رئیس یکی از بزرگترین موقوفات ایالات متحده می گوید OpenAI و Anthropic با مشکل بزرگی روبرو هستند

سام آلتمن، مدیر عامل OpenAI این ماه در سانفرانسیسکو. بنجامین فانجوی/گتی ایماژ اسکات ویلسون، مدیر ارشد فناوری سرمایه گذاری دانشگاه واشنگتن است که یک شرط بندی بسیار سودآور روی اسپیس ایکس انجام داد.

ویلسون آشکارا آنچه را که اعتراف می کند «نظر نامطلوب» او در مورد آزمایشگاه های مرزی است به اشتراک می گذارد.

Vinod Khosla، یک سرمایه‌گذار اولیه در OpenAI، به Business Insider گفت که به شدت با ویلسون مخالف است. اسکات ویلسون می‌داند که شرط‌بندی مخالفی که بازده زیادی دارد، چگونه است. سرمایه گذاری اولیه او در اسپیس ایکس به ایجاد یک درآمد بادآورده چند میلیارد دلاری برای موقوفه دانشگاه واشنگتن کمک کرد.

اکنون او یکی دیگر را می سازد: آزمایشگاه های هوش مصنوعی تریلیون دلاری در مشکل بزرگی قرار دارند.

ویلسون استدلال می‌کند که OpenAI و Anthropic متعهد به هزینه‌های هنگفتی هستند که مدل‌های ارزان‌تر چینی در حال افزایش هستند. این دیدگاهی است که او را کاملا در تضاد با گاوهای AI مانند Vinod Khosla قرار می دهد، که معتقد است این سرمایه گذاری های عظیم زیرساختی دقیقا همان چیزی است که شکست دادن آزمایشگاه های مرزی را سخت می کند.

ویلسون گفت: «این شرکت‌های مرزی بیش از تریلیون دلار ارزش بدهی‌هایی را ندارند که برای آنها ثبت‌نام کرده‌اند. "جایگزین های رایگان زیادی وجود خواهد داشت."

OpenAI نشانه گذاری های عظیمی را برای شرکت های VC و همچنین مدارسی مانند دانشگاه میشیگان که سرمایه گذاری اولیه 20 میلیون دلاری OpenAI آن اکنون بیش از 2 میلیارد دلار است، بازگردانده است. ویلسون گفت که او همچنین این شانس را داشت که یک سرمایه‌گذار اولیه در OpenAI باشد، اما قبول کرد زیرا متقاعد نشده بود که شرکت هرگز پولی به دست بیاورد. از آن زمان، دیدگاه نزولی او سخت تر شد.

ویلسون گفت: «وقتی به معامله اولیه OpenAI که برخی از همتایان ما در آن شرکت کردند و تعداد زیادی پول روی کاغذ به دست آوردند، نگاه کردیم، بسیار شک داشتیم. با گذشت زمان شک و تردیدم بیشتر شده است.

ویلسون هفته گذشته در راک یارد راندآپ، گردهمایی تقریبا 100 مدیر دارایی، VCها و بنیانگذاران فناوری در فورت ورث، آنچه را «نظر نامطلوب» خود بر روی صحنه می نامید، به اشتراک گذاشت. بین یک خزیدن هونکی تانک و بازدید از استاکیاردز رودئو، او مسابقه هوش مصنوعی مرزی را به عنوان نوع خود غرب وحشی معرفی کرد: دیوانگی از هزینه‌ها و ارزش‌گذاری‌هایی که از نظر او بعید است پایان خوبی داشته باشد.

