"AI初创公司挑战：巨额亏损与泡沫破裂，生成式AI进入现实之年"

并非所有的 AI 初创公司都能成为像 OpenAI 这样的明星企业，即便 OpenAI 本身也面临着巨大的亏损压力。根据 FutureSearch 的研究人员计算，尽管 OpenAI 的年度经常性收入（ARR）能够达到 34 亿美元，但由于构建和运行模型的成本异常高昂，预计今年的运营总成本可能会高达 85 亿美元，这意味着 OpenAI 将面临巨额亏损。FutureSearch 预测，随着更高级模型的持续开发，OpenAI 可能还需要筹集数百亿美元来满足其成本需求。

OpenAI 都尚且如此，对于那些自研模型并配套打造产品的初创公司来说，情况就更为严峻。以 Character.AI 为例，据测算，该公司每月的推理成本大约为 330 万美元，一年下来接近 4000 万美元。如果按照每月订阅用户贡献的 100 万美元收入计算，一年的收入也仅有 1188 万美元，这甚至不足以覆盖推理成本，更不用说训练成本和其他人力成本了。

同样地，更早被“收购”的 Inflection AI 也面临着类似的挑战。Inflection AI 拥有自己的模型，并且有一款类似 ChatGPT 的聊天产品 Pi。今年 3 月，Inflection AI 发布了新模型 Inflection-2.5，该模型所需的计算量仅为 GPT-4 的 40%。然而，在产品层面，Pi 一直未能找到有效的商业模式。尽管 Pi 拥有 100 万日活跃用户和 600 万月活跃用户，数据表现良好，但 Pi 至今仍是免费模式。在进行了两轮融资共计 15 亿美元之后，Inflection AI 最终选择了与微软合作。

在被谷歌收购的新闻稿中，Character.AI 揭示了 AI 初创公司面临的普遍困境：

我们实现个性化超级智能的目标需要采用全栈式方法，必须对模型进行预训练和后训练。然而，在过去两年里，技术环境发生了变化——市场上出现了更多的预训练模型。鉴于这些变化，我们认为，结合利用第三方大型语言模型 (LLM) 和我们自己的模型将带来优势。这让我们能够投入更多资源用于后训练，并为不断增长的用户群体创造新的产品体验。

Character.AI 委婉地指出了一个现实：在过去两年中，市场上已经涌现了大量的预训练大模型。

从用户的角度来看，情况也是如此。在这两年里，众多 AI 初创公司与大型科技公司一道，在自然语言大模型的赛道上竞相“重复造轮子”，研发出了参数各异的大、中、小型模型，以及多种模态的模型，如文字、图像和视频生成模型等。在产品层面，无非是聊天机器人、图文视频生成器等功能，功能相似度高，导致用户产生审美疲劳。虽然这些努力并未彻底解决 AI 幻想问题，反而加剧了数据侵权的担忧，并带来了新的 AI 风险等问题。

随着新技术的出现，新的问题也随之而来。生成式 AI 似乎正随着初创公司的消失或被收购而进入新的瓶颈期，投资机构也开始变得更加谨慎。有人预测，生成式 AI 的泡沫即将破裂。

人工智能专家 Gary Marcus 认为，2023 年是人工智能的承诺之年，而 2024 年将是人工智能的现实之年。他预测，生成式 AI 的泡沫将在未来 12 个月内破裂，大型语言模型需要找到新的路径，彻底解决 AI 幻想问题、实现自我推理后，才能让 AI 继续朝着 AGI（Artificial General Intelligence，即通用人工智能）的方向前进。