2011 年 2 月，微軟和諾基亞宣布全面合作，合力挑戰(zhàn) Android 系統(tǒng)。Google 高級(jí)副總裁維克·岡多特拉（Vic Gundotra）在社交媒體上評(píng)論這件事：“兩只火雞加一起，也變不成一只鷹?！?/p>

岡多特拉自然是說對(duì)了，微軟和諾基亞沒幾年就敗走手機(jī)市場(chǎng)。弱弱聯(lián)手挑戰(zhàn)強(qiáng)者，一般都是這樣的結(jié)局。

ChatGPT 大熱后，它的締造者 OpenAI 被貼上 “PayPal 黑幫”“烏托邦式創(chuàng)業(yè)” 之類的標(biāo)簽。但在 2015 年，這個(gè)團(tuán)隊(duì)成立之初看起來也是一個(gè)妄圖挑戰(zhàn)雄鷹的 “火雞大聯(lián)盟”。

OpenAI 的第一批投資者雖然都是硅谷響亮的名字：埃隆·馬斯克（Elon Musk）、彼得·蒂爾（Peter Thiel）、山姆·阿爾特曼（Sam Altman）、里德·霍夫曼（Reid Hoffman）、杰西卡·利文斯頓（Jessica Livingston），但他們所執(zhí)掌的公司和機(jī)構(gòu)都不是各自領(lǐng)域里最專精于人工智能的那些。

海量數(shù)據(jù)和頂級(jí)人工智能科學(xué)家一般被認(rèn)為是發(fā)展人工智能的必備資源。而美國最有資源的正是四大科技巨頭——Google（手機(jī)、地圖、搜索、郵件）、Facebook（社交）、蘋果（手機(jī)）、亞馬遜（購物）。這四家公司都在幾年內(nèi)達(dá)到萬億美元市值，并將人工智能用在自己的產(chǎn)品上。它們當(dāng)中，只有亞馬遜參與了 OpenAI，但只是捐了一些云計(jì)算資源。

霍夫曼掌管的 LinkedIn 在數(shù)據(jù)量層面無法和 Facebook 相提并論。阿爾特曼 接手的 Y-Combinator 雖然有名，但孵化的公司最大的也只是 Airbnb。特斯拉是其中唯一一家人工智能巨頭，今天有上百萬輛車每天在全世界搜集數(shù)據(jù)——但在 2015 年，它只是一個(gè)年產(chǎn) 5 萬輛，前途未卜的創(chuàng)業(yè)公司。三年后，特斯拉銷量激增、加大人工智能研究投入，馬斯克便退出 OpenAI 董事會(huì)，說雙方有 “利益沖突”。

就是這樣一個(gè)開局，七年后的 OpenAI 成為全球最受關(guān)注的人工智能公司，讓 Google、Facebook 等科技巨頭措手不及。

創(chuàng)辦 OpenAI 之前，阿爾特曼在斯坦福大學(xué)的課堂提出了公式：創(chuàng)業(yè)成功 = 想法 * 產(chǎn)品 * 執(zhí)行 * 團(tuán)隊(duì) * 運(yùn)氣。

OpenAI，他唯一成功的創(chuàng)業(yè)項(xiàng)目，完美證明了這個(gè)公式。

OpenAI 故事的起點(diǎn)是 2015 年 7 月在加州門羅帕克的一場(chǎng)晚宴。召集者是剛接任硅谷著名孵化器 Y Combinator 總裁一年多的阿爾特曼。晚宴出席者們相識(shí)已久，不少在創(chuàng)業(yè)時(shí)代有過交集。他們還都熟悉瑞典哲學(xué)家尼克·博斯特倫（Nick Bostrom）的觀點(diǎn)，都對(duì)人工智能的未來充滿恐懼。

那時(shí)，AlphaGo 還不是全球圍棋冠軍，但計(jì)算機(jī)識(shí)別人臉的準(zhǔn)確度已超過人眼，Google 的自動(dòng)駕駛汽車也早在路上行駛多年，數(shù)千萬人使喚蘋果、亞馬遜的語音助手。機(jī)器越來越聰明，雖然還不到人的水平。

