大模型商业模式争论再起

离开OpenAI不到一天，研究员Andrew Ho在X上发布长文，质疑前沿AI实验室的商业模式。他指出，这些实验室每年烧掉数十亿美元用于训练和部署大模型，但当前收入主要来自API调用和订阅服务，远远无法覆盖成本。他估算，即使GPT-4的API收入达到数十亿美元，对比千亿美元级的训练和推理成本，仍存在巨大缺口。他认为，除非模型能力出现质的飞跃（即AGI），否则这些实验室将在到达AGI之前耗尽资金。AI圈知名播客主持人Dwarkesh Patel随后发文反驳，核心论点是：模型能力仍在快速增长，且领先优势本身就能创造价值——例如更早实现AGI的公司将获得垄断性回报，而当前的高投入相当于“购买期权”。他引用历史案例（如互联网泡沫时期的亚马逊）说明，早期亏损并不妨碍最终赢家通吃。此外，他提到前沿实验室的算力军备竞赛正在推动整个AI产业链（芯片、数据中心、能源）的快速迭代，这种外部溢出效应也会反哺实验室。两位意见领袖的争论迅速在AI行业引发热议，反映了市场对当前AI投资热潮的深层分歧：是泡沫还是未来必然的代价？