人工智能可以說是今年最熱的投資話題，各大公司也開始了一波 AI 競賽。在這個背景下，我們在 SeekingAlpha 上看到一個新觀點：META 是唯一一個懂得如何利用 AI 創(chuàng)造收益的平臺。這個角度挺有意思，一起來看看作者的邏輯是怎么樣的。

最近有一個討論：誰在正確地利用人工智能，以及投資人工智能的最佳方式。是利用人工智能創(chuàng)造高效業(yè)務(wù)的公司嗎？還是在花費數(shù)十億美元進行硬件和數(shù)據(jù)中心擴張的大公司，如微軟，亞馬遜和谷歌？還是設(shè)計和銷售硬件和人工智能操作系統(tǒng)之類產(chǎn)品的公司呢？ 迄今為止，我的答案是像英偉達，Arista Networks 或者美光科技一類的公司。

但我也看到了一種可能性，即投資那些利用人工智能使業(yè)務(wù)更高效、產(chǎn)品更優(yōu)化，并從這些人工智能投資中獲得明確回報的公司。由于主要云服務(wù)提供商采取了截然不同的策略，形成了明顯的分歧，我們可以看到這些公司是誰。

而這種戰(zhàn)略上的差異歸結(jié)為人工智能系統(tǒng)代碼的姿態(tài)：封閉源或開放源。到目前為止，開放源模式似乎是獲勝的策略。

(資料圖片)

透過戰(zhàn)略看本質(zhì)

大約兩周前，我向 Tech Cache 會員發(fā)布了有關(guān)谷歌和 Meta Platforms 的收益分析，討論了公司如何尋找方法在 AI 競賽中取得優(yōu)勢并將應(yīng)用案例或概念商業(yè)化。畢竟，投資就是為了讓公司賺錢，所以這項人工智能投資需要產(chǎn)生回報——這是一個顯而易見的觀點，但也是重點。

在文章中，我告訴訂閱者："... 在科技行業(yè)，迎頭趕上意味著你已經(jīng)落后很遠，除非公司偶然發(fā)現(xiàn)更好的解決方案或找到了不同的應(yīng)用案例，否則不太可能縮小差距。"

一旦落后，科技公司必須找到一種 " 捷徑 "，從而爭奪領(lǐng)導(dǎo)地位。

我發(fā)現(xiàn)谷歌正在落后，因為它在 ChatGPT 發(fā)布第一個版本給公眾使用幾個月后，展示了一個不值一提的 Bard 演示。我說，谷歌肯定一直在投資人工智能，但在這方面它還沒有超越競爭對手。此外，與 Meta 表現(xiàn)明顯轉(zhuǎn)好的增長相比，谷歌在該季度的廣告收入（其主要收入來源）并沒有明顯的人工智能增強效果。

這是我追蹤不同人工智能戰(zhàn)略的第一個線索。

谷歌在 AI 方面的工作一直非常保守，尤其在優(yōu)化方面，但微軟卻迫使其展示了手中的籌碼，將 ChatGPT 整合到了必應(yīng)搜索中。當(dāng)然，谷歌可能確實提出了一些至今仍在人工智能領(lǐng)域使用的原創(chuàng)概念，但它沒有采取任何措施來實現(xiàn)商業(yè)化，如果有的話，管理層也沒有進行清晰的溝通。

但這并不意味著微軟的人工智能戰(zhàn)略沒有保密性。它主要通過 OpenAI 進行對人工智能的投資，OpenAI 是 ChatGPT 的所有者，采用專有的發(fā)布模型。在方法上沒有什么不同。然而，它的商業(yè)化策略是通過對 OpenAI 的投資，通過按使用量計費來提供最新版本，同時通過 Azure 提供 LLMs（大型語言模型）。然而，兩家公司都沒有明確闡述一個清晰的財務(wù)案例，盡管微軟正在顯示出一條發(fā)展道路。

然后是 Meta。

Meta 表示它不會選擇專有路線，而是選擇開源路線。在我兩周前的盈利分析中，我說它讓大眾來改進，比任何一家公司的一群工程師和研究人員更快地推動了人工智能的發(fā)展。

