Есть три типичные причины, по которым OpenAI попадает в новости:
Члены совета директоров терпят фиаско.
Они запускают новый продукт
Или они ноют о том, что все еще не получают прибыль
Недавно они попали в новости по причине номер 3.
В начале января Сэм Альтман опубликовал этот раздражающий твит.
Для контекста, 5 декабря 2024 года OpenAI запустила подписку ChatGPT Pro за 200 долларов, которая, по их собственным словам, «обеспечивает масштабный доступ к лучшим моделям и инструментам OpenAI».
Подписка за 200 долларов в месяц стоит довольно дорого, но подписчики получают неограниченный доступ к самым интеллектуальным моделям OpenAI. Речь идет об одних из самых крутых инструментов на рынке ИИ на сегодняшний день: OpenAI o1, o1-mini, GPT-4o, Advanced Voice и другие.
То, что OpenAI все еще теряет деньги, несмотря на эту модель подписки, меня совсем не удивляет. С одной стороны, это подтверждает мою давнюю позицию: подход OpenAI к запуску слишком большого количества моделей не является разумным.
Я сбился со счета, сколько еще блестящих инструментов запустил OpenAI с тех пор, как ChatGPT дебютировал в 2022 году. Запуск новых и передовых продуктов, похоже, является их основной стратегией для получения прибыли.
Компания всегда выпускает новый продукт еще до того, как рынок успевает привыкнуть к тому, который они запустили последним.
Но у крупнейших компаний современности дела обстояли иначе. У других технологических гигантов было меньше продуктов, когда они стали прибыльными:
Компания Google стала прибыльной, когда на рынке было всего два продукта: Google Search и Google AdWord.
Компания Facebook стала прибыльной, имея в качестве основных продуктов только приложение Facebook и рекламу.
Компания Apple начала получать прибыль уже через два года после своего основания, а ее основными продуктами были Apple I и II.
Компания Microsoft начала получать прибыль сразу после запуска, став единственным поставщиком интерпретатора BASIC для набора Altair 8800.
Компания OpenAI, выпустившая более восьми продуктов (я знаю, что сбился со счета, но мне нужно было наверстать упущенное, чтобы сказать об этом), до сих пор не стала прибыльной.
И я понимаю, что основная причина такой нерентабельности - безумная стоимость обучения и запуска ИИ-моделей,а также большие инвестиции, которые тратятся на исследования и разработки.
Запуск моделей обходится OpenAI в 700 000 долларов в день, а на исследования и разработки они тратят миллиарды в год. В итоге, несмотря на то, что в прошлом году компания заработала более 3,7 миллиарда долларов, ее чистый убыток составил более 5 миллиардов долларов.
Все в OpenAI большое: пользователи, оценка, доход, количество продуктов и убытки. Все, кроме прибыли!
Я решил, что запуск слишком большого количества продуктов в качестве средства достижения прибыльности - не самый лучший вариант, потому что это приведет к резкому увеличению расходов на обучение и текущие расходы.
Это простая математика.
Если OpenAI обходится в гипотетические $0,1/запрос, когда кто-то использует один из ее продуктов, то эти расходы будут расти тем быстрее, чем больше пользователей будет у OpenAI - будь то один продукт или 10. Больше продуктов и пользователей означает, что вы тратите больше денег.
Каждый стартап отдал бы все, чтобы иметь миллион пользователей, и пошел бы на все, чтобы иметь более одного продукта, которым пользуются люди. Имея более 300 миллионов пользователей только у ChatGPT и до 10 продуктов на рынке, OpenAI должна была бы исполнить свою мечту. Но с учетом реалий, связанных с затратами, мечта каждого стартапа становится в данном случае кошмаром OpenAI.
Я не знаю, почему OpenAI продолжает идти по пути увеличения количества продуктов. Достаточно применить Первый принцип мышления, и станет ясно, что вместо увеличения количества продуктов OpenAI следует сосредоточиться на инновациях, направленных на снижение затрат на обучение и эксплуатацию.
