AI时代重思马克思系列——劳动、资本和机器: 机器学习与固定资本——当代AI产业(2)AI资本构成

多客科技

作者：微信文章
本系列由个人译选自英文书籍《自动化与自主性——AI工业时代的劳动力、资本和机器》，仅作学习参考，不做任何商用用途。




AI资本构成

AI科技巨头

工业制造巨擘

AI初创公司

AI智库







AI资本构成




AI产业涉及五大类主要组织。其一，是来自美国和中国的少数科技巨头，如谷歌和百度。其二，是试图通过进军AI生产实现现代化的工业制造“巨擘”，如通用电气和西门子。其三，是全球分布的初创公司群体。其四，是智库与研究实验室——它们由慈善、学术、产业和政府资金共同支持，部分为非营利机构。国家对AI生产的参与程度之深，已构成第五类组织。以下章节将分析每类组织的案例。
AI科技巨头




      2016年，《经济学人》（2016）指出，“在硅谷，少数巨头正享受着自19世纪末‘强盗资本家’时代以来未见的市场份额与利润率”。这些强大的科技资本均已进军AI生产——正如我们所见，AI与平台的“数据中心性”存在递归关系。对数据的需求驱动这些公司像根茎般扩张至任何可能提取数据的市场的行业。关于这种根茎式扩张主义，尼克·斯尔尼塞克（Nick Srnicek, 2017）提出了“趋同论”，即“随着不同平台公司侵入相同的关键市场与数据领域，它们会变得越来越相似”（107）。仅举几例：搜索公司谷歌收购了视频流媒体网站YouTube，并尝试创建社交媒体平台（Google+）；而社交媒体平台Facebook则试图进军亚马逊主导的在线零售领域。亚马逊既通过失败的Spark涉足社交媒体，也通过Prime Video进入视频流媒体领域。Facebook甚至提出发行名为Libra的加密货币，这将为其提供支付数据；谷歌则通过Google Pay寻求类似数据。无论斯尔尼塞克的趋同论是否完全成立，AI似乎是这一理论的主要验证案例。科技巨头均倾向于采用“云基AI模型”，并通过提供免费产品服务（如Gmail、谷歌地图和翻译）——这些服务以（或多或少的）隐性交换获取用户数据所有权——来支撑其业务。从这些服务用户处收集的数据被反馈至应用中，以改进其功能。

    值得注意的是，尽管对AI的呼声高涨，且其在科技巨头的自我表述中日益占据核心地位，但迄今为止，AI对企业收入的直接贡献仍然较小。例如，直至2019年，谷歌的整体收入约85%仍来自广告，Facebook的这一比例更高（Schomer 2019）。然而，AI对谷歌和Facebook依赖的“微定向广告”（基于用户行为与偏好数据定制）至关重要，因此其间接贡献必然更大。

下面以谷歌为例，探讨科技巨头的典型特征。

       谷歌成立于1998年，挺过了2000-2002年的互联网泡沫破裂，此后迅速攀登企业科技层级。基于谷歌搜索算法的早期成功，该公司扩展了其数字版图，如今拥有全球最受欢迎的搜索引擎、最受欢迎的网页浏览器（Chrome）、使用最广泛的移动操作系统（Android）、最受欢迎的流媒体视频平台（YouTube）和广受欢迎的电子邮件服务（Gmail）。

      谷歌首次公开涉足AI是2011年成立谷歌大脑（Google Brain）实验室。谷歌大脑自主设定研究议程，产出基础研究与可商业化研究。其员工在学术场合展示并发表成果，也通过谷歌AI博客分享。2012年，研究人员展示了一个能从图像中识别猫的深度学习系统，谷歌大脑由此进入媒体视野（Markoff 2012）。此后，一系列具有影响力的AI研究相继问世，包括基于机器学习的谷歌翻译升级，大幅提升了其质量。谷歌内部应用AI研究的程度难以估量，但据一位谷歌高管称，至2015年，谷歌大脑已创造出足够价值，抵消了公司众多投机性投资的损失（Dougherty 2015）。

      与大多数AI科技巨头一样，谷歌既生产面向消费者的AI商品（非生产性用途），也生产作为固定资本（用于生产流程）的AI商品。谷歌最显眼的AI消费商品或许是2016年首次推出的“谷歌家庭”智能音箱。这是谷歌助手的物理平台，通过语音指令使用语音识别执行娱乐、日程管理和家居自动化任务，同时作为数据收集设备（Langley and Tuohy 2019）。然而，谷歌最重要的AI商品是作为固定资本出售给其他资本的。这主要通过谷歌云平台实现——2017年其季度收入达10亿美元，似乎是公司增长最快的部门（Trefis Team 2019）。不过，谷歌云仍落后于主导云服务提供商亚马逊（市场份额35%）（Miller 2017）。其他云平台由阿里巴巴、IBM、微软、Salesforce和甲骨文提供。

