文 | 烏鴉智能說

今年6月，The Information 邀請了著名風險投資家、OpenAI 早期投資人Vinod Khosla和大家探討了對AI技術發展的見解，討論了AI如何重塑人機交互、創業生態系統以及專業服務的未來。

Vinod Khosla是一位著名的印度裔美國企業家和投資者。他不僅是風險投資公司Khosla Ventures的創始人和董事長，也是OpenAI的首位投資人。

在本次訪談中，Vinod Khosla分享了很多有價值的觀點。以下是烏鴉君摘選Vinod Khosla的部分核心觀點：

1.大模型一年后的成本會是今天的五分之一到十分之一。我建議所有初創企業忽略計算成本，因為你在優化軟件上花的任何錢，一年內都會變得毫無價值。

2.在云計算基礎設施上投資并不明智，因為那些購買GPU來構建云計算的公司很可能會輸給亞馬遜和微軟這樣的巨頭。

3.所有這些應用都會依賴于針對特定領域優化的大型語言模型。幾乎所有的專業知識都將被AI免費化，無論是初級保健醫生、教師、結構工程師還是腫瘤學家，每個專業領域都可能成為成功的創業項目。但在這個過程中，細分領域的專業知識最終會被整合到更廣泛的領域，比如初級保健和心理健康治療。

4.AI將帶來巨大的通貨緊縮，因為許多東西的成本將接近于零，這些東西中的勞動力含量已經消失了。如果你減少到僅剩20萬名醫生，80%的醫生消失，消費者在醫療保健上少花費2500億美元，帶來通貨緊縮。

5.在可能出現通縮的AI經濟中，人類可能會為體驗支付更高的價值。我不認為Taylor Swift僅僅是關于音樂，這是一種文化現象，一種年輕人的體驗。

蘋果公司的最新動作

Jessica Lessin：我認為這周又有了重大AI新聞，蘋果的AI發布，當然，其中一個重要部分是蘋果與OpenAI的合作。Vinod是最早的風險投資者。所以我得問問Vinod，你對蘋果的消息怎么看？

Vinod Khosla：首先，我還沒有完全跟進所有的消息，這周末再看。但蘋果確實需要做點什么，Siri的聲譽已經越來越差了，甚至可能更差。

但更重要的是，他們展示了一件非常重要的事情：計算機直接與你交互。你不需要費勁從計算機獲取信息，計算機會為你獲取信息。我幾個月前寫了一篇博文，討論了計算機將學習人類而不是人類學習計算機的看法。

從OpenAI的角度來看，這明確了OpenAI最佳大語言模型的地位。顯然，很多人想要這個業務，很多事情都被評估過。所以很高興看到蘋果認為最好的AI在OpenAI，我相信他們也考慮了未來一年或兩年最好的AI會在哪里。所以在很多方面，這對OpenAI來說是一個驗證，也是人類與機器交互方式的一個重要里程碑。

Jessica Lessin：我得補充一點，我認為他們確實提到了Gemini也即將到來，可能還會與Anthropic合作。我提到這一點不是為了貶損OpenAI的優秀模型，而是因為它引發了我一個問題，那就是如果蘋果試圖用這種智能技術重建一個應用商店，目標是廣泛合作并引導到不同的服務，這讓我想起他們最初推出Siri時說的，他們會將你引導到OpenTable進行預訂等等。Vinod，你對蘋果的技術走向或者更廣泛地說，AI中應用和服務的發現有什么看法嗎？因為這直接關系到創業生態系統。

Vinod Khosla：首先，蘋果保留選擇余地是明智的，但他們確實在嵌入和內置到操作系統中的選擇做了明確的決定，足以讓Elon Musk因為禁用蘋果設備而生氣。但我認為更大的事情是我們如何與計算機交互。Siri是人機交互界面進化的開始，最終會變成代理型界面。我認為這是大新聞。

Sam Lessin：Vinod，我能問你一個問題嗎？你和我去年曾討論過大模型與小模型的未來。蘋果展示的一個有趣點是他們能在設備上用小模型做很多事，那么長期來看，昂貴且競爭激烈的大模型會占據什么地位？它們只是變成內容嗎？我有點好奇，盡管你還沒完全跟進，你怎么認為這一切會發展？

Vinod Khosla：我認為設備上的小模型做的事情會與大模型做的事情不同。如果你想要人類水平的智能，那就得使用大模型，小模型取代不了大模型，但它們確實在某些方面做得很好。如果你想要低延遲的響應，你需要一個短路徑，那就需要設備上的小模型。實際上，我認為英特爾甚至與其新處理器一起捆綁了一個小的大語言模型，但它們旨在做響應性界面，而不是智能來源。