Meta 在這方面并不落后（至少沒有像很多人認(rèn)為的那樣），但它認(rèn)為通過開源其人工智能，讓其他人能夠構(gòu)建和改進它，它擁有一個獨特的用例。

第二個線索現(xiàn)在變得清晰了。

然后上周四，我看到了一份相當(dāng)長的谷歌研究員的文件，承認(rèn)了我已經(jīng)知道的事實：谷歌在推進其人工智能方面走錯了道路，需要轉(zhuǎn)變。而根據(jù)谷歌研究員的說法，OpenAI 也是如此。

Meta 選擇正確嗎？

這些內(nèi)部信息的補充對鞏固優(yōu)勢至關(guān)重要。

研究員指出的關(guān)鍵點在于開源與 ChatGPT 之間的比較，經(jīng)過公眾對 Meta 的 LLaMA 開源系統(tǒng)進行了一個月的調(diào)試之后：

伯克利發(fā)布了 Koala，一個完全使用免費可用數(shù)據(jù)進行訓(xùn)練的對話模型。

他們采取了關(guān)鍵的步驟，衡量了真實用戶對他們的模型和 ChatGPT 的偏好。盡管 ChatGPT 仍稍微領(lǐng)先，但超過 50% 的時間，用戶要么更喜歡 Koala，要么沒有偏好。培訓(xùn)成本：100 美元。

Meta 的開源策略導(dǎo)致了人工智能領(lǐng)域的平衡。所有那些閉源模型現(xiàn)在都被個人和大學(xué)用新模型趕超，在與 ChatGPT 進行試驗后的 30 天內(nèi)。這導(dǎo)致個人能夠在僅需數(shù)百美元的設(shè)備上訓(xùn)練模型，在伯克利的研究中僅需一百美元。

更有趣的是，伯克利的研究結(jié)果與谷歌研究員看到的結(jié)果相同：開源加上高質(zhì)量的數(shù)據(jù)集，而不是規(guī)模更大，才是未來的發(fā)展路徑。

我們希望這些結(jié)果能進一步促進關(guān)于大型閉源模型與較小公開模型相對性能的討論。特別是，它表明如果小型模型在精心篩選的數(shù)據(jù)上進行訓(xùn)練，可以捕捉到與更大模型相當(dāng)?shù)男阅?。例如，這可能意味著社區(qū)應(yīng)該更加努力地策劃高質(zhì)量的數(shù)據(jù)集，因為這可能比簡單地增加現(xiàn)有系統(tǒng)的規(guī)模更有助于實現(xiàn)更安全、更準(zhǔn)確和更具能力的模型。

那么，Meta 是否否定了云端 AI 基礎(chǔ)設(shè)施的必要性？

不，在很多用例中，訓(xùn)練大型模型比創(chuàng)建現(xiàn)實主義渲染和達斯 · 維德茶壺要復(fù)雜得多，或者需要更多的數(shù)據(jù)。就像我們手機上的 CPU 現(xiàn)在可以處理曾經(jīng)需要占據(jù)城市建筑五層樓的任務(wù)一樣，在適當(dāng)?shù)沫h(huán)境下，AI 模型可以在廉價設(shè)備上運行。然而，我們?nèi)匀恍枰鼜姶蟮馁Y源，這是我們的智能手機無法做到的。這個概念只是將處理的 " 內(nèi)容 " 轉(zhuǎn)變了而已。

關(guān)鍵是開源概念使人們能夠確定從這些 LLM 中獲取準(zhǔn)確和智能數(shù)據(jù)的最佳方式。正如伯克利的研究所指出的，許多人發(fā)現(xiàn)高質(zhì)量勝過高數(shù)量可以獲得更好的結(jié)果。

Meta 擁有一項面向業(yè)務(wù)和股東的 AI 回報計劃

就 Google 而言，它依賴于通過 Google Cloud 共享模型的專有改進，并且我認(rèn)為這適用于廣告和內(nèi)容算法等產(chǎn)品（如果不是這樣，那我對 Google 一無所知）。微軟直接投資于一家專有 AI 公司（OpenAI），該公司能夠?qū)ζ渥钚潞妥顑?yōu)秀的全功能產(chǎn)品和模型收費。同時，微軟還在 Azure 上提供同樣的功能——以 AI 為服務(wù)——以及其搜索產(chǎn)品。

