本文来自微信公众号：MacTalk（ID：MacTalkPro），作者：池建强，头图来自：视觉中国
怎么理解 OpenAI？这个风口浪尖上公司的报道一直没停过，比如：6 月底刚被起诉侵权索要 30 亿美元赔偿金，5 月份估值 290 亿美元、几轮融资总募集超 200 亿美元，4 月份公布独一份的股权结构……
但看报道，越看越不爽，我发现了解的细节越多，反而难看清背后的逻辑，就像在盲人摸象。
这种状态 PayPal 联合创始人 Peter Thiel 描述过，极其准确：有时候我们可能会觉得世界是，小处清楚，大处模糊。微观细节历历在目，但是宏观整体看却被一团雾笼罩。不管是商业还是人生，一项很重要的挑战就是将微观和宏观结合起来，才能把事情说通想透。
现在热度冷却不少，我决心重新梳理一遍关于 OpenAI 的一切，整完突然发现，其实 OpenAI 不适合参照我们过去考察企业的一贯标准了。
当卷入了全球一波规模最大的科技公司、最有战略眼光和雄心壮志的创业者、人工智能领域技术最顶尖的极客、实力最雄厚投资手笔最大的资本、增长最迅速关注度最高的产品，这已然成为了一场技术史和商业史上史无前例的绝佳的实验。合适写篇长文仔细聊聊。
一
首先 OpenAI 从创立之初，讲的就不是传统的商业故事，和用户、市场没有半毛钱关系。可以说始于造福全人类的梦想，也可以说始于对世界末日的忧虑。
当时 2015 年夏天，Sam Altman 在硅谷最豪华酒店的会议室组了个局，讨论技术垄断和人类未来，焦点就是 AI 和 AGI。
据我观察创投界，过去喜欢在已有生产生活方式上精雕细琢，现在越来越倾向于讲大故事，创始人最好是“活在未来”的人，直接描绘未来的轮廓，“预测未来最好的方式就是创造未来”，比如纷纷 all in AI 这波就是为了先抢个座。
至于创业前景如何，要结合马斯洛需求理论看，比如致力解决未来生存难题的 SpaceX、致力解决人类交流困境的 Airbnb。挺有意思，不知道国内创投圈酒局聊不聊这类话题。
讲回为啥组局，起因就是 Google 收购了 DeepMind。这个组织来头不小，2010 年由一批天才科学家牵头创立，深度学习领域最牛。口号叫“解析智能，以促进科学和人类发展”，AGI 只是阶段性目标，日常就是做 Research 发 Paper，顺便引领一下技术潮流。
AI 向来是各大厂布局未来的兵家必争之地，组织越牛，真实收购过程越不简单。
DeepMind 因为纯粹搞技术研究，类似科研机构，除烧钱之外主要是短时间看不到盈利来源，2012 年马斯克投资的 650 万美金撑不了半年就花完了，急需找个大金主资助，经马斯克介绍，DeepMind 和 Google 搭上了线。
期间扎克伯格也想参与，给出翻倍的收购价，目的是挖团队去研究 AI 为 Facebook 的业务服务。不符合 DeepMind 的调性，没谈拢。
两年后尘埃落定，被 Google 以六亿美金收购。不用为钱操心，也不用太考虑盈利，DeepMind 继续自由地用 AI 玩游戏，但因为每年烧好几亿美金，偶尔也搞点动作比如 AlphaGO 证明自己的价值，或者做点正经技术产品给 Alphabet 下面的兄弟公司用。
人工智能从上世纪五十年代诞生后一直是业界焦点，历经几波爆发式进步，虽然应用性不足，但潜力和威胁一直并存。眼看 AGI 的未来被一个商业公司垄断，喝醉后喜欢和朋友们聊世界会怎样毁灭的 Sam Altman 坐不住了。技术就是权利。
科技、人类、未来这三个词拢在一起，够“活在未来”的极客和创业者兴奋一宿的。好朋友们到齐，比如 DeepMind 前投资人 Musk，后来是 OpenAI 首席科学家的 Ilya，是 OpenAI 董事会主席的 Greg Brockman，和 Altman 一块有末日生存计划的 PayPal 联合创始人 Peter Thiel。
