超越研究：Ilya Sutskever 和 AI 實驗室如何在科學與盈利之間做出選擇
在人工智慧的快速發展中，許多研究機構和公司都面臨著一個核心問題：他們應該專注於純粹的科學探索，還是追求商業利益？
Ilya Sutskever，作為OpenAI的共同創始人之一，經常被問及這個問題。
他認為，**科學探索和商業利益並非必然對立**，而是可以相輔相成的。
在他的領導下，OpenAI 不僅追求突破性的技術，也努力確保這些技術能夠造福社會。
### 科學與盈利的平衡
Sutskever 強調，**長遠來看，真正的創新來自於對未知的探索**，而這需要大量的資源和時間。
然而，為了持續投入，實驗室必須找到盈利的方式，這樣才能支持未來的研究。
### 以使命為導向的策略
他們的策略是：**將商業模式與科學使命緊密結合**，例如通過提供API服務來資助研究，或是與企業合作推廣技術。
這樣一來，既能保持科研的純粹性，也能確保經濟上的可持續性。
### 結語
在Ilya Sutskever和其他AI實驗室的努力下，我們看到一個趨勢：**科技公司不再只是追求短期利潤，而是將科學進步作為核心使命**。
這種平衡或許是未來AI發展的關鍵，也為整個行業樹立了榜樣。

人工智慧初創生態系統已經到了轉折點，學術追求與商業野心之間的界線變得模糊不清。隨著來自主要科技公司的資深人士建立獨立企業，並與擁有博士學位的知名研究人員並肩而行，區分真正以營收為導向的運營與以研究為先的項目變得越來越困難。投資者、人才和行業觀察者面臨的問題不再只是「他們能否建立一個更好的模型？」而是「他們實際上在財務上想達成什麼目標？」

這種模糊不清不僅僅是一個分析難題——它代表了一種真正的緊張局勢，塑造著資本、人才和創新在當今AI領域的流動方式。為了解決這種困惑，建立一個更清晰的商業意圖理解框架顯得尤為重要。

衡量商業承諾的框架

這個挑戰源於意圖與成就完全不同的衡量標準。一家創造數十億營收的公司講述著一個清楚的故事，但一個資金充足、擁有出色研究人才但商業計劃模糊的初創公司又如何？我們應該如何評估那些公開聲稱要徹底改變企業軟體，但對盈利模式卻故意模糊其詞的創始人？

為了穿透這層迷霧，可以考慮一個五級分類系統，將每個基礎模型公司分類，而非根據當前盈利能力，而是根據其聲稱或暗示的追求營收的意圖：

• Level 5： 已經在日常營收中產生數百萬美元
• Level 4： 有詳細的、多階段的策略，以實現最大化的財務成功和個人財富
• Level 3： 多個有前景的產品概念等待推出
• Level 2： 商業策略的初步框架
• Level 1： 真正的成就來自研究影響和知識貢獻

這個系統衡量的是雄心，而非執行力。它反映的是領導層實際追求的目標，而非市場目前給予的獎賞。

像OpenAI和Anthropic這樣的玩家毫無疑問是Level 5的運營——他們已經在規模上展示了商業成功。然而，較新一波的實驗室往往有意或無意地模糊自己在這個範圍中的位置。有趣的是，創始人在選擇自己所處位置上擁有相當大的自主權。當前的投資環境提供如此豐厚的資金，以至於大多數新興實驗室幾乎沒有壓力去制定詳細的商業計劃。即使是以研究為重點的運營，也能吸引願意資助純粹科學的機構支持。

模糊性問題：為什麼這很重要

真正的問題在於，很少能明確知道一個實驗室實際處於這個範圍的哪個位置。這場辯論的出現本身就表明了行業對這些企業的困惑。以OpenAI的演變為例：它最初作為一個非營利組織，名義上處於Level 1，然後一旦商業潛力變得明朗，就迅速升至Level 5。這一轉變讓許多觀察者措手不及。

類似地，Meta最初的AI研究努力可能只是在Level 2左右，儘管其創始人抱有Level 4的雄心——公司尚未將這些模型用於盈利，但這種意圖已經存在。

用這個視角來看四個著名的AI研究組織，可以揭示它們目前所處的位置，以及這些位置的變化有多麼劇烈。

Humans&：商業路徑不明

促使這個框架誕生的公司完美展現了這個問題。Humans&因為一個關於下一代AI的引人注目的敘事而登上頭條，該敘事強調提升溝通與協作，而非純粹的能力擴展。媒體報導普遍正面，但當被追問盈利細節時，領導層變得明顯模糊。