Sam Lessin：你可以想象一個未來，你可以和很多人對話，有些人智商50，有些人智商100，有些人智商10000。問題是，你愿意花錢向智商10000的人提問還是向智商70的人提問，后者可能知道你的郵件內容和日常問題。現在我們基本上相當于把所有問題都拋給一個非常昂貴的博士生。而未來，我認為我們會更聰明地選擇不同問題需要什么水平的智能。你怎么看這種競爭？

Vinod Khosla：我可能不同意。我認為“昂貴的大模型”會變得非常便宜。我打賭一年后它的成本會是今天的五分之一到十分之一。我建議所有初創企業忽略計算成本，因為你做的任何假設，你在優化軟件上花的任何錢，一年內都會變得毫無價值，所以忘記它。依賴云、Gemini和OpenAI之間的市場競爭來降低成本到無關緊要的程度，低到某個水平就無所謂了。你每月為iPhone服務支付一定費用，如果這費用是其中的10%或更少，那就無關緊要。

Jessica Lessin：為什么你認為公司應該忽略成本，它會如此劇烈地下降？你看到了什么？

Vinod Khosla：因為每個大模型所有者都在努力降低成本。

Sam Lessin：每個大模型的訓練成本不是越來越高嗎？

Vinod Khosla：AI模型的訓練成本確實日益增高，這也是我認為開源模型難以持續的原因。然而，一旦模型訓練完成，我們應該追求最廣泛的使用范圍，這有兩個主要原因：首先，從商業角度來看，我們希望獲得最多的收入。成本最低的模型通常能獲得最廣泛的應用，從而帶來最高的收入。但更為重要的是，廣泛使用能夠產生大量數據，這些數據對訓練下一代模型至關重要。因此，出于多方面考慮，我們應該致力于最大化模型的使用范圍。

如果我們著眼于長遠發展，就會發現AI模型競爭主要在五年的時間尺度上進行，而非一年。在這段時間內，成本會逐年下降。目前，Nvidia從每個用戶那里收取相當高的費用，但未來每個模型都將能夠在多種類型的GPU或計算平臺上運行。

開發者們會希望生成盡可能多的數據。因此，我相當確信在未來幾年里，收入并非最重要的指標。當然，我們不希望虧損到無法承受的地步，但主要目標并非賺取巨額利潤，而是獲得大量使用和數據以改進模型。

我堅信AI在智能方面還有很大的提升空間，無論是推理能力、概率思維還是模式匹配，這些模型在各個方面都有巨大的改進潛力。我相信我們每年都會看到令人驚嘆的進步。雖然業界有許多傳聞，但公司之間主要區別在于執行力。例如，OpenAI在執行方面表現出色，而谷歌擁有優秀的技術和人才，但在執行精準度上略顯不足。

Brit Morin：有些人認為AI最終會被現有的科技巨頭壟斷并商品化。Vinod，從五年的時間尺度來看，你對AI的前景有什么看法？你更關注哪些不太可能被巨頭壟斷的領域？這種思考方式合適嗎？

Vinod Khosla：我認為，如果你想與OpenAI和谷歌等公司在基礎模型領域競爭，這并不是一個好的方向。大型語言模型很可能會被大玩家主導，因為他們有能力在大規模集群上進行訓練，可以支付專有內容的費用，比如與Reddit等平臺合作，并能夠訪問Nature等出版物中的各種科學文章。如果沿襲傳統路線，大玩家確實具有優勢。

然而，我們最近投資了一家名為符號邏輯的公司，他們采用了完全不同的方法。這種方法不依賴于大量數據或計算資源，是一條正交的、高風險高回報的路徑。如果成功，將帶來革命性的變化。因此，即使在模型層面，也存在著不同的創新方向。

例如，我的MIT教授朋友Josh Tenbaum認為，概率編程將是未來的一個重要貢獻。人類的思維方式是基于概率的，這與簡單的模式匹配不同。所以我認為我們在基礎技術研究方面還遠未結束。目前，我們主要在開發Transformer模型，但還有其他模型值得探索。只是很少有人敢于投資Transformer以外的模型。

我特別關注那些看似深奧的領域。比如，符號邏輯使用了一種叫做范疇理論的數學，這是大多數數學家都不太熟悉的。這是我們在15-18個月前做出的一個大膽投資。

在模型之外，還有很多值得關注的領域。我認為在云計算基礎設施上投資并不明智，因為那些購買GPU來構建云計算的公司很可能會輸給亞馬遜和微軟這樣的巨頭。這些大公司正在開發自己的定制芯片，以避免支付Nvidia的高額費用，而且幾年后AMD也可能加入競爭。但在應用層面，機會是巨大的。我預測，幾乎所有的專業知識都將被AI免費化。無論是初級保健醫生、教師、結構工程師還是腫瘤學家，每個專業領域都可能成為成功的創業項目。