会中，共识是不能由谷歌独自掌控如此强大的技术，即使座右铭是“Don’t Be Evil”。后来谷歌把这句话从行为手册中删掉，想把自己从神坛解放下来，祛除技术创新的阻碍力量，也引发了不少讨论。
会后，结论是要建立一家 AI 公司，非营利组织，发布研究成果，开源所有技术，不受任何公司任何资本任何人控制，以更安全方式构建 AGI，造福全人类。太过刚性的理想化规则，和 Google 不作恶的座右铭一样，为之后不少人离开 OpenAI 埋下伏笔。
二
想搞项目，方向、资金、人才三者不可或缺。
方向是 AGI。钱也好办，大伙都是财富自由的人各出一点，而且财大气粗的 Musk 答应捐 10 亿美金。Brockman 负责去各个大厂挖人，Ilya 负责带领团队开发技术。虽然 AI 人才在硅谷是炙手可热，博士毕业后年薪都百万美元起步，但不少牛人冲着公司理念纷纷降薪加入。于是 OpenAI 在 2015 年底成立。
理想美好，实际创业都是一地鸡毛。之前不少人从大厂出来创业，失败率极高，就这原因。有技术或者有理念，但不擅找钱，也不懂经营。融到资就乱花，还没干出名堂，钱不知道怎么已经没了，公司自然活不下来。
OpenAI 也是，还差点落到 Musk 手中。
早期研发阶段，各技术牛人擅长领域不同，谁也不服谁，路径找不准。加上首富答应捐的钱分阶段到账，每年钱都不够用，要靠董事会成员的关系拉投资。
有点钱了，一半给员工发工资，一半拿去 Google 租训练模型的 CPU 和 GPU。但 AI 研究想突破，需要消耗的计算资源每三四个月要翻番，资金也得指数级跟上。OpenAI 做了 3 年，到 2018 年底，加总估计也才花了 2 亿多美金，对比成绩斐然的 Deepmind 一年就花 Google 四、五亿，现身说法什么叫没钱寸步难行。
没有产出，掏了 1 亿大头的马斯克看不下去了，质疑团队效率太低，想自己当 CEO 主持大局。跟现在对 Twitter 一样。马斯克执行力强，控制欲也强。但当时特斯拉出问题焦头烂额，提议被董事会拒绝，立马退出董事会，也停止了投资。
OpenAI 来到生死关头。非盈利组织的理念很美好，也很理想，问题很现实，没钱怎么搞研究，何况搞 AI 研究？当时的 CEO Brockman 求助了董事会里更擅长找钱的投资人 Sam Altman，他当时还在执掌 YC。
Sam Altman 现在为大家熟知了，是个奇人。
YC 的创始人 Paul Graham 说他是一位极具魄力的领导者和开拓者，“如果把 Sam Altman 扔到某个食人族之岛，5 年后他会成为这个食人族岛的国王。”还把他和乔布斯并列，“在设计问题上，我会想乔布斯会怎么做？但在战略方面，我会想奥特曼会怎么做？”
Altman 的能力，从 YC 创业者们的做法里也可窥一斑，遇到危机首先会打电话给他，原因是“可以预见未来，并清晰告诉我该怎么做”。
作为一个有极强执行力的野心家，这点不得不说和马斯克非常像，继任 YC CEO 后，Altman 大刀阔斧地改革。他的理念是打造一个经济体，一个万亿美元的帝国，一个超级资本企业家的同盟，相互帮助，推动世界进步。Altman 从股权激励、组织制度和核心人员三方面下手，一年里，合伙人数翻倍，孵化的公司多了一个零。国内上一个说要打造经济体的还是马老师。
但 Altman 自己不满足，甚至抵触自己干的风险投资。
据他理解，VC 和创造价值改变世界的企业家是对立的：“你试图找到一家即使没有你的支持也能成功的公司，然后说服他们接受你的钱而不是其他人的，还要以更低的价格。”
三
