近，长期盘踞在人工智能（AI）舆论场中心的OpenAI烦心事有点多：先是对标谷歌搜索的搜索引擎SearchGPT在演示中翻车，紧接着又经历了新一轮高层人事地震。屋漏偏逢连夜雨，特斯拉CEO马斯克再度将OpenAI告上法庭，指控其违反了“开发AI技术以造福人类”的创始使命。还有消息称OpenAI正面临50亿美元的亏损，现金流支撑不了一年。一系列事件引发业界质疑：风光无限的OpenAI到底是怎么了？
　　盈利能力被质疑
　　作为崛起速度快的AI初创企业之一，OpenAI的盈利能力一直是业界关注焦点。知情人士透露的未公开内部财务数据显示，OpenAI今年运营总成本可能将达85亿美元，主要分为推理成本、训练成本和人工成本三大块。其中，推理和训练成本分别高达40亿美元和30亿美元。然而根据此前已公开信息推测，OpenAI全年收入预估在35亿美元至45亿美元之间。也就是说，OpenAI今年或面临高达50亿美元的巨额亏损。
　　实际上，以OpenAI的发展规模与速度而言，运营成本高并不意外。众所周知，训练一个AI大模型的成本非常高。AI初创公司Anthropic执行官Dario Amodei指出，?目前类似GPT-4o的模型训练成本约为1亿美元，?而正在开发的AI大模型训练成本可能高达10亿美元。而且?随着技术的进步和模型规模的扩大，?训练成本呈指数级增长。Dario Amodei预测，?未来三年内，?AI大模型的训练成本将上升至100亿美元甚至1000亿美元。
　　除了在AI大模型上的投入，OpenAI在服务器、GPU 等硬件以及电费上的投入，都是消耗性成本。根据Digital Information World发布的报告，数据中心为训练AI模型产生的能耗将为常规云工作的三倍。数据显示，OpenAI训练GPT-3耗电为1.287吉瓦时，大约相当于120个美国家庭1年的用电量。而这仅仅是训练AI模型的前期电力，仅占模型实际使用时所消耗电力的40%。
　　与高额的投入形成鲜明对比的是OpenAI的盈利表现。在初的“尝鲜期”过后，ChatGPT的用户访问量正在持续下降。根据数据公司Similarweb的统计，从去年5月到今年1月这8个月里，ChatGPT的总访问量有5个月的时间都在下降。今年1月ChatGPT的总访问量对比去年5月时的峰值，已经下降了11%。与此同时，ChatGPT移动端App的用户增长也在快速下滑，总用户数甚至比移动社交APP Snapchat的季度新增用户还要少。
　　究其原因，对于大多数普通用户来说，ChatGPT本质上仍只是一个“聊天机器人”而已，尚未找到更有价值的应用场景。猎户星空董事长傅盛分析称，对于OpenAI而言，现在这么烧钱的情况下，用户量增长就是它的核心命脉，一旦不增长，融资下笔钱的时候估值不能再上一个台阶，就会很麻烦。
　　为了寻找新盈利点，OpenAI开始尝试做搜索引擎，结果SearchGPT还未推出就在公开演示中翻车。“就目前看到的产品形态来讲，OpenAI的搜索产品并没有对其他搜索引擎产品形成碾压，形成SOTA（state-of-the-art，表现）。发布这个产品，可能会让用户有一点增长，但不会翻倍增长。”昆仑万维董事长兼CEO方汉坦言。
　　此前，OpenAI还计划自研AI芯片，以解决其所依赖的AI芯片短缺以及成本高昂问题。而在芯片领域，英伟达已主导了全球95%的Al训练领域市场。业内人士判断，OpenAI开发能媲美英伟达服务器芯片的可能性很小，需要多年打磨才可能有成果。可见，无论是搜索引擎，还是芯片，想要从早已巨头林立的成熟市场中分得一杯羹谈何容易。
　　与微软的关系被质疑
　　近日，微软在年度报告中赫然将合作伙伴OpenAI列为其在AI产品、搜索、新闻广告等领域的竞争对手，引发广泛关注。尽管双方都声称合作关系并未改变，但业内普遍认为，这一变化标志着两家公司的关系进入新阶段。
　　OpenAI与微软的联盟曾一度被科技圈认为是“天作之合”。作为OpenAI投资方和云服务供应商，微软在OpenAI身上的投入已超130亿美元，为后者的技术研发提供了充足的“弹药”。而OpenAI也投桃报李地将ChatGPT嵌入微软云服务、搜索引擎以及Office全家桶等一系列核心产品与服务，帮助微软成为了这波AI浪潮的引领者。
　　然而，随着“蜜月期”热情消退，OpenAI与微软试探性地把触角探入了彼此的地盘，这也让二者的关系发生了一些微妙的变化。
　　OpenAI突然进军搜索引擎市场，让微软始料未及，也彻底点燃了这轮“战火”。OpenAI推出的这款名为SearchGPT的生成式AI搜索引擎原型，底座是GPT-4系列AI模型。而微软旗下的搜索引擎产品New Bing也在基于GPT-4进行AI升级。
　　作为互联网流量重要入口，搜索历来是兵家必争之地。尽管谷歌盘踞搜索市场龙头地位多年，微软却始终没有放弃，反而投入了大量物力、财力和人力试图把Bing推上舞台。整合了GPT-4的New Bing更是被微软寄予厚望。对于微软而言，OpenAI推出SearchGPT的行为无异于“偷塔”。不顾合作关系，直接将OpenAI列为竞争对手足以说明微软的态度。
