OpenAI 考虑从 AI 赋能的成果中抽成:商业模式的颠覆?

OpenAI考虑收益分成模式,AI制药成功后也要“抽成”?或颠覆现有AI商业模式。

原文标题:OpenAI:以后大家用AI赚的钱,我可能要抽成

原文作者:机器之心

冷月清谈:

OpenAI正考虑从“卖工具”转向“分利润”的商业模式,即从客户使用其AI技术创造的收益中分成,例如在药物研发领域。此举引发业内广泛讨论,有人认为这颠覆了AI工具的传统认知,可能重塑AI初创公司的商业模式,也有人质疑OpenAI的AI训练数据来源问题。OpenAI此举的背景是AI在药物研发领域的应用日益广泛,多家公司已与OpenAI合作,利用其模型进行数据分析和假设验证。其他科技公司如Anthropic和Google DeepMind也在积极探索AI在医药研发领域的应用。OpenAI还暗示可能在能源和金融领域采用类似的价值共享模式。尽管AI模型存在局限,科学家们对其潜力仍充满热情。OpenAI的目标是通过IP许可或版税等方式,从AI创造的价值中获得更大收益,但这种模式是否能被市场接受仍有待观察。总结来说,OpenAI希望通过新的商业模式,将其技术与客户的成功更紧密地联系起来,分享AI带来的价值增长

怜星夜思:

1、如果OpenAI真的开始对使用其API开发的产品进行利润分成,你觉得这对AI创业公司会带来哪些影响?这种模式是利大于弊还是弊大于利?
2、OpenAI从“卖工具”转向“分利润”,这是否意味着AI公司需要重新思考其商业模式?除了利润分成,AI公司还有哪些可能的盈利方式?
3、OpenAI的训练数据来源一直备受争议,如果他们抽取用户使用其AI开发的知识产权分成,这是否会让争议更加激烈?你认为OpenAI应该如何解决数据来源问题?

原文内容

图片
编辑|杜伟、泽南

今天一早,OpenAI CEO 奥特曼就发推晒收入,「仅我们的 API 业务而言,上个月就增加了超过 10 亿美元的 ARR(年度经常性收入)。」


他继续说到,大多数人只看到了 ChatGPT 的成绩,但 API 团队的工作表现同样令人惊叹。



奥特曼此举或许是为了提振投资者的信心。这几天,OpenAI 被曝正计划寻求融资 500 亿美元,新的估值预计在 7500 亿美元到 8300 亿美元之间。


与此同时,在外媒 The Information CEO Jessica Lessin 主持的一场达沃斯论坛上,OpenAI CFO Sarah Friar 讨论了另一种商业机会 ——「价值共享」(value sharing)。


她提出,在药物研发领域,其他公司可以使用 OpenAI 的技术来发现药物。但一旦新药研发成功,OpenAI 将从自己的 AI 技术为客户创造的收益中分取一部分利润。


这意味着,OpenAI 可能正在考虑从「卖工具」转向「分利润」的商业模式。OpenAI 似乎不满足于只收「软件使用费」,而是想在客户发财时「抽成」。


OpenAI CFO Sarah Friar 在达沃斯论坛上。


最近大家都在讨论 OpenAI 的收入压力,预测他们今年会改变策略想办法盈利。没想到改变商业模式,是这么个改变法?


此番报道一出,真可谓一石激起千层浪,OpenAI 又被推上了风口浪尖。


有人认为,这可能是对 AI 工具化认知的一次巨大颠覆。想象一下,如果你在使用 Photoshop,而 Adobe 却要求对你创作的每一件设计作品抽成。


如果这种做法成为行业标准,对于那些基于 AI API 构建业务的初创公司来说,整个商业模式的成本计算逻辑都将被彻底改变。



也有人分析道,「这听起来可能像是异想天开,但科学家们确实已经对大语言模型作为「想法合成器」和「研究助手」的潜力感到痴迷,并且 OpenAI 也确实在积极寻求获取生物、制药等领域的私有数据授权,用于模型训练。」



不过,更有业内人士感叹道,「一家以非营利性质起家的公司竟然走到了这一步,真是令人尴尬,简直是一种耻辱。」



「所以,OpenAI 打算从用户使用其软件开发的知识产权(IP)中抽取分成,而他们自己的软件,却又是通过侵犯他人的知识产权构建出来的。」


一直以来,OpenAI 面临着 AI 训练数据的来源争议,其模型使用的训练数据中包括受版权保护的文章、书籍、代码和艺术作品。此前,《纽约时报》以及包括多位作家在内的个人就曾对 OpenAI 未经授权使用其数据来训练模型提起过诉讼。



对于企业来说,OpenAI 的这种模式是可接受的吗?答案或许是肯定的。并且,这可能会令 OpenAI 损失更多商业客户。




OpenAI 转变思路的背后,AI 正在加速药物研发


OpenAI 抛出收入分成论的原因,一部分看到是如今 AI 作为科研工具已经已经开始起效了。


最近,制药和生物技术公司纷纷开始使用各种形式的 AI 进行药物研发。已有多家大型医药公司宣布了与 OpenAI 的深度合作,尝试使用 OpenAI 的模型来分析大量数据并提出假设或测试方法。去年 10 月,为制药公司提供服务和设备的企业 Thermo Fisher Scientific 表示,它将使用 OpenAI 模型来加速药物开发,并识别哪些疗法不太可能成功。


