Quanto vale realmente o título de "ex-funcionário da OpenAI" no mercado?
Em 25 de fevereiro, hora local, segundo o Business Insider, Mira Murati, ex-diretor de tecnologia da OpenAI, acaba de anunciar oficialmente a nova empresa Thinking Machines Lab, que está iniciando uma rodada de financiamento de 1 bilhão de dólares com uma avaliação de 9 bilhões de dólares.
Atualmente, o Thinking Machines Lab ainda não revelou qualquer cronograma ou detalhes específicos sobre produtos ou tecnologias. As únicas informações públicas desta empresa são a equipe anterior da OpenAI, composta por mais de 20 pessoas, e a sua visão de construir um futuro onde "todos possam ter acesso ao conhecimento e às ferramentas para que a IA sirva às necessidades e objetivos únicos das pessoas".
Mira Murati e Thinking Machines Lab
O apelo de capital dos empreendedores da OpenAI já formou um "efeito bola de neve". Antes de Murati, a SSI fundada pelo ex-chefe de ciência da OpenAI, Ilya Sutskever, conseguiu uma avaliação de 30 bilhões de dólares apenas com o gene OpenAI e uma ideia.
Desde que Elon Musk saiu da OpenAI em 2018, mais de 30 novas empresas fundadas por ex-funcionários da OpenAI arrecadaram mais de 9 bilhões de dólares. Essas empresas formaram uma ecossistema completo que abrange segurança de IA (Anthropic), infraestrutura (xAI) e aplicações verticais (Perplexity).
Isso lembra inevitavelmente a onda de startups do Vale do Silício que surgiu após a aquisição do PayPal pelo eBay em 2002, quando Elon Musk, Peter Thiel e outros fundadores saíram. A 'Máfia do PayPal' deu origem a empresas lendárias como Tesla, LinkedIn, YouTube, etc. Os ex-funcionários da OpenAI também estão formando sua própria 'Máfia da OpenAI'.
Apenas o 'OpenAI Gang' é ainda mais radical: o 'PayPal Gang' levou 10 anos para criar 2 empresas de 100 bilhões, enquanto o 'OpenAI Gang' gerou 5 empresas com valor de mercado de 10 bilhões em apenas dois anos após o lançamento do ChatGPT, incluindo a Avaliação da Anthropic de 61,5 bilhões, a Avaliação da SSI de Ilya Sutskever de 30 bilhões, a Avaliação da xAI de Musk de 24 bilhões, e nos próximos três anos, é muito provável que surjam unicórnios de 100 bilhões de dólares no 'OpenAI Gang'.
A nova onda de "divisão de talentos" em Silicon Valley desencadeada pelo "OpenAI Helper" está afetando todo o Vale do Silício e até mesmo remodelando o mapa de poder global da IA.
O caminho da fissão da OpenAI
Apenas Sam Altman, um dos 11 co-fundadores da OpenAI, e Wojciech Zaremba, líder da equipa de linguagem e geração de código, ainda estão em funções.
2024 é o pico de saídas da OpenAI. Neste ano, Ilya Sutskever (saiu em maio de 2024), John Schulman (saiu em agosto de 2024) e outros deixaram sucessivamente. A equipe de segurança da OpenAI reduziu de 30 para 16 pessoas, uma redução de 47%; figuras-chave como o CTO Mira Murati, o CRO Bob McGrew e outros deixaram seus cargos; no time técnico, talentos técnicos essenciais como o designer-chefe da série GPT Alec Radford, o líder da Sora Tim Brooks (que se juntou ao Google) saíram; o especialista em deep learning Ian Goodfellow se juntou ao Google, enquanto Andrej Karpathy saiu pela segunda vez para fundar uma empresa de educação.
"Unidos somos como fogo, separados somos como estrelas no céu".
Em 2018, mais de 45% dos principais técnicos da OpenAI optaram por entrar em novos "portais", que também desmembraram e reagruparam o banco de genes tecnológicos da OpenAI em três grandes grupos estratégicos.
Em primeiro lugar, há a "fação principal" que continua a linhagem genética da OpenAI, que poderia ser descrita como um grupo de ambiciosos da OpenAI 2.0.
O Thinking Machines Lab de Mira Murati quase inteiramente transplantou a estrutura de desenvolvimento da OpenAI: John Schulman lidera o framework de aprendizado por reforço, Lilian Weng lidera o sistema de segurança de IA e até mesmo o diagrama de arquitetura neural do GPT-4 é diretamente utilizado como o blueprint técnico do novo projeto.
A sua 'Declaração de Ciência Aberta' aponta diretamente para a tendência de fechamento da OpenAI nos últimos anos, planejando criar um 'caminho de desenvolvimento de AGI mais transparente' através da contínua abertura de blogs técnicos, artigos e código. Isso também desencadeou algumas reações em cadeia na indústria de IA: três pesquisadores de ponta da Google DeepMind mudaram-se com a arquitetura Transformer-XL.
