智能的工业化:为何 OpenAI 和 Anthropic 瞄准公开市场

OpenAI
The Industrialization of Intelligence: Why OpenAI and Anthropic Are Eyeing Public Markets
随着下一代人工智能的资金需求从数十亿跃升至数万亿规模,OpenAI 和 Anthropic 正在为实现历史性的上市转型做准备,旨在为具身机器人和工业级应用的发展提供融资。

从机械工程和工业自动化的视角来看,IPO 是当前模型发展轨迹在逻辑上的唯一归宿。我们讨论的不再是利用万张 GPU 集群训练模型的成本,而是如何构建“星际之门”(Stargate)级别的超大规模数据中心——这类设施需要核能级别的电力基础设施,且资本支出(CapEx)超过 1000 亿美元。为了维持这一规模,OpenAI 和 Anthropic 必须超越当前公司结构的限制,从公开市场获取深厚的流动性。

具身智能的资本密集度

从生成式文本向物理行动的跨越,是目前该行业面临的最重大技术障碍。尽管大语言模型(LLM)在词元预测方面表现优异,但下一个前沿领域——机器人操纵和工业自治——需要不同类型的数据和极其复杂的推理架构。要使人形机器人在工厂车间实现与传统的 Fanuc 或 Kuka 机械臂同等的可靠性,同时又具备人类推理的灵活性,其计算开销是惊人的。

OpenAI 近期重组内部机器人团队以及对 Figure AI 的战略投资,凸显了这一重心转移。这已不再仅仅是软件问题;而是神经网络与高扭矩执行器、触觉传感器以及实时计算机视觉的集成。这种软硬件的桥接需要巨额的研发投入,使得互联网早期的发展显得相形见绌。通过申请 IPO,OpenAI 在释放一个信号:人工智能的“缩放定律”(即更多的算力和数据导向更强能力)所需要的资金,已达到历史上限,堪比国家级的基建项目。

重组非营利基金会

OpenAI 进行 IPO 的首要技术和法律障碍在于其独特的公司结构。OpenAI 最初以非营利组织形式成立,随后转型为“利润上限”模式,旨在吸引资本的同时,表面上仍坚守安全和造福人类的使命。然而,“利润上限”结构与公开市场投资者对无上限增长和受托责任清晰度的诉求从根本上是不兼容的。转型为传统的营利性公司可能是进行任何公开上市申请的先决条件。

同样,Anthropic 也以公益公司(PBC)的形式运营。尽管与非营利机构控股的子公司相比,这种结构与公开市场更为契合,但它在公司如何平衡股东价值与其“宪法级人工智能”(Constitutional AI)安全准则方面,依然引入了复杂性。对于工业部门而言,这些公司结构的稳定性至关重要。如果像 GXO 这样的物流巨头或像 Siemens 这样的制造商要将这些模型集成到其核心供应链中,他们需要确保供应商是市场上稳定、透明且长久的存在。

迈向定制化芯片与供应链控制

在机器人领域,这一点更为关键。标准 GPU 并非针对在动态仓库环境中运行的移动机器人平台所要求的低延迟、高可靠性进行优化。我们正看到向“边缘智能”的转变,即模型被蒸馏并运行在机器本地。设计促进这一转变的芯片是一项耗资数十亿美元的工程。IPO 的目的不仅是为了支付云服务账单,更是为了掌控从硅片到电磁阀的整个堆栈。

Anthropic 的方案:将安全视为技术壁垒

虽然 OpenAI 采取了快速部署和迭代反馈的策略,但 Anthropic 的定位围绕着“宪法级人工智能”——这是一种训练模型遵循特定内部规则或“宪法”的方法,以确保安全性和可预测性。在工业环境中,可预测性是最具价值的指标。一台效率为 99% 但有 1% 不可预测性的机器人,在工厂车间就是一种隐患。

公开上市人工智能公司的经济可行性

人工智能热潮的批评者常指出高昂的“推理成本”——即模型训练完成后运行所需的费用。对于一家上市公司而言,利润率是核心。如果 OpenAI 和 Anthropic 要作为上市公司取得成功,它们必须证明自己能够将智能成本降低至商品化水平,就像电力或宽带一样。这需要算法效率和硬件优化方面取得巨大的进步。

