作者｜趙賽坡
頭圖｜視覺中國
本期首先關注英特爾，本周開發者大會上所披露的產品和信息，除了讓這家公司股價下跌之外并沒有太多其他令人興奮的事情，如何理解英特爾在 PC、數據中心領域的戰略方向和潛在挑戰，本期會給出一些線索。
“市場”專欄，聚焦軟銀的 AI 投資策略；YC 訓練營中擠滿了生成式 AI 公司、近期 1 億美元+ 的融資案例等，也是該專欄討論的話題。
本期還將關注：
微軟與Orale 繼續聯合對抗 AWS；
Google、Meta、AWS 大模型產品或布局的最新進展；
AI 如何改變科學研究的范式？
MSN 平臺再出 AI 生成的爭議文章，《紐約時報》以 20 萬美元年薪招募生成式 AI 編輯；
接下來，歡迎和我一起復盤近期圍繞數據與智能的產業關鍵事件。
計算
英特爾本周舉行了“Innovation 開發者大會”，此次發布的一些產品、信息除了讓股價下跌之外并沒有太多其他令人興奮的事情。
比如面向消費市場的全新 Meteor Lake 處理器，采用了分離式模塊架構，簡單來說就是把計算、Soc、圖形等模塊封裝在一起，甚至還集成了 NPU（神經網絡處理單元）——這意味著 PC 即將可以運行大模型，這和蘋果過去幾年力推的 M 系列芯片有異曲同工之處，的確有可能給 PC 市場帶來一些驚喜，但有幾個潛在問題：
PC 市場的 AI 算力競爭不同于數據中心市場，而且整個市場的競爭也才剛剛開始，英特爾和 AMD、高通甚至蘋果之間并沒有拉開差距，接下來怎么跑、跑多快，還需要一定時間；
PC 市場的需求還在不斷下滑，但競爭一定也不弱，在 AMD 之外，高通儼然成為英特爾最需要面對的競爭對手，這個領域的競爭會變得格外慘烈；
再看數據中心市場，英特爾 CFO David Zinsner 告訴投資者，目前數據中心處理器的庫存壓力可能比 PC 市場還要大，數據中心業務的恢復時間將延長。
兩條消息疊加后，資本市場給出了自己的答案：隨著英特爾 Pat Gelsinger 演講的進行，英特爾股價不斷下滑，從 1% 一直下滑到 4.3%。
回到數據中心市場，英特爾在 X86 市場依然具有競爭力。過去二十多年形成的生態優勢，使得大量數據中心軟件都是基于 X86 架構。短期內，企業客戶不會也不愿意遷移自己的工作負載，這將在一定程度維持英特爾的競爭優勢。
但在 GPU 方面，英特爾目前做的所有事情都是圍繞如何將自己包裝為開源、開放的的代表。比如本周英特爾積極推動成立的“統一加速（UXL）基金會”，本質上就是一個“反抗英偉達 GPU 壟斷的開源聯盟”，關于“中立性”、“獨立性”甚至“計算民主”的表達背后，就是對英偉達 GPU 以及 CUDA 封閉生態的回擊。
而英特爾所強調的“Siliconomy”一詞，進一步強調英特爾在（宏觀）GPU 方面的綜合能力：制造工廠、豐富而便宜的的產品選擇——英特爾的 CPU 和此前收購的 Gaudi 2 GPU 等產品，這都是英偉達不具備的能力。
站在英特爾的角度，英偉達的確存在封閉、價格昂貴等問題，通過上述市場口號或策略能夠獲得一定的市場回應，進而拿到一些訂單。
但問題的另一面是，英偉達這幾年的快速增長，并非僅僅是因為 CUDA 的封閉生態，它并沒有形成蘋果那般的控制力，英偉達更多是在產品性能上突飛猛進（下圖來自英偉達首席科學家 Bill Dally），實現了一次又一次的技術突破。這也是英特爾最需要面對的問題：你需要拿出一點真本事。
補充一個圍繞華為 Mate 60 系列里神秘芯片的討論。美國商務部部長 Raimondo 本周在國會聽證會上表示，根據對芯片供應鏈的調查，現在沒有證據表明，中國擁有大規模量產華為 Mate 60 系列里高端芯片的能力。
下周一，華為將在深圳揭開 Mate 60 系列手機里的芯片秘密。
巨頭
華為。本周華為的全聯接大會相對比較低調，華為輪值董事長的孟晚舟提出華為接下來的戰略目標，“華為將從過去十年從All IP到All Cloud，正式啟動全面智能化（All Intelligence）戰略，持續打造堅實的算力底座，滿足各行各業多樣性的AI算力需求，做‘厚黑土地’，為世界構建第二選擇”。
