Til tross for sin enorme popularitet brenner OpenAI angivelig gjennom kontanter i et uholdbart tempo og kan stå overfor et svimlende tap på $5 milliarder innen utgangen av 2024.
Det viser en sjokkrapport fra Informasjonsom siterer uutgitte interne regnskaper og bransjetall som avslører hvordan OpenAI allerede har brukt rundt $7 milliarder på å trene opp modeller og så mye som $1,5 milliarder på å ansette folk.
Dylan Patel fra SemiAnalysis hadde tidligere fortalt The Information at OpenAI angivelig skal ha delt ut noen $700 000 per dag til å kjøre modellene sine i 2022, med et tap på nesten $500 millioner bare det året.
Til tross for at OpenAI genererer betydelige inntekter, anslagsvis mellom $3,5 og $4,5 milliarder kroner årlig, er utgiftene langt høyere enn inntektene.
Selskapet har allerede hentet inn over $11 milliarder gjennom syv finansieringsrunder og er for tiden verdsatt til $80 milliarder.
Til tross for at ChatGPT er et kjent navn med millioner av brukere over hele verden, kan OpenAI vise seg å bli en skikkelig pengesekk for investorer hvis ingenting endres.
Microsoft, OpenAIs desidert største støttespiller, har allerede investert milliarder i selskapet de siste årene.
Det ryktes at den siste kontantinnsprøytningen på $10 milliarder tidlig i 2023 skulle inkludere en andel på 75% av OpenAIs overskudd og en eierandel på 49% i selskapet, samt integrering av ChatGPT i Bing og andre Microsoft-systemer.
Til gjengjeld får OpenAI tilgang til Azures skyservere til en betydelig redusert pris.
Men i en verden av generativ AI er det aldri nok chips, maskinvare i skyen eller banebrytende, verdensendrende ideer som krever milliarder av kroner for å komme i gang.
OpenAI satser stort på å bli først ute med kunstig generell intelligens (AGI), et ambisiøst og utrolig kostbart prosjekt.
Konsernsjef Sam Altman har allerede antydet at han ikke kommer til å gi seg før dette er oppnådd.
Han er involvert i utvikling av kjernefusjon og diskuterte opprettelsen av en internasjonalt chip-prosjekt med støtte fra De forente arabiske emirater og amerikanske myndigheter verdt billioner.
Konkurransen er brennhet
Konkurransen på området generativ AI intensiveres også, med store aktører som Google, Amazon, Meta osv. som alle kjemper om å få en del av kaken.
Selv om ChatGPT fortsatt er den mest anerkjente AI-chatboten, tar den en stadig mindre del av de totale inntektene som står på spill.
I tillegg bygger åpen kildekode-divisjonen, som i stor grad ledes av Mistral og Meta, stadig kraftigere modeller som er billigere og mer kontrollerbare enn lukkede laboratorieprosjekter fra OpenAI, Google og andre.
Som Barbara H. Wixom, en av hovedforskerne ved MIT Center for Information Systems Research, uttrykker det på en treffende måte"Som alle andre verktøy skaper AI ingen verdi med mindre det brukes på riktig måte. AI er avansert datavitenskap, og du må ha de rette ferdighetene for å kunne jobbe med og håndtere den på riktig måte."
Og her ligger det et kritisk poeng. Hvis en organisasjon har penger og teknisk kunnskap til å utnytte generativ AI, trenger den ikke nødvendigvis å samarbeide med selskaper med lukket kildekode som OpenAI. I stedet kan de skape sin egen egne, mer skreddersydde og suverene løsninger.
Salesforce beviste nylig dette ved å lansere en banebrytende kompakt modell for API-kall som knuste grensemodeller fra OpenAI, Anthropic osv.
OpenAI og andre prøver å presse grensene med bedriftsløsninger som ChatGPT EnterpriseMen det er tøft, for generativ AI er både kostbart og tvilsomt verdt investeringen akkurat nå.
Adam Selipsky, administrerende direktør i Amazon Web Services (AWS), sa han selv i 2023"Mange av kundene jeg har snakket med, er misfornøyde med kostnadene de ser for å kjøre noen av disse modellene."
AI-selskapene reagerer ved å redusere kostnadene for modellene sine og lansere lettere versjoner som GPT-4o minimen også det er en gåte. Når skal selskapene ta steget inn i AI når alternativene roterer hele tiden?
2023 ga få svar på hvordan man kan tjene penger på AI
År 2023 har fungert som et testområde for ulike tilnærminger til inntektsgenerering fra kunstig intelligens, men ingen av dem er noen mirakelkur mot bransjens økende kostnader.
En av de største utfordringene med AI-inntektsgenerering er at den ikke tilbyr samme økonomi som konvensjonell programvare.