Возвращаясь к нашему гипотетическому сценарию, если стоимость одного запроса может быть снижена до 0,01 доллара для каждого пользователя, это означает 10-кратное сокращение текущих расходов. И кто сказал, что они остановятся на этом?
SpaceX последовала модели снижения затрат при создании и запуске ракет.
Говорю ли я, что это легко сделать? Определенно нет.
Я сомневался, что такой подход к снижению затрат можно применить к обучению и запуску ИИ, особенно если учесть, что отрасль только зарождается, и то, что OpenAI рискует проиграть конкурентам, если решит сосредоточиться на снижении затрат, а не на выпуске новых и лучших продуктов.
Таковы были мои сомнения, пока не появился DeepSeek.
Уроки от SpaceX и DeepSeek
Когда-то освоение космоса было самым большим делом. Но все в нем очень сложно.
От теорий, которые лежат в его основе, до практического аспекта строительства ракет, которые исследуют все за пределами Земли, космические исследования - это то, на что отваживаются лишь немногие. Остальным это не по зубам.
Хуже того, все, что связано с освоением космоса, стоит до смешного дорого. Отправка ракеты в космос обычно обходится НАСА почти в 2 миллиарда долларов. Последствия таких затрат двояки:
В космос отправляется меньше ракет
В результате освоение космоса происходит медленнее
Тогда Илон Маск решил поступить иначе.
С помощью SpaceX Маск смог сделать ракетостроение значительно дешевле. Полеты SpaceX могут стоить от $62 млн до $90 млн - это более чем 90-процентное снижение цены. А это влечет за собой двойную выгоду: мы можем отправлять в космос больше ракет, а значит, ускорять освоение космоса.
Компании удалось добиться этого благодаря сочетанию нескольких факторов:
Собственное производство (в отличие от аутсорсинга)
Упрощение конструкции
И возможность повторного использования
В результате, по состоянию на апрель 2024 года, SpaceX будет запускать миссии каждые 2,7 дня. Это число приобретает особую значимость, если вспомнить, что с середины 1980-х по 2010-е годы миссия запускалась каждые 2,8 дня, причем не только НАСА, но и во всем мире!
Появление DeepSeek
DeepSeek привел в ужас мир технологий после того, как 20 января запустил свою новейшую модель R-1.
Не нужно разбираться в технике, чтобы понять всю гениальность и значимость этого запуска.
Стоит отметить только три момента:
Её производительность соответствует или превосходит модель o1 от OpenAI в некоторых ИИ-тестах.
Использование модели бесплатно, а стоимость API составляет одну тридцатую от стоимости модели OpenAI o1.
Обучение одной модели обошлось в 5,6 миллиона долларов, в то время как стоимость создания модели составляет от 100 000 до 1 миллиарда долларов.
Вместо того чтобы поступать так, как поступали уже состоявшиеся игроки в области ИИ, компания DeepSeek решила действовать по-другому. Это помогло им сократить расходы, добившись при этом почти таких же результатов, как и другие игроки в этой игре. Они сделали как минимум четыре вещи по-другому:
Использовали умную оптимизацию, чтобы заставить имеющиеся ресурсы работать эффективнее.
Обучали только важные части
Отдали предпочтение меньшему объему памяти, что привело к более быстрым результатам и снижению затрат.
Использовали усиленное обучение
Детали скорее сложные, чем простые, но результат очевиден для всех.
Будем надеяться, что OpenAI поймет, что нужно внедрять инновации, направленные на снижение затрат, а не продолжать наводнять рынок многочисленными продуктами и взимать с пользователей непомерную абонентскую плату. Это можно сделать.
Друзья, буду рад, если вы подпишетесь на мой телеграм-канал про нейросети, чтобы не пропускать анонсы статей, и канал с советами для тех, кто только учится работать с нейросетями - я стараюсь делиться только полезной информацией.