但根據(jù)博斯特倫 2014 年出版的《超級(jí)智能》（Super Intelligence）：以計(jì)算機(jī)發(fā)展規(guī)律，如果人工智能的聰明程度達(dá)到接近人類，它的智力用不了多久就會(huì)遠(yuǎn)遠(yuǎn)甩開人類——差距就像人類與老鼠那樣大，但這一次，人類扮演老鼠的角色。

馬斯克和阿爾特曼多次公開引用這個(gè)觀點(diǎn)，認(rèn)為人類必須提前做好準(zhǔn)備。阿爾特曼和馬斯克沒想著限制它，而是想積極推動(dòng)開發(fā)造福全人類的人工智能，讓每個(gè)人都用上，去對(duì)抗壞的人工智能。正是這個(gè)宏大的愿景幫他們聚攏了頂級(jí)人才。

晚宴上，負(fù)責(zé) Google Brain 項(xiàng)目的人工智能科學(xué)家伊爾亞?蘇茨克維（Ilya Sutskever）當(dāng)場(chǎng)表示有意加入。他在 2012 年參與提出 AlexNet 模型，證實(shí)了深度學(xué)習(xí)潛力。這被認(rèn)為今天新一輪人工智能浪潮，包括無人駕駛技術(shù)的起點(diǎn)。

另一位加入的技術(shù)天才是今天的 OpenAI 董事長、CTO 格雷格·布羅克曼 (Greg Brockman)。布羅克曼是硅谷新興獨(dú)角獸 Stripe 的第 4 位成員，任首席技術(shù)官，推動(dòng) Stripe 的估值漲到 35 億美元，并重新塑造了美國電商的支付體驗(yàn)。如果他繼續(xù)陪著 Stripe 長大，可以在接下來七年獲得數(shù)億美元回報(bào)——現(xiàn)在 Stripe 的估值已經(jīng)漲到 630 億美元。但在當(dāng)時(shí)，布羅克曼認(rèn)為，投身人工智能研究更重要。

晚宴結(jié)束后，布羅克曼就開始四處挖人組建團(tuán)隊(duì)。他找的第一個(gè)人是約書亞·本吉奧 (Yoshua Bengio）。2019 年，因?yàn)閷?duì)深度學(xué)習(xí)的貢獻(xiàn)，本吉奧和杰弗里·辛頓（Geoff Hinton）、楊立昆 (Yann LeCun) 一起獲得圖靈獎(jiǎng)，唯獨(dú)他不在為大公司效力。

本吉奧給布羅克曼列了深度學(xué)習(xí)領(lǐng)域最好的研究人員名單。接下來的幾周，布羅克曼挨個(gè)聯(lián)系名單上的人，盡管沒有 Google 、Facebook 等公司的天價(jià)薪水，他還是靠著宏大的愿景說動(dòng)了其中 9 位加入。

2015 年底，世界頂級(jí)的人工智能學(xué)術(shù)會(huì)議 NeurIPS（當(dāng)時(shí)還叫 NIPS）舉辦期間，OpenAI 帶著 10 億美元的投資承諾宣告成立，目標(biāo)是開發(fā) “通用人工智能” 技術(shù)，專利和研究成果全部開放。

人們驚訝于 OpenAI 的愿景，但沒多少人對(duì)這個(gè)缺少數(shù)據(jù)的聯(lián)盟有信心。那一年擔(dān)任 NeurIPS 大會(huì)主席的計(jì)算機(jī)科學(xué)家尼爾 · 勞倫斯（Neil Lawrence）說，OpenAI 的愿景令人欽佩，但 “沒有數(shù)據(jù)共享，OpenAI 將無法造福人類”。

2016 年，主流的人工智能技術(shù)路線是 “監(jiān)督式的深度學(xué)習(xí)”，需要用精心標(biāo)注的數(shù)據(jù)教會(huì)計(jì)算機(jī)自動(dòng)完成任務(wù)。比如你想讓計(jì)算機(jī)識(shí)別照片中的貓，你需要用上萬張有貓的照片訓(xùn)練模型，而且要人去標(biāo)清楚每張圖片中什么是貓，然后計(jì)算機(jī)才能在新的照片里認(rèn)出這種毛絨絨的動(dòng)物。如果之后要識(shí)別狗，還得再來一次。