Enquanto Ilya Sutskever's Safe Superintelligence Inc. (SSI) optou por outro caminho. Sutskever, juntamente com outros dois pesquisadores, Daniel Gross e Daniel Levy, fundou a empresa, abandonando todos os objetivos de curto prazo de comercialização, concentrando-se na construção de uma "superinteligência segura e irrevogável" - um quadro tecnológico quase filosófico. A empresa acabou de ser fundada, e investidores como a16z, Sequoia Capital, entre outros, decidiram investir 1 bilhão de dólares no ideal de Sutskever.
Ilya Sutskever e SSI
Outro grupo é o 'Disruptors', que já havia saído antes do ChatGPT.
Anthropic, fundada por Dario Amodei, evoluiu de um 'opositor da OpenAI' para o concorrente mais perigoso. Sua série de modelos Claude 3 está em pé de igualdade com o GPT-4 em vários testes. Além disso, a Anthropic estabeleceu uma parceria exclusiva com a AWS da Amazon, o que significa que a Anthropic está gradualmente minando a base de poder computacional da OpenAI. A tecnologia de chip desenvolvida em conjunto pela Anthropic e pela AWS pode ainda enfraquecer ainda mais o poder de barganha da OpenAI na aquisição de GPUs da NVIDIA.
Outro representante importante neste campo é Musk, que deixou a OpenAI em 2018, mas alguns dos fundadores do xAI fundado por ele já trabalharam na OpenAI, incluindo Igor Babuschkin e Kyle Kosic, que mais tarde voltou para a OpenAI. Com o forte suporte dos recursos de Musk, o xAI representa uma ameaça para a OpenAI em vários aspectos, como talento, dados e poder computacional. Ao integrar o fluxo de dados sociais em tempo real da plataforma X de Musk, o Grok-3 do xAI pode capturar instantaneamente eventos em destaque da plataforma X e gerar respostas, enquanto os dados de treinamento do ChatGPT estão atualizados até 2023, evidenciando uma diferença significativa em termos de atualização de dados, um ciclo de dados que a OpenAI dependente do ecossistema da Microsoft encontra difícil de replicar.
No entanto, Musk não vê o xAI como um subversor do OpenAI, mas sim como uma forma de recuperar a essência do 'OpenAI'. O xAI defende a estratégia de 'máxima abertura', como o modelo Grok-1, que é de código aberto sob a licença Apache 2.0, atraindo desenvolvedores globais para participar na construção do ecossistema. Isso contrasta nitidamente com a tendência recente da OpenAI de fechar as suas tecnologias, como o GPT-4, que apenas oferece serviços de API.
A terceira facção é composta por alguns "desestabilizadores" que reconstruem a lógica da indústria.
Perplexity, fundada pelo ex-cientista da OpenAI Aravind Srinivas, é uma das primeiras empresas a transformar os motores de busca com modelos de IA de grande escala. Perplexity substitui diretamente a lista de links da página de pesquisa por respostas geradas por IA, com mais de 20 milhões de pesquisas diárias atualmente e uma avaliação de financiamento superior a 5 bilhões de dólares (avaliada em 90 bilhões de dólares).
O fundador da Adept é David Luan, ex-vice-presidente de engenharia da OpenAI. Ele participou na pesquisa tecnológica em linguagem, supercomputação e aprendizagem reforçada, bem como na segurança e formulação de políticas dos projetos GPT-2, GPT-3, CLIP e DALL-E. A Adept concentra-se no desenvolvimento de Agentes de IA, com o objetivo de ajudar os utilizadores a automatizar tarefas complexas (como a geração de relatórios conformes, design de desenhos, etc.) usando grandes modelos em combinação com capacidades de ferramentas. O modelo ACT-1 desenvolvido por eles pode manipular diretamente software de escritório, Photoshop, etc. Atualmente, a equipe principal desta empresa, incluindo David Luan, mudou-se para a equipa AGI da Amazon.
Covariant is a self-intelligent entrepreneurial company, valued at $1 billion. Its founding team comes from the disbanded robot team of OpenAI, and its technological genes come from the experience of GPT model development. It focuses on developing basic robot models, aiming to achieve autonomous operation of robots through multimodal AI, especially focusing on warehouse logistics automation. However, at present, three members of the core founding team of Covariant, known as the "OpenAI gang," Pieter Abbeel, Peter Chen, and Rocky Duan, have all joined Amazon.
Algumas empresas iniciantes da "OpenAI Help"
Fonte de informação: dados públicos, organização: 旗舰
A transição da tecnologia de IA de 'atributo de ferramenta' para 'elemento de produtividade' gerou três tipos de oportunidades industriais: cenários substitutivos (como a subversão dos motores de busca tradicionais), cenários incrementais (como a transformação inteligente do setor de manufatura) e cenários de reconstrução (como a quebra de paradigmas na ciência da vida). Esses cenários compartilham características comuns: potencial de construção de um ciclo de dados (dados de interação do usuário alimentando modelos), interação profunda com o mundo físico (dados de movimento de robôs/dados de experimentos biológicos) e um espaço de regulação ética em tons de cinza.
