批评者称AI竞赛中新入局者已为时已晚

概述

越来越多的行业分析师和资深工程师指出，从零开始构建一个可信的独立大语言模型的窗口期实际上已经关闭。曾经承诺带来人工智能民主化革命的愿景，如今被广泛视为一个由 entrenched giants（根深蒂固的巨头）主导的格局，它们拥有几乎难以逾越的资源优势。

共识正从“下一个是谁”转向“谁能生存”。人们认识到，最佳进入点大约是七年前，这已不再是一个理论观察，而是严酷的市场现实。对于新进入者而言，这场竞赛不仅艰难，而且在书写第一行代码之前，在结构上就对他们不利。

“时机是七年前，当一切刚刚开始时。现在太晚了。”

从圣保罗到硅谷的科技中心，观察者们呼应着这种情绪，捕捉到了当前的时代精神。早期先驱们认识到 Transformer 架构的潜力并将其扩展至前所未有的规模，已经获得了大部分人才、数据和计算基础设施。新来者到达时，宴会的主菜已经上桌，最好的座位已被占据，账单也已到期。

七年的先发优势

要了解当前的气候为何对新的人工智能初创企业如此敌对，必须回顾 2017 年至 2019 年这一关键时期。那是现代生成式 AI 的基础支柱奠定之时。抓住了这一时刻的公司不仅仅构建了产品；它们构建了护城河。

在此期间，训练最先进模型的成本相对于所产生的价值而言，仅为如今费用的一小部分。先行者通过与云提供商建立独家合作、锁定数千块 GPU 的价格以及从学术界挖角顶尖博士研究员来确立优势。当世界在 2020 年充分意识到 GPT-3 的影响时，这些实体已经转向构建生态系统，而不仅仅是实验。

如今，进入门槛已从智力好奇心转变为资本密集型。训练一个有竞争力的基础模型仅计算成本就需要数亿美元，甚至数十亿美元。这超出了大多数风险投资支持初创企业的范围，即使那些拥有强大支持的也不行。“社区爱好者”或对新项目的热情很少能转化为与已在其技术栈上优化了近十年的 incumbents 竞争所需的有形资产。

此外，人才库已被彻底洗劫。最好的机器学习工程师和研究人员要么受雇于这些 incumbents，要么已成为高价顾问。新进入者不能简单地组建团队；他们必须袭击团队，但随着工资和股权包膨胀到不可持续的水平，这越来越困难。

数据作为终极护城河

虽然计算成本高昂，但数据在当前人工智能格局中可以说是更稀缺的资源。互联网上公开可用的文本和代码已被主要参与者大量抓取和摄取。这形成了一个反馈循环：更多用户带来更