生成式AI商业化落地的急迫形势

新知榜官方账号

2023-10-12 22:37:05

背景

随着生成式AI的商业化落地,各路玩家追求投入产出比的形势愈发急迫。微软推出自己的AI芯片,旨在摆脱对英伟达GPU的依赖性,以缓解成本亏损的压力。然而,生成式AI商业化仍面临许多挑战,包括硬件基础设施成本、价格定价、商业化模式不明确等问题。同时,生成式AI初创公司的高估值上涨,也反映了市场对AI的期望高度膨胀。预计未来企业会对生成式AI投入的成本进行更严格考量,从而可能导致企业对生成式AI的投资减少。

微软推出AI芯片

微软将在下个月(11月14日)的年度技术大会上,正式推出自己的首款AI芯片。这款专门为AI研发设计的芯片,在功能上与英伟达的GPU芯片(H100)类似,都是专为训练、运行大语言模型的数据中心服务器而设计的。目前微软的数据中心服务器中使用的正是英伟达的GPU芯片。微软推出这款AI芯片的目的,就在于尽早摆脱对英伟达GPU的依赖性。因为英伟达GPU高昂的价格,已让微软难以承担。按照投入产出比(ROI)来计算,微软的生成式AI产品已出现严重亏损。

生成式AI商业化面临的挑战

生成式AI商业化仍面临许多挑战,包括硬件基础设施成本、价格定价、商业化模式不明确等问题。微软、谷歌等企业谋划着如何提高AI产品的定价,Zoom推出简化版本的AI产品,Adobe公司则通过限制每月用户量、根据用户的实际使用情况再具体收费。然而,这些不是办法的办法背后,是AI商业化期望度过高,但商业化模式至今仍模糊不清的现实窘境。

生成式AI初创公司的高估值上涨

生成式AI初创公司的高估值上涨,也反映了市场对AI的期望高度膨胀。预计未来企业会对生成式AI投入的成本进行更严格考量,在2024年,企业对生成式AI的投资可能会减少。推出了GPT-4的OpenAI在9月底与外部投资者讨论股票出售时,将自己的估值界定在800亿~900亿美元之间,是今年年初的三倍。Anthropic计划以200亿~300亿美元的估值,再从谷歌和其他投资人融资20亿美元。在今年3月份,其估值还仅为40亿美元。生成式AI商业化并不是用的人越多,成本就越低。生成式AI产品的每一次使用,几乎都需要单独调用一次产品背后的复杂计算。用户越多、使用的越多,支持这些计算背后的硬件基础设施成本费用就越高,而固定费用(率)的服务费自然难以把这些抵消高成本。

结论

生成式AI商业化落地的急迫形势,促使各路玩家更加追求投入产出比,即芯片功效比、模型算法优化,以及产品商业化应用时的10亿级用户量。对于“十亿级用户量”,先发优势也许能起到关键作用。生成式AI商业化并不是办法的办法背后,是AI商业化期望度过高,但商业化模式至今仍模糊不清的现实窘境。

本页网址:https://www.xinzhibang.net/article_detail-16598.html

寻求报道,请 点击这里 微信扫码咨询

关键词

生成式AI 商业化落地 微软

分享至微信: 微信扫码阅读

相关工具

相关文章

相关快讯