OpenAI的前世今生

本文將統(tǒng)一介紹OpenAI 的發(fā)展歷程，并討論其公司架構(gòu)、技術(shù)演進(jìn)、商業(yè)模式、財務(wù)和估值，以及對公司未來的思考，內(nèi)含大量技術(shù)細(xì)節(jié)。
原文包含20多幅圖片，我給配了一些注釋，enjoy，歡迎點(diǎn)贊、關(guān)注和收藏。（之后我會更新一篇黃仁勛出道以來推薦過的書，這位老哥非常神奇，現(xiàn)年62歲、創(chuàng)業(yè)32年的他，似乎一共只推薦過7本書，但是本本經(jīng)典，敬請期待。)
全文目錄1、前OpenAI時期（2015年之前） 2、OpenAI成立了 3、OpenAI的技術(shù) 4、OpenAI的商業(yè)模式 5、OpenAI的市場數(shù)據(jù)與競爭格局

6、OpenAI的未來

OpenAI 公司估值演變趨勢圖：此圖展示了 OpenAI 自 2015 年成立以來，估值隨時間推移的增長軌跡。從創(chuàng)立初期估值較低，到隨后呈指數(shù)級攀升。

1、前OpenAI時期 （2015年之前）

在前OpenAI 時期，也就是2015年之前，有三個重要因素為 OpenAI 的誕生奠定了基礎(chǔ)：

1.1 深度學(xué)習(xí)的興起

2012 年，Ilya Sutskever（OpenAI 前首席科學(xué)家，現(xiàn) Safe Superintelligence 創(chuàng)始人）、Alex Krizhevsky 和“人工智能教父”Geoff Hinton 組成的團(tuán)隊在一次競賽中大幅刷新了此前的基準(zhǔn)成績。

2010–2015 年 ImageNet 圖像識別競賽冠軍模型錯誤率對比圖，該圖比較了ImageNet挑戰(zhàn)賽各年度獲勝模型的分類錯誤率（Error Rate），展示了 2012 年深度學(xué)習(xí)模型帶來的突破性進(jìn)展。橫軸就是年份，縱軸表示錯誤率百分比，柱狀條高度代表當(dāng)年冠軍模型在測試集中未能正確識別的比例，所以高度越低越好。

1.2 谷歌/Meta在AI 人才上的雙寡頭

在ImageNet大賽取得突破后，F(xiàn)acebook和Google圍繞AI人才幾乎形成了雙寡頭格局。最終，Google收購DeepMind，讓整個硅谷的從業(yè)者感到擔(dān)憂。這其中，尤其有兩個人對此不以為然，他們想要打造一個不同的選擇：一家致力于非營利AI研究的實驗室。

這兩個人就是Elon Musk和Sam Altman。

1.3 Sam Altman的崛起

隨著ChatGPT時刻的到來，Sam Altman成為OpenAI的首席執(zhí)行官，并一直是公司對外的代表人物。在此之前，他曾出任創(chuàng)業(yè)孵化器Y Combinator的總裁，并且是Paul Graham(也是黑客與畫家的作者）最為賞識的創(chuàng)業(yè)者之一。

Graham曾說：“有人建議我在這個榜單里不要提及YC資助的創(chuàng)業(yè)者。但這樣的規(guī)矩對Sam Altman可不適用。只要他想上榜，他就一定會上榜坦白說，Sam和Steve Jobs一樣，都是我在指導(dǎo)初創(chuàng)公司時提及最多的創(chuàng)業(yè)者。在設(shè)計相關(guān)的問題上，我會問‘Steve會怎么做？’，但在考慮戰(zhàn)略與雄心的問題上，我會問‘Sam會怎么做？’。與Sam見面后，我意識到“天選之人”這一觀念，同樣適用于創(chuàng)業(yè)領(lǐng)域，但它的適用范圍遠(yuǎn)比大多數(shù)人想象的小，投資創(chuàng)業(yè)公司并不是賽馬式地挑選贏家。但的確有極少數(shù)人，憑借堅定的意志力，終將獲得他們想要的一切?！狿aul Graham，《Five Founders》）

上述三個要素，分別提供了技術(shù)突破、促成了創(chuàng)建一個抗衡谷歌/FB的實驗室的理由，并聚攏到了一位有能力引領(lǐng)這一全新事業(yè)的人才。然后，這一切匯聚到了一場如今已頗具傳奇色彩的聚會，它發(fā)生在硅谷著名的Sand Hill Road上的Rosewood酒店里。（一些細(xì)節(jié)可見這篇文章：）

2、OpenAI 的成立
正是在那次晚宴上，Elon和Sam向在座的頂尖AI研究人員提出了創(chuàng)建OpenAI的計劃。其中有一人,尤其被這個想法所吸引：Ilya Sutskever（被譽(yù)為OpenAI的“AI 天才”）。
不久之后，Ilya便與Greg Brockman（被稱為OpenAI的“埋頭實干者”）一起成為OpenAI的兩位主要領(lǐng)導(dǎo)者，并獲得了Elon Musk、Peter Thiel、Reid Hoffman等人合計 10 億美元的資金支持，Elon和Sam則共同出任董事會聯(lián)席主席。
當(dāng)時，OpenAI的核心理念很明確：人工智能可能徹底改變世界，在這種情況下，讓一家不受盈利驅(qū)動的機(jī)構(gòu)來開發(fā)這項技術(shù)對人類整體最為有利。

OpenAI創(chuàng)立初期的幾年，以大量試驗探索為標(biāo)志，推出了一系列項目：OpenAI Gym（面向強(qiáng)化學(xué)習(xí)的工具包）、OpenAI Universe（構(gòu)建虛擬環(huán)境中的AI）、OpenAI Five（挑戰(zhàn)Dota 2的AI代理），以及 OpenAI Dactyl（機(jī)械手機(jī)器人）。
2.1 Transformer 的出現(xiàn)
2017 年，谷歌發(fā)布了著名的論文《Attention Is All You Need》（《注意力機(jī)制就是一切》），首次提出了Transformer架構(gòu)。
Ilya 對這一突破的重要性，立刻就有了感知，他當(dāng)時的反應(yīng)非常肯定。