當然，我們也投資了一些大家都知道的非常受歡迎的項目，比如Devin，他們正在構建一個AI程序員。他們不是在為程序員構建工具，比如Copilot，而是在構建一個程序員。我們最近投資了一個AI結構工程師項目。雖然這聽起來可能有些奇怪，但想想看：傳統上，一個建筑結構設計可能需要兩個月才能完成一個版本。而AI結構工程師可能在5小時內就能提供五個版本，大大縮短了建設項目的時間。這個看似小眾的市場可能價值數十億美元。

Sam Lessin：但我想進一步探討一下。我同意任何可以被系統化描述的專業知識都可以被AI實現，而且會更快更好。但問題是，這真的能成為一個有競爭力的商業模式嗎？還是說它最終會成為一種人人都能訪問的商品，改變我們的工作方式，但并不是一個好的商業機會？

Vinod Khosla：我的觀點是，所有這些應用都會依賴于針對特定領域優化的大型語言模型。每個專業領域的工作流程都是不同的。認為一個通用模型可以做所有事情的想法是不正確的。每個領域都有其特殊性，比如使用哪些特定的庫或目錄來決定可用的材料和價格，如何組成一個更經濟的結構等。這些細節在各個領域都會有所不同。舉個例子，AI腫瘤學家不會僅僅依靠GPT-6就能成為專家。它需要掌握許多細節，比如知道有哪些測試可以判斷20種不同化療藥物中哪一種對特定癌癥最有效。目前這種廣泛的測試不常做，因為成本太高，而且大多數腫瘤學家沒有如此廣泛的知識。但AI可以改變這一點，為患者提供更精準的治療方案。

Sam Lessin：我明白了，但問題是，界限在哪里？顯然會有一些界限，但如果極端情況下，比如說普通家庭醫生可能不會是一個好的市場，因為概括一個家庭醫生所知道的所有內容并處理它相對容易。雖然你可能會有一個數字家庭醫生，但這可能是一個很難盈利的市場。專科醫生可能會有所不同。

Vinod Khosla：我不完全同意。我認為，這些專業知識最終會被整合到更廣泛的領域中，比如初級保健和心理健康治療。這兩個領域我認為可能會是更大的市場，因為除了知識之外，還涉及其他方面。相比之下，在腫瘤學領域，除了專業知識外幾乎沒有其他因素。

Jessica Lessin：Dave，你對此有何看法？我知道你一直在密切關注這個領域的創業公司。我也想聽聽你對Apple的看法。你是第一個在這個播客中提到關注Apple如何通過集成芯片與小型語言模型進行操作的人。我感覺我們在Apple Mail等應用中看到的許多嵌入功能都在你的預測中。

Dave Morin：是的，正如你們所知，我一直認為Apple將是把小型模型帶入市場，并使其對消費者和開發者產生實際影響的公司。我最近一直在思考的一個重點是，Apple實際上展示了他們在技術構建、平臺構建和產品構建這三個方面的卓越能力。大多數大型科技公司通常只能做到其中的一項或兩項。所以我認為Apple真正將其全面的技術實力運用到這一領域是非常令人印象深刻的。

他們不僅僅是在談論技術，這是我們過去一年看到很多公司在做的。他們也不僅僅是通過為消費者帶來優秀產品來實現這一目標，盡管他們確實做到了這一點。我認為最令人印象深刻的是他們昨天推出的大量開發者工具和平臺。這里有很多深奧的內容，但我認為開發者和企業家們會非常興奮能夠獲得這些新工具。這些工具不僅對Vinod所說的垂直行業有直接影響，同時也為創造偉大的新產品提供了大量新的可能性。

然而，讓我感到有些失望的一點是，你不能直接訪問這些本地模型，這是很多人沒有提到的。他們在開發者方面設置了相當嚴格的限制。你可以使用他們的Swift編程語言和一系列UI組件，將這些模型應用到你的應用程序中。但作為開發者，目前還不能直接訪問模型。我認為這是昨天公告中一個非常有趣但未被廣泛報道的細節。除此之外，這些是我的初步想法。

硅谷頂流的AI投資思路

Sam Lessin：從我的角度來看，在種子投資的極端情況下，我認為大多數進入AI領域的種子投資者是在做愚蠢的事情，因為在這個領域，一兩百萬美元真的不能在價值創造上起到很大作用，這個游戲的規則就是如此。所以，對我來說，這顯然是大公司勝出的領域。中間地帶可能還有爭議，我很想聽聽你的看法。你顯然和我有不同的觀點。而在種子階段，從風險投資的角度來看，這是一場災難。我很好奇你是否認為我錯了，我很想聽聽你的看法。