OpenAI 的橄榄枝一伸过来，Altman 就毅然从 YC 离职了。接替 CEO 后他发现经营情况格外严峻，因为缺钱，人才已经部分流失，研究必需的算力和数据也难配齐，2019 年被采访的时候说：“我们要成功完成任务所需的资金比我最初想象的要多得多。”于是开始发挥自己的特长拉投资，企图救公司于水火之中。
不过在拉投资之前，他做了件很有意思的事。
权利极易滋生腐败。身具创业者和投资人双重背景，还是个技术末日论的忧虑者，Altman 一直在思考如何让科技力量不受被短期数据目标驱动的资本掌控，也不被领导者凭个人意愿所左右。他选择重组 OpenAI 的公司结构。
核心回答一个问题：研究需要钱，不上市，又不能被资本控制，也不能被自己在内的个人控制，怎么办？
Altman 的第一段回答是，把研究和资本分开，拆成 2 个单体：一个非营利性组织，OpenAI Inc，人还是之前 OpenAI 的人，董事会控制知识产权、解决钱人算力的问题，部分人不持股比如 Altman；另一个营利性组织，OpenAI LP，负责和外部的财务投资和战略投资接洽。而非营利性 OpenAI Inc 控制这个营利性机构 OpenAI LP，靠卖它的股份融资。
这个操作很常见，国内不少子母公司也是类似架构。Altman 之前其实也做过同样的实验，不是空穴来风。当时 YC 扩张太快，有 2 个合伙人担心领域太分散提议他冷静一下，Altman 很认同，转头就在 YC 下面创建了一个非营利组织——YC Research，捐了 1000 万美元做启动资金，专门投最疯狂最前沿最“活在未来”的研究，比如核聚变。
只是这一次 Altman 走得更远。他定了一条规则：所有的投资者和员工从经营利润中获取经济回报，且是有上限的，超额利润将归 OpenAI Inc 所有，最终股权将全部退还以保证独立性。
这是很犯忌的行为。毕竟 VC 能活着，靠的就是挣个别项目上市后出手股份退出，获得超额回报的钱，你能不能干成都是个问号，反倒先把回报率封顶了。
为了能顺利融到钱，Altman 补充了经济回报率和回报周期的说明：第一轮愿意投资的 VC，回报上限是投资的 100 倍，后续投资回报率会不断降低。愿意投资的企业，除了可接入 OpenAI 的技术外，收回本金后，得到 100 倍封顶收益的回报。
为什么定 100 倍回报率？这个数字来源于 Paul Graham 的博客，他总结这些年 YC 投资的回报率，小公司在 10 倍左右，只有好赛道的好企业才能做到 100 倍。定这个数能看出 Altman 有多看好 OpenAI。
所以整个规则，听起来像促销的限时优惠广告，核心机制其实很好理解，和包产到户一模一样，只是不按比率分，而是按利润加总分。这种融资新思路，其实不少不做上市的创业公司可以学习。
无论是接受 VC 的财务投资，还是接受公司的战略投资，大伙只管投钱投资源，我负责搞生产，怎么经营你们不用管，控制权也别想，挣钱了大伙先拿，直到分走本金和 100 倍回报，剩下多少都算我的。
但再理想的回报率，也难掩霸王条款本色。到这一步，技术公司得靠技术产品说话。
四
当时是 2019 年，在 Google 光环下卧薪尝胆几年的 OpenAI 已经有了 GPT-2，思路是笃定的，就差钱把模型能力放大。于是，Altman 转身飞往西雅图找微软 CEO Satya Nadella，演示了 AI 模型，谈合作。
Altman 这一手可谓绝妙，而且太过精妙，我等围观群众只能在后文复盘的时候看懂深意。我们先分析面对这个提议，微软打的算盘是什么？
对外，扒拉一下自己手里的牌，硬件反响平平，Bing 苟延残喘一直是心病，Windows 增长停滞，Office 进入渗透阶段，战略性产品 Azure 靠集成套件前期增长强劲，但长期如果缺少技术突破和硬件投入很难撼动 AWS 的大哥宝座。