這里先大致介紹一下原理，Transformer真正的突破，在于能夠?qū)?strong>上下文納入模型輸出的考量。它通過計算詞語與其周圍其他詞語之間的“相關(guān)性”，以及它們在句子中的相對位置，并將這些信息與該詞的表示一起存儲，從而讓模型更好地理解上下文含義。
它的目標(biāo)是將初始輸入數(shù)據(jù)，轉(zhuǎn)換為一系列向量，這些向量蘊(yùn)含了輸入數(shù)據(jù)的語義信息，然后根據(jù)這些語義向量來預(yù)測下一個詞出現(xiàn)的概率。

Transformer 神經(jīng)網(wǎng)絡(luò)架構(gòu)（簡化示意），編碼器-解碼器結(jié)構(gòu)，以及通過“注意力機(jī)制”融入上下文信息的工作原理。圖中左側(cè)是編碼器（Encoder），接受輸入序列的詞向量表示（加上位置編碼），并經(jīng)過多層自注意力（Self-Attention）和前饋網(wǎng)絡(luò)逐步提取特征；右側(cè)是解碼器（Decoder），利用編碼器生成的表示和解碼器自身先前輸出，通過多頭注意力機(jī)制，來預(yù)測輸出序列的下一個單詞。
注意力（Attention）模塊通過計算詞與詞之間的相關(guān)性權(quán)重矩陣，使模型在生成某個詞時，能夠參考輸入序列中所有其他詞的重要程度。
例如，對于詞 “float”，模型可以根據(jù)上下文判斷它指的是“漂浮”（float on water）、“汽水冰淇淋”（root beer float）、“游行花車”（parade float）還是“飄飄然”（floating on cloud nine）。
Transformer模型的幾個核心階段包括：
1、輸入階段：tokens首先轉(zhuǎn)為Input Embedding（向量表示），同時加入Positional Encodings，以標(biāo)記tokens在序列中的位置；
2、Encoder（編碼器），由多層Self AttentionFeed Forward組成，作用是理解整段輸入的上下文關(guān)系，生成富含語義的內(nèi)部表示；
3、Decoder（解碼器）：同樣堆疊 Self Attention 和 Feed Forward，在預(yù)測下一個詞時會參考編碼器的輸出，作用是基于編碼器的表示逐步生成目標(biāo)序列，如翻譯內(nèi)容或續(xù)寫文本；
4、輸出階段：解碼器輸出經(jīng)Softmax轉(zhuǎn)為各候選詞的概率分布，選取概率最高的詞作為下一個輸出。生成序列會循環(huán)進(jìn)行，直至滿足終止條件。
上圖突出了Transformer 的兩大關(guān)鍵：自注意力機(jī)制（Self Attention）使模型能同時關(guān)注整個序列的相關(guān)信息，而位置編碼Positional Encodings補(bǔ)足序列順序，讓模型理解詞語先后關(guān)系。
Transformer架構(gòu)的關(guān)鍵，在于并行地處理整個序列，而不是逐詞翻譯，從而極大提高了效率和效果。這個架構(gòu)為OpenAI此后的GPT系列模型奠定了基礎(chǔ)，是實現(xiàn)更深層次語言理解的里程碑，體現(xiàn)了 Transformer在上下文處理上的革命性突破。

Transformer的出現(xiàn)，為OpenAI在 2018 年發(fā)表的論文《Improving Language Understanding by Generative Pre-Training》中取得的突破奠定了基礎(chǔ)，那篇論文首次引入了 GPT-1 模型。

正如 Sam Altman所總結(jié)的那樣，這一突破意味著“人類發(fā)現(xiàn)了一種算法，能夠真正地學(xué)習(xí)任何數(shù)據(jù)分布，更確切地說，學(xué)習(xí)生成任何數(shù)據(jù)分布的底層規(guī)則”。

然而，Transformer中的“注意力機(jī)制”，極大地提高了計算需求，進(jìn)而引發(fā)了對“規(guī)?；痵caling”的探索。

后來的事實證明，增加模型參數(shù)規(guī)模和訓(xùn)練數(shù)據(jù)量，模型性能就能以可預(yù)期的方式提升。

2.2 從非營利到營利的轉(zhuǎn)變（2019–2022）
毋庸置疑，OpenAI 從非營利組織慢慢轉(zhuǎn)變?yōu)闋I利公司的過程,引起了許多爭議。這一轉(zhuǎn)變，也導(dǎo)致 Elon Musk 與 OpenAI 分道揚(yáng)鑣。
然而，“規(guī)?；?strong>scaling”這一發(fā)現(xiàn)，算是把OpenAI逼到了墻角。要利用擴(kuò)大模型規(guī)模帶來的性能提升，就必須投入巨額資源，而吸引巨額資金的唯一途徑，就是給予巨額的財務(wù)回報。
2019 年，OpenAI 轉(zhuǎn)型為一家“封頂盈利”（capped-profit）的公司，并從微軟等投資者那里募集了 10 億美元。這一架構(gòu)下，非營利的 OpenAI 組織管理著一個有盈利上限的營利公司：

OpenAI 非營利組織與封頂盈利公司結(jié)構(gòu)示意圖，這張圖描述了 OpenAI 獨(dú)特的雙層架構(gòu)：頂層是非營利性的 OpenAI Inc.（公益機(jī)構(gòu)），其下設(shè)立了一個封頂利潤的營利實體 OpenAI Global LLC（ OpenAI LP）。OpenAI Inc. 通過特殊的公司結(jié)構(gòu)完全控制著營利實體 OpenAI LP 的決策，外部投資者（如微軟等）可以向 OpenAI LP 投資，但他們的回報被限制在約定上限（例如利潤的若干倍）以內(nèi)，超過上限的收益歸 OpenAI 非營利組織所有。

有了這筆新資金的支撐，OpenAI 開始迅猛發(fā)展。2020 年，他們發(fā)布了 GPT-3。2021 年，推出了 Codex（GitHub Copilot 背后的模型），同年還發(fā)布了 DALL-E。他們還再次從微軟獲得了 10 億美元投資。這一切最終將我們帶到了一個眾所周知的時刻——2022 年末 ChatGPT 的橫空出世，正是這個事件出乎意料地引爆了 AI 革命。

