撰稿 | 言征
出品 | 51CTO技术栈（微信号：blog51cto）
AI target=_blank class=infotextkey>OpenAI 财报发布了，年化营收达到了13亿美元，平均每月营收超1亿美元，但或许创始人 Sam Altman，高兴不起来。
因为，大部分收入的信心还是用户端。据现在客户的反馈看，企业版ChatGPT高开低走，基本凉了。
事实非常残酷，OpenAI在企业版ChatGPT方面，正在连续遭受打击——
当初采用企业版ChatGTP的组织，正在寻找替代品。
在ChatGPT推出一年后，其早期客户已经开始另谋他法了。其中一些公司从竞对那里购买到更便宜的类似的AI服务，而还有一些客户通过微软的捆绑产品购买到 OpenAI 的软件。
比如，名气很大的Salesforce和Wix，他们现在就正与竞争对手的AI提供商洽谈，以找到经济实惠的替代方案。
Salesforce是最早“入坑”OpenAI的GPT-4的客户之一，主要场景是用来自动起草电子邮件、将会议聊天内容提炼成成可管理的片段。但现在，Salesforce也在关注开源模型，并创建他们的内部Einstein GPT，据传这对他们来说更便宜。
Salesforce人工智能高级副总裁Jayesh坦言，目前公司来到了AI降本的起点，“我们正处于人工智能成本降低的最开始。随着这些AI产品的规模扩大，我们开始专注于实现成本效益，这一点只会变得更加重要。”
Wix 曾经也是OpenAI的忠实粉丝，现在也在关注这场大模型竞争，开始测试开源模型，甚至谷歌的产品以降低成本。
就连全球知名软件公司Zoho，目光也从OpenAI产品转移到自己开发一款成本效益更高的大模型，目前正在与NVIDIA就GPU收购并谈判。
同时，另一家OpenAI旗舰客户——摩根士丹利正在测试微软Azure的另一项服务，探索Azure服务是否与OpenAI的服务长期匹配。
考虑替换ChatGPT的名单，还有很多，未来也会越来越多。
这家由Altman领导的公司也面临着被开源模型所超越的风险，开源模型更小、更简单，但足以胜任许多任务。Mistral AI的新模型也优于OpenAI的多面手模型，一些企业已经开始采用它们。
例如，开发工具初创公司Dagster的创始人Pete Hunt在他的摘要技术服务中，从OpenAI的GPT-3.5模型切换到了Mistral AI的一个漂亮的开源模型，在不影响质量的情况下节省了一个捆绑包。由于开源，大大节省了成本。
甲骨文价值数十亿美元的Cohere也是如此，它正在大规模无缝地在企业范围内被采用。OpenAI的ChatGPT，在企业中很难被直接采用，而更多是存在于在Microsoft Azure OpenAI服务中。
对了，别忘了微软和Meta 的Llama2 的合作。
首先，自商业版发布以来，许多组织就对ChatGPT的使用持怀疑态度。因为在发布之前，隐私保护等安全问题是前期大家的顾虑点。最为出名的一个例子是，三星员工仅仅使用ChatGPT不到20天就被明令禁止、宣称永远放弃ChatGPT。
而“前科”在前给潜在的客户留下了不好的第一印象。即便后来企业版的发布，也被部分企业认为只是OpenAI迫于成本压力之下的权宜之计，更有一种观点认为，这只不过是微软想通过OpenAI此举,找出合适的企业用例并快速跟踪生成式AI 的采用，并在此过程中修复安全缺陷，然后再镜像一下为客户提供服务。
说回来，人们担心这个早期阶段的企业版的方方面面：OpenAI会不会用组织的数据来训练模型，ChatGPT企业版的定价细节以及最终如何通过这个平台赚钱。
其次，对于企业来说，当然要考虑使用成本的问题。据外媒报道，使用OpenAI语言模型的定制版本要比标准版本成本贵10倍，而GPT-4的成本是Llama 2的50倍。
如此明显的成本差距摆在眼前，即使模型评价很高，也不得不让企业转寻它法：“毕竟，Llama2、Falcon 180-B 和 Mistral-7B在性能方面也正在赶上GPT-4，”近期的口碑也一路飙升。
当选项变多的时，CXO的考虑因素也变得更加审慎起来。“在选择大模型时，没有对与错，这取决于用例。但与此同时，了解影响定价的因素也很重要。”人工智能公司TrueFoundry的联合创始人兼首席技术官 Choudhary表示。
最后，所谓的OpenAI支持者，微软也正在“扼杀”掉企业版ChatGPT。根据微软最近的财报，这家科技巨头收入增长了13%，达到了565亿美元，而这大部分归因都是：Azure加速销售了人工智能云，当然这一切的背后还是要归功于OpenAI 的GPT。
当客户通过Azure购买OpenAI时，微软将从中分得一杯羹。此外，企业一直在考虑构建大模型的成本，同时意识到开源模型对他们来说更便宜，当然，明显微软也在此之列。
尽管目前还不完全清楚微软通过人工智能投资进行的云销售是否只是因为OpenAI的产品，或者它是否还包括其他开源产品。但微软也在涉足开源领域以削减成本。例如，它还在其云平台上提供Meta的Llama 2。开发人员发现，这些开源产品可以取代OpenAI的模型，完成要求较低的日常工作。
最近，OpenAI为所有ChatGPT Plus和ChatGPT Enterprise用户提供了DALL-E 3。但是，企业客户仍然没有留下深刻印象，因为他们渴望更专业的业务用例，而不是通用的。
OpenAI并不完全处于失败的一方。其他人工智能服务的一些客户（AWS SageMaker、谷歌的Vertex AI等）正在寻求更多的多样性。
例如，忠于AWS SageMaker的富达投资公司（Fidelity Investments）已经开始测试微软的Azure OpenAI服务，以测试OpenAI的模型。但仍然有很多用例需要OpenAI直接探索，而不是通过微软。
作为被OpenAI寄予厚望的ChatGPT Enterprise却逐渐沦为越来越多公司的“弃子”，归根结底是没有建立起“不可替代性”。
首先，性价比不高。OpenAI的模型固然优秀，但我们看到，以Llama 2为代表的开源模型在性能方面正在追赶GPT-4。更不用说，在大量开源和专有模型中进行选型，必须考虑成本和性能之间的平衡。
再者，不可回避的幻觉。ChatGPT Enterprise依然无法逃脱LLM当前共性的幻觉问题。这种“幻觉”在娱乐性质的聊天问答中可能不会产生大问题，但在企业场景中，比如处理法律和财务文件时，幻觉的产生可能会引发一系列不可控的恶果。
最后，功能缺乏专业性。虽然被冠以“企业版”之名，但事实上ChatGPT Enterprise现阶段提供的功能仍然以通用功能为主，企业用户很难找到更为专业的业务用例。这让ChatGPT Enterprise更像一个穿着大人衣服的小孩，空有其形，缺乏其神。
由此看来，放弃ChatGPT Enterprise并不是一个很难做出的决定。在大模型野蛮生长的发展早期，没有建立起“不可替代性”，即使是行业领头羊，也很难让人心甘情愿买单，毕竟没人愿意做大冤种。
对于OpenAI而言，或许依然需要从微软那里学习如何赚钱，如何从一家科研公司变成一家商业公司。
https://analyticsindiamag.com/whats-up-with-chatgpt-enterprise/
https://analyticsindiamag.com/the-cost-of-using-llms-for-enterprise/
