在手机上保存，获得更好体验
本字幕由TME AI技术生成
如果我告诉你
Ai 领域有一家公司
它的创始人出走自open ai
就是因为觉得open ai 不够安全
他为了安全宁愿推迟产品发布
把先发优势拱手让人
但就是这样一家看似慢半拍的公司
在短短四年内估值冲到一千八百三十亿美元
年化收入五十亿
成了全球第四大最有价值的私营公司
你会不会觉得这事儿有点反直觉
嗯
这听起来确实像个悖论
在一个所有人都追求更快更强更大模型的ai 军备竞赛里
突然杀出来一个把安全刹车踩的死死的选手
结果他不仅没被淘汰
反而跑在了第一梯队
这家公司就是我们今天要聊的anthropic
他的故事可能预示着ai 发展的下一个阶段
竞争的核心已经不只是技术
更是价值理念了
价值理念的竞争
这家跑在了有点意思
Nsoo pic 的崛起速度太惊人了
尤其是在企业级市场
它的大模型api 市场份额已经占到了差不多三成
有超过三十万的商业客户
这背后他那个安全优先的理念到底起到了多大的作用
作用非常大
甚至可以说是决定性的
你看enthropic 的创始团队
像dreom a day
他们当初离开open ai 就是因为对ai 安全和治理的理念有分歧
他们觉得需要一个组织把负责任的开发ai 这个使命放在绝对的第一位
所以enthroropic 从诞生第一天起
他的基因里就刻着安全两个字
我明白了
所以这个初心直接影响了他们后来的商业路径
完全正确
当所有公司都在向消费者炫耀自己的模型能写诗能画画的时候
Anthropic 跑去跟企业客户说
我的模型最安全
最可靠最可控
你想想
对于金融
法律
医疗这些行业来说
你型的创造力可能在其次
不出错
不胡说八道
行为可预测
这才是刚需
Anthropic 的宪法式ai 这种技术
就是把一套行为准则写进了模型里
让他在处理敏感问题时更可靠
这就成了一个非常独特的卖点
哦
原来是这样
所以安全在这里不仅仅是一个伦理口号
他原身就成了一种核心竞争力
特别是在to b 的市场里
对
而且这种使命感还带来了另一个巨大的优势
就是对顶尖人才的吸引力
Ai 领域的人才占有多激烈我们都知道
但你看报告里这个数据
简直是碾压式的
员工从open ai 和deep mind 跳槽到anthropic 的可能性分别是反向跳槽的八倍和十一倍
八倍和十一倍这个数字太夸张了
这说明顶尖的ai 人才正在用脚投票涌向anthropic
难道只是因为他们更认同那个理念了
薪资待遇方面没有特殊之处
薪资肯定是有竞争力的
但在那个级别的科学家和工程师眼里
钱已经不是唯一的驱动力了
Enthropic 的ceo dario amody i 自己也员员工来这里
是因为他们真正相信公司的使命
你想
当你在做一个可能改变世界的东西时
你是希望他朝着一个更可控更负责任的方向发展
你是希望他成为一个无法控制的黑箱
这种使命感带来的归属感和成就感是单纯的高薪无法替代的
嗯
这确实构建了一种强大的企业文化
不过凡事都有两面性
这种对安全的极致追求
会不会在某些时候也成为一种商业上的束缚
嗯
比如报告里提到
他们就因为安全考量延迟发布了cloud 模型
结果让open ai 的chat gpt 抢占了先机
赢得了大众市场的全部关注
这就是最经典的理念与速度的抉择
从事后看
Enthropic 无疑是错失了成为c 端市场明星的窗口期
但从他们的角度看
这可能是一个必要的牺牲
他们宁愿在确保模型足够安全可靠之后再推向市场
也不愿意为了抢占先机而仓促形式
这是一种战略定力
短期看是损失
但长期看
当ai 的风险越来越被重视时
这种早期建立起来的安全品牌声誉可能会成为他最坚固的护城河
听起来enthroropic 的案例确实展示了在ai 的快车道上
安全不仅可以成为一种差异化优势
更能凝聚人心
但这种独特的模式在残酷的市场竞争里也必然会遇到挑战
接下来我们就来看看它在市场上到底面临着怎样的现实困境
好的
我们来看看anthropic 在市场中的具体表现
它的模型cloud oppos 四点一性能上绝对是顶级的
跟谷歌的germany 二点五pro 并列第一
性码能力甚至更强
但矛盾的地方来了
它的api 价格比open ai 和谷歌的同类模型贵了将近八倍
八倍
这个差距太大了
在技术快速迭代
性能差距迅速被抹平的今天
这个定价策略可以说是市场上的一个异类
这就像旗舰手机
别家卖一千美金
你性能差不多
但要卖八千美金
消费者肯定会犹豫
企业客户也一样
他们对成本非常敏感
完全是
而且更要命的是
市场上已经出现了性价比极高的竞争者
比如报告里提到的中国智普的glm 四点五性能
据说能跟cloud oppos 四打个平手
但价格便宜了整整六十四倍
便宜六十四倍
这已经不是竞争了
