据Semafor称，在OpenAI优先偿还完马斯克在内的第一批投资后，微软将获得75％的利润，直到收回投资本金。随后，微软将持有OpenAI 49％的股份，其他投资者持有49％的股份，OpenAI的非营利实体将获得2％的股份。该股权结构将持续至投资方收益达到利润上限。据悉，每一轮投资者的限制不同，但最高为100倍。《财富》表示，在利润达到1500亿美元后，微软和其他风险投资者的股份将无偿转让给目前负责OpenAILP投资管理的普通合伙人——OpenAI Nonprofit。

　　Foley & Lardner律师事务所合伙人路易斯·莱霍特Louis Lehot接受《The Information》采访时曾评价称，这样的交易结构意味着OpenAI的投资者认为该公司可能永远不会上市，因此需要通过提取未来现金流的一部分来收回他们的投资。

　　“确实是非典型而且有趣的交易结构设计，整体是双方共赢但更有利于OpenAI的融资策略。OpenAI能在相当长的时间内获得微软足够充裕的资金进行研发，以及取得微软直接相关的上下游生态支持，但同时也为未来保留独立性留下可能。”线性资本资深总监白则人告诉《中国新闻周刊》。

　　至于这种融资模式是否有机会能在国内初创企业中落地，白则人表示“可能会相对困难”。

　　“OpenAI此次融资的谈判筹码很大程度依赖其在领域内头把交椅的地位。此外，‘有限利润’不太符合早期资本投资本质，微软能够达成这个协议，背后更多考量的是长期绑定的战略协同价值，甚至可能远比资本回报更重要。”白则人说。

　　也有声音指出，OpenAI这种做法就像是把公司出租给微软。期限由OpenAI的盈利速度决定。据路透社报道，OpenAI最近向投资者宣称，预计今年将获得2亿美元收入，到2024年将上升至10亿美元。

　　尽管成立之初，OpenAI就强调OpenAI LP由其非营利实体董事会控制，受其监督。但仍有质疑声指出，OpenAI已经更改过一次制度，如何防止100倍的投资回报上限变成1000倍上限或任何其他任意数字？

　　现在看来，担忧有可能成为现实。据《The Information》援引知情人士称，OpenAI可能从2025年左右取消对投资回报的100倍固定上限，改为每年上限提高20％。有投资者称，如果规定落地，将使OpenAI更具吸引力。

　　谁也不想掉队

　　ChatGPT产生的影响远不止让大众担心工作何时被替代，它就像一个开关，触发了科技巨头们的“竞争欲”，毕竟谁也不想掉队。

　　谷歌是最先感受到威胁的巨头之一。谷歌长期占据近90％的搜索引擎市场，2022年搜索业务及其他营收达到1625亿美元，占母公司Alphabet总营收的64％——十足的“铁饭碗”。由于担心市场份额被蚕食，ChatGPT引发了谷歌内部“红色代码”紧急情况，谷歌联合创始人拉里·佩奇和谢尔盖·布林被请回公司商讨对策。

　　1月，在微软宣布继续投资OpenAI后，谷歌火速行动，宣布向OpenAI竞争对手、人工智能初创公司Anthropic投资3亿美元。该公司由OpenAI前员工创建，正在研发ChatGPT的竞品Claude，但目前处在测试阶段，并未公开发布。

　　此外，谷歌也想在产品上瓜分ChatGPT的市场关注度。北京时间2月7日凌晨，谷歌CEO 桑达尔·皮查伊（Sundar Pichai）宣布，推出一款名为“Bard”的对话式人工智能服务。Bard基于谷歌2021年推出的语言学习模型LaMDA，能从互联网接收最新信息，而ChatGPT提供的信息只停留在2021年。不过，谷歌并没有提到将 Bard 整合到搜索之中，但计划在搜索中增添AI功能。

　　同一天上午11时，360在互动平台回复投资者提问时披露，集团正计划尽快推出类ChatGPT技术的demo（试用版本）应用。3个小时后，百度高调宣布，类ChatGPT应用文心一言（ERNIE Bot）正在做上线前的冲刺，预计3月份完成内测，面向公众开放。

　　一天后，2月8日，微软宣布推出由OpenAI提供技术支持的最新版Bing（中文名“必应”）搜索引擎和Edge浏览器。技术使用了比ChatGPT更先进的OpenAI语言模型。并准备将ChatGPT整合到Word、PowerPoint等Office办公套件中。

　　同一天，阿里巴巴也确认，阿里达摩院正在研发类ChatGPT对话机器人，目前处于内测阶段。

　　48小时内，海外巨头轮番过招，国内企业闻风而动。局面正如微软CEO萨提亚·纳德拉（Satya Nadella）在2月8日发布会上说的那样：“AI 将从根本上改变所有软件，并从搜索这个最大的类别开始，搜索引擎领域将迎来新的时代。”

　　ChatGPT让大企业感到紧张，但也让很多创业者看到了机会。2月13日，原美团联合创始人王慧文就在社交媒体上喊话“打造中国OpenAI”，设立公司招聘研发人才，称下轮融资已有顶级VC认购2.3亿美元。

　　在AIGC技术应用方面，刘骏就是在使用ChatGPT后决定开发AI社交产品“爱化身”，对标Gemsouls。“我意识到底层 AI 技术在 2022 年已经到了关键时刻。自然语言识别的相关模型达到可以和人类交流的程度。因为ChatGPT对没有深刻了解的领域，也会靠编造信息来自圆其说。”