但 OpenAI 沒有大規(guī)模的數(shù)據(jù)，也沒足夠多的錢雇傭人手去標(biāo)注數(shù)據(jù)。它選的技術(shù)路線是 “非監(jiān)督的強(qiáng)化學(xué)習(xí)”。強(qiáng)化學(xué)習(xí)是指讓機(jī)器不斷試錯(cuò)學(xué)習(xí)如何做某件事。非監(jiān)督代表著讓機(jī)器自己學(xué)，不要人引導(dǎo)它。這是 DeepMind 重點(diǎn)研究的技術(shù)，他們用它做出了 AlphaGO。

曾在 OpenAI 負(fù)責(zé)技術(shù)路線圖的人工智能科學(xué)家達(dá)里奧·阿莫代 (Dario Amodei) 評(píng)價(jià)說，OpenAI 早期開展研究的方式類似風(fēng)險(xiǎn)投資，在一個(gè)領(lǐng)域設(shè)定 “投資組合”，不同的團(tuán)隊(duì)往不同的方向下注，最終選出最有可能做出通用人工智能的項(xiàng)目。

OpenAI 早期選了三個(gè)方向：一是做機(jī)器人，他們認(rèn)為 “機(jī)器智力的發(fā)展需要物理實(shí)體”，于是開發(fā)出了可以單手玩魔方機(jī)器手系統(tǒng) Dactyl；另一個(gè)是最游戲人工智能，借助打游戲提升機(jī)器智力水平，一開始在雅達(dá)利復(fù)古游戲中實(shí)驗(yàn)，后來研做了打 Dota 的人工智能；第三個(gè)是開發(fā)語言模型，讓人工智能用文本語言學(xué)習(xí)理解世界，也就是 GPT 系列。

前三年，OpenAI 的研究成果沒什么特別的?！拔覀兯龅囊磺卸贾皇呛唵蔚南敕?，但正確嗎？我們還沒有搞清楚，有點(diǎn)茫然”，OpenAI 聯(lián)合創(chuàng)始人布羅克曼 2018 年接受采訪說。這時(shí) Google 已經(jīng)遙遙領(lǐng)先，它的語音機(jī)器人在發(fā)布會(huì)上偽裝成人打電話給餐廳預(yù)訂位置——這很快引發(fā)了商業(yè)公司濫用人工智能的討論。

OpenAI 的轉(zhuǎn)折時(shí)刻是 2019 年 2 月 14 日發(fā)布 GPT-2 模型，主要功能是根據(jù)用戶輸入的內(nèi)容，生成續(xù)寫文本。比如輸入《指環(huán)王》中的句子，它會(huì)在幾次嘗試當(dāng)中的某一次，生成讓人無法分辨真假、劇情和原著不同，但看上去符合邏輯的續(xù)文。

GPT-2 是一個(gè)主要用 800 萬篇 Reddit 論壇帖子、總計(jì) 40GB 文本訓(xùn)練出來的語言模型，從數(shù)據(jù)中提煉出來的規(guī)律和特征——也就是參數(shù)有 15 億，是上一代語言模型 GPT 的十倍。

阿爾特曼當(dāng)時(shí)參加一檔播客錄制時(shí)說：“自然語言模型變得越來越好，是人工智能領(lǐng)域最令人興奮的發(fā)展之一。” 一向言簡意賅的他，把這句話說了兩遍。

大型語言模型也是許多大公司投入的方向。Google 發(fā)布了 BERT 系列模型，在閱讀理解、對(duì)話等多個(gè)文本任務(wù)的表現(xiàn)超過人類，并刷新世界紀(jì)錄。微軟在 2020 年初訓(xùn)練出 Turing-NLG 的大模型，有 170 億參數(shù)，是當(dāng)時(shí)最大的模型。