我们目前观察到向“小语言模型”和“蒸馏”技术的趋势,即将庞大的 1.7 万亿参数模型的知识压缩到 70 亿参数模型中,使其能够在极少量的硬件上运行。这种技术效率是经济可行性的关键。通过 IPO 筹集的资金将资助从“研究突破”到“运营效率”的转变。我们将首次看到这些公司的资产负债表不再是由寻求百倍回报的风险投资人审查,而是由寻求工业人工智能领域稳健、可预测增长的机构投资者审视。

为什么工业部门应该关注

OpenAI 和 Anthropic 在公开市场的交汇标志着“工业人工智能”时代的开启。当这些公司能够进入公开市场,它们与全球制造商签署长期、跨十年合同的能力将大大增强。我们可能会看到一波收购浪潮,即人工智能公司开始收购机器人硬件公司,以创造真正集成的解决方案。对于车间工人或设计下一代自动化分拣设施的工程师而言,结果将是出现一类新型机器,它们不再是被编写僵化的“如果-那么”(if-then)逻辑,而是通过演示和自然语言进行教学。

这种转型并非没有风险。季度财报的压力有时会扼杀长期研发。然而,考虑到实现下一阶段通用人工智能(AGI)所需的硬件和能源基础设施的巨大规模,公开市场是唯一能够提供必要驱动力的引擎。OpenAI 和 Anthropic 之间的竞赛不再仅仅是看谁拥有最聪明的聊天机器人;而是看谁将为下个世纪的人类工业构建操作系统。

Noah Brooks

Noah Brooks

Mapping the interface of robotics and human industry.

Georgia Institute of Technology • Atlanta, GA

Readers

Readers Questions Answered

Q 为什么 OpenAI 和 Anthropic 考虑公开上市而不是继续保持私有化?
A 向具身机器人和工业级基础设施的转型,需要私人风险投资无法支撑的巨大资本规模。开发“星际之门”(Stargate)级别的中心数据中心和核级电力系统,其支出超过 1000 亿美元。转向公开市场使这些公司能够获得大规模基础设施项目所需的深厚流动性,同时提供与全球主要工业合作伙伴和制造商签署数十年合同所需的财务透明度和稳定性。
Q 哪些技术挑战将具身人工智能与当前的生成式模型区分开来?
A 虽然生成式模型擅长文本的标记预测,但具身人工智能需要将神经网络与高扭矩执行器和触觉传感器等物理硬件集成。这种转变要求复杂的推理架构和实时计算机视觉,以确保机器人在动态的工厂车间可靠运行。弥合硬件与软件之间的鸿沟,需要投入大量研发资金来开发定制芯片和边缘智能能力,从而使人工智能模型能够在低延迟的情况下在机器上本地运行。
Q OpenAI 的公司结构如何影响其首次公开募股(IPO)的潜力?
A 由非营利基金会管理的 OpenAI 的“利润上限”模式,与公开市场对无限增长和受托责任透明度的预期存在根本性冲突。为了成功申请 IPO,该公司可能需要重组为传统的营利性公司。这种转变对于提供全球物流和制造巨头所需的机构稳定性和透明度至关重要,只有这样,他们才会将这些先进的人工智能模型全面整合到其核心工业供应链中。
Q “宪法人工智能”(Constitutional AI)在 Anthropic 的工业市场战略中发挥了什么作用?
A Anthropic 利用“宪法人工智能”来训练模型遵循特定的内部规则,优先考虑安全性和可预测性,而非快速部署。在工业环境中,即使是微小的不可预测性也是重大的责任隐患,因此这种对可靠性的关注构成了一种技术护城河。通过将自己定位为可预测系统的提供商,Anthropic 旨在吸引那些需要高风险自动化且必须遵循严格安全指令的工业合作伙伴,同时该公司也在向公开市场扩张。

Have a question about this article?

Questions are reviewed before publishing. We'll answer the best ones!

Comments

No comments yet. Be the first!