2.3Chat With GPT-3.5

Altman自己的原話是：“在 2022 年，OpenAI 還是一家默默無聞的研究實驗室，正在研究一個暫時稱為『Chat?With?GPT?3.5』的項目……我們一直都明白，總有一天會迎來一個臨界點(diǎn)，人工智能革命將就此啟動。只不過，我們不知道那個時刻究竟會以何種形式出現(xiàn)。讓我們驚訝的是，最后竟然是這一刻?！?/strong>

值得稱道的是，微軟敏銳地抓住了這個機(jī)遇，豪擲 100 億美元投資 OpenAI。微軟隨即以最快速度將 OpenAI 的技術(shù)整合到自己幾乎所有的產(chǎn)品中，并將這項工作視作公司的頭號優(yōu)先事項。

自那以后，圍繞 OpenAI 的故事已廣為人知：

• OpenAI 已成為當(dāng)代這場 AI 浪潮中當(dāng)之無愧的標(biāo)志性公司；

• Sam Altman 一度離開 OpenAI，但不久后又重返公司；

• OpenAI 正面臨來自 Anthropic、Meta、xAI、Google，以及崛起的 DeepSeek 等越來越多的競爭；

• 公司已獲得了數(shù)十億美元的融資，成為全球估值第三高的未上市公司；

• 他們發(fā)布了諸如 o3 等具備“推理”能力的模型，開辟了除規(guī)模擴(kuò)張以外新的性能提升路徑；

• 截至 2024 年 12 月，ChatGPT 的用戶數(shù)量突破了 3 億。

• 據(jù)報道，公司此時的年度營收運(yùn)行率（用短期收入外推到12個月收入）已達(dá)到約 40 億美元。

綜上所述，公司目前所面臨的局面是：

1、正處于開發(fā)通用型智能代理的臨界點(diǎn)；

2、面臨日益激烈的競爭，尤其是來自開源模型生態(tài)的挑戰(zhàn)；

3、正在努力平衡獨(dú)特的治理結(jié)構(gòu)、建立可持續(xù)的商業(yè)模式，并推進(jìn)“超級智能”的研發(fā)。

正如 Sam Altman 所說：“我們現(xiàn)在有信心知道如何構(gòu)建傳統(tǒng)意義上所定義的 AGI。我們相信，在 2025 年，我們可能會看到首批 AI 智能體‘加入勞動力大軍’，對企業(yè)的產(chǎn)出帶來實質(zhì)性改變。我們依然相信，反復(fù)將出色的工具交到人們手中，會帶來偉大且廣泛共享的成果。”

3、OpenAI 的技術(shù)

如果不把 AI 技術(shù)發(fā)展的來龍去脈講清楚，就很難解釋 LLM（大語言模型）的工作原理。

如果把AI的演進(jìn)史高度概括，可以劃分出以下階段：提出 AI 概念 → 數(shù)十年研究積累 → 深度學(xué)習(xí)突破 → 注意力機(jī)制與 Transformer 出現(xiàn) → 早期 LLM 面世 → ChatGPT 橫空出世 → 引入“推理”能力 → 誕生智能代理agent

3.1 AI 的根基和起源

人工智能的核心理念，是讓機(jī)器自動執(zhí)行人類的常規(guī)任務(wù)，并最終逼近人類的智能水平。

從早期的計算器，到大型主機(jī)，再到軟件程序，都可以看作人工智能形態(tài)演進(jìn)的縮影。計算技術(shù)的每一次飛躍，都讓我們更接近艾倫·圖靈對 AI 的最初設(shè)想：“我們想要的是一臺能夠從經(jīng)驗中學(xué)習(xí)的機(jī)器……而讓機(jī)器自行改變其指令的可能性，為實現(xiàn)這一目標(biāo)提供了機(jī)制?！?/p>

20 世紀(jì) 40 年代，人工神經(jīng)網(wǎng)絡(luò)這一現(xiàn)代 AI 系統(tǒng)的基礎(chǔ)概念，就已經(jīng)被提出。

神經(jīng)網(wǎng)絡(luò)是由多層“節(jié)點(diǎn)nodes”組成的模型，可以想象成一系列可調(diào)節(jié)的旋鈕。通過賦予眾多節(jié)點(diǎn)之間不同的權(quán)重，神經(jīng)網(wǎng)絡(luò)可以建模許多復(fù)雜的映射關(guān)系。

一般來說，網(wǎng)絡(luò)中的節(jié)點(diǎn)越多、層數(shù)越深，它就能學(xué)習(xí)和表示越復(fù)雜的模式。Generally, the more “nodes”, the more complex systems they can model.

多層人工神經(jīng)網(wǎng)絡(luò)示意圖，這張圖展示了一個典型的多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。圖中圓節(jié)點(diǎn)分布在幾層：最左側(cè)一層是輸入層，中間若干層是隱藏層，最右側(cè)一層是輸出層。

輸入層的節(jié)點(diǎn)，接收原始數(shù)據(jù)（例如圖像像素或文本的數(shù)值表示），然后通過連接線將信號傳遞給下一層的隱藏節(jié)點(diǎn)。每條連接線都帶有一定的權(quán)重（可理解為“旋鈕”的位置），決定了信號傳遞的強(qiáng)度。

隱藏層節(jié)點(diǎn)對接收到的信號，進(jìn)行加權(quán)匯總并通過非線性函數(shù)轉(zhuǎn)換，將結(jié)果傳遞給下一層。

經(jīng)過層層傳遞，最終輸出層節(jié)點(diǎn)給出模型的預(yù)測結(jié)果。

圖中的箭頭表示權(quán)重調(diào)整方向：在訓(xùn)練過程中，模型通過反向傳播算法不斷調(diào)整各連接的權(quán)重，以盡可能降低輸出與真實值之間的誤差。

一般而言，增加節(jié)點(diǎn)數(shù)量（拓寬每層規(guī)模）或增加隱藏層層數(shù)（加深網(wǎng)絡(luò)深度），能夠提高模型對復(fù)雜函數(shù)關(guān)系的擬合能力，但也需要更多的數(shù)據(jù)和算力來支撐。