Vinod Khosla：讓我給你一些具體的例子。2023年1月或2月，有一家公司帶著一套看似荒謬的說法來找我。我說，好吧，我給你200萬美元的種子資金，如果你能證明這一點，我們可以談更多的投資。他們在今年3月回來并展示了承諾的結果。我說，不用再找其他投資者了，我明天就給你寫1500萬美元的支票，我們確實這樣做了。我們沒有等待外部定價，也沒有等待其他人的意見。我不在乎其他人的看法。我們賭了一把。這就是小種子投資如何變成大投資的過程。

順便說一句，我們還有很多機器人領域的種子投資。真正的小額投資，它們會成長。以Hartwell為例，就是我之前提到的結構工程師的項目，它是一個種子投資。它可能永遠不會需要5000萬或1億美元。它將從種子投資成長為一個盈利的業務。所以我確實認為種子投資有空間，但盲目跟隨他人的策略是糟糕的。每次有人從DeepMind離職創業，就給他們200萬美元，這是一個糟糕的策略。

Sam Lessin：我實際上很好奇，在你的種子輪投資實踐中，你如何看待定價原則？因為在我看來，種子階段在AI中如此糟糕的一個原因是，因為在我看來，AI領域的種子階段投資如此糟糕的一個原因是，那些從DeepMind出來的人，他們的種子輪不僅可能會失敗，而且價格會高得離譜，投資者很難從中賺錢。從投資者的思維角度來看，你如何在AI領域的種子輪投資中找到定價合理的優質項目？

Vinod Khosla：我認為必須花費大量時間思考，首先，哪些領域會被大模型所顛覆，哪些會成為這些模型中的一個功能而變得過時。我們在這方面進行了大量討論。我們在這些領域有許多內部技術專家和良好的人脈。但我估計，我們80%的種子投資是在2500萬美元估值以下。偶爾，我們會像對待Devin那樣，盡管沒有收入，但我們會根據我們的某些信念系統下注。80%到90%的十億美元估值的項目，甚至更多，我們會放棄，但有10%到20%我們會投資。我們確實投資了Replit，也投資了Devin。我們偶爾會關注高估值的投資，有時我們會為了維護關系而進行少量象征性投資。

Sam Lessin：關于高估值的投資，你是作為投資者進行的，還是從生態系統的角度進行的？

Vinod Khosla：Devin和Replit絕對是投資。我們還做了一些生態系統和關系投資。我們非常了解某些人，估值失控了，我們會進行象征性投資，這沒問題。我們也做了相當多的這種投資。

AI經濟的通縮效應

Jessica Lessin：你認為迄今為止這些模型在構建自身方面的行為是否合法？其次，不僅對于內容所有者，還有你提到的醫生和專業知識，對于那些專業知識、知識產權和教育以及許多其他領域的創造者來說，在AI世界里他們的商業模式會是什么樣的？

Vinod Khosla：今天早上我和《華爾街日報》做了一期播客，整個討論話題是，AI會帶來巨大的通貨緊縮嗎？我說過，當然會。它將在我們討論的許多方面帶來巨大的通縮，因為許多東西的成本將接近于零，這些東西中的勞動力含量已經消失了。也許還剩下一點土地租金和資本支出，但這將是一個巨大的通貨緊縮經濟。如果你減少到僅剩20萬名醫生，80%的醫生消失，那么你談論的是在醫療保健上少花費2500億美元，這是通貨緊縮。所以，如果大部分內容是AI生成的，大部分音樂是AI生成的，這都是通貨緊縮的。盡管在許多這些領域，消費將大幅增加，但很難預測這種模式會做什么。我認為我們很難預測這些方面的發展方向。

Jessica Lessin：所以內容行業要小心了。

Sam Lessin：有一個我一直在思考的問題，與其付費給所有這些所謂的版權所有者，為什么不雇傭比如說1萬個聰明人整天和AI交談呢？似乎更有效率，甚至只需要1000人，雇傭1000個聰明人并說，我不會從任何人那里獲得許可，我只是基本上每天付給1000人全職工資，讓他們只談論那個，就是元數據。

Dave Morin：這不就是meta和YouTube的模式嗎？用戶免費提供內容。

Sam Lessin：meta的內容生成模式一直很有趣。我確實相信這些問題的答案是這些東西是其界面的反映，媒介即信息。我在想，如果有一千人每天花6小時與大語言模型對話，討論他們學到的東西，會怎樣？這幾乎像是一種現代神諭。

Vinod Khosla：Sam，在這個可能出現通縮的AI經濟中，我們需要重新思考什么是有價值的。我不認為Taylor Swift僅僅是關于音樂，這是一種文化現象，一種年輕人的體驗。

所以我確實認為人類體驗的本質會對事物的價值進行重新評估。為什么我們從真正制造精良的商品轉向支付三倍的價格購買手工制作且不太精致的商品？因為這是我們重視的人類體驗，不同的人重視不同的東西。所以這一切如何重組成一套價值體系，很難預測。我想說的是，我們唯一能說的是它會發生巨大的變化。我認為我們無法說出它將如何改變。