他們暗示計劃推出一個由AI驅動的工作平台——本質上是重新構想的Slack、Jira和Google Docs的結合體——但並未明確承諾一個市場策略。這使得Humans&處於Level 3：他們擁有有前景的概念，但商業突破的路徑仍然模糊。他們的願景與商業模式之間的差距，正是這個框架旨在揭示的那種不確定性。

Thinking Machines Lab：領導層不穩預示麻煩

這裡的情況出乎意料地複雜。該公司的創始人兼前ChatGPT CTO Mira Murati，預計在2026年以一個合理的策略進入，這個策略配得上20億美元的種子輪融資和她的戰略思維聲譽。這通常會暗示Level 4的定位。

然而，最近幾個月的離職事件，卻對原有計劃投下了嚴重的懷疑。聯合創始人兼CTO Barret Zoph的離開，以及其他幾位關鍵團隊成員的流失，表明公司最初的願景可能沒有想像中那麼堅實。雖然目前沒有足夠證據明確降低他們的分類，但這些人事變動暗示他們正向Level 2或3移動——這是對商業方向真正不確定的狀態。這種規模的領導層變動通常預示著未來的策略轉折，且未經公開預告。

World Labs：從謙遜起步到市場領導

Fei-Fei Li在World Labs的發展軌跡，展示了這個範圍位置變化的速度。當她在2024年宣布獲得2.3億美元融資，用於空間AI項目時，這個融資規模本身就暗示著Level 2甚至Level 1——一個資金充裕的研究型運營，沒有明確的商業標誌。

但在接下來的一年裡，這個評估被證明是嚴重不完整的。World Labs推出了專有的世界生成模型，更重要的是，還推出了基於該模型的商業產品。關鍵的是，需求開始出現。遊戲工作室和視覺效果公司競相爭取使用權，沒有任何競爭對手提供同等能力。這種經過驗證的產品市場契合度和真實的客戶需求，推動World Labs向Level 4邁進，甚至有可能達到Level 5（持續產生重大營收）。Li的聲譽和斯坦福背景並不能保證商業成功——關鍵在於執行。

Ilya Sutskever的安全超智能：純研究模型

由Ilya Sutskever創立的Safe Superintelligence（SSI），是這個範圍的另一端。Sutskever在離開OpenAI擔任首席科學家後，將SSI建構為一個明確的Level 1運營——一個以研究為先的機構，故意避免商業壓力。

最令人震驚的證據是他拒絕Meta的收購提議。該公司沒有產品週期，專注於推進超智能系統的科學基礎。沒有商業模式來盈利，因為建立商業模式從未是優先事項。儘管沒有商業產品或營收路線圖，SSI仍獲得了30億美元的資金——這證明了資本在行業中的充裕，以及投資者對Sutskever科學願景的信心。

這種以研究為重的策略，仍然是Sutskever的明確承諾，所有跡象都指向SSI本質上是一個科學事業。但即使是Sutskever也承認，情況可能會有變——如果開發時間表延長，或部署先進AI系統變得具有戰略價值，SSI或許可以向上調整其雄心尺度。但在2026年初，它仍然是行業中最清楚體現以研究為優先、超越商業考量的範例。

這對行業意味著什麼

這個框架並非用來判斷哪個層級是「正確的」。一些最重要的AI工作可能發生在專注於科學的Level 1或Level 2組織中。然而，對這些差異的清晰認識非常重要，因為投資資本、人才招募和策略合作都依賴於準確的預期。

當領導層的實際商業意圖與公開訊息或投資者假設不符時，錯配就會在整個組織中蔓延。Thinking Machines Lab最近的動盪，很可能部分反映了這種不一致。相反，World Labs的商業成功則來自於策略的連貫執行。

目前資金充裕，促使AI研究的資本環境形成了一種異常狀況：公司並不面臨立即澄清其商業定位的壓力。然而，這種模糊——無論是偶然產生還是故意維持——都在塑造哪些企業最終能創造持久價值，哪些則成為警示故事。