Hver brukerinteraksjon med en modell som ChatGPT krever spesifikke beregninger, noe som forbruker energi og skaper høyere løpende kostnader som skaleres etter hvert som flere brukere blir med i systemet.
Dette utgjør en stor utfordring for selskaper som tilbyr AI-tjenester til faste priser, ettersom utgiftene raskt kan overstige inntektene.
Hvis abonnementskostnadene økes for mye, vil folk rett og slett trekke seg ut. Økonomisk Undersøkelser tyder på at abonnementer er noe av det første som kuttes når folk ønsker å redusere utgiftene sine.
Microsofts nylige samarbeid med OpenAI om GitHub Copilot, en AI-kodingsassistent, var et godt eksempel på hvordan abonnementer kan slå feil.
Microsoft krevde et månedlig abonnement på $10 for verktøyet, men rapporterte et gjennomsnittlig månedlig tap på mer enn $20 per bruker. Noen storbrukere påførte tap på opptil $80 per måned.
Det er sannsynligvis en lignende situasjon med andre generative AI-verktøy. Mange tilfeldige brukere abonnerer på bare ett av de mange tilgjengelige verktøyene på månedlig basis, og kan lett si opp abonnementet og bytte til et annet verktøy. På den annen side finnes det også ulønnsomme storbrukere som bruker ressurser uten å bidra til fortjenesten.
Noen mener at OpenAI har forsøkt seg på skitne triks for å holde pengestrømmen i gang. For eksempel har GPT-4o demo, perfekt timet med Google IO, avslørte talesyntesefunksjoner i sanntid som så ut til å bryte ny mark og overstråle Googles kunngjøringer.
Vi venter fortsatt på at disse mye omtalte stemmefunksjonene skal lanseres. OpenAI har ennå ikke gitt dem ut til noen, med henvisning til sikkerhetsproblemer.
"Vi forbedrer modellens evne til å oppdage og avvise bestemt innhold", uttalte OpenAI om forsinkelsen.
"Vi jobber også med å forbedre brukeropplevelsen og forberede infrastrukturen vår på å skalere til millioner av brukere samtidig som vi opprettholder sanntidsrespons. Som en del av vår iterative distribusjonsstrategi starter vi alfaversjonen med en liten gruppe brukere for å innhente tilbakemeldinger, og utvider basert på det vi lærer."
Premium-registreringer økte fordi folk gledet seg til å ta i bruk de nye funksjonene. Var OpenAI ute etter en kortsiktig inntektsøkning drevet av funksjoner som aldri var klare?
Energikostnadene er en annen hindring
Det er enda en hake ved generativ AIs inntektsgenerering - strøm- og vannforbruk.
Innen 2027 kan AI-industriens energiforbruk tilsvare som en liten nasjon. Den siste tidens økning i vannforbruket fra Microsoft og Google skyldes i stor grad intensiv AI-arbeidsbelastning.
Google nylig offentliggjort at AI var i ferd med å bringe selskapets bærekraftstrategier ut av kurs. Selskapets CO2-utslipp har økt med 48% siden 2019, og ledelsen har så godt som innrømmet at AI-arbeidsbelastningen har skylden.
AI-indusert vannmangel rammet nylig Taiwan, som begynte å omdirigere vann fra bruk av AI i landbruket midt i en tørkeperiode i et forsøk på å holde produksjonen i gang. Vannmangel rammer også deler av USA i 2023, så det er reelle miljøkonsekvenser å ta hensyn til.
I en tale på World Economic Forum, Altman sa"Vi trenger mye mer energi i verden enn vi trodde vi trengte før. Vi er fortsatt ikke klar over energibehovet som denne teknologien medfører."
Alt dette koster, både på selskapsnivå for Microsoft, Google osv. og for lokale og nasjonale økonomier.
De kommende årene vil være avgjørende for utviklingen av generativ KI, både når det gjelder avkastning eller investering, bærekraft og spenningen mellom de to.
Som Barbara H. Wixom fra MIT advarer: "Du må finne en måte å betale for dette på. Ellers kan du ikke opprettholde investeringene, og da må du trekke ut støpselet."
Vil generativ AI noen gang stoppe opp? Du må tro at det er for stort til å mislykkes. Men det ser ut til å sitte fast i skjærsilden for inntektsgenerering akkurat nå, og noe fra et eller annet sted må gi et nytt støt av fremgang.
Det skal kanskje ikke så mye til før generativ AI når et nødvendig høydepunkt der fremskritt kommer billig og naturlig.
Fusjonskraft, analog AI-maskinvare med lavt strømforbruk, lettvektsarkitekturer - alt dette er på trappene.Vi kan bare vente og se når alt faller på plass.