OpenAI 似乎也在开发越来越复杂、专门用于生物学和药物方向的 AI 模型,以推动 AI 在药物发现过程中更直接地协助制药公司。


例如,OpenAI 最近与生命科学诊断供应商 Revvity、Xero 以及其他生物技术公司进行了洽谈,想要获得授权以使用它们更专业的数据来训练自家 AI 模型。


在 AI + 医药研发方向,OpenAI 并不是唯一的一家,Anthropic 以及谷歌 DeepMind 等也与一些早期生物技术初创公司就数据许可或合作事宜展开了讨论。


Sarah Friar 无疑熟悉像 Recursion 这样较早期的 AI 药物研发公司,这些公司曾与制药企业达成交易,若其技术成功识别出药物,将获得巨额奖金。不过,目前这样的成功案例即使有,也寥寥无几。


竞争虽然才起步,但已非常激烈:OpenAI 的对手 Anthropic、Google DeepMind 以及 Alphabet 旗下专注于利用 AI 进行药物研发的子公司 Isomorphic Labs,也都已与早期生物技术初创公司就数据许可或合作关系进行了讨论。


上周末,Sarah Friar 在一篇博客文章中做了某些暗示,OpenAI 也可以在能源和金融领域达成这种价值共享类型的安排。「基于知识产权(IP)的许可协议和基于结果的定价,将分享所创造的价值,」Sarah Friar 这样写道。


博客地址:https://openai.com/index/a-business-that-scales-with-the-value-of-intelligence/


大语言模型已经很擅长发现人类可能错过的架构和形态。OpenAI 的模型有时可以将不同领域的概念联系起来,提出新型实验建议,涉及从核聚变到病原体检测的各个方面。尽管这些模型存在许多局限和错误,但科学家们似乎仍对它们充满热情。


虽然这听起来可能有些天马行空,想象 OpenAI 通过 IP 许可或版税获得的收入比广告还多,但 Sarah Friar 的言论极其清晰地释放了他们想要做什么的信号。


问题在于,在 OpenAI 完成目前正向投资者寻求的数百亿美元融资之后,她是否还会继续谈论这一点。


参考链接:

https://www.theinformation.com/newsletters/applied-ai/openai-plans-take-cut-customers-ai-aided-discoveries?rc=jn0pp4

https://www.tipranks.com/news/the-fly/openai-spoke-to-revvity-about-licensing-data-the-information-reports-thefly


© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:liyazhou@jiqizhixin.com

除了医药和金融,我觉得新能源领域也很有潜力。比如,用AI优化电池材料、提高发电效率等等,这些都能带来实实在在的经济效益。另外,智能制造领域也可以考虑,通过AI优化生产流程,降低成本,提高效率。当然,前提是AI的应用能够带来显著的价值提升,否则客户肯定不愿意分成。

别忘了开源!虽然开源不直接产生利润,但可以吸引大量开发者参与,形成活跃的社区。有了社区,就可以通过提供商业支持、高级功能等方式来盈利。而且,开源还可以提高AI技术的普及程度,让更多人受益。

说实话,数据问题是AI发展绕不开的坎。OpenAI需要更加透明地公开其数据来源,并接受公众的监督。同时,政府也应该出台相关的法律法规,规范AI数据的采集、使用和保护,避免侵犯个人隐私和知识产权。

个人认为这种模式有利有弊。好处是OpenAI更有动力去维护和升级他们的API,毕竟大家是利益共同体了。坏处也很明显,创业公司利润被分走一部分,可能会影响他们的发展速度,而且分成比例怎么定,也是个大问题,搞不好会引发法律纠纷。

这绝对是一个信号!AI公司不能只想着卖算力、卖API,更要思考怎么深度参与到客户的业务流程中,提供定制化的解决方案。比如,针对不同行业的特定需求,开发垂直领域的AI应用,或者提供AI咨询服务,帮助企业实现数字化转型。

我觉得OpenAI可以考虑以下几种方案: 1、与数据提供方建立合作关系,通过付费或者分成的方式获取数据使用权。 2、开发新的数据获取技术,比如主动学习、半监督学习等,减少对大规模标注数据的依赖。 3、建立数据伦理委员会,负责审核数据来源的合法性和伦理性,确保AI的开发符合社会规范。

从长远来看,这种模式不一定是坏事。如果OpenAI能把分成的钱投入到AI技术的研发中,提高API的性能和服务,那对所有开发者来说都是好事。但是短期内,肯定会对一些小型AI创业公司造成冲击,他们需要重新评估自己的商业模式和盈利能力。

如果OpenAI真的这么搞,那对小创业公司绝对是灭顶之灾。本来创业公司就缺钱,好不容易用AI整出点东西,结果大头被OpenAI拿走了,还不如一开始就用开源模型自己训练呢。当然,如果OpenAI技术足够牛逼,分成比例又合理,那可能还能接受,毕竟能更快变现嘛。

我觉得AI公司可以考虑以下几种盈利方式: 1、数据服务:提供高质量的训练数据或者数据标注服务。 2、模型训练:为企业定制训练模型,满足其特定需求。 3、订阅服务:提供按需使用的AI服务,比如AI写作、AI图像生成等。 4、软硬件结合:将AI技术融入到硬件产品中,提高产品的智能化水平。

这绝对是火上浇油!本来数据来源就不干净,现在还要抽成,这不是明摆着欺负人吗?OpenAI应该拿出诚意,和版权方合作,购买数据授权,或者建立一个公平的数据共享机制,让大家都能参与进来,而不是一家独大。