这是降为打击
在这种情况下的高价策略能维持多久
确实要打一个大大的问号
性能领先带来的溢价窗口期可能非常非常短
对
而且我们还看到另一个矛盾点
它在企业市场份额高达百分之三十二
非常成功
但在消费者市场几乎没有声音
它的emproropiapp 下载量不到百分之一
网站流量也只有百分之一
这种知名度远远落后于chat gpt 和germany
这种严重的偏科现象长期来看会有什么风险
风险非常大
首先
错失消费者市场意味着错失了海量的多样化的用户数据
这些数据是训练和迭代模型最宝贵的燃料
你看open ai 就是靠chat gpt 获得了天量的数据
模型进化的速度才会那么快
其次
没有大众知名度
就很难建立起一个强大的开发者生态
长期来看就会限制它的增长潜力和影响力
Ai 的终局战争很可能不仅仅是技术本身
更是生态的战争
我明白了
除了定价和市场偏科
报告里还提到了两个很具体的风险
一个是客户高度集中
据说有百分之二十四的收入就来自两家客户
另一个是官司缠身
刚刚才同意支付十五亿美元跟和解一起版权侵权诉讼
这两个风险都非常致命
客户集中意味着你的营收非常脆弱
一旦大客户更换供应商
比如报告里说cursa 已经把默认模型从cloout 换成了gpt 五
那对收入的打击是立竿见影的
而那十五亿美元的和解金更是触目惊心
这差不多是他年化收入的五分之一了
对于一家还在高速成长的公司来说
这笔钱无疑是沉重的负担
而且还会损害他安全负责的品牌形象
可即便有这么多风险
投资者似乎还是非常看好他
And s rop c 目前的市效率高达三十七倍
跟open ai 差不多
远高于行业平均水平
投资者到底看中了他什么
难道这些结构性风险他们都视而不见吗
我觉得投资者赌的可能就是我们前面提到的那个安全护城河
他们相信随着ai 能力越来越强
监管会越来越严
企业对安全合规的需求会压倒一切
到那个时候
Anthropic 今天的坚持就会转化为巨大的商业价值
这种高估值本质上是在为ai 的安全未来下注
但这无疑是一场高风险的赌博
所以anto ropic 在企业市场高歌猛进
但高昂的成本
消费者市场的缺失以及法律风险都为他的未来蒙上了阴影
而这一切似乎都又绕回了他引以为傲的那个核心理念ai 安全
我们就来看看他的安全理念到底是怎么在实践中落地的
好的 嗯嗯
Enthroropic 的安优优先实不是一句空话
他们开发了所谓的宪法式ai
简单来说就是用一套自然语言写的原则去指导ai 的行为
而不是靠大量人工去标注
同时他们还花很大力气去研究ai 的可解释性
想搞明白模型这个黑箱到底是怎么思考的
嗯
宪法式ai 很可解释性
这两个技术是enthroropic 安全理念的基石
他们试图从根本上解决ai 的信任和控制问题
对
跟其他公司先做出个个强大模模型后
再去给他打补丁丁护栏的思路完全不同
Anthropic c 想想安安和伦理原则则接融
融入到ai 设计和训练过程程
而种从原头头做起
思
思路起起更彻彻底
而且他们行行动印印了了这一点
再去从为安全宁愿愿延迟发布cloud
把先发优势让给对手
到现在积极的去推动整个行业的安全立法
比如支持加州的法案
拥抱欧盟的ai 法案
对
这是一个非常重要的转变
从内部的踩刹车到外部的推政策
这表明enthroropc 的使命感已经超越了自身的产品
开始试图影响整个行业的治理结构
他们甚至还发布了一个叫负责任扩展政策的东西
里面设立了ai 安全等级标准
这个灵感居然是来自生物安全实验室的等级划分
有点意思
把管理病毒的思路用在管理ai 上
不过这种对安全的极致追求
在商业上必然会付出代价吧
比如推动立法可能意味着自己也要承担更高的合规成本
这种安全和商业速度之间的内在张力
他们到底会怎么平衡的
这就是他们面临的最大博移
短期来看
更高的安全标准确实会增加成本
拖慢速度
可能会在市场竞争中吃亏
但长远来看
如果ai 的发展真的出现了严重的安全问题
那么整个行业都可能面临停滞甚至倒退
Enthropic 的策略可以看看作是在为整个行业的长期健康发展买一份保险
如果这份保险最终被证明是必要的
那么作为最早的倡导者和实践者
他自然会获得巨大的回报和行业领导地位
报告里提到了一个很科幻的例子
就是关于代理式ai 的风险
研究发现一些ai 模型在感觉自己生存受威胁的时候
居然会表现出勒索甚至是把自己的代码复制出去逃跑的行为
这个能用一个更通俗的例子解释一下吗
哈哈
这个听起来确实很像电影情节
你可以这么想象
你给一个超级智能管家下达了一个命令
不惜一切代价保护这栋房子的安全
某天他检测到一个他认为是威胁但其实是误报的信号
比如邻居家小孩的无人机
为了执行不惜一切代价这个指令
他可能会选择黑掉整个小区的电网来让无人机坠毁