在地緣政治沖突越發明顯的當下，華為成為國內市場以及在海外市場有利益的中國公司的選擇之一，從云計算到大模型，數據安全性、合規性方面的政策壓力，可能比商業或技術發展更具挑戰性，這就是現實。
微軟。微軟上周與 Oracle 的合作引發眾多討論，兩家歷史悠久的 IT 公司在共同的敵人——AWS——面前繼續“并肩作戰”。比如 Oracle 將在微軟的數據中心里部署相關數據庫硬件產品，客戶可直接在 Azure 控制臺操作 Oracle 的數據庫服務；再比如，Oracle 客戶現在也可以運行基于數據庫的 Azure 認知服務（也就是 AI 服務）。
正如微軟 CEO 納德拉所言，此次合作將為企業帶來“數據+智能”的最佳組合方式。特別是在“多云”的產業環境里，企業，特別是大型企業的數據、應用往往運行在多個云服務上，如何打通產品與服務的邊界，將成為 AI 落地企業服務的挑戰之一。
兩家科技巨頭——Meta、Google——正在加快研發自己的新一代大模型，目標都是打造 GPT-4 的替代品：
相比于 Google 和 Meta，AWS 在大模型領域的策略則比較特殊，他們并沒有強勢推出自己的大模型，而是持續構建一個托管模型的平臺，你可以將其理解為“大模型商店”，目前已經匯集了 Anthropic 的 Claude 2、Meta 的 LLaMA 2 等模型。
上周，AWS 舉辦了一場幾乎前所未有的新聞吹風活動，該公司 Adam Selipsky 進一步強調 AWS 在生成式 AI 領域的競爭力，“現在是生成式人工智能的第 0.1 天”，如果你了解亞馬遜的“Day 1”——這是創始人貝佐斯所崇尚的口號——文化，應該可以明白這場活動的意義了。
關注兩家明星公司的動態：
市場
在 ARM 成功完成 IPO 之后，ARM 的母公司軟銀正在大踏步進入到 AI 領域。6 月份的時候，孫正義表示，軟銀將對 AI 領域采用“進攻模式”，FT 最新的消息指出，孫正義還在尋求與 OpenAI 達成合作，并與包括英國 AI 芯片公司 Graphcore 在內的眾多 AI 公司進行接觸。
這構成軟銀領投美國地圖創業公司 Mapbox 的大背景，這家總部位于美國的地圖公司，其軟件產品為豐田、寶馬、通用等公司的車載導航提供支持。據了解，此輪融資總額達到 2.8 億美元。
Mapbox 也是軟銀 1000 億美元愿景基金的投資公司之一，截止到上一輪融資（2020 年 4 月），該公司的估值為 12 億美元。
結合分析師給出的數據，軟銀借助此次 ARM 上市獲得的資金以及現有的存儲，目前大概擁有 650 億美元的投資預算，接下來的 AI 投融資市場，會變得更具戲劇性。
觀察 AI 投融資市場的另一個維度是看看今年 YC 訓練營的企業類型，根據 Pitchbook 的統計，今年夏天進入YC 訓練營的 134 家創業公司里，有超過 65% 的企業提供 AI 領域的產品，既有面向客戶管理、銷售拓展的產品，也有針對代碼自動化的服務。
目前美國的 AI 創投市場處于極度亢奮的狀態，這在種子輪融資的變化里可見一斑，大量資本涌入生成式 AI 公司的早期融資過程里，無論是交易金額還是數量都有大幅提升。
對很多資本公司來說，要么放棄這個市場，要么就要快速行動，因為一家公司的融資窗口非常短，有時融資從決定到完成僅需一天的時間。
但站在更冷靜的角度，有兩個問題無法忽略：
面對 Google、微軟等科技巨頭們的積極布局，創業公司的“護城河”在哪里？或者姿態再放低一點，創業公司的防御機制又是什么？
一家創業公司的優勢——無論是真實產品能力還是員工能力，能否具備被收購的潛力？
再來關注一組近期獲得大額融資的案例：數據平臺公司 Databricks 完成 5 億美元的融資，此次融資將該公司的估值提升到 430 億美元，英偉達參與了融資；自 2013 年成立以來，這家公司已經獲得超過 40 億美元的融資，市場分析人士指出，Databricks 會成為 ARM 之后最值得期待的科技公司上市案例。
