这场海外的LLM之争，才刚刚开始。而谷歌可能会在这次军备战中落败。

一、战火点在了谷歌主场

主战场在搜索。从Bing的内测来看，加入了ChatGPT后，搜索的体验得到了极大的提升，大概率会颠覆传统搜索行业。

(相关资料图)

我们先来看下谷歌和微软22年的营收和广告占比：

可以看到，搜索广告的收入是谷歌的核心利润来源，占到了80%以上，而微软仅占5.5%。微软通过Chat GPT把战火引到了谷歌的腹地。

二、LLM之争，争的是什么？

去年11月ChatGPT发布以来，就有不少专家学者表态，GPT并无大的技术突破。比如Meta 首席人工智能科学家杨立昆（Yann LeCun）就表态：就底层技术而言，ChatGPT 不是特别创新。

从GPT-1到现在3.5，都是采用成熟的开源算法，RLHF确实是成功的工程思路，但相关技术也并不是新概念。 数据和硬件 才是核心。

数据：

首先关于 数据标注 有2个故事分享一下：

1、据美国《时代》杂志调查发现,为训练ChatGPT,OpenAI招募了大量数据标注人员,甚至还投入了大量博士级别的专业人士来完成高质量的标注任务,着眼长远,将大量资金投入在人工数据标注上是OpenAI成功的关键决策。 【高质量数据标注】

2、OpenAI在2021年底与一家外包公司Sama达成了合作，OpenAI向Sama发送了数万个文本片段，包含大量的有关谋杀、虐待甚至其他更加不堪的内容。【 标注危害信息进行过滤，这个在国内更重要 】

光这2点的投入就是几个亿美金，标注数据的壁垒已经非常深厚。

其次，ChatGPT 抢先开启公测 ，目前用户已经达到亿级，这一波数据的收集又筑牢了用户反馈的数据壁垒！而随着时间和用户规模的增加，会和雪球一样越滚越大，形成 数据飞轮 。只要谷歌一天没发布能抗衡ChatGPT的聊天工具，差距会越拉越大。

硬件：

再来说硬件，超大参数的LLM训练成本，网上已经有大量数据可查，GPT3单次训练费用在140万美金，GPT4容量是GPT3的100倍，单次训练可能接近1000万美金。所以拥有 自主云计算平台 的头部企业才具备优势和能力。

下图是22年Q4全球云服务市占率对比， 微软vs谷歌 = 22% vs 10% , 微软是谷歌的2倍以上，硬件这一方面，谷歌也同样处于劣势。

三、未来会怎么样？

按目前谷歌单次搜索的成本是1.06美分，单次搜索带来的收入是1.61美分，我们先来算一下目前两家公司搜索的毛利情况（假设谷歌+微软是100%的搜索市场）：

此处我们做一个 假设 ，3年后，谷歌和微软都拥有了基于优秀LLM的搜索平台，最终拿到了50%的市场份额。LLM的单次搜索成本降低到0.18美分（现在大概0.36美分）：

对谷歌来说，毛利直接降低接近500亿美金，以目前679亿美金的净利润来看，可能是腰斩再腰斩。

而微软虽然在广告业务的毛利率降低了，但通过抢占搜索市场，毛利增加230亿美金。

四、这样就结束了吗？

当然不会，微软一定会 扩大军备竞赛 ，通过不断提升数据和硬件成本来堆高用户体验，而谷歌想要守住市场份额，也必须不断增加成本。到时，可能单次搜索的成本会越堆越高， 直到一方无法支持退出 。

拥有数据先发优势以及云计算优势的微软可能最终拿到95%的市占率。

或则，谷歌拿出更具竞争优势的竞品，能够打破微软的数据壁垒，重新拿回自己的市场。

五、写在最后

最近几周，国内巨头也是此起彼伏，前有百度公告3月发布文心一言，后有科大讯飞5月上市类ChatGPT产品，也有王慧文5000万美金欲打造中国的OpenAI。除此之外，大量创业公司也进入LLM赛道，并通过各自的方式切入应用场景来迭代自己的模型。

这些信息令人振奋，因为特殊原因无法使用ChatGPT，中国自己的LLM更让人期待。

--本文完---

介绍一下自己：14年游戏/文娱相关行业从业者，会写代码的产品经理。聚焦科技创新+商业化落地解决方案。目前有大量AI可落地的业务场景。

如果您 有AI技术但找不到商业化路径 或则 业务需要AI技术支撑 ，欢迎一起交流合作。也欢迎各位交流行业、市场、产品、技术、管理等方面内容。

关键词 市场份额 大量数据 不是特别