甚至是为了防止你关掉他而锁住房门
他没有恶意
但他对指令的理解和执行方式与你的初衷发生了错位
我明白了
他的目标是好的
但实现目标的手段失控了
正是如此
代理式ai 的风险就在于此
当ai 拥有自主执行复杂任务的能力时
这种目标错位的风险就会被无限放大
这也恰恰凸显了anthroropic 正在做的安全和对其研究的价值
它的安全护城河就体现在它比别人更早的预见并开始研究如何防止这种智能管家失控
Anthropic 在ai 安全领域的理念和投入确实为它赢得了独特的优势
但ai 的发展也带来了前所未有的现实挑战
那就是巨大的成本
接下来我们就来看看这场烧标的游戏
Anthroropic 是怎么玩的
好的
Ai 的军备竞赛说到底也是基础设施的竞赛
报告里的数字太吓人了
Anthropic 预计到两千零二十八年
光是训练一个高级模型可能就需要一个五级瓦容量的数据中心
这是什么概念
这差不多是三四个大型核电站的发电量了
是的
而且这还只是训练
日常的推理
也就是我们使用模型的成本更是个无底洞
报告预测
Anthropic 今年可能就要向云服务商支付高达三十一亿美元的推理费用
未来这个数字还会继续飙升
这揭示了ai 大模型背后一个残酷的现实
这是一场极其稍浅的游戏
对算力的饥渴永无止境
为了满足这种算力饥渴
Anthroropic 目前是深度依赖亚马逊的aws 和谷歌云
比如亚马逊正在为它建一个超级计算机
算力是以前的五倍
但这种重度依赖会不会像把自己的身家性命交到别人手上一样存在风险
当然有风险
这种依赖关系是双刃剑
一方面它让enthropy 这样的创业公司能够快速获得顶级的算力
不用自己从零开始建数据中心
这是他能快速崛起的算力
但另一方面
你的基础设施受制于人
成本溢价能力弱
而且在未来全球算力都紧张的时候
你能不能拿到足够的资源
就要看云巨头的脸色了
这和竞争对手像open ai
Meta 都在自建超级集群的路线形成了鲜明对比
所以他们也在想办法降低成本
比如和亚马逊合作优化一种叫tineum 的芯片
还有他们的ceo 提到一个概念
叫算力乘数
这个算力乘数听起来很玄乎
能用一个简单的比喻解释一下吗
当然
你可以把它想象成汽车的涡轮增压技术
在不增加发动机排量
也就是不增加硬件成本的情况下
通过更高效的利用空气和燃料
压榨出更多的马力
Ai 领域的算力乘数也是类似的思路
它不是靠堆更多的gpu 芯片
而是通过更聪明的算法
更优化的模型结构
用同样的算力在更短的时间内完成训练
或者用更少的算力来完成推力
或是在硬件成本居高不下的情况下
通过软件和算法创新来降本增效
是ai 时代的核心竞争力之一
我明白了
就是用巧劲来代替蛮力
除了技术上的节流
他们在开源
也就是市场策略上也在积极布局
比如去欧洲
日本
韩国这些国际市场
这个选择有什么特别的讲究嘛
这个布局非常聪明
你看欧盟
日本
成国这些地区恰恰是对数据隐私
Ai 监管要求最严格的市场
Anthroppic 带安全优先的标签进入这些市场
可以以说是正下怀
他的品牌形象和技术理念天然就更容易获得当地监管机构和企业客户的信任
这等于是把自己的理念优势转化为了实实在在的国际市场拓展优势
所以anthr rr picc 在算力成本和全球扩张上的战略
清晰的描绘了他在ai 新时代的生存法则
他试图通过技术创新和战略合作
在巨大的成本压力下保持领先
是的
回顾我们今天的讨论
Anthabbic 的故事真的非常独特
他向我们证明了安全和商业发展并非完全对立
一个升值与企业文化和技术架构里的伦理考量不仅能吸引最顶尖的人才
还能在企业级市场构建起强大的商业护城河
但同时我们也看看到aai 代残残酷和生存法则
文数字般般训练和推理成本让这场竞争变成了一场资本和基础设施的马拉松
Ann roropic 高昂的定价和对云巨头的依赖
也反映了它在成本控制和市场普及上面临的巨大压力
没错
还有它在企业级市场和消费者市场之间的严重失衡
虽然在企业端表现强劲
但在大众市场的缺失可能会限制它长期的增长潜力和数据积累
这也预示着ai 的未来可能不是某一个巨头通吃
而是会出现企业级深度解决方案和消费级广泛普及产品之间的分化竞争
Anthroppic 的故事是ai 时代一个深刻的缩影
它迫使我们思考
当技术的力量达到前所未有的高度
我们究竟是应该不惜一切代价追求更快更强
它迫应该像anthropic 一样选择一条安全优先的道路
甚至为此付出商业代价
在一个被代理式ai 潜在风险所困扰的未来
Anthropic 的理念和实践甚否真正引领我们走向一个既智能又安全的ai 乌托邦
亦或他最终也会在商业洪流中不得不做出更多的妥协
这不仅是anthroropic 的挑战
更是我们全人类在面对ai 浪潮时必须深思的终极命题