هشدار ویلسون در حالی است که سازندگان مدل چینی مانند DeepSeek، Alibaba's Qwen، Zhipu AI و Tencent فاصله خود را با آزمایشگاه های مرزی ایالات متحده در عملکرد کاهش داده اند و در عین حال صرفه جویی زیادی در هزینه ها ارائه می دهند. این موضوع بحث سرمایه‌گذاران گسترده‌تری را در مورد اینکه آیا OpenAI و Anthropic که انتظار می‌رود در ماه آینده عمومی شود، می‌توانند هزینه‌های هنگفت مورد نیاز برای حفظ پیشروی را حفظ کنند، در صورتی که مشتریان بتوانند به جایگزین‌های ارزان‌تری که تقریبا به همان اندازه خوب هستند روی آورند، دامن زده است. اسکات ویلسون، مدیر ارشد مالی مؤسسه موقوفه دانشگاه واشنگتن، هفته گذشته در فورت ورث. بن برگمن/Business Insider ویلسون توضیح داد که او تبدیل شده است

پس از صحبت با همکارانش در چین که پیشرفت سریعی در مدل‌های وزن باز داشته‌اند، نسبت به آزمایشگاه‌های مرزی مشکوک است. او پس از صحبت با بنیان‌گذاران شرکت‌هایی که دانشگاه واشنگتن در آنها سرمایه‌گذاری کرده بود و به او گفتند که همه به مدل‌های ارزان‌تر روی می‌آورند، بیشتر نگران شد.

او گفت: «هر وقت با شرکت‌های نمونه کار خود صحبت می‌کنیم، به‌ویژه شرکت‌هایی که هوش مصنوعی دارند، همه آنها به شدت به سمت منبع باز حرکت می‌کنند. این کالا مانند هر کالای پرهزینه آمریکایی دیگری است که باید با واردات ارزان قیمت، به ویژه از چین رقابت کند.»

Khosla می‌گوید که او هرگز در OpenAI اینقدر خوش‌بین نبوده است

داده‌های OpenRouter، پلتفرمی که توسعه‌دهندگان درخواست‌ها را در میان مدل‌های هوش مصنوعی هدایت می‌کنند، از استدلال ویلسون پشتیبانی می‌کند، اگرچه این یک عکس فوری محدود است. DeepSeek 25.3 درصد از درخواست‌های مدل متنی در OpenRouter را تشکیل می‌دهد در حالی که 18.6 درصد برای OpenAI و 2.9 درصد برای Anthropic است.

Vinod Khosla، یک میلیاردر سرمایه‌گذار مخاطره‌آمیز که یک سرمایه‌گذار اولیه در OpenAI بود، به Business Insider گفت که به شدت با ویلسون مخالف است و می‌گوید که او هرگز نسبت به OpenAI خوش‌بین نبوده است.

او وقتی در مورد دیدگاه ویلسون گفت: «افراد مانند آن احمق هستند و نمی‌دانند این کار چگونه کار می‌کند. "آنها این تصور را دارند که مدل ارزش است."

خوسلا استدلال کرد که مزیت واقعی در کنترل بیشتر زیرساخت های گران قیمت در زیر مدل نهفته است. یک شرکت مدل بسته می تواند تراشه ها را طراحی کند، همانطور که OpenAI با تراشه استنتاج Jalapeño خود انجام داده است، در مورد مدل ها و سیستم های ارائه دهنده خود. او گفت که این امر می تواند اتکای آن به سخت افزار انویدیا و خدمات ابری شخص ثالث را کاهش دهد و هزینه سرویس دهی به مشتریان را نسبت به مدلی با وزن باز که روی ابر دیگران اجرا می شود، کاهش دهد.

او گفت: من در مورد قیمت صحبت نمی کنم، من در مورد هزینه صحبت می کنم. از قدرت تا مرکز داده تا تراشه‌ها، نرم‌افزار زیرساخت‌ها تا مدل‌های استنتاج، تقریبا مطمئنا هزینه پشته در مدل‌های منبع بسته کمتر از منبع باز خواهد بود.»

آیا نکته ای در مورد آزمایشگاه های هوش مصنوعی دارید؟ با خبرنگار ارشد بن برگمن به صورت ایمن در سیگنال در @benbergman.11 تماس بگیرید

مقاله اصلی را در Business Insider بخوانید