1
產業
科技產業充滿了在新創公司在獲利之前就彈盡糧絕、耗盡投資者資金的例子。但 DeepMind 不是一家尋求搶占特定市場佔有率的普通公司。作為一個人工智慧研究實驗室，雖然 Google 母公司 Alphabet 目前仍樂於為 DeepMind 昂貴的人工智慧研究買單，但長時間無法實現獲利或顯示出成長希望的跡象，會令 Alphabet 的投資人漸漸失去耐心。為確保生存，防止 Alphabet 突然終止輸血， DeepMind 不得不將自己重新定位為一個半商業化的機構。
▲DeepMind 創辦人哈薩比斯
DeepMind 的收入困境
在 DeepMind 使用人工智慧預測蛋白質結構取得突破後不久，便有媒體據報導，這家總部位於英國的人工智慧公司每年仍在給母公司 Alphabet 帶來數億美元的虧損。科技公司虧損不是什麼新鮮事。科技產業不乏在新創公司實現獲利之前就彈盡糧絕、耗盡投資者資金的例子。但 DeepMind 不是一家尋求搶占特定市場佔有率的普通公司。作為一個人工智慧研究實驗室，為確保生存， DeepMind 不得不將自己重新定位為一個半商業化的機構。
雖然 DeepMind 的母公司，同時也是 Google 的母公司 Alphabet ，目前仍很樂意為 DeepMind 昂貴的人工智慧研究買單，但不能保證它會永遠這樣做。根據 DeepMind 日前向英國公司登記局（the UK Companies House)提交的報告， DeepMind 2019 年的營收較 2018 年的 1.03 億英鎊成長一倍以上，達到 2.66 億英鎊（約合 3.72 億美元）。但與此同時，該公司的支出也在飛速成長，從 2018 年的 5.68 億歐元增加至 2019 年的 7.17 億歐元（約合 11.62 億美元）。 DeepMind 的虧損也在不斷擴大，從 2018 年的 4.70 億歐元擴大至 2019 年的 4.77 億歐元（約合 6.49 億美元）。
從表面上看，這並不是壞消息。與前幾年相比， DeepMind 的營收成長正在加速，而且虧損幅度卻幾近停滯。但是 DeepMind 的報告包含了一些更重要的事實。該報告提到 “ 來自其他集團企業的研發報酬營業額， ” 這意味著 DeepMind 的主要客戶是它的母公司。換句話說， Alphabet 正付費給 DeepMind ，讓其將人工智慧研究和人才應用於 Google 的服務和基礎設施。過去， Google 一直使用 DeepMind 的服務來管理其數據中心的電網，以及改善語音助手的人工智慧等。
日益巨大的開發成本
但這也意味著，每年虧損高達數億美元的 DeepMind 的人工智慧還沒有市場。即便是有，也只能透過 Google 獲得。該文件還提到，成本的成長 “ 主要與技術基礎設施、員工成本和其他相關費用的增加有關。 ” 這是很重要的一點。 DeepMind 的 “ 技術基礎設施 ” 主要運作在 Google 的巨大雲端服務及其特殊的人工智慧處理器——張量處理單元（TPU）上運作。 DeepMind 的主要研究領域是深度強化學習，這需要訪問非常昂貴的計算資源。該公司 2019 年的項目包括開發一個玩《星際爭霸 2 》的人工智慧系統和一個玩《雷神之鎚III 》的人工智慧系統，這兩個項目都需要數百萬美元的培訓費用。
DeepMind 發言人向媒體表示，文件中提到的成本還包括該公司著名的蛋白質結構人工智慧 AlphaFold 的研發，這是另一個非常昂貴的項目。
▲DeepMind 的人工智慧與圍棋大師比賽
沒有公開的細節表明 Google 對 DeepMind 的雲人工智慧服務收取多少費用，但 Google 最有可能以折扣價向 DeepMind 租賃其張量處理單元。這意味著如果沒有 Google 的支持， DeepMind 的費用會高得多。