不過在大公司，訓(xùn)練大語言模型只是人工智能研究院的一個(gè)項(xiàng)目。而在 OpenAI，這是優(yōu)先級(jí)最高的事項(xiàng)，研究員投入 30 多位，它招攬的頂級(jí)科學(xué)家?guī)缀醵紖⑴c其中。

除了之前訓(xùn)練 GPT-2 時(shí)用到的 Reddit 上的數(shù)據(jù)（后來大幅擴(kuò)充），OpenAI 的科學(xué)家還把此前 12 年從 6000 萬個(gè)域名中收集的新聞報(bào)道、帖子、書籍全文以及各種網(wǎng)頁等數(shù)千億個(gè)單詞的英文資料喂進(jìn)模型，英文維基百科全部只占數(shù)據(jù)量的 3%，然后消耗數(shù)千萬美元的計(jì)算資源開發(fā)出了 GPT-3。

GPT-3 的參數(shù)是 Turing-NLG 的 10 倍，不需要針對(duì)訓(xùn)練就能寫詩歌 / 報(bào)道、回答問題、編寫代碼，大多數(shù)情況下結(jié)果讓人難辨真假?！都~約時(shí)報(bào)》隨后發(fā)布的一篇專欄文章稱，GPT-3 寫散文、詩歌、代碼的能力 “令人驚奇”“令人羞愧” 又 “令人毛骨悚然”。

但這類大語言模型仍然存在一些問題，當(dāng)時(shí)調(diào)用一次就需要消耗不少資源，等待幾分鐘甚至十幾分鐘才能出一個(gè)結(jié)果，想要在商業(yè)中應(yīng)用基本不可能。

GPT-3 發(fā)布后，OpenAI 朝著兩個(gè)方向繼續(xù)前進(jìn)，一是開發(fā) GPT-4，大概率會(huì)在今年發(fā)布。另一個(gè)是從 GPT-3 拆出參數(shù)更少、聚焦特定任務(wù)的模型，用更新的數(shù)據(jù)訓(xùn)練它，配合人類反饋數(shù)據(jù)強(qiáng)化能力，降低成本、提高能力，使其在商業(yè)應(yīng)用上可行。

ChatGPT 就是 GPT-3 大幅度強(qiáng)化對(duì)話能力、并用數(shù)十萬人類反饋數(shù)據(jù)訓(xùn)練后的結(jié)果，它的基礎(chǔ)模型被命名為 GPT-3.5。據(jù)報(bào)道，ChatGPT 是 OpenAI 在 2022 年 11 月中旬臨時(shí)開發(fā)出來的，只用了 13 天時(shí)間。起因是 OpenAI 的高管擔(dān)心對(duì)手先發(fā)布同類產(chǎn)品 “搶它風(fēng)頭”。結(jié)果超出預(yù)期，ChatGPT 在全球掀起風(fēng)暴。

在 Meta（Facebook 母公司）首席人工智能科學(xué)家、圖靈獎(jiǎng)得主楊立昆看來，ChatGPT“不特別具有創(chuàng)新性”“沒有什么革命性”。

ChatGPT 和它的基礎(chǔ)大模型 GPT-3 的確建立在多年技術(shù)積累上，不少都出自 Google。它最核心的技術(shù)是 Google 在 2017 年提出的 Transformer 模型架構(gòu)，讓大規(guī)模并行處理海量數(shù)據(jù)成為可能。

因?yàn)?ChatGPT 而備受關(guān)注的 “人類反饋強(qiáng)化學(xué)習(xí)”（RLHF）訓(xùn)練方式，也是出自 DeepMind，它能讓模型從人類對(duì)機(jī)器不同的結(jié)果反饋（贊揚(yáng)或批評(píng)）中，不斷學(xué)習(xí)、改進(jìn)輸出結(jié)果。

就像 iPhone 發(fā)布前，多點(diǎn)觸控的技術(shù)也已誕生多年，歷史上任何一個(gè)產(chǎn)生巨大影響力的產(chǎn)品出現(xiàn)前，它背后技術(shù)要素大都齊全。

