微软CEO萨蒂亚‧纳德拉（Satya Nadella）正在酝酿该公司史上最大一笔创业投资，希望在将先进的人工智能工具融入搜索引擎和应用程序的类似竞争中，让这家软件巨头领先于谷歌。

ChatGPT可以惊人地根据提示或查询生成类似人类对话的文字，自去年11月底启用以来，已在互联网上引起了轰动，不到一周时间就积累了首个100万用户。它模仿真人说话和写作的能力，引发了人们的担忧，怕它有可能取代职业作家，以及替学生做家庭作业。该工具也被认为是谷歌核心搜索业务的潜在威胁。

1、AI对于搜索行业太超前？

既然通用大模型如此厉害，为何在搜索上积累最深的Google不做，毕竟要论搜索，Google在业内有绝对优势。

ChatGPT发布之后不久，Google首席执行官Sundar Pichai就在内部动员研究人员团队想办法应对ChatGPT，并宣布这种情况是“红色代码”的威胁。

其实Google也并非没有尝试，在2021年5月的I/O大会上Google就展示了语言类通用大模型LaMDA，并持续对其进行迭代研发。然而直至目前，Google都没有向公众发布LaMDA，Google方面称，部分原因在于LaMDA目前尚不完美，其中存在较多错误。

事实上，在大模型尚未成熟的时代，搜索引擎就已开始尝试AI技术了。在查询过程中，搜索引擎利用自然语言处理（Natural Language Processing，NLP）分析和理解用户输入的查询词语。在搜索过程中，利用深度神经网络（Deep Neural Networks，DNN），解决“隐式搜索”问题。

“隐式搜索是百度内部的说法，也可以叫做‘真正的语义搜索’。”一位百度搜索技术专家告诉虎嗅，隐式搜索不再是单纯的字面搜索，而是利用AI分析用户关键词语的深层意思。例如，搜索“现实版钢铁侠”，得到的搜索结果就都是马斯克相关的内容。

此外，Google、百度、Bing等还利用AI实验了类似ChatGPT的AI功能，使搜索呈现出的结果不只是罗列网页，更能从搜索结果中筛选内容，直接回答用户的问题。

例如搜索“ChatGPT是什么”。

Google会在侧边栏直接引用维基百科：“ChatGPT是由OpenAl开发的一个人工智能聊天机器人程序，于2022年11月推出……”

百度则会筛选搜索内容，并摘取答案直接回答在第一条的显著位置：“聊天机器人，chatgpt是OpenAl开发的一个大型预训练语言模型……”

不过这种技术在搜索行业并没有得到广泛认可，甚至没有统一的名字。“你可以管这种技术叫精准搜索，也可以叫唯一答案或阿拉丁。”

即便是ChatGPT搜索，也仍存在一些问题。

首先，AI挑选出的内容很难确保准确性，连OpenAI的CEO Sam Altman都认为，“现在依赖它（ChatGPT）来做任何重要的事情都是错误的。”如果把ChatGPT提供的搜索结果作为“唯一答案”呈现给用户，却无法保证其准确性的话，那么在错误的答案面前，再好的交互体验，都会成为笑话。

此外，有的时候用户使用搜索引擎的目的是直接得到答案，比如你搜“ChatGPT是什么”时，你想看到的就是一个定义。但当你搜“关于AI通用大模型的技术文章”时，你可能需要的是搜集广泛、全面的资料，如果AI筛选了部分内容，则可能影响你在搜索结果中博采众长。

2、AI时代，先得技术者，得天下

290亿美元，对OpenAI来说是一个很大的估值，目前OpenAI名气虽大，但目前其商业模式和路线还是不清晰的，而100亿美元对微软的股东来说，也是一个不小的数字。

不过有华尔街分析人士认为，虽然100亿美元属于妥妥的大钱，但无论从投资时机，还是投资策略来看，微软这次并不算是「高风险赌博」。

ChatGPT火遍全球，热度爆表，这是不假，但入不敷出的风险，也随着用户的暴增而越发严重。

据OpenAI的首席执行官Sam Altman上个月在推特上说，每次有人与ChatGPT聊天提问，公司都要付出几美分的算力，这引发了人们对 OpenAI 「过于烧钱」的担忧。这些算力很多都是从微软的云计算平台上获得的。

如果OpenAI想出了如何在ChatGPT和图像创建工具Dall-E等产品上赚钱，75%的利润归微软所有，直到收回其最初的全部投资。

而除了利润之外，还有最重要的技术市场。

自从2019年微软首次投资以来，OpenAI与微软就一直保持了实质上的合作伙伴关系，这次投资基本上是这种伙伴关系的正式化，两家公司能够联合起来，共同加速技术研究。