這些模型，通過大量與其模擬對象相關(guān)的數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練的目標(biāo)，是將模型輸出與真實數(shù)據(jù)之間的“誤差或損失最小化minimize loss”。

通常而言，提供給模型的訓(xùn)練數(shù)據(jù)越多，模型最終的效果肯定也就越好。

神經(jīng)網(wǎng)絡(luò)從提出理論到實際大放異彩，經(jīng)歷了數(shù)十年的漫長等待。

最終，促成現(xiàn)代深度學(xué)習(xí)蓬勃發(fā)展的有兩個關(guān)鍵因素：海量數(shù)據(jù)或者說big data的出現(xiàn)，以及 NVIDIAGPU所提供的強(qiáng)大并行計算能力。

2012 年 ，AlexNet 模型取得的突破，標(biāo)志著人工神經(jīng)網(wǎng)絡(luò)性能的一次飛躍，其背后的重要技術(shù)支撐之一，正是利用 GPU 對模型訓(xùn)練進(jìn)行并行加速。

3.2 現(xiàn)代?AI?系統(tǒng)：LLM 的黑盒

下一塊奠基石，正是 Transformer 模型。

2017 年，谷歌發(fā)表的《Attention is All You Need》論文，提出了這種如今家喻戶曉的架構(gòu)。其核心思想在于，通過“注意力attention”機(jī)制，將上下文融入對單詞的語義表達(dá)。

例如在前文中就提到過的，英語單詞“float”的含義，可以是：“float on water漂浮”，也可以是“ a root beer float汽水冰淇淋”“a parade float游行花車”甚至“floating on cloud nine飄飄然的幸福感”。

Transformer 提供了一種方法，將單詞所處的上下文，整合進(jìn)它的語義之中，使模型能夠依據(jù)上下文來判別 “float” 在具體句子里的含義

LLM 處理輸入的第一步，是獲取給定的文本（就是用戶給的prompt），將其拆分為一個個詞元（token），并將每個詞元的含義映射（embeddings）成一個語義向量（columns of data，可以理解為在高維空間中表示詞義的坐標(biāo)）。

此時，模型已經(jīng)得到一組向量化的語義表示，用來刻畫輸入的數(shù)據(jù)。

接著，transformer登場。

它的目標(biāo)是生成一系列新的向量，使其中融入單詞的上下文意義。transformer 的關(guān)鍵理念就是attention：一次性處理整句，而不是逐詞依次翻譯。

本質(zhì)上，模型會在一張 “attention?grid” 中考察詞與詞之間的關(guān)系。

Transformer 注意力權(quán)重矩陣示意圖，這張圖展示了 Transformer 模型在處理一句話時生成的“注意力”權(quán)重矩陣。

矩陣的行和列，分別對應(yīng)輸入句子的各個詞。每個單元格顏色的深淺表示模型在計算某一行對應(yīng)詞的表達(dá)時，對某一列對應(yīng)詞的關(guān)注強(qiáng)度（權(quán)重大小）。

顏色越深，表示模型認(rèn)為這兩個詞聯(lián)系越緊密、相關(guān)性越高。通過注意力矩陣，我們可以直觀地看到模型在理解句子時關(guān)注到哪些詞與哪些詞存在重要關(guān)聯(lián)。

注意力機(jī)制使模型在翻譯或生成時同時考慮句中所有詞語的相互關(guān)系，這相比逐詞處理的方法更充分地利用了全局語境信息。

隨后，這些信息會經(jīng)過前饋網(wǎng)絡(luò)feed?forward layer，進(jìn)一步精煉由 attention提取的特征信息。

當(dāng)數(shù)據(jù)在模型中的各層不斷流動時，上述過程會被反復(fù)執(zhí)行，持續(xù)更新embeddings，以便更準(zhǔn)確地預(yù)測“正確答案”。

在數(shù)據(jù)處理完畢后，模型會輸出一個潛在詞語的概率列表（probabilities of potential words，就像我們的大腦想表達(dá)同一含義時，常有多種近義詞可選）。

最終，模型根據(jù)這些概率選擇一個詞，映射關(guān)系（embeddings）會被 “反嵌入unembed”回對應(yīng)的人類語言單詞，并作為結(jié)果輸出給你看。

3.3、OpenAI 當(dāng)前的技術(shù)：規(guī)模、推理與agent

基于 Transformer 架構(gòu)訓(xùn)練出的 LLM 模型，最初的表現(xiàn)其實并不算出色。要達(dá)到如今 ChatGPT 這樣的質(zhì)量，他們做對了什么？

答案就是：規(guī)?；疭caling

投入更多的數(shù)據(jù)、使用更多的 GPU（現(xiàn)在甚至需要更多的能源），就能換來更好的性能——不斷擴(kuò)大規(guī)模，直到模型能夠非常有效地掌握語言規(guī)律為止！

當(dāng)然，讓 ChatGPT 如此出色的，遠(yuǎn)不止規(guī)模一項，還有許多創(chuàng)新改進(jìn)。但正是一系列創(chuàng)新與持續(xù)的規(guī)?；瘮U(kuò)展相結(jié)合，推動了模型質(zhì)量節(jié)節(jié)攀升。

對于現(xiàn)代 AI 系統(tǒng)，OpenAI 將 AI 能力的發(fā)展劃分為五個層級。

階段 1：聊天機(jī)器人（Chatbots）– 能進(jìn)行自然語言對話的基礎(chǔ) AI，例如當(dāng)前的 ChatGPT。它可以理解用戶的語言輸入并給出合適的回復(fù)，但主要用途局限在信息查詢、問答對話等。

階段 2：推理機(jī)（Reasoners）– 具備連貫邏輯推理能力的高級 AI。此級別的模型能夠在回答問題時展開鏈?zhǔn)降膬?nèi)部思考，列舉多種可能的解答思路，評估其中哪種更優(yōu)，再據(jù)此產(chǎn)出最終答案，使模型的解決問題能力更接近人類的縝密思維過程。

階段 3：智能代理（Agents）– 能自主采取行動執(zhí)行任務(wù)的 AI。除了對話，這一層級的 AI 可以調(diào)用工具、與外部系統(tǒng)交互，完成諸如瀏覽網(wǎng)頁、調(diào)用應(yīng)用接口、計劃行程、處理郵件等具體任務(wù)，將 AI 從信息提供者提升為任務(wù)執(zhí)行者。

