第一批AI大模型創(chuàng)業(yè)者們，正密集加入大廠。
因為討厭大公司的官僚作風，2021年，AI大牛Noam Shazeer和Daniel De Freitas從谷歌離職，融資1.5億美元，創(chuàng)立了大模型聊天機器人Character.AI。
不過，今年8月，他倆帶著Character.AI團隊，又加入谷歌。這也意味著，他們要重新忍受大公司的“官僚作風”。不情愿，但似乎不得不這樣做。
過去一年里，不少大模型創(chuàng)業(yè)者陸陸續(xù)續(xù)加入了互聯(lián)網大廠。比如，融資了13 億美元的Inflection ，融資了 4.15 億美元的Adept，分別被微軟和亞馬遜收購，創(chuàng)始人一起加入;Fixie.ai聯(lián)合創(chuàng)始人兼CTO自己加入了OpenAI;Reka AI聯(lián)合創(chuàng)始人兼首席科學家Yi Tay在從谷歌離開一年后，放下初創(chuàng)公司，又獨自回到谷歌。
在國內也是同樣，完成千萬級融資的大模型公司波形智能被OPPO收購后，集體入職OPPO;零一萬物技術聯(lián)創(chuàng)黃文灝加入字節(jié)跳動。
一位AI投資人對虎嗅表示，大模型賽道已經到了分水嶺，字節(jié)、阿里、快手等大廠的大模型發(fā)展迅速，并不弱于AI獨角獸們;接下來，相比于直接收購或投資入股，國內大廠從大模型創(chuàng)業(yè)公司挖走他們的核心人才，更可能成為普遍現(xiàn)象。
在這背后，“算力競賽”是影響未來行業(yè)新格局的重要變量。
峰瑞資本最近發(fā)布的一份報告提到，過去一年里，AI領域的競爭主要特點是爭奪模型的平等性——幾家頭部大模型公司的模型技術能力已經基本追平。下一階段，競爭將轉向以AI數據中心的建設為主。原因在于訓練下一代大模型需要的算力是當前模型的10倍，因此，建設效率可能比研究突破更能決定誰將在AI的下一階段脫穎而出。
而建設數據中心需要更多資本投入。今年9月，OpenAI 首席執(zhí)行官 Sam Altman曾抱怨微軟的行動速度不夠快，無法為 OpenAI 提供足夠的算力，并游說阿聯(lián)酋投資者、亞洲芯片制造商和美國官員，去建設更多的數據中心。在Sam Altman訪問臺積電時，他告訴臺積電高管，可能需要幾萬億美元建設數據中心。
如此背景下，大模型賽道愈發(fā)成為了大廠展示財力的舞臺。為了向投資人顯示自己能在下一階段AI競賽中勝出的決心，今年7月，Meta首席財務官 Susan Li 表示，Meta 的資本支出明年將“大幅”增加。據彭博社報道，微軟、谷歌、亞馬遜和Meta四家科技巨頭2024年的資本支出總額將超過2000億美元。
貝恩資本合伙人Enrique Salem在訪談中談及大模型領域競爭：“如果你要參與競爭，就必須擁有資本來獲得人才和計算能力，你其實沒有別的選擇，你只能繼續(xù)加注，繼續(xù)投入大量資金。否則，只能眼睜睜地看著他人搶走你的籌碼?！?
風口之下，戰(zhàn)斗無止無盡，大廠的戰(zhàn)斗欲變得越來越強。大廠之間、大廠和獨角獸之間，互相依賴，又互相提防，隨時想要抓住風口替代對方：
● Meta為了降低對谷歌搜索和微軟Bing的依賴，正著手開發(fā)自己的AI搜索引擎;
● 亞馬遜在近期表示，將把對 Anthropic 的投資增加一倍，達到 80 億美元。然而，與此同時，亞馬遜正在研發(fā)自己的視頻AI模型，來降低對Anthropic的依賴;
● 為了提防未來谷歌阻止人們使用OpenAI ，OpenAI 正考慮開發(fā)自己的瀏覽器，并且挖來了幾位谷歌瀏覽器的創(chuàng)始團隊成員。就如同當初谷歌領導者擔心微軟會利用其 Internet Explorer 瀏覽器阻止人們使用谷歌搜索，從而開發(fā)了自己的Chrome 瀏覽器一樣。
● OpenAI 推出 o1-preview 后，谷歌立刻加大了推理力度，將其推理模型團隊規(guī)模從幾十人擴大到了 200 人左右，還提供了更多計算資源。
更強的戰(zhàn)斗欲，除了意味著更多的財力投入，也代表著更激烈的人才爭奪。
當初，Meta 公司曾因為開發(fā)Llama大模型，發(fā)生了爭奪計算資源的內部斗爭，如今 Llama 原始研究論文的 14 位作者中，超過一半已經離開了公司，轉投其他人工智能初創(chuàng)公司或其他大公司。有些公司在招募這些人才時，會額外強調自己所擁有的計算資源更多，來吸引人才。
計算資源成了維系團隊的關鍵力量。IDEA研究院創(chuàng)院理事長、美國國家工程院外籍院士沈向洋，在11月末的一場演講中談及算力時表示，“今天能拿到英偉達的卡就可以說是成功了一半”、“講卡傷感情，沒卡沒感情”。
而大廠們相比于創(chuàng)業(yè)團隊，顯然在這些資源上的實力更雄厚。
比如，根據財報信息，截至2024年9月30日的三個月內，阿里巴巴的自有現(xiàn)金流為137.35億元人民幣，相較于2023年同期的452.2億元人民幣下降了70%，這一變化主要歸因于阿里云在AI基礎設施上的大規(guī)模投資。
再看微軟，前不久他們與AI初創(chuàng)公司CoreWeave達成了一項近100億美元的協(xié)議，計劃在2023年至2030年間租用其數據中心和服務器，來支持其AI模型的運行。以及，微軟計劃投入約30億美元在東南亞建設區(qū)域數據中心。這僅是大廠們在AI數據中心方面的部分布局。
而計算資源的積累、建設、競爭又是動態(tài)變化的。商業(yè)如牌局，一場接著一場，但每一場都有結束的時間。為了實現(xiàn)技術理想或者產品目標，技術精英們在每場牌局結束的時候，可能都要決定下一步去哪。
Meta 人工智能研究實驗室 Fundamental AI Research 負責人Joelle Pineau在接受采訪時表示：“留住和吸引優(yōu)秀人才可能是我花費時間最多的地方，沒有優(yōu)秀的研究人員，我什么也做不了?！?
現(xiàn)在，當AI大模型進入“算力競賽”階段時，對于缺乏雄厚資金的初創(chuàng)公司越發(fā)不友好。在巨頭的圍獵下，AI初創(chuàng)公司如何繼續(xù)留住人才這個問題，逐漸覆蓋上了憂傷的色彩。
網絡上有一種調侃，在大廠晉升的更好辦法是出去創(chuàng)業(yè)，然后再回去，可以獲得更高的職級和資源?？芍^是，條條大路通大廠。
下載文檔
