【CSET】通过竞争促进人工智能创新

【CSET】近日发布了一份名为《Promoting AI Innovation Through Competition: A Guide to Managing Market Power》的报告。这份报告深入探讨了如何通过促进市场竞争来维持美国在人工智能（AI）领域的长期领导地位，强调了竞争市场在推动创新、防止数字垄断以及增强国家经济和国家安全韧性中的关键作用。报告指出，当前商业AI行业的趋势可能会导致市场竞争减少，给大型科技公司带来优势，从而抑制创新和增加对外部经济和技术冲击的脆弱性。报告中提出了一系列政策目标和具体措施，以促进AI市场的长期竞争和创新，为政策制定者提供了宝贵的参考。

在不远的将来，人工智能（AI）系统的进步预计将重塑全球经济和国家安全格局。保持美国在AI领域的长期领导地位，需要政策制定者培育一个多样化、可竞争和充满活力的商业AI系统市场。竞争市场是创新的关键驱动力，激励现有公司不断改进他们的产品和服务，并鼓励初创企业将颠覆性产品推向市场。促进AI开发者之间的竞争，不仅能激发创新，还能防止美国AI行业成为数字单一文化，增强国家对经济冲击、技术意外和其他国家安全风险的抵御能力。

当前，商业AI行业似乎越来越缺乏竞争力。AI供应链的组织、AI开发经济学以及行业普遍的“越大越好”范式，都让现有科技公司在AI系统生产中拥有明显优势。这些公司既有手段也有动机利用市场力量压制AI行业的竞争。他们通过控制计算基础设施、训练数据、基础模型和产品分销渠道，可以有效地选择市场赢家和输家，可能阻止颠覆性初创企业和他们的发明进入市场。如果不加以控制，这种行为可能会削弱美国AI生态系统的长期创新能力和韧性。

尽管商业AI行业相对年轻，但市场结构开始固化。因此，政策制定者应开始采取针对性措施，促进AI生态系统内的竞争。等待太久采取行动可能会固化当前的竞争动态，让大型科技公司进一步扩大其在AI行业的市场力量，可能抑制国内创新。这种不作为可能会使美国在与中国等竞争对手的长期竞争中处于劣势，他们有强烈的动机追求能够抵消美国出口控制和其他限制其AI能力努力的颠覆性创新。

这份报告提出了三个广泛目标，近期政策行动可以针对这些目标促进AI市场的持久竞争和创新，以及政府领导人可以考虑的具体政策杠杆。这些目标包括：1）增加计算提供商之间的竞争；2）在AI模型和应用生产中创造公平竞争环境；3）促进AI产品的开放分销渠道。

在AI供应链中，基础设施层包括驱动AI系统的计算资源以及开发人员用于训练和运行这些系统的软件工具。现代云计算行业高度集中，仅三个超大规模提供商（“三大”）控制着全球市场约三分之二的份额：亚马逊（AWS）、谷歌（GCP）和微软（Azure）。绝大多数商业AI开发者至少依赖这些现有公司中的一个来获取计算资源。

模型层的AI供应链中，开发人员使用基础设施资源在各种数据集上训练算法，目标是开发功能性AI模型。模型可以从零开始训练，也可以通过修改现有模型来开发，训练过程可以以多种方式进行，如监督学习、无监督学习或强化学习。用于训练这些模型的数据可能也来自多种来源，包括开放互联网、现有数据存储库或专有数字产品（例如社交媒体平台、搜索引擎）。开发人员还可能支付人工工作人员来策划数据集或对模型提供反馈。

应用层中，开发人员将模型打包成软件程序，供企业、政府和其他消费者使用。需要注意的是，AI应用并不总是由训练底层模型的相同开发人员构建。例如，ChatGPT的付费版本是OpenAI在其各种基础模型之上构建的AI应用，但独立的开发人员也可以支付OpenAI以获取对这些模型的访问权限，并使用它们构建自己的应用。

为了盈利，开发人员还需要某种方式将用户与他们的应用程序连接起来。这些分销平台可以采取多种形式，包括AI工具可以直接提供的在线市场和应用商店，以及可以集成AI工具的其他产品，如软件包、智能手机或个人电脑。开发人员可以直接向客户分发应用程序，尽管这种策略提供的覆盖范围远小于通过更成熟的渠道工作。随着AI系统的不断发展，不同分销平台的相关性可能会起伏，新的平台可能会出现。然而，正如我们将在后续部分讨论的，当今最突出的分销平台——在线市场、应用商店、企业软件包和个人设备——通常由现有科技公司控制。