　　与此同时，云服务也成了双方角力的“战场”。外媒称，与OpenAI展开合作后，微软的云服务Azure OpenAI可以直接调用OpenAI模型，包括ChatGPT、Codex以及DALL.E，其客户无需通过OpenAI就能在聊天机器人、搜索引擎等产品中使用这些AI大模型。微软的一份内部文件透露，Azure销售人员告诉客户微软能比OpenAI提供更多、更安全的服务。这种说辞确实帮助微软云服务吸引到了更多客户，比如营销软件初创公司Touchcast就因为安全性和性能保证，才选择了通过Azure接入相关的大模型服务。
　　OpenAI则试图通过微软云服务触达更多大客户，希望与其建立直接联系，甚至采用延迟授予微软大模型接入权限的方式来制造“时间差”，从而与客户达成合作。比如GPT-4语言模型发布后，Duolingo和Stripe等公司已经直接向OpenAI付费之后，微软的云服务才获得了GPT-4的接入权。
　　值得一提的是，在大模型方面，OpenAI也并非微软的选择。据悉，微软正在研发一款名为MAI-1的AI大模型。微软员工表示，MAI-1是一款全新的大语言模型，拥有约5000亿个参数，在性能上或能与谷歌的Gemini 1.5、Anthropic的Claude 3和OpenAI的GPT-4等大模型相匹敌。
　　“与微软的复杂关系对OpenAI而言，既是生命线也是潜在的威胁。”业内Edward Zitron分析称，“OpenAI在很大程度上依赖于微软提供的云计算资源和资金支持，这可能影响OpenAI的独立性和自主决策能力。它需要巧妙地平衡这种关系，确保能够从微软那里获得支持，同时确保在技术共享和市场销售方面的独立性，同时减少对单一合作伙伴的依赖。”
　　公司稳定性被质疑
　　高层震荡往往会对公司运营的连续性与稳定性造成影响。ChatGPT走红以来，OpenAI已经历了两轮令人瞩目的高层人事变动。去年年底，OpenAI灵魂人物Sam Altman被董事会开除，而Altman本人半小时之前才得到通知。几小时后，OpenAI董事长、联合创始人Greg Brockman公开宣布，自己也已经辞职。后来，两位核心人物又戏剧性地加盟了微软，短短几日后再次重返OpenAI担任原职，结束了此轮风波。
　　而仅仅过去了半年，OpenAI再次因高层集体出走引发热议。此轮风波涉及三位核心高管，分别是总裁Greg Brockman（宣布长期休假）、联合创始人John Schulman（转投OpenAI的强力竞争对手Anthropic）以及产品副总裁Peter Deng。
　　值得一提的是，经历了此轮变动之后，OpenAI开始的11位联合创始人中，只剩下Sam Altman和负责OpenAI语言和代码的Wojciech Zaremba 还留在岗位上。此外，还有多位度较高的安全负责人也纷纷退出了公司，其中几位公开声称公司将新产品的迭代置于安全之上。
　　高层震荡不断加剧了业界对这家明星AI创企运营稳定性和发展前景的担忧。而事实证明，这一担忧并非无的放矢。OpenAI发布的GPT-4o从产品创新性来看，并没太多实质性飞跃，模型能力和 GPT-4 没有本质区别，哪怕是和GPT的老对手Anthropic的Claude 3相比也没有拉开差距。近期更是有大量用户反映，该模型出现了“惰性”的特点，其回应速度变慢、回答问题敷衍不切题且拒绝回答中断对话等现象频现。OpenAI解释称是由于长时间未对GPT模型进行更新所致，引发诸多质疑。
　　有观点认为，GPT-4o的发布更多像是一种抢跑，展现一种领先的姿态，也是维持热度刺激购买需求的一种方式。也有观点认为，业内对OpenAI的期望值过高，除非GPT-5“震撼”登场，否则很难满足大家的期待。
　　然而，被千呼万唤的GPT-5却在不断延迟发布。OpenAI近日确认，今年的开发者大会（DevDay）期间不会发布其下一代大模型GPT-5。Altman公开表示，开发GPT-5还需要一些时间，目前OpenAI持乐观态度，但还有很多工作要做。他坦言，GPT-5相关的技术仍处于早期阶段，存在数据和算法方面的问题。
　　此外，在视频模型方面，Sora近也没有新消息传出。AI搜索方面，推出的SearchGPT剑指谷歌、微软，却在公开演示中出现低级错误，遭受群嘲。何时能够正式上线尚未可知。一系列的迹象显示，曾经“”的OpenAI似乎变“慢”了。
　　“表面看似乎是高层震荡影响了OpenAI前进的速度，实际上OpenAI变‘慢’的核心原因在于路线选择引发的分歧。”一位在AI大厂工作多年的从业者对记者说道。一边是顶着盈利风险专注于实现AGI（通用人工智能）梦想，另一边是不惜一切代价加速商业化，OpenAI似乎想从这两条路上寻找一个平衡点。但现实远比理想残酷，留给OpenAI的时间不多了。