E a tecnologia de overflow da OpenAI está a fornecer uma força motriz fundamental para esta revolução industrial. A sua estratégia inicial de open source (como a abertura parcial do GPT-2) criou o "efeito dente-de-leão" da difusão tecnológica, mas quando a tecnologia avança para águas mais profundas, a comercialização fechada torna-se a escolha inevitável.
Essa contradição deu origem a dois fenômenos: por um lado, os talentos que saem do emprego transferem a arquitetura do Transformer, o aprendizado de reforço e outras tecnologias para cenários verticais (como manufatura, biotecnologia), construindo barreiras através de dados de cenários; por outro lado, os gigantes alcançam a posição tecnológica através de aquisições de talentos, formando um ciclo fechado de "colheita tecnológica".
Quando o fosso se torna um divisor de águas
"OpenAI Help" está avançando rapidamente, enquanto a antiga empresa OpenAI está enfrentando dificuldades.
Em termos de tecnologia e produtos, a data de lançamento do GPT-5 tem sido adiada várias vezes, e o produto ChatGPT mainstream é amplamente considerado pelo mercado como incapaz de acompanhar a velocidade de inovação da indústria.
No mercado, o recém-chegado DeepSeek já começou a ultrapassar gradualmente a OpenAI, com seu desempenho de modelo próximo ao do ChatGPT, mas com custo de treinamento apenas 5% do GPT-4, esse caminho de replicação de baixo custo está minando as barreiras tecnológicas da OpenAI.
No entanto, o rápido crescimento do "OpenAI Help" deve-se em grande parte aos conflitos internos da empresa OpenAI.
Atualmente, a equipe de pesquisa principal da OpenAI pode ser considerada como tendo desmoronado, com apenas Sam Altman e Wojciech Zaremba, dois dos 11 co-fundadores, ainda em funções, e 45% dos pesquisadores principais tendo saído.
Wojciech Zaremba
O co-fundador Ilya Sutskever deixou a empresa para fundar a SSI, e o cientista-chefe Andrej Karpathy compartilhou publicamente sua experiência na otimização do Transformer. Tim Brooks, líder do projeto de geração de vídeos Sora, mudou-se para a Google DeepMind. Na equipe técnica, mais da metade dos autores das primeiras versões do GPT já deixaram a empresa, e a maioria deles já se juntou às fileiras dos concorrentes da OpenAI.
Entretanto, de acordo com os dados compilados pela Lightcast que rastreia informações de recrutamento, as próprias prioridades de recrutamento da OpenAI parecem ter mudado. Em 2021, 23% das vagas de emprego da empresa eram para posições de pesquisa geral. Em 2024, as posições de pesquisa geral representam apenas 4,4% das suas vagas de emprego, o que também reflete indiretamente a mudança no status do talento científico na OpenAI.
A transformação comercial trouxe consigo conflitos culturais organizacionais cada vez mais evidentes, à medida que o número de funcionários aumentou 225% em três anos, o espírito hacker inicial foi gradualmente substituído pelo sistema de KPI, com alguns pesquisadores dizendo que foram "forçados a mudar de pesquisa exploratória para iteração de produtos".
Esta oscilação estratégica levou a OpenAI a cair numa dupla armadilha: ter que continuar a produzir tecnologia inovadora para manter a avaliação, mas também enfrentar a pressão competitiva dos ex-funcionários que rapidamente replicam os resultados usando a sua metodologia.
O sucesso da indústria de IA não está na quebra dos parâmetros do laboratório, mas em quem pode injetar genes tecnológicos nos capilares da indústria - reconstruindo a lógica subjacente do mundo dos negócios no fluxo de respostas dos motores de busca, nos movimentos dos braços mecânicos e na dinâmica molecular das células biológicas.
O Vale do Silício quer dividir a OpenAI?
O rápido surgimento do "OpenAI gang" e do "PayPal gang" deve-se em grande parte à sorte da lei da Califórnia.
Desde que a Califórnia proibiu acordos de não concorrência em 1872, o seu ambiente legal único tem sido um catalisador para a inovação no Vale do Silício. De acordo com a Seção 16600 do Código Comercial e Profissional da Califórnia, qualquer cláusula que restrinja a liberdade de exercício de uma profissão é considerada inválida, o que promove diretamente a livre circulação de talentos técnicos.
O período médio de emprego dos programadores do Vale do Silício é de apenas 3 a 5 anos, muito menor do que em outros centros de tecnologia. Esse alto índice de rotatividade resulta no efeito de "derramamento de conhecimento" - por exemplo, ex-funcionários da XianTong Semiconductor fundaram 12 gigantes de semicondutores, como Intel e AMD, estabelecendo assim as bases da indústria do Vale do Silício.
A lei que proíbe acordos de não concorrência, aparentemente insuficiente para proteger empresas inovadoras, na verdade promove ainda mais a inovação. A mobilidade dos técnicos acelera a difusão da tecnologia e reduz o limiar da inovação.
Em 2024, a Comissão Federal de Comércio dos Estados Unidos (FTC) prevê que, após a proibição abrangente de acordos de não-concorrência em abril de 2024, a vitalidade inovadora dos Estados Unidos será ainda mais liberada. No primeiro ano de implementação da política, poderão ser adicionadas 8.500 empresas, com um aumento significativo de 17.000 a 29.000 patentes, além de 3.000 a 5.000 novas patentes. Nos próximos 10 anos, a taxa de crescimento anual das patentes será de 11 a 19%.