此次投资后，微软可以和OpenAI一起，在自家云平台上开发技术。

这几乎立即使微软处于可能是未来十年最重要的消费技术的前沿。当商用云领域已经坐拥三分天下的Azure平台，遇见了OpenAI和ChatGPT，未来的云市场，看起来微软是想2B、2C「全都要」了。

对微软来说，从策略上看，这次投资是一个巨大的「政变」。

尤其是，重要竞争对手谷歌此前已经参与开发了OpenAI的一些技术。ChatGPT和Bing的整合，直接针对的就是谷歌的核心搜索业务，此次投资有望进一步挤压谷歌在AI布局上的野心。

在微软看来，OpenAI将在未来一段时间内，大概率继续遥遥领先于其他使用ChatGPT等产品的AI算法公司。

在大厂纷纷入局后，这批新的AI公司要想挖出新的「护城河」，产生网络效应，将变得越来越困难，而没有这一点，在消费技术领域就很难赚到钱。

从这个角度上看，微软这笔投资看重的是定位。

许多科技巨头一样都对人工智能的未来保持着高度关注。他们知道，控制核心技术的公司，在未来几年会有很大的优势。通过投资OpenAI，微软要将自己定位在这场AI革命的最前沿。

随着世界继续被人工智能所改变，这次微软和OpenAI的结合可能只是一个开始。未来光明，而微软和OpenAI都希望，自己能够站在这场AI革命的潮头。

3、AI激战群雄逐鹿，谁能笑到最后？

1）谷歌：有点失落

微软在AI领域一路狂飙，让谷歌有点吐血。

最近爆火的ChatGPT吸引了全世界的目光，谷歌心里大概有点酸。

谷歌曾经也有机会走这条路。在聊天机器人领域，谷歌并非处于下风。早在2021年5月的I/O大会上，谷歌的人工智能系统LaMDA一亮相就惊艳了众人。

但出于「声誉风险」之类的考虑，谷歌之前并没有打算把聊天机器人市场化。

谷歌在AI领域，算是老大哥了。

Pichai指示一些团队转换方向，开发AI产品

谷歌发明的Transformer，是支撑最新AI模型的关键技术；根据传言，谷歌的LaMDA聊天机器人，性能远超ChatGPT；另外，谷歌也声称，自家模型Imagen的图像生成能力，要优于Dall-E，以及其他公司的模型。

不过，略显尴尬的是，谷歌的聊天机器人和图像模型，目前只存在于「声称」中，市场上还没有任何实际产品。

谷歌会这样布局，也并不奇怪。很多时候，谷歌并不指望用AI来做商业化的事。

长期以来，谷歌秉持的宗旨是，使用机器学习来改进搜索引擎和其他面向消费者的产品，并提供谷歌云技术作为服务。搜索引擎，始终是谷歌的核心业务。

这样就有一个无法规避的问题：在搜索引擎中，用户始终是最终的决定方。虽然链接是由谷歌提供的，但用户才是决定点击哪个链接的人。

谷歌把自己的产品做得很巧妙。它不是按展示次数向广告商收费（因为这种价值很难确定，尤其在20年前），而是按点击次数收费。这可真是个革命性的产品。

谷歌的大部分收入，都来自于在线广告

现在，谷歌靠搜索引擎上的广告收入，就能一年进账2080亿美元，占总收入的81%。所以，它对于怎样布局语言模型等AI，脚步就显得保守了。

七年前，美国商业分析师Ben Thompson曾写下一篇文章《谷歌与战略局限》，提到谷歌在AI领域的业务所面临的困境——

iOS 6之前的一年，苹果首次引入了语音助手Siri。这对谷歌的影响是深远的，因为语音助手必须比搜索结果的页面更主动，仅仅提供可能的答案是不够的，助手需要给出正确的答案。

2016年，谷歌发布了谷歌助理(Google Assistant)。但是，对于数亿iOS用户，要用谷歌助理，就得单独下载。另外，谷歌搜索引擎可以靠让用户多点几次来挣钱，谷歌助手怎么办呢？

现在，七年过去了，谷歌的主要商业模式无论如何创新，始终还停留在「把更多广告塞进搜索过程中」。在移动设备上，这很有效。

但现在，大环境变了。ChatGPT之类的大语言模型，带来的是一种颠覆性的创新。

当颠覆性的产品变得越来越好，谷歌现在的产品却在变得越来越臃肿。怎么看，这都不是好的迹象。

最近，谷歌的动作是，宣布升级搜索引擎，让用户可以输入更少的关键词，获得更多的结果。

对于谷歌面临的危机，Stability AI的创始人Emad Mostaque评论道：「Google 仍然是大型语言模型（LLM）领域的领导者，在生成式AI的创新上 ，他们是一支不可忽视的力量。」

