什么值得买App下载 App ›
连续签到专享现金活动

Sam Altman:大模型最好的变现方式不是广告,而是垂直一体化

人工智能领域的商业化前景一直是业界关注的焦点。此前,业界对AI的商业化潜力持怀疑态度,认为年化收入超过10亿美元的公司仅有OpenAI和Anthropic两家,担心科技巨头投入的巨额资本无法收回。然而,OpenAI创始人Sam Altman通过一系列新的观点和布局,正在逐步消解这些疑虑。Altman认为,大模型的商业化不应依赖广告,而应走垂直一体化路线,同时解决能源瓶颈与版权合规问题。
01商业化路径:垂直整合优于广告变现

大模型最佳变现模式

超级AI助手
  • 定位为生活助理,核心资产是用户信任

  • 推荐逻辑基于用户需求,而非竞价排名

  • 借鉴iPhone模式,做AI时代的操作系统

  • 通过佣金对应用用进行“征税”,如沃尔玛合作

传统搜索广告
  • 推荐高佣金而非最合适产品,易引发信任危机

  • 依赖市场垄断地位,当前大模型竞争激烈

  • 用户可选项过多,广告转化效果存疑

Altman对商业化的反思体现在对“垂直整合”态度的转变。他过去曾反对垂直整合,认为分工合作效率最高,但现在承认自己判断有误。他指出,iPhone是科技史上最成功的垂直整合产品。OpenAI正致力于将ChatGPT打造为超级AI助手,而非单纯的超级APP,通过整合各类功能并向入驻应用(如沃尔玛)收取佣金,实现类似苹果App Store的生态变现。
02能源需求:光伏与核能双轮驱动
  • 历史规律
    能源成本的持续降低是改善人类生活质量的最重要因素。
  • 当前瓶颈
    AI发展的主要制约因素并非算法或数据,而是电力和资本。一次ChatGPT搜索的耗电量约为谷歌搜索的10倍。
  • 解决方案
    重点关注“光伏+储能”以及核能技术,具体包括先进的裂变技术、小型模块化反应堆(SMRs)及核聚变技术方向。
03版权合规:训练与推理的合理使用

AI版权争议与界定

训练过程:类比人类阅读
  • 作家阅读他人作品获得灵感,结合思考创作新内容
  • AI训练大量公开数据属于合理使用范畴
  • 关键在于生成全新内容而非简单复述
IP应用:担心用得不够多
  • Sora的二次创作有助于观众与IP建立更深情感连接
  • IP方不应担心“用得太多”,而应担心“用得太少”
  • 旨在鼓励类似迪士尼等IP方放开授权限制
04测评方法:GDPval评估模型经济价值
模型名称媲美人类专家成果比例成本与速度优势
Claude Opus 4.147.6%约为行业专家的1/100
GPT-538.8%约为行业专家的1/100

主流AI模型GDPval测评结果对比

OpenAI提出的GDPval测评方法覆盖了对美国GDP贡献最大的9个行业中的44种职业。数据显示,AI模型不仅成本和速度远低于人类,而且在独立进行科学研究方面已取得突破,GPT-5已帮助科学家在数学领域找到新发现,并辅助解决物理化学科研课题。这标志着AI正从超越图灵测试迈向改变世界的新阶段。

评论

评论区空态插画

当前文章无评论,是时候发表评论了