今年，OpenAI可能要血亏50亿 来源：新智元 OpenAI是历史上发展最快的企业之一，但也是最烧钱的企业之一。最近，The Information根据内部财务数据和相关人士的分析预测，OpenAI今年的亏损可能高达50亿美元。这是基于对OpenAI运行ChatGPT和训练下一代LLM的支出，以及招聘情况和员工成本进行的综合估算。如果判断正确的话，那么这家估值800亿美元的「烧钱机器」，将需要在未来12个月左右筹集更多资金。美元焚烧炉 据知情人士透露，在支出方面，OpenAI今年预计会花费40亿美元租用微软服务器，来支持ChatGPT的运行及其底层LLM的推理。而训练成本，包括支付数据的费用，则可能会膨胀到30亿美元。这是因为，随着AI军备竞赛愈发激烈，OpenAI早在去年就加快了新AI的训练速度。除此之外，OpenAI还雇佣了大约1500名员工，工资就会花费约15亿美元，部分支出是用于去其他竞争公司高薪挖走AI人才。当然，这只是一个估算。根据内部消息，OpenAI在2023年的员工成本约为5亿美元，人数则在年底增加到了800人左右。如今，OpenAI的员工人数几乎又翻了一倍。而且，如果网站上列出的近200个空缺职位可以作为参考的话，预计在2024年下半年还会增加更多人员。这么算下来，OpenAI今年的运营成本可能将高达85亿美元。 Analytics India曾分析称，如果OpenAI继续以每天70万美元的成本烧钱，但又无法及时盈利，最快可能会在2024年底破产在收入方面，ChatGPT本身每年可以提供约20亿美元的收入，而API则可以每月带来超过8000万美元的收入。再加上其他的来源，OpenAI的月收入在最近达到了约2.83亿美元。据此The Information估计，其年收入可能会在35亿美元到45亿美元之间。（具体取决于下半年的销售情况） 好消息，年收入有望创新高45亿美元；坏消息，成本至少85亿美元。也就是说，OpenAI的亏损将在40亿美元到50亿美元之间。这一分析解释了为什么OpenAI的CEO奥特曼会将公司描述为「硅谷历史上资金密集度最高的初创公司」。同时，这也意味着OpenAI很快就需要继续筹集资金，因为微软给的百亿投资很快就会被烧光。Anthropic VS. OpenAI 虽然OpenAI一直在猛猛烧钱，但它的处境比一些竞争对手要好。 因为它在支付给微软租用那些配备昂贵英伟达GPU高能耗服务器时得到了优惠。 金主微软给OpenAI提供了大幅折扣的租赁费率，基本上只覆盖了自身运营这些服务器的成本。 与OpenAI相比，它在初创公司中最大的竞争对手是Anthropic。 Anthropic的收入预计是OpenAI的五分之一到十分之一。 今年早些时候，Anthropic的高管预测，该公司全年将消耗超过27亿美元的现金，其中仅计算成本一项就高达25亿美元。 同时，Anthropic预计到今年年底，年化收入将达到约8亿美元，或每月6700万美元。 然而，Anthropic与亚马逊共享收入，亚马逊提供资金并提供技术支持，同时也向亚马逊云客户销售AI模型。 目前尚不清楚Anthropic的收入中有多少来自亚马逊的销售，但可能占有相当大的比例。 这意味着在支付分成后，Anthropic预计的年化收入可能在4亿美元到6亿美元之间，或每月3300万美元到5000万美元。 换句话说，尽管Anthropic在增长速度上势头强劲，但在运营效率与成本控制方面仍然不如OpenAI。 微软友情价：40亿 据知情人士透露，OpenAI所用的集群相当于35万块英伟达A100，其中约29万块芯片（即超过80%）用于支持ChartGPT的运行。 最近，微软又与Oracle签署了一项协议，租用一个巨大的服务器集群以支持OpenAI的计算需求。 据The Information此前报道，该集群预计在2025年中期上线，两年的租金约为50亿美元。 不过，微软给OpenAI的折扣可以说是非常之大——每块A100每小时仅为1.30美元。 但由于推理集群基本上在满负荷运行，因此全年的成本依然达到了40亿美元。 扭转逆局 要想逆转巨额亏损的局面有两条路可走，开源和节流。 OpenAI希望通过降低成本来增加收入。通过更新模型结构技术，大幅降低了运行AI模型的成本。 此外，OpenAI计划推出更多新产品，包括搜索引擎和计算机智能体在内的新工具。 如果这些产品能够成功推出，它们将能够处理多样化、多步骤的任务，如辅助购物者精准搜索商品，或自动化费用报告填写，并将其集成至会计软件。 OpenAI表示，对今年年底前推出的下一个旗舰模型持乐观态度。 如果这个新模型比2023年初推出的当前旗舰模型GPT-4更好，OpenAI的业务增长可能会弥补其损失。 另一个积极信号是，随着越来越多的企业开始使用ChatGPT，OpenAI的收入增速已经超过了成本增速。 参考资料：https://www.theinformation.com/articles/why-openai-could-lose-5-billion-this-year?rc=epv9gi推荐阅读 MIT新晋副教授何恺明《计算机视觉进展》课程，附Slides与资料下载 西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研奖金675万！3位科学家，斩获“中国诺贝尔奖”！最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！2021李宏毅老师最新40节机器学习课程！附课件+视频资料 欢迎大家加入DLer-计算机视觉技术交流群！ 大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明） ??长按识别，邀请您进群！