O capital também é um importante impulsionador do surgimento da OpenAI.
O tamanho do investimento de risco no Vale do Silício representa mais de 30% de todo o investimento nos EUA, com instituições como Sequoia Capital e Kleiner Perkins formando uma cadeia de financiamento completa, desde a rodada de sementes até o IPO, este modelo intensivo em capital gerou um duplo efeito.
Em primeiro lugar, o capital é o motor que impulsiona a inovação, e os investidores anjos não fornecem apenas fundos, mas também recursos do setor. Quando a Uber foi fundada, o capital semente era de apenas 200.000 dólares dos dois fundadores, com apenas 3 carros registrados. Após receber um investimento anjo de 1,25 milhões de dólares, iniciou um rápido financiamento, e em 2015 a avaliação atingiu 40 bilhões de dólares.
O foco contínuo do capital de risco na indústria de tecnologia também impulsionou o avanço dessa indústria. A Sequoia Capital investiu na Apple em 1978, e na Oracle em 1984, estabelecendo assim sua influência nos campos de semicondutores e computação; em 2020, começou a se envolver profundamente em inteligência artificial, participando de projetos de ponta como o OpenAI. Os investimentos de bilhões de dólares em IA por parte de investidores internacionais, como a Microsoft, têm encurtado o ciclo de comercialização da tecnologia de IA gerativa de anos para meses.
O capital também proporciona às empresas inovadoras uma maior capacidade de tolerância ao erro. A velocidade de seleção de projetos fracassados pelo acelerador é tão importante quanto a dos projetos bem-sucedidos. De acordo com a startup analytics firm startuptalky, a taxa de falha de startups em todo o mundo é de 90%, e a taxa de falha de startups no Vale do Silício é de 83%. Embora as startups não tenham facilidade em ter sucesso, no contexto do investimento de capital de risco, a experiência de fracasso pode rapidamente se transformar em alimento para novos projetos.
Fonte da imagem: startuptalky.com
No entanto, o capital também tem alterado em certa medida o caminho de desenvolvimento destas empresas inovadoras.
Projetos de IA de topo avaliados em mais de um bilhão de dólares antes mesmo de lançarem produtos, o que indiretamente leva a um aumento exponencial na dificuldade de obtenção de recursos para outras equipes inovadoras de pequeno e médio porte. Esse desequilíbrio estrutural é ainda mais evidente na distribuição regional, com os dados da empresa de gestão de bases de dados Dealroom mostrando que o valor total dos investimentos de risco obtidos no Vale do Silício em um único trimestre (24,7 bilhões de dólares) equivale à soma dos investimentos dos centros de investimento em risco de segundo a quinto lugares a nível global (Londres, Pequim, Bangalore e Berlim). Ao mesmo tempo, embora mercados emergentes como a Índia tenham registrado um crescimento de financiamento de 133%, 97% dos fundos fluem para empresas "unicórnios" avaliadas em mais de um bilhão de dólares.
Além disso, o capital tem uma forte 'dependência do caminho', preferindo áreas com retornos quantificáveis, o que dificulta o apoio financeiro para muitas inovações em ciências básicas emergentes. Por exemplo, no campo da computação quântica, Guo Guoping, fundador da startup quântica doméstica Origin Quantum, teve que vender sua casa no início do empreendimento devido à falta de fundos. Guo Guoping arrecadou fundos pela primeira vez em 2015, e os dados publicados pelo Ministério da Ciência e Tecnologia naquele ano mostraram que o investimento total em pesquisa na China foi inferior a 2,2% do PIB, com financiamento para pesquisa básica representando apenas 4,7% do investimento em P&D.
Não é apenas a falta de apoio, mas também o grande capital está a tentar garantir talentos de topo através da tentação do "dinheiro", o que faz com que os salários para cargos de CTO em empresas iniciantes fiquem essencialmente na casa dos sete dígitos (em empresas dos EUA em dólares americanos e em empresas chinesas em renminbi), formando um "ciclo de monopólio de talentos por gigantes - busca de gigantes por capital".
No entanto, a avaliação substancialmente avançada desses "ajudantes da OpenAI" também apresenta certos riscos.
As empresas de Mira Murati e Ilya Sutskever, ambas com apenas uma ideia, conseguiram levantar dezenas de milhares de milhões de dólares. Isso decorre da confiança deles na capacidade técnica da equipe de ponta da OpenAI, mas essa confiança também traz riscos - se a tecnologia de IA pode permanecer em um estágio de crescimento exponencial a longo prazo e se os dados do cenário vertical podem formar barreiras monopolistas. Quando esses dois riscos enfrentam desafios da realidade (como desaceleração da quebra de modelos multimodais, aumento acentuado do custo de obtenção de dados do setor), o excesso de capital pode desencadear uma reestruturação do setor.