我可以實際看到微軟的回報；至今我還沒有看到 Google 的回報。

但是 Meta 說，為什么要浪費時間去內(nèi)部處理事情，當(dāng)全世界可以在 30 天內(nèi)優(yōu)化它呢？當(dāng)然，還會有更多的實驗和優(yōu)化，但 LLaMA 從發(fā)布時未調(diào)優(yōu)到在一個月內(nèi)與 ChatGPT 的輸出相匹配。

好了，但這關(guān)系到誰呢？

Meta 關(guān)心。

Meta 可以將這些優(yōu)化內(nèi)部使用，通過改善廣告 AI 的各個方面，從廣告定位和 ROAS（廣告支出回報率）結(jié)果到為營銷人員創(chuàng)建廣告創(chuàng)意。

讓我解釋一下，以防您對這個概念有所疑惑。

Meta 的 AI 系統(tǒng)不僅在內(nèi)部使用，而且向公眾提供下載、改進和調(diào)優(yōu)的機會。然后，Meta 將這些改進反饋到系統(tǒng)中，從而產(chǎn)生更好的系統(tǒng)和更好的業(yè)務(wù)結(jié)果。

它讓全世界進行研究、實驗和優(yōu)化，只需一個月就可以擁有具備競爭力的功能的工作模型。想象一下，開放源代碼架構(gòu)在三個月、六個月、一年甚至更長時間內(nèi)可以做到什么。隨著 Meta 整合訓(xùn)練和優(yōu)化的最佳方法，其在 AI 方面的能力很可能呈指數(shù)級增長。

任何能夠創(chuàng)建更準(zhǔn)確、更智能的 AI 系統(tǒng)的努力都有助于公司實現(xiàn)創(chuàng)建更好的廣告、更好的廣告投放和更好的廣告效果的使命，從而為股東帶來更好的收入增長。

我們已經(jīng)知道 Meta 正在廣泛利用其早期的 AI 工作來實現(xiàn)更精準(zhǔn)的廣告定位和更準(zhǔn)確的 ROAS（廣告支出回報率）結(jié)果，同時計劃進行創(chuàng)意制作。

我們將繼續(xù)專注于通過持續(xù)的 AI 投資改進廣告排名和測量，同時利用 AI 為廣告主提供更多自動化功能，例如 Advantage+ 購物，該產(chǎn)品在獲得廣告主的采用和積極反饋方面持續(xù)增長。這些投資將幫助我們開發(fā)和部署增強隱私保護的技術(shù)，并構(gòu)建新的創(chuàng)新工具，使企業(yè)不僅能夠找到適合他們廣告的目標(biāo)受眾，還能夠優(yōu)化并最終開發(fā)他們的廣告創(chuàng)意。

—— Susan Li

這將為 Meta 直接帶來投資回報，使其在廣告領(lǐng)域重新獲得競爭優(yōu)勢。由于開源使產(chǎn)品對每個人都變得更好，而每個人都包括 Meta 在內(nèi)，Meta 從中獲益，無論是在合作努力方面（包括公眾利益和捐贈的經(jīng)驗教訓(xùn)），還是對其主要產(chǎn)品——廣告的改進方面。

對股東來說，Meta 是對人工智能的投資。

人工智能是我在 2023 年第一季度中看到 Meta 的廣告收入增長與谷歌之間明顯差異的原因。我非常有興趣看到這個開源人工智能實驗如何為 Meta 的未來廣告回報增添力量，因為它的人工智能系統(tǒng)已經(jīng)在實踐中使用。個人、團體和大學(xué)以獨特而聰明的方式調(diào)整人工智能，針對多種目的以及硬件需求，Meta 讓世界承擔(dān)了很多重負。

開源人工智能的優(yōu)勢是明顯的，Meta 正在利用他人的免費勞動和時間來增強其核心業(yè)務(wù)。這直接帶來了人工智能投資的回報，因為它通過人工智能將核心業(yè)務(wù)提升到了超出無人工智能時的能力范圍之外。在谷歌、微軟和 Meta 之間，Meta 有著最出色的利用人工智能的財務(wù)愿景幾乎令人驚訝。但當(dāng)你意識到它選擇了不太常見的道路，這就不足為奇了。

$Meta Platforms ( META ) $