      AI研究所需的算力持续快速增长。对大多数公司而言，拥有必要硬件不切实际，因此它们转而从云服务商租赁算力。阿莫迪（Amodei）和埃尔南德斯（Hernandez, 2018）计算得出，自2012年以来，训练最强大机器学习系统所需的算力每3.5个月翻一番，且无放缓迹象。为了解当代AI生产的成本，试想：谷歌研究人员自豪地报告，一项仅用“120万美元”硬件预算的实验取得了成功，而Facebook类似实验耗资410万美元（转引自Perez 2017）。

      谷歌的云AI服务包括供AI开发者训练模型的平台，以及多种“即插即用AI组件”——“使开发者能轻松为应用添加视觉、语言、对话和结构化数据处理功能”（Google, n.d.-a）。这些服务帮助数据科学家及其他高技能AI工作者将现有机器学习模型整合到业务流程中。谷歌还针对缺乏机器学习专业知识的用户，提供针对常见商业问题的“预打包”解决方案。“文档理解AI”可自动化文档阅读与处理，“联络中心AI”则通过语音或文本自动化客户服务（Google, n.d.-b）。最后，正如我们将在下一章详细讨论的，自2018年起，谷歌开始提供一种“企业自动构建新算法的方式”（Metz 2018b）。这项自动化机器学习服务旨在让缺乏机器学习专业知识的企业也能生产机器学习模型。

      与所有科技巨头一样，谷歌收购有潜力的初创公司。2009至2020年，谷歌收购了30家AI初创公司，是所有科技巨头中最多的（Hurst 2020）。2014年，谷歌以4亿英镑收购了英国公司DeepMind——一家“无收入、无市场化产品”的初创企业（The Economist 2017）。此后，DeepMind产出了突破性机器学习研究，如围棋AI AlphaZero。其总体目标被描述为“创造通用人工智能（AGI），并以此让世界更美好”（DeepMind, n.d.）。与此同时，谷歌正将DeepMind的研究转化为医疗商品，并应用其研究通过预测调整散热分配，将谷歌数据中心冷却能耗降低了40%以上（Evans and Gao 2016）。

      总之，谷歌是AI巨头的典型代表：它将AI功能日益整合到多元业务流程中，这些业务大多为谷歌获取海量数据，用于扩展AI努力。与大多数AI巨头一样，谷歌既面向消费者商品市场，也面向固定资本市场生产，并通过云平台交付许多商品。谷歌还参与收购AI初创公司，并持续努力开拓新市场。然而，谷歌的独特之处在于其庞大规模、多元化业务，以及对研究的巨额投资。除非身处中国（截至2020年7月，谷歌仅占搜索引擎查询的3.76%，而百度占69.55%）（Statcounter 2020），否则几乎不可能在使用互联网时不接触谷歌的产品或服务。
工业制造巨擘




      通用电气（GE）成立于1892年，是一家与众不同的AI公司。最初作为电气机械制造商，GE也曾是早期计算产业的贡献者。如今，GE是一家涉足医疗到航空等多个领域的企业集团，约从2015年开始投资AI。GE与其他AI巨擘（如1847年成立的西门子）主要致力于为工业制造生产AI固定资本产品。科技巨头尚未深入制造业，因此这些“巨擘”目前几乎占据着自由市场（Walker 2019）。GE提供一系列AI咨询服务，但其核心是AI驱动的平台，提供生产过程监控与模拟能力。iFIX是一款由机器学习驱动的工业自动化系统，允许工厂操作员通过一个应用查看并控制工厂的所有相关操作。GE还销售Predix工业物联网平台，将其宣传为“工厂操作系统”（Passieri 2015）。Predix整合生产与流通过程的数据，实现预测性管理。西门子提供类似产品“MindSphere”，称其为“基于云的开放物联网操作系统……连接你的产品、工厂、系统和机器”（Siemens, n.d.）。与科技巨头一样，AI巨擘也渴望收购初创公司。2007至2017年，西门子在收购软件初创公司上花费了100亿美元（Walker 2019）。AI巨擘既从AI科技巨头处购买技术（GE使用亚马逊云服务，西门子使用IBM的沃森分析），也自主研发。这些公司是否会与AI科技巨头趋同仍未可知，不过GE短期内似乎不太可能投资自己的社交媒体网络。
AI初创公司