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
O Vale do Silício está testemunhando o surgimento da 'OpenAI Gang'
Autor: Flagship
Fonte da imagem: Gerada pelo AI ilimitado
Quanto vale realmente o título de "ex-funcionário da OpenAI" no mercado?
Em 25 de fevereiro, hora local, segundo o Business Insider, Mira Murati, ex-diretor de tecnologia da OpenAI, acaba de anunciar oficialmente a nova empresa Thinking Machines Lab, que está iniciando uma rodada de financiamento de 1 bilhão de dólares com uma avaliação de 9 bilhões de dólares.
Atualmente, o Thinking Machines Lab ainda não revelou qualquer cronograma ou detalhes específicos sobre produtos ou tecnologias. As únicas informações públicas desta empresa são a equipe anterior da OpenAI, composta por mais de 20 pessoas, e a sua visão de construir um futuro onde "todos possam ter acesso ao conhecimento e às ferramentas para que a IA sirva às necessidades e objetivos únicos das pessoas".
Mira Murati e Thinking Machines Lab
O apelo de capital dos empreendedores da OpenAI já formou um "efeito bola de neve". Antes de Murati, a SSI fundada pelo ex-chefe de ciência da OpenAI, Ilya Sutskever, conseguiu uma avaliação de 30 bilhões de dólares apenas com o gene OpenAI e uma ideia.
Desde que Elon Musk saiu da OpenAI em 2018, mais de 30 novas empresas fundadas por ex-funcionários da OpenAI arrecadaram mais de 9 bilhões de dólares. Essas empresas formaram uma ecossistema completo que abrange segurança de IA (Anthropic), infraestrutura (xAI) e aplicações verticais (Perplexity).
Isso lembra inevitavelmente a onda de startups do Vale do Silício que surgiu após a aquisição do PayPal pelo eBay em 2002, quando Elon Musk, Peter Thiel e outros fundadores saíram. A 'Máfia do PayPal' deu origem a empresas lendárias como Tesla, LinkedIn, YouTube, etc. Os ex-funcionários da OpenAI também estão formando sua própria 'Máfia da OpenAI'.
Apenas o 'OpenAI Gang' é ainda mais radical: o 'PayPal Gang' levou 10 anos para criar 2 empresas de 100 bilhões, enquanto o 'OpenAI Gang' gerou 5 empresas com valor de mercado de 10 bilhões em apenas dois anos após o lançamento do ChatGPT, incluindo a Avaliação da Anthropic de 61,5 bilhões, a Avaliação da SSI de Ilya Sutskever de 30 bilhões, a Avaliação da xAI de Musk de 24 bilhões, e nos próximos três anos, é muito provável que surjam unicórnios de 100 bilhões de dólares no 'OpenAI Gang'.
A nova onda de "divisão de talentos" em Silicon Valley desencadeada pelo "OpenAI Helper" está afetando todo o Vale do Silício e até mesmo remodelando o mapa de poder global da IA.
O caminho da fissão da OpenAI
Apenas Sam Altman, um dos 11 co-fundadores da OpenAI, e Wojciech Zaremba, líder da equipa de linguagem e geração de código, ainda estão em funções.
2024 é o pico de saídas da OpenAI. Neste ano, Ilya Sutskever (saiu em maio de 2024), John Schulman (saiu em agosto de 2024) e outros deixaram sucessivamente. A equipe de segurança da OpenAI reduziu de 30 para 16 pessoas, uma redução de 47%; figuras-chave como o CTO Mira Murati, o CRO Bob McGrew e outros deixaram seus cargos; no time técnico, talentos técnicos essenciais como o designer-chefe da série GPT Alec Radford, o líder da Sora Tim Brooks (que se juntou ao Google) saíram; o especialista em deep learning Ian Goodfellow se juntou ao Google, enquanto Andrej Karpathy saiu pela segunda vez para fundar uma empresa de educação.
"Unidos somos como fogo, separados somos como estrelas no céu".
Em 2018, mais de 45% dos principais técnicos da OpenAI optaram por entrar em novos "portais", que também desmembraram e reagruparam o banco de genes tecnológicos da OpenAI em três grandes grupos estratégicos.
Em primeiro lugar, há a "fação principal" que continua a linhagem genética da OpenAI, que poderia ser descrita como um grupo de ambiciosos da OpenAI 2.0.
O Thinking Machines Lab de Mira Murati quase inteiramente transplantou a estrutura de desenvolvimento da OpenAI: John Schulman lidera o framework de aprendizado por reforço, Lilian Weng lidera o sistema de segurança de IA e até mesmo o diagrama de arquitetura neural do GPT-4 é diretamente utilizado como o blueprint técnico do novo projeto.
A sua 'Declaração de Ciência Aberta' aponta diretamente para a tendência de fechamento da OpenAI nos últimos anos, planejando criar um 'caminho de desenvolvimento de AGI mais transparente' através da contínua abertura de blogs técnicos, artigos e código. Isso também desencadeou algumas reações em cadeia na indústria de IA: três pesquisadores de ponta da Google DeepMind mudaram-se com a arquitetura Transformer-XL.