相比在單個(gè)方向上實(shí)現(xiàn)技術(shù)從 0 到 1 的拓荒創(chuàng)新，OpenAI 做到不只是把各種技術(shù)融在一起，還有持續(xù)的反饋中迭代 5 年，找到一個(gè)適合給大眾使用的產(chǎn)品形態(tài)。

對(duì) OpenAI 來說，2018 年以來一直堅(jiān)持訓(xùn)練大語言模型，還需要勇氣。GPT-2 發(fā)布前，OpenAI 錢已經(jīng)不太夠用了。根據(jù) OpenAI 提交給美國國稅局的文件，2017 年它光花在云計(jì)算上的錢都有 790 萬美元。布羅克曼等人測(cè)算，訓(xùn)練大模型消耗的計(jì)算量，每 3、4 個(gè)月會(huì)翻一倍。這個(gè)趨勢(shì)得到了驗(yàn)證。據(jù)多位業(yè)內(nèi)人士估算，OpenAI 訓(xùn)練 GPT-3 一年，僅算力成本就有 2000 萬美元。

而那時(shí)，OpenAI 的投資人在 2015 年底承諾的超 10 億美元資金，只到賬了一小部分。

布羅克曼等人推動(dòng) OpenAI 完成從 0 到 1 的發(fā)展過程。之后 OpenAI 從花費(fèi)巨額費(fèi)用支持 GPT-3 上線到 ChatGPT 震動(dòng)世界，主要靠阿爾特曼。

阿爾特曼去年初在社交媒體上發(fā)的一個(gè)帖子，恰如其分地體現(xiàn)了他的世界觀：“我非常感興趣的一種大學(xué)替代方案是：找出全球最聰明、最有進(jìn)取心的 18 歲年輕人，給他們 10 年以上的薪水和資源，讓他們做自己想做的任何項(xiàng)目，配上聰明的同齡人——換他們未來收入里的幾個(gè)百分點(diǎn)?！?/p>

這差不多就是他曾在 YC 做的事：選拔聰明、渴望成功的年輕人，為他們提供培訓(xùn)，幫他們成功——用一小筆錢（1.2 萬美元）換走創(chuàng)業(yè)項(xiàng)目 7% 股份。硅谷創(chuàng)業(yè)教父保羅·格雷厄姆（Paul Graham）創(chuàng)辦 YC 后，孵化出了 Airbnb、Stripe、Cruise、Dropbox 等超級(jí)獨(dú)角獸，今天這些公司的總價(jià)值已有數(shù)千億美元，超過阿里巴巴或者騰訊。

2014 年，格雷厄姆把 YC 交給阿爾特曼時(shí)，阿爾特曼除了早年有一次不太成功的創(chuàng)業(yè)，職業(yè)經(jīng)歷主要在 YC 孵化器當(dāng)導(dǎo)師、提供融資建議。但 YC 和大部分投資機(jī)構(gòu)不同，它的合伙人不雇投資經(jīng)理，堅(jiān)持自己理解技術(shù)。投資核聚變項(xiàng)目，也是阿爾特曼自己做的功課。

阿爾特曼是阿倫·索金（Aaron Sorkin）電影里典型的聰明人形象，語速很快、回答簡練。他有比師傅更大的野心、更激進(jìn)的時(shí)間表。2015 年，阿爾特曼被問及 YC 在五年后會(huì)怎樣，他回答 “一年投資一千家公司”。這個(gè)數(shù)字是他接手前，YC 十年孵化的公司總數(shù)。

不過他沒有待到那個(gè)時(shí)候。2019 年初，阿爾特曼辭去 YC 總裁的職務(wù)，接管 OpenAI。他在 OpenAI 做的第一件事，就是組建盈利公司 OpenAI LP，然后自己擔(dān)任首席執(zhí)行官（CEO），找融資。

“最引人注目的人工智能系統(tǒng)，除了需要算法創(chuàng)新，還消耗最多的計(jì)算資源，”O(jiān)penAI 同期發(fā)布的一篇博文中寫道，“接下來幾年，我們要投資數(shù)十億美元采購云計(jì)算資源，吸引并留住有才能的人?！?/p>