階段 4：創(chuàng)新者（Innovators）– 擁有創(chuàng)造力和自主創(chuàng)新能力的更高階 AI。不僅能完成預(yù)設(shè)的任務(wù)，還能主動提出新想法、設(shè)計原創(chuàng)方案，甚至在科學(xué)、藝術(shù)等領(lǐng)域有所發(fā)明創(chuàng)造。

階段 5：AI 組織（AI Organizations）– 多個 AI 代理協(xié)同工作、如同一個組織般運(yùn)作的形態(tài)。若干 AI 分工合作、彼此通信，可以在幾乎無人工介入的情況下自主完成高度復(fù)雜的項目和決策，相當(dāng)于一個由 AI 組成的虛擬組織。

這兩年開始，“推理reasoning”能力已經(jīng)成為研發(fā)的中心。簡單說，具有推理能力的模型，會針對同一問題生成多個可能的答案，然后對這些答案進(jìn)行評價，選出最優(yōu)的一個來作為最終輸出。

這一過程更類似于人類的思考方式：先想出各種主意，再判斷哪個最好。

這五個階段，描繪了 OpenAI 對 AI 未來發(fā)展的愿景：AI 將從當(dāng)前的智能對話助手，逐步進(jìn)化出推理和規(guī)劃能力，繼而能夠執(zhí)行復(fù)雜任務(wù)，甚至具備創(chuàng)造性，最終多個 AI 系統(tǒng)協(xié)作，構(gòu)成自我運(yùn)轉(zhuǎn)的智能網(wǎng)絡(luò)，從而對人類社會產(chǎn)生顛覆性影響。

根據(jù) OpenAI 的描述：“通過強(qiáng)化學(xué)習(xí)，o1 模型學(xué)會了打磨自己的思維鏈條，優(yōu)化使用的策略。它學(xué)會了識別并糾正自己的錯誤，將棘手的問題分解成更簡單的小問題。當(dāng)現(xiàn)在的方法不起作用時，它會嘗試不同的方法，這個過程顯著提升了模型推理的能力?！?/p>

最終，引入“智能代理Agent”，賦予了 LLM 模型執(zhí)行行動的能力。這使模型從一個更好的搜索工具，變成了一個真正可以替代人類執(zhí)行部分勞動的智能體（至少對一些簡單任務(wù)來說）。

增強(qiáng)或者改良的搜索引擎固然有用，但稱不上顛覆性的。如果你擁有的是可以完成各種任務(wù)的智能代理，比如幫你規(guī)劃假期、預(yù)訂酒店、回復(fù)郵件、處理客服請求、安排會議等，這將真正改變游戲規(guī)則，徹底提升效率和體驗。

我們現(xiàn)在達(dá)到那個地步了嗎？并沒有。

明年就能達(dá)到嗎？或許可以。

十年之后呢？幾乎可以肯定。

這正是 OpenAI 前進(jìn)的方向。正如他們自己所宣稱的：“我們相信在 2025 年，我們可能會看到首批 AI 智能體‘加入勞動力隊伍’，并實質(zhì)性地改變企業(yè)的產(chǎn)出。”

4.2、OpenAI 的商業(yè)模式

OpenAI 的商業(yè)模式，就是一家垂直整合的 AI 公司，但只有模型是他們獨(dú)一無二的核心競爭力。他們在技術(shù)棧上向上整合，直接提供應(yīng)用來獲取收入，并建立護(hù)城河，同時也向下整合技術(shù)棧，以降低邊際成本。

4.1 財務(wù)狀況

大模型本身，就是人們討論的焦點(diǎn)，目前， OpenAI約 72% 的收入就是來自 ChatGPT。

據(jù)The Information報道，OpenAI 2024 年的收入預(yù)計約為40 億美元，同時預(yù)計虧損約50 億美元。

在這 40 億美元收入的基礎(chǔ)上，OpenAI 的毛利率大約是41%，我猜測這個毛利率的計算范圍，只包含了托管和推理計算的直接成本。

他們預(yù)計到2028 年，毛利率可以提高到67%，這可比傳統(tǒng)軟件公司的毛利率還要高很多了。按照預(yù)測，到2029 年，當(dāng)公司年收入突破1000 億美元時，將實現(xiàn)盈虧平衡并開始盈利。

那么，他們打算如何把年收入做到 1000 億美元呢？答案可以從下面這張非常有趣的圖表中找到。

這張圖表在之前 DeepSeek 宣布新模型的背景下，顯得尤為耐人尋味。

圖表顯示，OpenAI 達(dá)成1000 億美元年收入目標(biāo)的路徑并不是依賴 API 接口業(yè)務(wù)，而是靠自家的應(yīng)用產(chǎn)品驅(qū)動。甚至在2025 年，他們預(yù)計“新產(chǎn)品new products”的收入，就將超過 API 收入。

我們不應(yīng)再把 ChatGPT 簡單看作一個聊天機(jī)器人，而要把它視為一個通用型的數(shù)字助理a general-purpose agent。

從我觀察到的跡象來看，ChatGPT 的愿景，是成為每個人的執(zhí)行助手executive assistant：它可以與用戶所有的賬戶相連接，了解用戶偏好，它能對會議錄音并做記錄、安排后續(xù)跟進(jìn)，它可以自動回復(fù)日常郵件，它能夠處理客服請求、安排日程。

這樣的 ChatGPT，而不只是一個聊天機(jī)器人，才能支撐起未來500 億美元（1000億的一半）的收入規(guī)模。

4.2 公司的治理結(jié)構(gòu)

OpenAI 或許像它的重要性一樣復(fù)雜，們的公司架構(gòu)如下所示。

OpenAI 公司架構(gòu)與控制關(guān)系圖，這張圖形象地描繪了 OpenAI 獨(dú)特的公司治理結(jié)構(gòu)。最上方是 OpenAI 的董事會，由非營利組織 OpenAI Inc. 指派，掌控著整個公司。董事會通過OpenAI GP LLC（OpenAI 有限合伙企業(yè)的普通合伙人）對下層的營利公司進(jìn)行完全控制。下層主體OpenAI Global LLC（即 OpenAI 有限合伙企業(yè)，OpenAI LP）負(fù)責(zé)實際運(yùn)營業(yè)務(wù)并接受外部投資。