个别公司可能在AI供应链的一个或多个层面上运营，它们面临的商业前景因垂直整合水平而异。例如，谷歌在AI供应链的每个层面上都有整合：公司运营计算基础设施（GCP），构建开发工具（例如TensorFlow），开发和训练AI模型（例如Gemini 2.5）并访问专有数据集（例如谷歌搜索），构建AI应用（例如谷歌AI助手），并控制许多突出的分销渠道（例如谷歌Play商店、Vertex AI、Android）。因为谷歌的AI供应链实际上是自包含的，其开发成本相对较低，并且对其他公司的杠杆作用较小。正如我们将在后面讨论的，谷歌还可以使用其计算基础设施、模型和其他资产来获得对其他AI公司的杠杆作用，并从这些潜在竞争对手中产生收入。与此相比，像Anthropic这样的公司开发和训练AI模型（例如Claude 3.7 Sonnet），并构建AI应用（例如Claude聊天机器人），但在很大程度上依赖于外部公司控制的计算基础设施、分销渠道和其他资源。因此，Anthropic更容易受到其他公司的杠杆作用，并且必须直接或间接支付获取AI生产的重要成分。

要了解AI公司的垂直整合如何影响它们的经济前景，考虑生成AI行业的突破性初创公司OpenAI。在小说《太阳照常升起》中，欧内斯特·海明威著名地写道，破产分为两个阶段：“逐渐地，然后突然。”技术变革往往沿着类似的道路发展。数十年的渐进发展、虚假的开始和分散的发现最终导致一个突破，开启了一个快速进步的时期。历史上有许多这样的转折点的例子：莱特兄弟在基蒂霍克的第一次飞行、美国政府的三位一体测试，以及苏联发射的斯普特尼克，等等。许多人认为我们正在经历AI的一个类似的转折点。如果他们是正确的，未来的历史学家可能会将这个新的技术时代的开始定在2022年11月30日，OpenAI向公众发布了ChatGPT的那一天。

ChatGPT当然不是第一个发布到世界上的AI工具——AI系统已经扩散到智能手机、应用程序和网站多年——甚至不是第一个大型语言模型（LLM），但它以其他任何工具都无法比拟的方式吸引了公众的注意。在五天内，该应用获得了100万用户，到2023年1月，其用户群超过了1亿。随着应用程序的起飞，AI深入人心。公众对这项技术的兴趣激增，对AI初创企业的投资激增，关于AI的承诺和危险的辩论占据了从硅谷到布鲁塞尔、北京和华盛顿的领导者的注意力。

ChatGPT之所以重要，不仅是因为工具本身的受欢迎程度和性能，还因为其发明者的相对默默无闻。十多年来，围绕AI创新的讨论主要集中在亚马逊、苹果、谷歌、Meta和微软等少数行业巨头身上。但是，是OpenAI这个预算相对微薄的初创公司引发了生成AI的热潮。乍一看，这个时刻似乎是AI市场开放性的证明，是一个经典的硅谷故事，一个灵活的初创公司追逐一个疯狂的想法，颠覆了既定的玩家。然而，OpenAI的胜利证明是短暂的。

虽然ChatGPT的巨大受欢迎使OpenAI成为世界上最炙手可热的初创公司之一，但也给公司带来了重大成本。回应用户的查询需要大量的昂贵计算资源，公司几乎没有收入来源；一些人估计OpenAI每天花费约70万美元来支持一个免费工具。公司此前从各种投资者那里获得了约40亿美元的资金，但它需要更多的资金来维持运营。最终，这家初创公司在微软找到了生命线。2023年1月，两家公司达成了一项协议，微软将向OpenAI投资100亿美元的现金和云计算信用，作为回报，这家初创公司实际上将自己与西雅图科技巨头联系起来。具体来说，OpenAI同意使微软成为其独家云服务提供商，授予微软在其自身产品中使用OpenAI模型的独家许可，并在公司收回投资之前与微软分享75%的利润，以及此后49%的利润。这笔交易改变了新兴AI行业的格局，推动微软站在模型开发生态系统的前沿，并将该领域的突破性初创公司置于微软成立十年前的公司的影响之下。

微软-OpenAI合作伙伴关系强调了与竞争政策相关的商业AI行业的几个基本特征。首先，当前AI供应链的结构和经济学使构建、部署和商业化AI产品成为一个非常昂贵的努力。对于预训练的基础模型尤其如此，它们需要大量的计算能力和训练数据，以及技术专长才能实现。构建预训练的大型LLM的成本预计将继续上升，因为公司寻求增加其模型的规模和性能。今天，许多开发人员正在努力构建需要较少计算能力的更小的基础模型。而“小模型”可能会改变AI行业经济学，现代行业仍然由大型模型主导，并且最近的技术发展在“测试时间”计算和其他AI技术方面表明，对计算的严重依赖将继续进入未来。

对于商业AI公司来说，构建AI系统高昂的成本进一步加剧了市场的第二个现实，即如何货币化AI工具的持续不确定性。尽管许多公司已经能够通过订阅和其他商业模式实现其AI产品的货币化，但盈利路径仍然不明朗；甚至OpenAI预计在2024年将损失约50亿美元，这是在发布ChatGPT两年后。除了这种不确定性之外，最近生成AI的推出似乎对经济生产力几乎没有影响，导致一些分析师质疑这项技术是否会像最初承诺的那样具有变革性。最近在代理模型和其他AI工具方面的发展可能会增加AI系统的采用，从而增加其商业模式。然而，今天仍然不清楚哪些AI应用将被证明最有价值

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。