Enquanto Ilya Sutskever's Safe Superintelligence Inc. (SSI) optou por outro caminho. Sutskever, juntamente com outros dois pesquisadores, Daniel Gross e Daniel Levy, fundou a empresa, abandonando todos os objetivos de curto prazo de comercialização, concentrando-se na construção de uma "superinteligência segura e irrevogável" - um quadro tecnológico quase filosófico. A empresa acabou de ser fundada, e investidores como a16z, Sequoia Capital, entre outros, decidiram investir 1 bilhão de dólares no ideal de Sutskever.
Ilya Sutskever e SSI
Outro grupo é o 'Disruptors', que já havia saído antes do ChatGPT.
Anthropic, fundada por Dario Amodei, evoluiu de um 'opositor da OpenAI' para o concorrente mais perigoso. Sua série de modelos Claude 3 está em pé de igualdade com o GPT-4 em vários testes. Além disso, a Anthropic estabeleceu uma parceria exclusiva com a AWS da Amazon, o que significa que a Anthropic está gradualmente minando a base de poder computacional da OpenAI. A tecnologia de chip desenvolvida em conjunto pela Anthropic e pela AWS pode ainda enfraquecer ainda mais o poder de barganha da OpenAI na aquisição de GPUs da NVIDIA.
Outro representante importante neste campo é Musk, que deixou a OpenAI em 2018, mas alguns dos fundadores do xAI fundado por ele já trabalharam na OpenAI, incluindo Igor Babuschkin e Kyle Kosic, que mais tarde voltou para a OpenAI. Com o forte suporte dos recursos de Musk, o xAI representa uma ameaça para a OpenAI em vários aspectos, como talento, dados e poder computacional. Ao integrar o fluxo de dados sociais em tempo real da plataforma X de Musk, o Grok-3 do xAI pode capturar instantaneamente eventos em destaque da plataforma X e gerar respostas, enquanto os dados de treinamento do ChatGPT estão atualizados até 2023, evidenciando uma diferença significativa em termos de atualização de dados, um ciclo de dados que a OpenAI dependente do ecossistema da Microsoft encontra difícil de replicar.
No entanto, Musk não vê o xAI como um subversor do OpenAI, mas sim como uma forma de recuperar a essência do 'OpenAI'. O xAI defende a estratégia de 'máxima abertura', como o modelo Grok-1, que é de código aberto sob a licença Apache 2.0, atraindo desenvolvedores globais para participar na construção do ecossistema. Isso contrasta nitidamente com a tendência recente da OpenAI de fechar as suas tecnologias, como o GPT-4, que apenas oferece serviços de API.
A terceira facção é composta por alguns "desestabilizadores" que reconstruem a lógica da indústria.
Perplexity, fundada pelo ex-cientista da OpenAI Aravind Srinivas, é uma das primeiras empresas a transformar os motores de busca com modelos de IA de grande escala. Perplexity substitui diretamente a lista de links da página de pesquisa por respostas geradas por IA, com mais de 20 milhões de pesquisas diárias atualmente e uma avaliação de financiamento superior a 5 bilhões de dólares (avaliada em 90 bilhões de dólares).
O fundador da Adept é David Luan, ex-vice-presidente de engenharia da OpenAI. Ele participou na pesquisa tecnológica em linguagem, supercomputação e aprendizagem reforçada, bem como na segurança e formulação de políticas dos projetos GPT-2, GPT-3, CLIP e DALL-E. A Adept concentra-se no desenvolvimento de Agentes de IA, com o objetivo de ajudar os utilizadores a automatizar tarefas complexas (como a geração de relatórios conformes, design de desenhos, etc.) usando grandes modelos em combinação com capacidades de ferramentas. O modelo ACT-1 desenvolvido por eles pode manipular diretamente software de escritório, Photoshop, etc. Atualmente, a equipe principal desta empresa, incluindo David Luan, mudou-se para a equipa AGI da Amazon.
Covariant is a self-intelligent entrepreneurial company, valued at $1 billion. Its founding team comes from the disbanded robot team of OpenAI, and its technological genes come from the experience of GPT model development. It focuses on developing basic robot models, aiming to achieve autonomous operation of robots through multimodal AI, especially focusing on warehouse logistics automation. However, at present, three members of the core founding team of Covariant, known as the "OpenAI gang," Pieter Abbeel, Peter Chen, and Rocky Duan, have all joined Amazon.
Algumas empresas iniciantes da "OpenAI Help"
Fonte de informação: dados públicos, organização: 旗舰
A transição da tecnologia de IA de 'atributo de ferramenta' para 'elemento de produtividade' gerou três tipos de oportunidades industriais: cenários substitutivos (como a subversão dos motores de busca tradicionais), cenários incrementais (como a transformação inteligente do setor de manufatura) e cenários de reconstrução (como a quebra de paradigmas na ciência da vida). Esses cenários compartilham características comuns: potencial de construção de um ciclo de dados (dados de interação do usuário alimentando modelos), interação profunda com o mundo físico (dados de movimento de robôs/dados de experimentos biológicos) e um espaço de regulação ética em tons de cinza.