如果你覺得這還不夠復(fù)雜，那么他們與微軟之間的關(guān)系更是錯綜復(fù)雜：

如圖所示，微軟作為外部投資者出現(xiàn)在結(jié)構(gòu)的一側(cè)：2019 年微軟向 OpenAI 投資 10 億美元，此后又在 2023 年追加投資，總投資額達(dá)到137.5 億美元，從而獲得了 OpenAI Global LLC 相當(dāng)比例的股權(quán)（據(jù)媒體報道最高可達(dá) 49%）以及利潤分成權(quán)（收益封頂為微軟獲得最多920 億美元的利潤）。

與此同時，OpenAI 使用微軟的 Azure 云基礎(chǔ)設(shè)施來訓(xùn)練模型和提供服務(wù)，每年要向微軟支付逾10 億美元的云服務(wù)費(fèi)用。

這一架構(gòu)展現(xiàn)出 OpenAI 混合型的組織形式：頂層的非營利機(jī)構(gòu)確保公司使命和長期利益不偏離造福人類的初衷；下層的封頂盈利公司則允許吸納來自微軟等投資者及員工的資本，以支撐其龐大的研發(fā)開支，但對投資回報進(jìn)行上限約束，從而在逐利與公益之間取得平衡。

正如前文所言，OpenAI 的公司結(jié)構(gòu)相當(dāng)復(fù)雜，但也正因為這種安排，OpenAI 董事會（非營利組織）得以對公司保有完全控制權(quán)。

據(jù)報道，微軟可以獲得 OpenAI20% 的營收分成（直到獲得 920 億美元利潤為止）。作為交換，微軟會將其 Azure OpenAI 云服務(wù)收入的20%分潤給到 OpenAI。

此外，微軟還擁有 OpenAI 相當(dāng)大比例的股權(quán)（具體比例不詳，隨著 OpenAI 結(jié)構(gòu)和融資變化可能調(diào)整，有新聞稱微軟持股最高達(dá) 49%）。

從結(jié)果而論（取決于最終走向），Microsoft 對 OpenAI 的這筆投資很可能稱得上是史上最出色的投資之一。

但是“沖突”也在發(fā)生：Microsoft 曾作為 OpenAI 的獨(dú)家云服務(wù)提供商，但隨著 “Stargate” 項目的公布，這一點(diǎn)似乎已經(jīng)發(fā)生了變化。

5、市場數(shù)據(jù)與競爭格局

首先，對你看到的任何benchmark（基準(zhǔn)測試）都要保持懷疑。正如有人調(diào)侃的那樣：“我從未遇到過一個我不喜歡的 benchmark?！?/p>

Anthropic據(jù)估計在 2024 年底達(dá)到了9.6 億美元的年化收入運(yùn)行率（annual run rate，用最近的一段時間的實際數(shù)據(jù)，按比例線性外推到 12 個月），并預(yù)計在 2025 年將產(chǎn)生20–40 億美元的營收。

相較之下，OpenAI 對 2025 年的營收預(yù)測為120 億美元。

尤其值得注意的是，OpenAI 在模型市場model market份額與應(yīng)用市場application market份額之間，正出現(xiàn)分化趨勢。在模型層面，我們看到市場競爭日益激烈。

大型語言模型市場份額變化（2023 vs 2024）

從各類模型基準(zhǔn)測試上看，也呈現(xiàn)出類似趨勢：OpenAI 雖然擁有質(zhì)量最高的模型，但性能/價格比的“領(lǐng)導(dǎo)者”地位卻存在爭議。

例如，DeepSeek 公司研發(fā)的 R1 模型在性價比上就已經(jīng)可以媲美 OpenAI 的 o3-mini 和 o1-mini 模型。

不同大型語言模型的性能與成本對比，理想狀態(tài)是模型位于圖的左上方，即以較低成本實現(xiàn)高性能。

不過，在應(yīng)用層application business，ChatGPT的主導(dǎo)地位正日益擴(kuò)大：

這是模型競爭加劇的更廣泛趨勢，它將迫使做基礎(chǔ)模型的公司們，不得不尋求在其他維度實現(xiàn)差異化并獲得盈利。數(shù)據(jù)也表明，對于OpenAI來說，即便在模型性能保持領(lǐng)先，通往可持續(xù)商業(yè)模式的道路仍在應(yīng)用層。

6、OpenAI 的未來

與其泛泛而談“OpenAI 的未來”，不如用一種考慮各種可能性的視角來展望。在展開之前，我需要列出一些對 OpenAI 未來影響最大的變量，當(dāng)然我可能會有所遺漏，這畢竟只是我的一些思考。

這些問題應(yīng)被看作一些連續(xù)譜上的未知量：

6.1成本結(jié)構(gòu)：OpenAI 在追求垂直整合、改善成本結(jié)構(gòu)方面能取得多大成功？

6.2商業(yè)模式：OpenAI 如何從其模型中賺錢？其模型會在多大程度上被商品化（從而壓縮利潤空間）？

6.3市場格局：未來 AI 應(yīng)用市場的最終狀態(tài)（規(guī)模、份額、盈利能力）將會如何？

6.4產(chǎn)品形態(tài)：OpenAI 如何將模型的智能轉(zhuǎn)化為實際行動能力（也即讓智能代理真正執(zhí)行人類任務(wù)）？

6.5估值：我們該如何為 OpenAI 估值？

6.1 成本結(jié)構(gòu)：掌控一切

第一個變量是關(guān)于垂直整合vertical integration，OpenAI 已經(jīng)融資了數(shù)百億美元，既然手握重金，不妨努力把能掌控的環(huán)節(jié)都掌控在手里。

眼下，流入 AI 領(lǐng)域的資金比歷史上任何其他新興行業(yè)都要多——據(jù)估計，僅過去四年里，風(fēng)投資本向 AI 投入了約4500 億美元，相比之下互聯(lián)網(wǎng)泡沫高峰時期是2560 億美元。