當(dāng)時(shí)硅谷有這等資源的公司基本都在投資自己的人工智能技術(shù)。阿爾特曼多次飛去西雅圖，為微軟 CEO 薩蒂亞·納德拉（Satya Nadella）現(xiàn)場(chǎng)展示 OpenAI 的模型。

微軟早年為了 Windows 全力打擊競(jìng)爭(zhēng)對(duì)手，是硅谷創(chuàng)新者們眼中的 “惡人”。但納德拉接手微軟后不再追逐操作系統(tǒng)的占有率，改去資本市場(chǎng)講云計(jì)算的故事。雙方有了合作空間。

2019 年 7 月，經(jīng)過一個(gè)多月的談判后，OpenAI 拿到微軟的 10 億美元投資，雙方的利益也達(dá)成了微妙的平衡。

對(duì)納德拉來說，投資 OpenAI 是一筆劃算的生意。簽約后，微軟成了 OpenAI 的唯一云計(jì)算供應(yīng)商——投出去的錢，相當(dāng)一部分變成了微軟的云計(jì)算收入。

微軟還成了 OpenAI 技術(shù)商業(yè)化的 “首要合作伙伴”。這意味著其他公司想使用 OpenAI 的技術(shù)，最好的方式是通過微軟的 Azure 云計(jì)算。

OpenAI 從這筆融資中獲得了繼續(xù)訓(xùn)練大模型的資源。布羅克曼隨后接受采訪強(qiáng)調(diào)，授權(quán)部分技術(shù)（給微軟）是為了獲取研發(fā)通用人工智能的資金，OpenAI 仍有選擇權(quán)，沒義務(wù)必須把微軟選定的技術(shù)授權(quán)給它，“如果與 OpenAI 的使命相悖，我們不會(huì)做”。

據(jù)市場(chǎng)消息，在 2019 年到 2023 年之間，微軟又投資了 OpenAI 20 億美元。2023 年初，OpenAI 發(fā)布 ChatGPT 引發(fā)大量關(guān)注的同時(shí)，微軟再次向它投資 100 億美元。

除了業(yè)務(wù)上協(xié)同，OpenAI 還在股權(quán)架構(gòu)與利潤分配上，與微軟等投資方達(dá)成了一種罕見的協(xié)議：

• 微軟新一輪投資完成、OpenAI LP 首批投資人收回初始投資后，微軟有權(quán)獲得 OpenAI LP 75% 利潤； 

• 微軟收回 130 億美元投資、從 OpenAI LP 獲得 920 億美元利潤后，它分享利潤的比例從 75% 降到 49%；

• OpenAI LP 產(chǎn)生的利潤達(dá)到 1500 美元后，投資方的全部股權(quán)轉(zhuǎn)讓給 OpenAI 的非營利基金。

可以說，微軟這上百億美元的投資是 “租了 OpenAI”。等 OpenAI 開始賺大錢之后，微軟能直接分錢。但如果 OpenAI 變得極其賺錢，就能拿回微軟手中的股份，不再受其制約。

不過 1500 億美元是個(gè)非常遙遠(yuǎn)的目標(biāo)。據(jù)多個(gè)媒體獲取的 OpenAI 財(cái)務(wù)信息，OpenAI 預(yù)計(jì)今年?duì)I收會(huì)達(dá)到 2 美元，2024 年會(huì)達(dá)到 10 億美元。全球最賺錢的商業(yè)公司蘋果也是最近一個(gè)財(cái)年才有 1000 億美元利潤。

雖然何時(shí)能夠盈利仍是未知數(shù)，但它已經(jīng)有了獲取收入的能力。而且它賺錢的方式也是更有想象力的平臺(tái)模式。

過去兩個(gè)多月，ChatGPT 的影響力迅速擴(kuò)大，成千上萬關(guān)于它的截圖和模仿者的努力，讓更多人關(guān)注到它背后的 OpenAI 和 GPT-3 系列模型。

在 ChatGPT 出現(xiàn)之前，OpenAI 就已經(jīng)從 GPT-3 中拆出了兩個(gè)模型。

一個(gè)是優(yōu)化編程能力的 CodeX，成為 GitHub 上自動(dòng)補(bǔ)齊代碼應(yīng)用 Copilot 的基礎(chǔ)，輔助了上百萬程序員寫代碼。Copilot 去年 8 月開始收費(fèi)，每月 10 美元。