      初创公司是科技行业备受赞誉的典范。它们通常是依赖风险投资的小型企业。我采访过员工的初创公司规模从6人到略超30人不等。AI初创公司采用多种商业模式：可能销售预制机器学习模型，提供自有模型生成的洞察，出售服务，或销售专用硬件。预制机器学习模型应用于多个领域。我的受访者中，有人开发语音生物识别系统，有人做营销广告的预测模型，还有人做医疗机器视觉模型。提供洞察或服务的公司采用咨询商业模式，或为企业构建、协助构建定制AI系统。我的一位受访者曾为银行做咨询，另一位参与开发了智能家电的自然语言处理系统。

      法比安（Fabian, 2018）统计，2018年全球AI初创公司总数为3465家。这一数字持续变动，因许多公司破产，也有被大公司收购。2017年退出市场的120家AI初创公司中，115家被收购（Patrizio 2018）。DeepMind在被谷歌收购时以无成熟产品闻名，但并非所有情况皆如此。有些初创公司可能开发出成功商品并抵御收购。2018年，中国初创公司商汤科技（2014年成立）获得6亿美元融资，总估值超45亿美元，成为当时全球最有价值的AI初创公司（Vincent 2018）。其产品聚焦机器视觉，从社交媒体“美化”滤镜到自动驾驶车辆视觉、自动监控视频分析均有涉及。然而，即使未被科技巨头收购，大多数AI初创公司在基础设施层面已与巨头相连，依赖其云服务获取算力与应用支持。
AI智库




      AI智库是由学术、产业、政府或慈善资金支持的私人研究机构。尽管AI研究自早期（如兰德公司）便与智库相关，但专门研究AI的智库直到2010年代中期才出现（Think Tank Watch 2018）。这些机构性质各异。有些由关注未来AGI风险与前景的超人类主义者创立，例如机器智能研究所（MIRI）——一家由泰尔基金会等慈善团体资助的非营利机构。MIRI是“AI安全”运动的一部分，旨在确保若AGI出现，其可被控制。

      其他AI智库关注现实存在的AI与AI产业，通常与产业和学术界均有联系，如AI Now研究所（隶属纽约大学，由谷歌和微软资助）和“AI伙伴关系”（成员包括麻省理工媒体实验室、亚马逊、Facebook和谷歌）。AI Now（n.d.）自称研究“人工智能的社会影响”，“AI伙伴关系”（n.d.）称其目标是“研究和制定AI技术最佳实践，提升公众对AI的理解，并作为讨论AI及其对人和社会影响的开放平台”。这些智库已产出关于AI社会影响多方面（从性别关系、隐私到开发最佳实践的技术问题及政策影响）的宝贵研究。但至少部分智库还承担其他功能。

      一个重要功能是充当科技巨头推动的所谓“AI民主化”载体。下文将详细讨论这一点，目前只需注意：关注社会的智库为AI行业扮演重要的公共关系角色。这在谷歌秘密协议为五角大楼“马文项目”提供无人机视觉软件事件曝光后显现。泄露给《拦截》（The Intercept）的邮件中，时任谷歌云首席科学家李飞飞担忧，她深度参与的“马文项目”曝光可能抵消公司塑造AI产品“社会公益”形象的努力：

      “我不知道如果媒体开始炒作‘谷歌秘密研发AI武器或为国防工业提供AI技术’的主题会发生什么……谷歌云2017年一直在打造‘AI民主化’主题，我和黛安（Diane）也在讨论企业‘人文AI’。我会非常小心地保护这些积极形象。”（转引自Fang 2018）

在员工施压与公众抗议后，李飞飞辞职。将这些智库的功能仅归为公共关系是不准确的。但否认其存在（Ochigame 2019）——且随着科技巨头因可疑行为面临更多审视（如下文劳动部分详述）——这一功能对行业正变得日益重要，同样错误。

      其他智库因不同原因值得关注；OpenAI尤为突出。OpenAI成立于2015年，获埃隆·马斯克、彼得·蒂尔等资助10亿美元。前杰弗里·辛顿学生伊利亚·苏茨克维（Ilya Sutskever）任首席科学家。OpenAI开发前沿机器学习系统，如“OpenAI Five”——由五个ANN组成的团队，在竞技视频游戏《DOTA2》中击败职业玩家。尽管最初作为非营利机构运营，2019年OpenAI宣布转向“有限盈利”模式，因需与AI科技巨头竞争。他们指出“未来几年需投资数十亿美元用于大规模云算力、吸引和留住人才，以及构建AI超级计算机”（OpenAI 2019）。此后，微软向该智库投资10亿美元，成为其独家云服务提供商，并获得未来研究的使用权（Brockman 2019）。OpenAI的故事总结了资本之外AI研发与发展的困境——我们将在第七章再论及此。