　　据《中国新闻周刊》了解，AIGC赛道已有许多初创公司冒头，正在寻找一级市场资金，不少投资人也开始积极入场。“因为这是一个非常热门的赛道，投资人都还是非常感兴趣。”正在寻求天使轮融资的刘骏谈道。

　　“过去几年，由于互联网及相关领域没有大的技术性突破，整个行业陷入了突破性革新的停滞中，出现了较多的内卷和重复开发。ChatGPT类底层大模型公司的出现，新一代大模型泛化出更多2C和2B场景的赋能，一定程度上会影响泛AI公司之前的商业模式——在自有模型下构建端到端的垂直场景解决方案。”王冰醒说。

　　王冰醒进一步表示，在过去一段时间内，资本市场底层基础学科科研导向公司的态度相对审慎，这类公司需要在没有明晰的商业化的前景下持续做巨量研发投入。ChatGPT快速增长的用户量级和商业前景让市场重新评估这类公司的潜能。

　　ChatGPT带火了AIGC赛道，但由于大部分企业还处在“讲故事”阶段，没有清晰的商业变现路径，也有投资人持谨慎态度，认为目前AIGC赛道已经开始出现泡沫。

　　“任何领域的创业都会出现泡沫，尤其‘风口’来时泡沫出现的概率会更大，因为市场对技术应用潜力的理解往往体现出短期高估长期低估的现象。”白则人说。

　　360集团创始人周鸿祎在一场直播中表示，有泡沫不是坏事，未来将有更多人才和资金涌入。他分析，公司若想抓住风口，要看其过去十年有没有在服务器算力上投入，有没有做人工智能的团队，有没有大数据的存储。

　　这也道出了目前初创公司面临的普遍困境：没有前期沉淀。在应用端，底层大模型不能直接使用，需要根据行业需求调整和优化，而这需要耗费高昂成本。

　　刘骏告诉《中国新闻周刊》，在使用GPT模型中，最困难的还是需要算法工程师反复调整参数的过程，这会大量耗费算力和时间，这种调参也被行业人士戏称为“炼丹”。

　　以ChatGPT的API举例，会提供18美元限额，为期2个月的免费调试额度，后续按Token（代币）数量收费。刘骏测算，收费标准大约是三千字1元。这对于交互量更庞大的产品而言，一年成本能突破千亿元。

　　此外，刘骏认为，许多AIGC创业公司主要问题是底层技术大多是开源的或依赖于API接口，容易受到提供开源技术的公司影响。成立于2020年的Jasper是基于GPT-3的API为用户提供AI写作服务的初创公司，2022年估值达15亿美元。然而ChatGPT发布后，与Jasper有部分功能重合，一些客户开始转向OpenAI寻求合作。

　　“从目前来看，受限于算力、历史投入、科技人才密度、数据规格、资金实力等方面，大型科技公司的优势比创业公司更明显。大模型通过被持续调用、‘喂养’新数据、训练，不断强化性能，并在应用场景上泛化，这导致大（公司）模型有较大可能挤压小模型闭环方案的一些创业公司的生存空间。”王冰醒说。

　　“目前来看，我们整体会更加关注国内外大型科技公司在底层模型上的研发动态，以及业务流可以集成基于大模型开发的新功能、或在垂类应用上构建出一定壁垒的创业公司。”王冰醒进一步表示。

　　这意味着，这是一门重资源、高资金投入的生意。创造壁垒才能让初创企业在巨头环伺的AIGC赛道获得一席之地。而ChatGPT仍存在作假、生硬、技术伦理风险等弊端，类ChatGPT产品能做的还有很多。

　　刘骏告诉《中国新闻周刊》，他认为目前所有的聊天机器人都太被动了，对人类发起主动沟通行为的产品逻辑并不多，说话也不够有趣。“得用产品逻辑去优化这个问题。如何利用好优势，避开它的局限性？可能就是胜负的关键。”

　　目前，无论是投资方还是企业，抑或是普通用户，大多数人和刘骏一样看好ChatGPT，认为AI和AIGC仍属于一片蓝海，机遇远大于挑战。

　　“AIGC会带来生产力范式级别的变化，但在各细分领域的落地和商业化还是需要一定时间。这个赛道未来会更看重产品层面的差异性，很可能会出现更多样化的细分场景玩家。”白则人说。

　　然而，《比较》杂志研究部主管陈永伟对正在进行的人工智能“军备竞赛”有些许担忧。“从正面的角度看，这场竞赛可能重新激活平静数年的人工智能市场，从而带动研发和投资，让人工智能市场进入一个新的高潮。与此同时，除了伦理方面之外，轻易将模型推向市场将容易招来知识产权纠纷，产生的风险可能更巨大。”陈永伟说。

　　陈永伟进一步表示，“军备竞赛”可能带来的另一个负面后果是技术进步停滞。“虽然ChatGPT在表现上要远胜其前辈，但从技术原理上讲，并没有什么突破，只能算是一个技术应用的成功案例。但是，随着各大公司不断将资源投入到这种工程产品上，整个业界更注重短期成败，这种内卷以及它带来的表面繁荣会不会成为未来人工智能发展的绊脚石呢？”（转贴）