尽管如此，他也承认：谷歌「没有很好地与股东和市场沟通，有点过于谨慎了」。

谷歌接下来会怎么走？凭着手上的AI实验室，它的AI产品能成功走出一条商业化之路吗？

2）Meta：社交媒体挣的钱，烧给元宇宙

要说AI领域的混战，怎么能少了Meta。

对于Meta来说，AI是一个巨大的机会，相应的，Meta一直在为其投入巨额的资本。

Meta拥有庞大的数据中心，这些数据中心主要用于CPU计算，这是为Meta的服务提供动力所必需的。驱动Meta的广告模型，以及网络推荐内容的算法，都需要CPU计算。

作为广告业务的长期解决方案，Meta需要建立概率模型，并了解哪些被转化了，哪些还没转化。这些概率模型需要大量的GPU，如果是用英伟达的A100，成本将高达五位数（美元）。不过，这对Meta来说，并不算贵。

显然，Meta需要知道「确定性」的广告效果，因为投资中需要更明确的衡量标准。无论是Facebook还是Reels，推荐什么内容，AI模型都是关键，构建这些模型必然要花费大量资金。

长远来看，这项投资会有所回报。如果对用户有更好的定位和推荐，收入也会随之增长；一旦这些AI数据中心建成，维护和升级的成本应该大大低于首次建设它们的初始成本。而且，如此巨额的投资，是世界上除谷歌以外的公司无法承担的。

不过，这也会有帮助Meta的产品越来越集成。Meta也在开发自己的AI芯片。

3）苹果：开源的大礼

很多大公司，都会投资开源软件。因为聪明的公司，会尝试将产品的互补品商业化。当产品的互补品价格下降时，对产品的需求就会增加，公司就能收取更多的费用，赚更多的钱。

苹果投资开源技术最著名的案例，是用于其操作系统的Darwin内核和WebKit浏览器引擎。

与此同时，苹果在AI方面的努力局限于一个小领域——研究传统的机器学习模型，用于推荐、照片识别和语音识别，这些研究似乎并没有对苹果的业务产生重大影响。

4）亚马逊：我有云

亚马逊和苹果一样，在应用程序中使用机器学习；不过，对于亚马逊，图像和文本生成AI在消费者中的用例似乎不太明显。

对亚马逊来说，更重要的是AWS，它出售对云端GPU的访问权。其中一些GPU用于训练，包括Stable Diffusion，据Stability AI的创始人兼首席执行官Emad Mostaque称，使用256台Nvidia A100运行150,000小时，市场价格为600,000美元。这个价格已经低得惊人了。

不过，更大的用例是推理，即应用模型生成图像或文本。每当用户在MidJourney中生成图像，或在Lensa中生成头像时，推理都会在云中的GPU上运行。

5）微软，2023年笑到最后？

这么一捋，微软似乎还真是处于最佳位置。

像AWS一样，它有销售GPU的云服务Azure；而且，它也是OpenAI的独家云提供商。

与此同时，必应就像iPhone前夕的Mac——贡献了相当多的收入，但只是占主导地位的一小部分。如果将ChatGPT整合进必应中，或许必应会冒着商业模式的风险，获得巨大的市场份额。

显然，微软值得下注。

6）英伟达和台积电或成最大赢家？

现在，AI在成为一种商品，各种模型每天都在激增。到最后，最大的赢家或许就是是英伟达和台积电。

Nvidia投资了CUDA生态系统，这意味着英伟达不仅拥有最好的AI芯片，还拥有最好的AI生态系统，而且，英伟达的投资还在继续扩大。这已经给竞争对手造成了刺激，比如谷歌的TPU芯片。

另外，至少在可预见的未来，每家公司都得在台积电生产芯片。

技术创新的故事就是如此充满戏剧性和残酷性。有时候赌对了一个技术路线，就能赢下未来十年甚至几十年的商业战争。而原有技术路线的优势者，往往由于自身的路径依赖，反过来被自己的优势地位掣肘，难以在新技术上勇往直前。正如曾经的光刻机霸主尼康赌错了技术路线，在浸润式光刻机上被荷兰ASML公司捷足先登，丧失了此后几十年的市场领先地位；诺基亚在智能手机时代被后继者超越，跌下神坛。ChatGPT大规模商用后会怎么样，谁也不知道，而一旦爆发，将是颠覆式创新，谁赢下了这场赌注，谁就能赢下下一个人工智能时代。

文章来源： 金融界，新智元，虎嗅