AI人工智能课堂：OpenAI巨亏带来的启示 北大博士卢菁老师

在AI浪潮席卷全球之际，OpenAI的巨额亏损现象引发了行业深思。据北大博士卢菁分析，尽管OpenAI月活跃用户迅速突破亿级，但其持续的高额算力成本与大模型商业化挑战，使得公司面临严峻的财务压力。不同于移动互联网的低成本扩张模式，AI产品的算力依赖导致边际成本上升，加之C端用户使用门槛高及产品同质化严重，使得商业模式探索变得复杂。本文将探讨AIGC（AI Generated Content）时代的机遇与挑战，以及如何在技术革新与商业逻辑中寻找平衡，为AI行业的可持续发展指明方向。
这段小编建议提炼了原文的关键信息，包括OpenAI的亏损原因、AI产品面临的挑战，以及AIGC时代行业共识与非共识的讨论，同时强调了技术与商业结合的重要性，适合作为文章开头概述全文主旨。

AI人工智能课堂：OpenAI巨亏带来的启示。北大博士卢菁老师。据说OpenAI今年可能要亏损50亿美元，据说它的算力成本可能就得70亿美元，占总运营成本八成还多。其实最根本的原因就是大模型落地没达到预期，或者说GPT不是C端用户最终的AI解决办法。这也体现出OpenAI时代和移动互联网时代最大的不一样。移动互联网时代的产品边际效应很低，大面积推广的成本也低。可是AI产品持续推广的时候成本却一直升高。主要原因是因为AI产品得靠算力支撑，而现在大模型对算力的要求可不低，这又导致算力成本没法有效控制，边际成本不一样。所以AI产品一开始就得收费，另外现在的GPT得输入要求很高的Prompt，C端用户的使用习惯对不上，用户得花好多精力去学，这种情况肯定没法长久。用户刚开始因为好奇和新鲜愿意去尝试免费的AI产品，可是等新鲜劲过了之后用户愿不愿意花钱还不好说。特别是现在的AI产品主要就是提供些娱乐功能，还没满足用户的刚需。而且现在全球的互联网大厂和大模型公司都开始搞大模型"价格战"，这说明不管是GPT-4还是其他大模型，同质化很严重，没什么大区别。也能够看出来现在的大模型主要就是工程上做大量优化，还有海量数据的整合迭代，模型架构跟传统深度学习时代比没有那种大的突破。就因为上面这些原因，虽然OpenAI的月活用户破亿只用了前所未有的2个月，但却破天荒一直亏损。到现在OpenAI的月活停在2.5亿，没什么大进展了。现在AI行业有个特别有意思的地方，"共识"和"非共识"的观点都有，而且还争得特别厉害。大家都觉得AIGC好，认为是下一次智能革命，好多机会会改变所有行业，会改变生活，这是"共识"。但对于AIGC怎么落地，从哪个细分领域开始？AIGC时代C端产品什么样？B端产品什么样？C技术怎么跟商业规律结合？这是"非共识"。业界一直在热烈讨论，AIGC时代肯定是前所未有的充满巨大机会和科技革新的时代。这个没有跑，只不过AIGC时代更需要一直去投入、一直成长、坚持长期主义、保持技术理性和科技理性，更重视技术规律和商业规律，才能在这个时代里往前冲。