這意味著，從未有哪個行業(yè)的創(chuàng)業(yè)公司像 AI 這樣面對如此眾多且資金充沛的競爭者。

在這樣的環(huán)境中，要建立競爭壁壘是極其困難的。為此，OpenAI 正在沿著 AI 技術(shù)棧上下兩個方向推進(jìn)垂直整合。正如我們已經(jīng)看到的，通過 Stargate 項目以及自研 AI 芯片的嘗試，向技術(shù)棧下游發(fā)展能為他們在硬件層面帶來成本優(yōu)勢和所需的自主可控性。

他們的大部分競爭對手，在某些方面有自身優(yōu)勢：要么擁有自研定制的 AI 芯片（如 Google、Amazon、Meta），要么擁有龐大的自有數(shù)據(jù)中心（如 xAI 倚仗超大規(guī)模云廠商），OpenAI 不能因為缺乏對底層硬件的掌控，就眼睜睜丟掉競爭優(yōu)勢。

然而，話說回來，沒有自建的數(shù)據(jù)中心或自研硬件，OpenAI 也未必?zé)o法存續(xù)。但以應(yīng)用層取勝卻是必須做到的，這將是 OpenAI 實現(xiàn)經(jīng)濟(jì)上可持續(xù)發(fā)展的關(guān)鍵途徑。

6.2 商業(yè)模式：如何實現(xiàn)可持續(xù)的盈利？

可預(yù)見的是，大量資本在未來還將涌向 OpenAI 的直接競爭對手，例如 Anthropic、xAI，以及 Safe Superintelligence 等公司的競品。

此外，幾家史上最龐大且最賺錢的科技巨頭，也把 OpenAI 視作存亡攸關(guān)的對手，投入重兵參與這場競賽。

更糟的是，DeepSeek 已經(jīng)證明，可以訓(xùn)練出一款成本更低、運(yùn)行更省錢而質(zhì)量幾乎相當(dāng)?shù)哪Ｐ汀?br/>

還有一些競爭者甚至選擇開源他們的模型，只要支付最基本的算力費(fèi)用，任何人都能使用。

基于以上種種原因，在模型層面，單純依靠提供 API 接口來競爭在可見的未來都無法鑄就一個可持續(xù)的商業(yè)模式。

這就意味著，必須構(gòu)筑軟件層面的護(hù)城河，比如提高用戶轉(zhuǎn)移成本、建立牢固的企業(yè)合作關(guān)系，而這些都要在應(yīng)用層來實現(xiàn)。

6.3. 市場：十年后的 AI 應(yīng)用市場會是什么樣？

如果，OpenAI 確實如我們所分析，是一家垂直整合的 AI 公司，并且，它的大部分利潤將來自應(yīng)用層，那么這可能是最重要的問題：長遠(yuǎn)來看， AI 應(yīng)用市場究竟有多大？在這個市場里，價值將主要積累在哪里？

如果，以 AI 潛在能取代的知識工作總量potential knowledge work來衡量，這個市場規(guī)模會大得難以想象。

然而，商品的價格，總是傾向于接近其邊際生產(chǎn)成本。

對于 AI 應(yīng)用來說，這個邊際成本無非是：硬件成本 + 能源成本 + AI 研究人員的成本 + 應(yīng)用層你能保住的那部分利潤。

換句話說，AI 服務(wù)最終可能會以接近算力和電力成本的價格提供，加上一點(diǎn)點(diǎn)應(yīng)用層的溢價。

那么，可以換個角度問：AI 未來究竟能解決哪些問題？

答案是：它能解決非常多的問題，其市場空間將極其龐大——可能達(dá)到數(shù)千億美元量級。只要 OpenAI 能持續(xù)執(zhí)行并守住它的護(hù)城河，它所面對的蛋糕將大得遠(yuǎn)遠(yuǎn)超過今日的規(guī)模。

從目前來看，OpenAI 似乎將希望寄托于用其 AI 智能代理，來主導(dǎo)通用型工作流general-purpose workflows。他們曾展示過基于Deep Research的銷售場景工作流自動化的演示，這暗示了 OpenAI 認(rèn)為自己有潛力吞下許多通用業(yè)務(wù)流程。（關(guān)于Openai想進(jìn)入電商場景，可以看看這篇：）

如果成功，凡是可以交給 AI 完成的一般性任務(wù)流程中，有很大一部分都將被 OpenAI 的系統(tǒng)所承接。

當(dāng)然，在醫(yī)療、金融、法律等垂直行業(yè)，很可能會涌現(xiàn)專注各自領(lǐng)域的AI解決方案，滿足這些領(lǐng)域特殊的集成需求、監(jiān)管要求和業(yè)務(wù)流程，就像傳統(tǒng)軟件市場里，行業(yè)軟件各自分割垂直市場一樣。

但如果 OpenAI 真能非常成功，它也有可能成為這些垂直 AI 公司的底層平臺，或許通過向它們獨(dú)家提供自家最頂尖的模型，就像奢侈品行業(yè)里的高端供應(yīng)商那樣。提供獨(dú)占的關(guān)鍵技術(shù)。

那么，這個市場大爆發(fā)會在什么時候發(fā)生？阿瑪拉定律有云：“我們往往高估一項技術(shù)在短期內(nèi)的影響，卻低估它在長期內(nèi)的作用?！盇mara’s Law says, “We tend to overestimate the effect of a technology in the short run and underestimate the effect in the long run.”