对内，微软从不缺钱，甚至一度被群嘲“穷”得只剩下钱，因为营收对比技术是有延迟的。虽然急需技术方面的补足和突破，结果想自己做 AI 没做起来，转向收购比如 LinkedIn、Xbox 希望进军社交网络和游戏市场。
战略型的大笔投资，决策人同样关键。CEO Nadella 认为微软完全有能力围绕任何平台，甚至是竞争对手控制的平台，打造自己的产品，帮用户变得更有效率，实现增长。
现在 Altman 带着他的 AI 技术来了。
我不差钱，只缺一个能对抗谷歌的 AI 技术，而且做 AI 的企业可是 Azure 的大客户，他需要云资源而我有云资源，加上云未来一定是向大规模计算方向发展，Azure 也少不了硬件投入，不如来一手以战养兵。
于是双方一拍即合。
微软宣布向 OpenAI 投资 10 亿美元，其中大半是 Azure 的 Credit，属于算力投入，以共同开发 Azure 平台的新技术和新硬件，并进一步扩展 OpenAI 的大规模人工智能能力。同时，OpenAI 授权一些知识产权，微软可以后续商业化并卖给客户。
这也标志着 OpenAI 正式走向商业化道路，主要营收来源有：会员订阅费、API 许可费、与微软合作带来的商业收入。这一点也被马斯克质疑其 Open 性。而微软，2020 年公布了一台由 Azure 托管、与 OpenAI 联合设计的超级计算机，2021 年推出了 Azure OpenAI 服务。
小投一笔的微软虽然在市场上还没有太尝到甜头，随着 Nadella 的战略雄心传达给上上下下，之前因倾轧频出臭名昭著的内部团队，现在空前团结，“有史以来第一次，我们都在朝着一个统一的人工智能架构努力，公司的每个人都可以利用这个架构。我们看到这是我们的机会，我们真的很努力。”
微软这步棋走得好。企业出现危机，团队士气低落，绝大部分管理者的做法是打鸡血或者抓考勤，压根治标不治本。
预算十几亿美元的超级计算机正在建，优质数据急缺可能也促使微软 2019 年重金收购了 GitHub，但 OpenAI 烧钱太快，找 VC 融资也不够用。对已经绑在一条船上的微软来说，断断续续跟投的 20 亿也不够用，下一笔重注似乎是最理智的做法。今年 1 月份，微软再投了一大笔钱，100 亿美金。4 月份 VC 也再投了一笔钱，103 亿美金。
给的钱太多，考虑到非营利性 OpenAI Inc 的正常经营和发工资，营利性 OpenAI 的股份分配、利润分配过程需要相应调整，微软和 VC 各持 49%，OpenAI Inc 占剩余的 2%。
现在的利润分配流程就是我们所熟悉的算式了：
最早期投资者比如 Khosla Ventures、Reid Hoffman 基金会，最先获得投资回报，还是本金加 100 倍。
之后的利润，OpenAI 占 25%，微软占 75%，直到收回全部投资成本，总计 130 亿美元。
再之后，回到按股份结构分配，微软和其余 VC 各得利润的 49%，OpenAI Inc 占剩余 2%。
最后，OpenAI 收回公司 100% 的股份，重新获得对公司的完全控制权。
规划很清晰，核心就是风险共担，利润共享。
具体就是通过利润分红、股权对赌来换取投资。这样 OpenAI 一方面免除上市压力，专注发展业务，另一方面确保自己不会被微软收购，微软也不会被垄断审查，共同构建 AI 生态谋求收益。
五
到这儿，围观人士开始有分歧了。
有人说，和 OpenAI 的合作，让微软的人才比如计算机集群建设、资源投入比如 GPU 有冲突。