E a tecnologia de overflow da OpenAI está a fornecer uma força motriz fundamental para esta revolução industrial. A sua estratégia inicial de open source (como a abertura parcial do GPT-2) criou o "efeito dente-de-leão" da difusão tecnológica, mas quando a tecnologia avança para águas mais profundas, a comercialização fechada torna-se a escolha inevitável.
Essa contradição deu origem a dois fenômenos: por um lado, os talentos que saem do emprego transferem a arquitetura do Transformer, o aprendizado de reforço e outras tecnologias para cenários verticais (como manufatura, biotecnologia), construindo barreiras através de dados de cenários; por outro lado, os gigantes alcançam a posição tecnológica através de aquisições de talentos, formando um ciclo fechado de "colheita tecnológica".
Quando o fosso se torna um divisor de águas
"OpenAI Help" está avançando rapidamente, enquanto a antiga empresa OpenAI está enfrentando dificuldades.
Em termos de tecnologia e produtos, a data de lançamento do GPT-5 tem sido adiada várias vezes, e o produto ChatGPT mainstream é amplamente considerado pelo mercado como incapaz de acompanhar a velocidade de inovação da indústria.
No mercado, o recém-chegado DeepSeek já começou a ultrapassar gradualmente a OpenAI, com seu desempenho de modelo próximo ao do ChatGPT, mas com custo de treinamento apenas 5% do GPT-4, esse caminho de replicação de baixo custo está minando as barreiras tecnológicas da OpenAI.
No entanto, o rápido crescimento do "OpenAI Help" deve-se em grande parte aos conflitos internos da empresa OpenAI.
Atualmente, a equipe de pesquisa principal da OpenAI pode ser considerada como tendo desmoronado, com apenas Sam Altman e Wojciech Zaremba, dois dos 11 co-fundadores, ainda em funções, e 45% dos pesquisadores principais tendo saído.
Wojciech Zaremba
O co-fundador Ilya Sutskever deixou a empresa para fundar a SSI, e o cientista-chefe Andrej Karpathy compartilhou publicamente sua experiência na otimização do Transformer. Tim Brooks, líder do projeto de geração de vídeos Sora, mudou-se para a Google DeepMind. Na equipe técnica, mais da metade dos autores das primeiras versões do GPT já deixaram a empresa, e a maioria deles já se juntou às fileiras dos concorrentes da OpenAI.
Entretanto, de acordo com os dados compilados pela Lightcast que rastreia informações de recrutamento, as próprias prioridades de recrutamento da OpenAI parecem ter mudado. Em 2021, 23% das vagas de emprego da empresa eram para posições de pesquisa geral. Em 2024, as posições de pesquisa geral representam apenas 4,4% das suas vagas de emprego, o que também reflete indiretamente a mudança no status do talento científico na OpenAI.
A transformação comercial trouxe consigo conflitos culturais organizacionais cada vez mais evidentes, à medida que o número de funcionários aumentou 225% em três anos, o espírito hacker inicial foi gradualmente substituído pelo sistema de KPI, com alguns pesquisadores dizendo que foram "forçados a mudar de pesquisa exploratória para iteração de produtos".
Esta oscilação estratégica levou a OpenAI a cair numa dupla armadilha: ter que continuar a produzir tecnologia inovadora para manter a avaliação, mas também enfrentar a pressão competitiva dos ex-funcionários que rapidamente replicam os resultados usando a sua metodologia.
O sucesso da indústria de IA não está na quebra dos parâmetros do laboratório, mas em quem pode injetar genes tecnológicos nos capilares da indústria - reconstruindo a lógica subjacente do mundo dos negócios no fluxo de respostas dos motores de busca, nos movimentos dos braços mecânicos e na dinâmica molecular das células biológicas.
O Vale do Silício quer dividir a OpenAI?
O rápido surgimento do "OpenAI gang" e do "PayPal gang" deve-se em grande parte à sorte da lei da Califórnia.
Desde que a Califórnia proibiu acordos de não concorrência em 1872, o seu ambiente legal único tem sido um catalisador para a inovação no Vale do Silício. De acordo com a Seção 16600 do Código Comercial e Profissional da Califórnia, qualquer cláusula que restrinja a liberdade de exercício de uma profissão é considerada inválida, o que promove diretamente a livre circulação de talentos técnicos.
O período médio de emprego dos programadores do Vale do Silício é de apenas 3 a 5 anos, muito menor do que em outros centros de tecnologia. Esse alto índice de rotatividade resulta no efeito de "derramamento de conhecimento" - por exemplo, ex-funcionários da XianTong Semiconductor fundaram 12 gigantes de semicondutores, como Intel e AMD, estabelecendo assim as bases da indústria do Vale do Silício.
A lei que proíbe acordos de não concorrência, aparentemente insuficiente para proteger empresas inovadoras, na verdade promove ainda mais a inovação. A mobilidade dos técnicos acelera a difusão da tecnologia e reduz o limiar da inovação.