很明顯，現(xiàn)有形態(tài)的知識型工作，在十年后幾乎注定會大幅改變。但一年之內(nèi)就發(fā)生翻天覆地變化？這一點(diǎn)還很難說。

6.4 產(chǎn)品：OpenAI 已經(jīng)聚合了信息，接下來如何聚合行動？

到目前為止，AI 的價值體現(xiàn)在它匯聚并提供信息的能力上。而未來 AI 的價值，將體現(xiàn)在它執(zhí)行行動的能力上。

OpenAI 很早以前就認(rèn)識到了這一點(diǎn)，并推出了 Plugins 插件體系，來實踐這個愿景。通過 Plugins，各家公司可以為 ChatGPT 預(yù)定義工作流，并提供認(rèn)證接口，讓 ChatGPT 擁有訪問這些應(yīng)用服務(wù)的權(quán)限，理論上，這套方案本該行之有效。

但是，結(jié)果卻不盡如人意。我的猜測是，當(dāng)時整個生態(tài)并未準(zhǔn)備好。Plugins 或許未能發(fā)揮作用，是因為基礎(chǔ)設(shè)施尚不到位，許多網(wǎng)站和服務(wù)還沒有開放 API、缺乏必要的集成和認(rèn)證機(jī)制，ChatGPT無法有效對接足夠多的外部服務(wù)。

OpenAI 后來推出的Operator功能（盡管效率低一些），則在一定程度上繞開了上述限制。

它的邏輯更簡單明確：如果有官方 API 可以用，就用 API（if api == 1）；如果沒有現(xiàn)成 API，就通過 Operator模擬人類操作來完成任務(wù)（if api == 0）。

要讓 AI 能夠執(zhí)行復(fù)雜行動，另一個必要條件是推理能力：也就是在做決策時權(quán)衡各種因素的能力，想想規(guī)劃一場復(fù)雜旅行需要多少微小決策。（OpenAI在7月已經(jīng)推出了結(jié)合Opeator和推理能力的Agent Mode）

OpenAI 的未來，是持續(xù)提升智能本身，而 ChatGPT 的未來是不斷增強(qiáng)行動能力。

這正是他們描繪的進(jìn)軍 1000 億美元營收的愿景：ChatGPT 將不只是聊天，它會成為每個人的通用助理。

而再往后，它會演變成一個通用的“知識型工作者a general-purpose knowledge worker”，可以完成許多過去只有人類才勝任的腦力勞動。

6.5 估值：該如何給 OpenAI 定價？

這個問題很有意思，因為投資者考慮的因素實在太多了，比如：

1、頭部效應(yīng)：OpenAI 是 AI 領(lǐng)域顯然的冪律贏家，如同過去的周期一樣，絕大部分價值往往流向最大的贏家；

2、賽道前景：AI 的機(jī)會確實如人們所宣稱的那樣巨大，而投資 OpenAI 就等于是押注整個 AI 行業(yè)的未來增長；

3、AGI 前瞻：某種形式的 AGI（通用人工智能）遲早會出現(xiàn)，而當(dāng)它出現(xiàn)時，你肯定希望自己是“坐在牌桌邊”的人之一；

4、戰(zhàn)略價值：獲得接觸 OpenAI 的機(jī)會所帶來的信息和生態(tài)優(yōu)勢，足以讓投資它在市場上占據(jù)領(lǐng)導(dǎo)地位，因此這種戰(zhàn)略意義本身值得付出高價；

5、相對估值：以 OpenAI 最近1570 億美元的投后估值來看，大約是其今年收入的39 倍（市銷率）。按照明年預(yù)計的120 億美元收入計算，則約為13 倍的前瞻市銷率。這個數(shù)字雖然昂貴，但對比公開市場上高速增長的科技公司也并非不可接受。（如果按照最新的3000 億美元估值的新一輪融資完成，那么上述倍數(shù)都將翻倍，在一定程度上削弱了本條的支撐力。）

現(xiàn)實中，投資決策的依據(jù)，可能是以上因素的綜合權(quán)衡。

對于高速成長的公司來說，其最終能達(dá)到的格局遠(yuǎn)比中間過程中的任何階段性指標(biāo)重要得多。你可以根據(jù)自己的成見，為任何估值找到看似合理的理由：如果你相信 AI 的長期價值，你自然會覺得今天的估值可以接受，我猜許多投資 OpenAI 的人正是抱有這種長期主義的信念。

這里我引用一句“名言”以供玩味：“如果你不準(zhǔn)備持有一只股票 10 年，那就不要連 10 分鐘都持有它?！痹谌缃襁@樣的時刻，這句話值得反復(fù)咀嚼。

對 OpenAI，我最后的想法是：把本文當(dāng)作一篇暫時的日記，記錄下此刻對這家公司的思考。也許十年后 OpenAI 會成長為一家市值數(shù)萬億美元的巨擘，也許它會停滯許多年，在“消化”當(dāng)前估值的同時，等待 AI 真正產(chǎn)生的價值追上市場預(yù)期。又或者，它會成為一個關(guān)于過早認(rèn)定市場統(tǒng)治地位的反面教材（不過我個人對此持懷疑態(tài)度，但并不完全排除這種可能）。

但可以確定的是，冪律效應(yīng)驅(qū)動下，科技領(lǐng)域總會誕生那些標(biāo)志性的偉大公司——它們增長迅猛，推動技術(shù)進(jìn)步，并成為全球家喻戶曉的名字：IBM、英特爾、蘋果、微軟、英偉達(dá)、亞馬遜、谷歌、SpaceX、特斯拉、Meta……

OpenAI暫時已經(jīng)把自己帶入了這一公司行列，它是一個在迅速增長的市場中占據(jù)先機(jī)的領(lǐng)先者，基本與它所引領(lǐng)的這項技術(shù)本身畫上了等號。

全文總結(jié)如下：

1、深度學(xué)習(xí)因 GPU 的出現(xiàn)和大數(shù)據(jù)的積累而被引爆；

2、Transformer 引入了上下文注意力機(jī)制，這是語言處理的關(guān)鍵；

3、OpenAI 通過 ChatGPT 將這些技術(shù)推向大眾，引領(lǐng)了 AI 熱潮；

4、OpenAI 已成長為史上發(fā)展最快的公司之一（如果不是最快的話）；

5、他們?yōu)閷?ChatGPT 打造成通用助手而加入了代理、推理、語音、搜索等新能力；

6、競爭者紛紛涌入模型研發(fā)領(lǐng)域，但在應(yīng)用層面 ChatGPT 的先發(fā)優(yōu)勢依然明顯；

7、OpenAI 正在上下游同時垂直整合，致力于成為一家全棧的 AI 公司。

完。

（拖更好久終于更新了，歡迎關(guān)注、收藏和分享，點(diǎn)贊代表催稿下一篇，嘻嘻，之后我會發(fā)布黃仁勛出道以來推薦過的書，這位老哥非常神奇，現(xiàn)年62歲、創(chuàng)業(yè)32年的他，似乎一共只推薦過7本書，但是本本經(jīng)典，敬請期待。）