其实那些都是小事，不影响大局。而且，企业性质不同，客户大概率会先用 OpenAI 的 API 做 early preview，然后挪到 Azure 上享受生态。
今年 Q3，微软除 PC 业务外全线增长气势正强，总营业收入同比增长 7.1%，利润同比增长 9.7%，毛利率 69%。增长才是解决一切问题的终极答案。
但 OpenAI 到底能不能盈利，能盈利多少是摆在所有人面前的问题。2022 年收入才几千万，Altman 说预计 2023、2024 年收入 2 亿、10 亿。
因为 AI 公司和一般的 SaaS 公司不同，利润增加的同时成本必然显著增加。
虽然都是用代码创建产品，但算上云资源成本、手动清理和标记数据的成本，AI 公司的利润更低，毛利率在 50%-60% 左右，远低于 SaaS 业务 80%的毛利率。而且最核心的 GPT 模型无法长期成为公司的壁垒。
搞 LLM 模型闭源的 Google，以开源 LLaMA 模型为宣传点的 Meta，都说模型没有壁垒。OpenAI 也没有。护城河关键在于数据和算力。所以做 GPU 生意的黄仁勋和一批向量数据库也被顺势热炒。奇货可居的 GPU 已经让算力之争摆在了台面上，几个大厂都在自研更适合神经网络的芯片，但从研发到投产显然还需要时间。
其实这个问题，Altman 已经做过回答。
现在我们再来复盘这位奇才的商业战略布局。
Altman 之前做 YC CEO 的时候，总结过一个公式，创业成功 = 想法 × 产品 × 团队 × 执行 × 运气。
做 AI 和 AGI 这个想法，已经由 Google 这些年替他们验证过了，人们对创造出能力强大的人工智能始终怀有热情。产品就是全球爆火的 ChatGPT，团队早年已经组建完成，执行力有自己、Brockman 和 Ilya。
唯一剩下的就是虚无缥缈的运气。
我们喜欢讲运气是天时地利人和，Altman 选择把 OpenAI 和 Nadella 领导的蒸蒸日上的微软绑在一条船上，和 Google 抗衡，用当初看起来令人费解的股权和利润分配流程，实现风险共担，利润共享。
之前总有人喜欢揪着这些规则质疑 OpenAI 是不是被微软控制不再 Open，大概率是没看明白背后的逻辑，有站着说话不腰疼的嫌疑，没有这些规则，就等于没钱没算力没数据，OpenAI 团队在 2019 年的时候就挂了。企业经营这方面，实用主义至上。
通过和微软的战略合作，拿到百亿美金的资金和资源，自己专攻 ToC，提前推出 ChatGPT 占领全球用户心智，借卖 API 搭建各种插件构建平台生态。
等微软推出被自己家 LLM 模型技术赋能过的 New Bing，再次加深市场认知度和渗透率。
同时，竞争激烈难以迅速渗透的 ToB 市场，由凭借 Office 套件称霸多年的微软切入，自己在背后渔翁得利坐收技术费。这场合作和博弈才是双赢的最佳典范。
2015 年，有人问了李开复一个问题：苹果、Google 和微软的区别是什么？
当时他说，苹果作为一个骨子里做硬件的公司，一直没有抓到软件的核心，它认为软件的存在就是为了支持硬件。Google 自认是技术驱动的科技平台，希望不断在各个领域带来颠覆，需要大批一流人才，但是，在硅谷其实颠覆者都是小公司。而微软擅长战略分析、商业模式，能够分析每个细分产业的发展和商机，长处是系统和商用软件。
2023 年过去了一半，苹果发布了最新硬件 Apple Vision Pro，要带领我们走入空间计算时代；Google 在下重注的 AI 方向，被小公司 OpenAI 的破坏式创新颠覆，正埋头追赶；而微软借 AI 东风，开始售卖有着全新体验的操作系统、办公套件和云。
一切好像都没有变化，又好像都发生了变化。
本文来自微信公众号：MacTalk（ID：MacTalkPro），作者：池建强