Em 2024, a Comissão Federal de Comércio dos Estados Unidos (FTC) prevê que, após a proibição abrangente de acordos de não-concorrência em abril de 2024, a vitalidade inovadora dos Estados Unidos será ainda mais liberada. No primeiro ano de implementação da política, poderão ser adicionadas 8.500 empresas, com um aumento significativo de 17.000 a 29.000 patentes, além de 3.000 a 5.000 novas patentes. Nos próximos 10 anos, a taxa de crescimento anual das patentes será de 11 a 19%.
O capital também é um importante impulsionador do surgimento da OpenAI.
O tamanho do investimento de risco no Vale do Silício representa mais de 30% de todo o investimento nos EUA, com instituições como Sequoia Capital e Kleiner Perkins formando uma cadeia de financiamento completa, desde a rodada de sementes até o IPO, este modelo intensivo em capital gerou um duplo efeito.
Em primeiro lugar, o capital é o motor que impulsiona a inovação, e os investidores anjos não fornecem apenas fundos, mas também recursos do setor. Quando a Uber foi fundada, o capital semente era de apenas 200.000 dólares dos dois fundadores, com apenas 3 carros registrados. Após receber um investimento anjo de 1,25 milhões de dólares, iniciou um rápido financiamento, e em 2015 a avaliação atingiu 40 bilhões de dólares.
O foco contínuo do capital de risco na indústria de tecnologia também impulsionou o avanço dessa indústria. A Sequoia Capital investiu na Apple em 1978, e na Oracle em 1984, estabelecendo assim sua influência nos campos de semicondutores e computação; em 2020, começou a se envolver profundamente em inteligência artificial, participando de projetos de ponta como o OpenAI. Os investimentos de bilhões de dólares em IA por parte de investidores internacionais, como a Microsoft, têm encurtado o ciclo de comercialização da tecnologia de IA gerativa de anos para meses.
O capital também proporciona às empresas inovadoras uma maior capacidade de tolerância ao erro. A velocidade de seleção de projetos fracassados pelo acelerador é tão importante quanto a dos projetos bem-sucedidos. De acordo com a startup analytics firm startuptalky, a taxa de falha de startups em todo o mundo é de 90%, e a taxa de falha de startups no Vale do Silício é de 83%. Embora as startups não tenham facilidade em ter sucesso, no contexto do investimento de capital de risco, a experiência de fracasso pode rapidamente se transformar em alimento para novos projetos.
Fonte da imagem: startuptalky.com
No entanto, o capital também tem alterado em certa medida o caminho de desenvolvimento destas empresas inovadoras.
Projetos de IA de topo avaliados em mais de um bilhão de dólares antes mesmo de lançarem produtos, o que indiretamente leva a um aumento exponencial na dificuldade de obtenção de recursos para outras equipes inovadoras de pequeno e médio porte. Esse desequilíbrio estrutural é ainda mais evidente na distribuição regional, com os dados da empresa de gestão de bases de dados Dealroom mostrando que o valor total dos investimentos de risco obtidos no Vale do Silício em um único trimestre (24,7 bilhões de dólares) equivale à soma dos investimentos dos centros de investimento em risco de segundo a quinto lugares a nível global (Londres, Pequim, Bangalore e Berlim). Ao mesmo tempo, embora mercados emergentes como a Índia tenham registrado um crescimento de financiamento de 133%, 97% dos fundos fluem para empresas "unicórnios" avaliadas em mais de um bilhão de dólares.
Além disso, o capital tem uma forte 'dependência do caminho', preferindo áreas com retornos quantificáveis, o que dificulta o apoio financeiro para muitas inovações em ciências básicas emergentes. Por exemplo, no campo da computação quântica, Guo Guoping, fundador da startup quântica doméstica Origin Quantum, teve que vender sua casa no início do empreendimento devido à falta de fundos. Guo Guoping arrecadou fundos pela primeira vez em 2015, e os dados publicados pelo Ministério da Ciência e Tecnologia naquele ano mostraram que o investimento total em pesquisa na China foi inferior a 2,2% do PIB, com financiamento para pesquisa básica representando apenas 4,7% do investimento em P&D.
Não é apenas a falta de apoio, mas também o grande capital está a tentar garantir talentos de topo através da tentação do "dinheiro", o que faz com que os salários para cargos de CTO em empresas iniciantes fiquem essencialmente na casa dos sete dígitos (em empresas dos EUA em dólares americanos e em empresas chinesas em renminbi), formando um "ciclo de monopólio de talentos por gigantes - busca de gigantes por capital".
No entanto, a avaliação substancialmente avançada desses "ajudantes da OpenAI" também apresenta certos riscos.
As empresas de Mira Murati e Ilya Sutskever, ambas com apenas uma ideia, conseguiram levantar dezenas de milhares de milhões de dólares. Isso decorre da confiança deles na capacidade técnica da equipe de ponta da OpenAI, mas essa confiança também traz riscos - se a tecnologia de IA pode permanecer em um estágio de crescimento exponencial a longo prazo e se os dados do cenário vertical podem formar barreiras monopolistas. Quando esses dois riscos enfrentam desafios da realidade (como desaceleração da quebra de modelos multimodais, aumento acentuado do custo de obtenção de dados do setor), o excesso de capital pode desencadear uma reestruturação do setor.