員工成本是另一個重要問題。雖然在過去幾年中，參與機器學習課程的人數有所增加，但能夠從事 DeepMind 所參與的尖端人工智慧研究的科學家非常少。根據一些說法，頂級人工智慧人才的薪酬能夠達到上百萬美元。
人工智慧人才的激烈競爭
人們對深度學習及其在商業環境中的適用性越來越感興趣，這引發了科技公司之間爭奪頂級人工智慧人才的競賽。大多數產業頂尖的人工智慧科學家和先驅都在大型公司全職或兼職工作，如谷歌、Facebook、亞馬遜（Amazon, AMZN-US）和微軟（Microsoft, MSFT-US）。對頂級人工智慧人才的激烈競爭產生了兩個後果：首先，就像其他領域一樣，供給不能滿足需求，這導致人工智慧科學家的薪酬急劇上升；其次，這將許多無法獲得高薪的學術機構的人工智慧科學家，推向了能夠支付高薪的富裕科技公司。一些科學家為了繼續科學研究而繼續留在學術界，但這些人數量太少。如果得不到沒有像 Google 這樣的大型科技公司的支持，類似 DeepMind 這樣的研究實驗室根本無力為新項目聘用研究人員。
鑑於此，儘管 DeepMind 展現出慢慢扭轉虧損的跡象，但它的成長使其更加依賴 Google 的財力資源和大型雲端基礎設施。根據 DeepMind 的年報， Alphabet 旗下投資部門 Google 愛爾蘭控股公司（ Google Ireland Holdings Unlimited） “ 免除償還公司間貸款和所有應計利息，總額達到 11 億英鎊。 ” DeepMind 還收到了 Google 的書面保證，保證將在 “ 至少 12 個月的時間內 ” 繼續向這家人工智慧公司 “ 提供足夠的財務支持 ” 。
企業界和科學研究的步調差異
就目前而言， Google 似乎對 DeepMind 取得的進展感到滿意，這也反映在 Google 和 Alphabet 高層的言論中。在 Alphabet 今年 7 月舉行的第二季度財報電話會議中，公司執行長 Sundar Pichai 曾表示： “ 我對我們的人工智慧研發的進展速度非常滿意。對我而言，重要的是我們是一家技術最先進的公司，處於產業領先定位。我對我們的工程和研發團隊在 Google 和 DeepMind 上的工作速度感到興奮。 ”
但是企業界和科學研究的步調並不相同。科學研究需要用幾十年來衡量的。自 20 世紀 70 年代和 80 年代以來，如今在商業應用中使用的許多人工智慧技術一直處於發展中。同樣，如今在人工智慧大會上展示的許多前端研究和技術在未來幾年可能不會進入大眾市場。根據最樂觀的估計， DeepMind 的最終目標——開發人工通用智能（AGI）——至少還需要數十年時間。
另一方面，股東和投資者的耐心是用月和年來衡量的。幾年內無法實現獲利或至少顯示出成長希望跡象的公司會與投資者發生衝突。 DeepMind 目前沒有這些。它沒有可衡量的成長，因為它唯一的客戶是 Google 。目前還不清楚它的任何技術何時可以實現商業化。
這就是 DeepMind 的困境所在。本質上，它是一個研究實驗室，希望推動科學的極限，確保人工智慧的進步對所有人都有益。然而，它的所有者的目標是製造解決特定問題並轉化利潤的產品。這兩個目標截然相反，把 DeepMind 拉向不同的方向：保持其科學性，或者轉型為一家產品製造型人工智慧公司。該公司過去一直難於在科學研究和產品開發之間找到平衡。
在這一問題上， DeepMind 並不孤單。作為 DeepMind 的隱性競爭對手，OpenAI也面臨著類似的身份危機，從一個人工智慧研究實驗室轉變為一家由微軟支持、租用其深度學習模型的獲利公司。因此，雖然 DeepMind 還不需要擔心其巨額虧損的研究，但隨著它越來越多地融入其所有者的企業動態，它應該深入思考其未來以及科學人工智慧研究的未來。
《36氪》授權轉載
【延伸閱讀】
128023