另一個(gè)是 DALL-E，在 120 億參數(shù)的 GPT-3 基礎(chǔ)上用網(wǎng)絡(luò)上的數(shù)億圖片訓(xùn)練的模型，它的迭代版 DALL-E2 可以根據(jù)一句話生成逼真圖像，去年也曾掀起 AIGC （人工智能生成內(nèi)容）潮流。

在這些應(yīng)用中，OpenAI 的主要商業(yè)模式是出售 API（應(yīng)用編程接口），讓開發(fā)者調(diào)用基礎(chǔ)模型開發(fā)應(yīng)用，按最終用戶使用服務(wù)的次數(shù)收費(fèi)。

GPT-3 系列模型帶來的新機(jī)會(huì)不只屬于重金投資 OpenAI 的微軟。2021 年 5 月，OpenAI 設(shè)立創(chuàng)業(yè)基金，到現(xiàn)在投資了 10 多家使用 OpenAI 模型接口開發(fā)應(yīng)用的公司。阿爾特曼還把 YC 模式帶到了 OpenAI，推出創(chuàng)業(yè)加速器項(xiàng)目 Converge，用 100 萬美元投資換創(chuàng)業(yè)公司 10% 的股份。

還有更多淘金者沖進(jìn)來。根據(jù) gpt3demo 網(wǎng)站統(tǒng)計(jì)，現(xiàn)在已經(jīng)有了 628 個(gè)調(diào)用 GPT-3 系列模型開發(fā)的應(yīng)用程序，比 ChatGPT 出現(xiàn)前多了 160 家。背靠 GPT-3 模型的寫作輔助工具 Jasper，成立 18 個(gè)月估值就竄到 15 億美元。

今天最成功的技術(shù)巨頭，幾乎都是先做了一個(gè)成功的產(chǎn)品，然后將這個(gè)產(chǎn)品變成一個(gè)基礎(chǔ)設(shè)施，孕育一代新的創(chuàng)業(yè)公司。

1980 年代初，IBM 開放個(gè)人電腦標(biāo)準(zhǔn)，在賣電腦的同時(shí)讓電腦硬件有了統(tǒng)一的標(biāo)準(zhǔn)，成為一個(gè)平臺(tái)。隨后微軟開發(fā)更易用的 Windows 操作系統(tǒng)，砍掉了得會(huì)編程才能用電腦的門檻，讓更多人用上電腦，孕育軟件和互聯(lián)網(wǎng)的創(chuàng)業(yè)機(jī)會(huì)。再到互聯(lián)網(wǎng)時(shí)代，一開始只做搜索引擎的 Google 和賣書的亞馬遜都各自成長為平臺(tái)，支持不同的新公司，從中抽取收入。智能手機(jī)也是類似的演化路徑，從 iPhone 開始，全程以比 PC 更快的速度、更大的規(guī)模重來了一遍。

人工智能也在延續(xù)類似路徑發(fā)展。過去幾十年，英偉達(dá)等芯片公司和 AWS、微軟搭建出了算力基礎(chǔ)設(shè)施。在這個(gè)基礎(chǔ)上，Google 和 Meta 開發(fā)出了 TensorFlow、Pytorch 等軟件基礎(chǔ)設(shè)施，一步步壓低門檻，各種人工智能嘗試隨之出現(xiàn)。GPT-3 和 ChatGPT 在生成文字逗你玩的同時(shí)，也是人工智能生成內(nèi)容的基礎(chǔ)設(shè)施，意味著創(chuàng)業(yè)公司有可能在它的基礎(chǔ)上找到突破口，讓這個(gè)技術(shù)找到現(xiàn)實(shí)的應(yīng)用。

最終，OpenAI 的成功不僅屬于一家公司，也屬于一個(gè)生態(tài)；這個(gè)生態(tài)對(duì)一個(gè)離奇點(diǎn)子的包容，讓靈活商業(yè)探索成為可能。