世界熱點(diǎn)評(píng)！META：唯一一個(gè)懂得如何利用 AI 創(chuàng)造收益的平臺(tái)

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(jìng)賽。在這個(gè)背景下，我們?cè)?SeekingAlpha 上看到一個(gè)新觀點(diǎn)：META 是唯一一個(gè)懂得如何利用 AI 創(chuàng)造收益的平臺(tái)。這個(gè)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(gè)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(fèi)數(shù)十億美元進(jìn)行硬件和數(shù)據(jù)中心擴(kuò)張的大公司，如微軟，亞馬遜和谷歌？還是設(shè)計(jì)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(dá)，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(bào)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(huì)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(jìng)賽中取得優(yōu)勢(shì)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(xiàng)人工智能投資需要產(chǎn)生回報(bào)——這是一個(gè)顯而易見的觀點(diǎn)，但也是重點(diǎn)。

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(yuǎn)，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(zhēng)奪領(lǐng)導(dǎo)地位。

我發(fā)現(xiàn)谷歌正在落后，因?yàn)樗?ChatGPT 發(fā)布第一個(gè)版本給公眾使用幾個(gè)月后，展示了一個(gè)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(jìng)爭(zhēng)對(duì)手。此外，與 Meta 表現(xiàn)明顯轉(zhuǎn)好的增長(zhǎng)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(qiáng)效果。

這是我追蹤不同人工智能戰(zhàn)略的第一個(gè)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(shí)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(shí)現(xiàn)商業(yè)化，如果有的話，管理層也沒有進(jìn)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(jìn)行對(duì)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(duì) OpenAI 的投資，通過按使用量計(jì)費(fèi)來提供最新版本，同時(shí)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(gè)清晰的財(cái)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(huì)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(jìn)，比任何一家公司的一群工程師和研究人員更快地推動(dòng)了人工智能的發(fā)展。

Meta 在這方面并不落后（至少?zèng)]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(jìn)它，它擁有一個(gè)獨(dú)特的用例。

第二個(gè)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(zhǎng)的谷歌研究員的文件，承認(rèn)了我已經(jīng)知道的事實(shí)：谷歌在推進(jìn)其人工智能方面走錯(cuò)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(bǔ)充對(duì)鞏固優(yōu)勢(shì)至關(guān)重要。

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

伯克利發(fā)布了 Koala，一個(gè)完全使用免費(fèi)可用數(shù)據(jù)進(jìn)行訓(xùn)練的對(duì)話模型。

他們采取了關(guān)鍵的步驟，衡量了真實(shí)用戶對(duì)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(shí)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(gè)人和大學(xué)用新模型趕超，在與 ChatGPT 進(jìn)行試驗(yàn)后的 30 天內(nèi)。這導(dǎo)致個(gè)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(jìn)一步促進(jìn)關(guān)于大型閉源模型與較小公開模型相對(duì)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(jìn)行訓(xùn)練，可以捕捉到與更大模型相當(dāng)?shù)男阅堋＠纾@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?yàn)檫@可能比簡(jiǎn)單地增加現(xiàn)有系統(tǒng)的規(guī)模更有助于實(shí)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(shí)主義渲染和達(dá)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(jī)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(jià)設(shè)備上運(yùn)行。然而，我們?nèi)匀恍枰鼜?qiáng)大的資源，這是我們的智能手機(jī)無法做到的。這個(gè)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(xiàng)面向業(yè)務(wù)和股東的 AI 回報(bào)計(jì)劃

就 Google 而言，它依賴于通過 Google Cloud 共享模型的專有改進(jìn)，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(duì) 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(fèi)。同時(shí)，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(shí)際看到微軟的回報(bào)；至今我還沒有看到 Google 的回報(bào)。

但是 Meta 說，為什么要浪費(fèi)時(shí)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(huì)有更多的實(shí)驗(yàn)和優(yōu)化，但 LLaMA 從發(fā)布時(shí)未調(diào)優(yōu)到在一個(gè)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(gè)方面，從廣告定位和 ROAS（廣告支出回報(bào)率）結(jié)果到為營(yíng)銷人員創(chuàng)建廣告創(chuàng)意。

讓我解釋一下，以防您對(duì)這個(gè)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(jìn)和調(diào)優(yōu)的機(jī)會(huì)。然后，Meta 將這些改進(jìn)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(jìn)行研究、實(shí)驗(yàn)和優(yōu)化，只需一個(gè)月就可以擁有具備競(jìng)爭(zhēng)力的功能的工作模型。想象一下，開放源代碼架構(gòu)在三個(gè)月、六個(gè)月、一年甚至更長(zhǎng)時(shí)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(jí)增長(zhǎng)。

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(shí)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(zhǎng)。

我們已經(jīng)知道 Meta 正在廣泛利用其早期的 AI 工作來實(shí)現(xiàn)更精準(zhǔn)的廣告定位和更準(zhǔn)確的 ROAS（廣告支出回報(bào)率）結(jié)果，同時(shí)計(jì)劃進(jìn)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(jìn)廣告排名和測(cè)量，同時(shí)利用 AI 為廣告主提供更多自動(dòng)化功能，例如 Advantage+ 購(gòu)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(zhǎng)。這些投資將幫助我們開發(fā)和部署增強(qiáng)隱私保護(hù)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(bào)，使其在廣告領(lǐng)域重新獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。由于開源使產(chǎn)品對(duì)每個(gè)人都變得更好，而每個(gè)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(zèng)的經(jīng)驗(yàn)教訓(xùn)），還是對(duì)其主要產(chǎn)品——廣告的改進(jìn)方面。

對(duì)股東來說，Meta 是對(duì)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(zhǎng)與谷歌之間明顯差異的原因。我非常有興趣看到這個(gè)開源人工智能實(shí)驗(yàn)如何為 Meta 的未來廣告回報(bào)增添力量，因?yàn)樗娜斯ぶ悄芟到y(tǒng)已經(jīng)在實(shí)踐中使用。個(gè)人、團(tuán)體和大學(xué)以獨(dú)特而聰明的方式調(diào)整人工智能，針對(duì)多種目的以及硬件需求，Meta 讓世界承擔(dān)了很多重負(fù)。

開源人工智能的優(yōu)勢(shì)是明顯的，Meta 正在利用他人的免費(fèi)勞動(dòng)和時(shí)間來增強(qiáng)其核心業(yè)務(wù)。這直接帶來了人工智能投資的回報(bào)，因?yàn)樗ㄟ^人工智能將核心業(yè)務(wù)提升到了超出無人工智能時(shí)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(cái)務(wù)愿景幾乎令人驚訝。但當(dāng)你意識(shí)到它選擇了不太常見的道路，這就不足為奇了。

$Meta Platforms ( META ) $