公司能夠為這些「新功能」收費。無論是消費類應用還是為企業軟件公司提供服務，這類產品通過向儘可能多的客戶加價銷售，可以賺取數百萬甚至數十億美元的收入。
Sam Altman 非常聰明，他意識到科技行業需要一個「新東西」——一個每個人都可以分一杯羹並進行銷售的新技術。雖然他可能並不完全理解技術，但他確實明白經濟體系對增長的渴望，並將基於 Transformer 架構的生成式 AI 產品化，作為一個可以輕鬆插入大多數產品中的「神奇工具」，能帶來一些與眾不同的功能。
然而，急於將生成式 AI 集成到各處的熱潮揭示了這些公司與實際消費者需求或有效運營的業務之間的巨大脫節。過去 20 年裡，僅僅「做新東西」似乎就能奏效——推出新功能並讓銷售團隊強行推銷，足以維持增長。這讓科技行業的領導者們陷入了一種有害且無利可圖的商業模式中。
管理這些公司的高層——幾乎都是從未從零打造產品或科技公司的 MBA 和管理顧問——要麼不理解，要麼不在乎生成式 AI 沒有盈利的路徑，可能他們認為它會像亞馬遜雲服務（AWS）那樣自然變得盈利（AWS 用了 9 年才盈利），儘管這兩者是截然不同的東西。過去事情都「自然而然地解決了」，那麼為什麼現在不會呢？
當然，除了利率上升大幅改變了風險投資市場，減少了 VC 的資金儲備並縮小了基金規模這一點之外，還有一點是，如今對科技的態度從未如此負面。再加上其他眾多因素——為什麼 2024 與 2014 截然不同——這些原因太多了，已經超出了這篇 8000 字的文章的篇幅去一一討論。
真正令人擔憂的是，除了 AI 之外，許多這些公司似乎沒有其他的新產品。他們還有什麼？還有什麼可以讓他們公司繼續增長？他們有什麼其他的選擇？
沒有，他們什麼都沒有。這才是問題所在，因為一旦 AI 失敗，其影響將不可避免地傳導到整個科技行業的其他公司。
每個主要的科技玩家——無論是消費領域還是企業領域——都在銷售某種 AI 產品，集成了大型語言模型或他們自己的模型，通常是在大科技公司的系統上運行雲計算。在某種程度上，這些公司都依賴於大科技公司願意補貼整個行業。
我推測，一種次貸式的 AI 危機正在醞釀，其中幾乎整個科技行業都參與了一個以極其低廉的價格出售的技術，該技術高度集中並由大科技公司補貼。到某個時點，生成式 AI 的驚人而有害的燒錢速度將追上他們，進而導致價格上漲，或公司發佈新的產品和功能，收費極其苛刻——比如 Salesforce 的「Agentforce」產品每對話 2 美元的費用——這會使得即便是預算充足的企業客戶也無法證明這種開支是合理的。
當整個科技行業依賴於一種只會虧錢且本身沒有太多實際價值的軟件時會發生什麼？當壓力過大，這些 AI 產品變得無法調和，而這些公司沒有其他東西可以銷售時又會發生什麼？
我真的不知道，但科技行業正朝著一個可怕的審判邁進，缺乏創造力的現狀是由一個獎勵增長而非創新、壟斷而非忠誠、管理而非實際創造的經濟環境所促成。