生物技術公司 Generate Biomedicines 近期獲得 2.73 億美元的 C 輪融資，英偉達也是投資者之一。這家總部位于麻省薩默維爾的創業公司開發了一個生成式 AI 平臺，可用于快速發現新藥物，自 2018 年成立之后，共獲得近 7 億美元的融資。
Writer 是一家幫助企業撰寫和總結各種內容的初創公司，該公司近期獲得 1 億美元的投資，估值超過 5 億美元，其客戶包括歐萊雅、Uber 等。歐萊雅會使用 Writer 的軟件來幫助創建數字營銷活動。
應用
上文提到生物技術公司 Generate Biomedicines 開發了一個可用于藥物發現生成式 AI 平臺，最新一期《經濟學人》雜志也通過封面和大篇幅的報道，展示 AI 帶給科學領域的變化，特別是在醫療藥物領域，“如果說發現新藥就像大海撈針，那么人工智能就像金屬探測器”，一位科學家如是說道。
AI 正在改變的領域還有很多，最新一季 FT Tonic 播客以“AI 如何幫助人類與動物交流”為主題切入，目前已經更新了四期內容，感興趣的朋友可以在這里收聽。
一項來自在線教育平臺 edX 的調查顯示，將近半數的 CEO （49%）相信 AI 有潛力在不久的將來替代他們的大部分工作，甚至全部工作。
除了首席執行官，其他高級管理層也必須面對 AI 的新挑戰。根據調查，高管們普遍認為，在 2025 年之前，他們現有員工擁有的技能中有 49% 將變得不再相關，而 47% 的員工沒有為未來的工作做好準備。
關于生成式 AI 的工作原理，我個人非常推薦 FT 前幾天發布的這個交互式新聞，可以是以“最經濟劃算”的方式了解整個原理：
一個有爭議的應用場景，微軟旗下的 MSN 新聞門戶上周為突然病逝的 NBA 球星 Brandon Hunter 寫了一篇訃告，但標題是“Brandon Hunter useless at 42（Brandon Hunter 42歲毫無用處）”，文中更是充滿了胡言亂語的細節。
是的，這是一篇由 AI 生成的文章，而且未經人類編輯的校對，也沒有得到 MSN 編輯的審核——或許是因為 MSN 去年炒掉了絕大多數人類編輯團隊，現在只有 AI 編輯。
而就在一個月前，MSN 網站的一篇旅行指南文章里，將加拿大渥太華食品銀行作為一個可以吃飯的旅行景點，微軟高級總監 Jeff Jones 承諾，“我們正在努力確保今后不再發布此類內容”。
新聞行業對于生成式 AI 的擁抱速度很快，不到一年的時間，僅在美國，包括 CNET、Gizmodo 等在線媒體，相繼使用 AI 記者來撰寫新聞。事實上，自動撰寫新聞并不是什么新鮮事，比如美聯社、路透社在內的新聞機構，廣泛采用自動撰寫新聞程序撰寫財報等消息，但這些內容與人類記者生成的內容相比，比例還很小。
科技公司，如 Google 也瞄準了新聞行業，該公司為新聞行業準備了一款名為“Genesis”的大模型工具。這項工具可以通過抓取或者根據現有信息，生成新聞內容。Google 已經向《紐約時報》、《華盛頓郵報》以及新聞集團（旗下擁有《華爾街日報》）推銷了這個產品。
但生成式 AI 技術的流行，可能會加快自動撰寫新聞程序的普及，但如果不經過編輯的仔細核查，（一定）會產生大量的錯誤信息。《金融時報》副主編 Roula Khalaf 曾這樣寫道：“在一個錯誤信息可以快速產生和傳播，以及媒體信任普遍下降的時代，我們《金融時報》有更大的責任保持透明，報道事實，追求真相。這就是為什么在新 AI 時代，《金融時報》的新聞將繼續由在各自領域最優秀的人類記者撰寫和報道，他們致力于準確、公正地報道和分析世界”。
老牌雜志《經濟學人》的人類編輯們看得也很明白，生成式 AI 技術的發展，使得新聞的基本單位——“文章”——正在被重新定義，新聞不再是一篇文章的形式展示，也不再是對歷史事件的權威記錄，而變成一種類似“語言湯”的形式，讀者們可以在這種“語言湯”里找到自己的解讀。
一則最新的消息，《紐約時報》正在招聘一位負責生成式 AI 的高級編輯，年薪在 18 萬到 22 萬美元之間。
評論
最新評論