Autor: Flagship
Fuente de la imagen: Generado por AI sin límites
¿Cuánto vale realmente el título de “ex empleado de OpenAI” en el mercado?
El 25 de febrero, hora local, según Business Insider, la nueva empresa de Mira Murati, ex directora de tecnología de OpenAI, Thinking Machines Lab, está iniciando una financiación de mil millones de dólares con una valoración de 9 mil millones de dólares.
Actualmente, Thinking Machines Lab no ha revelado ningún cronograma o detalles específicos sobre productos o tecnologías. La única información pública de esta empresa es su equipo de ex empleados de OpenAI, que supera las 20 personas, y su visión: construir un futuro en el que ‘todos tengan acceso al conocimiento y las herramientas para que la IA sirva a las necesidades y objetivos únicos de las personas’.
Mira Murati y el Laboratorio de Máquinas Pensantes
El poder de convocatoria de capital de los emprendedores de OpenAI ha generado un “efecto bola de nieve”. Antes de Murati, SSI, fundada por el ex jefe científico de OpenAI, Ilya Sutskever, ya había alcanzado una valoración de 30 mil millones de dólares solo con el ADN de OpenAI y una idea.
Desde que Elon Musk se retiró de OpenAI en 2018, más de 30 ex empleados de OpenAI han fundado nuevas empresas, con un financiamiento total de más de 9 mil millones de dólares. Estas empresas forman una cadena ecológica completa que abarca la seguridad de la inteligencia artificial (Anthropic), la infraestructura (xAI) y las aplicaciones verticales (Perplexity).
Esto hace que la gente no pueda evitar recordar la ola de emprendimiento en el Valle del Silicio que surgió después de la adquisición de PayPal por eBay en 2002, cuando fundadores como Elon Musk y Peter Thiel se marcharon, formando el llamado ‘PayPal Mafia’, que dio origen a legendarias empresas como Tesla, LinkedIn y YouTube. Los ex empleados de OpenAI también están formando su propio ‘OpenAI Mafia’.
Sin embargo, el guion de ‘OpenAI Gang’ es aún más radical: ‘PayPal Gang’ tardó 10 años en crear dos empresas con valor de mercado de billones, mientras que ‘OpenAI Gang’, tras el lanzamiento de ChatGPT, ha dado lugar a cinco empresas con valor de mercado de cien billones en solo dos años, entre las que se encuentran Anthropic con un valor de mercado de 61.5 billones de dólares, SSI de Ilya Sutskever con un valor de mercado de 30 billones de dólares, y xAI de Musk con un valor de mercado de 24 billones de dólares. Es muy probable que en los próximos tres años surjan unicornios de billón de dólares en ‘OpenAI Gang’.
La nueva ola de ‘talento nuclear’ desencadenada por ‘OpenAI Helper’ está afectando a todo el Valle del Silicio e incluso remodelando el mapa de poder global de la IA.
La ruta de división de OpenAI
De los 11 cofundadores de OpenA, actualmente solo Sam Altman y Wojciech Zaremba, líder del equipo de lenguaje y generación de código, siguen en sus puestos.
El pico de dimisiones de OpenAI ocurrió en 2024. Ese año, Ilya Sutskever (quien dejó su cargo en mayo de 2024), John Schulman (quien dejó su cargo en agosto de 2024) y otros se fueron sucesivamente. El equipo de seguridad de OpenAI se redujo de 30 a 16 personas, lo que representa una disminución del 47%; figuras clave como el director de tecnología Mira Murati y el director de investigación Bob McGrew se fueron sucesivamente; en el equipo técnico, talentos tecnológicos clave como el diseñador principal de la serie GPT, Alec Radford, y el líder de Sora, Tim Brooks (quien se unió a Google) se marcharon; el experto en aprendizaje profundo Ian Goodfellow se unió a Google, y Andrej Karpathy dejó OpenAI por segunda vez para fundar una empresa educativa.
“La reunión es un fuego, la dispersión es un cielo estrellado”.
Antes de 2018, más del 45% de los miembros clave de tecnología principal de OpenAI optaron por establecerse por separado, y estos nuevos “portales” también han desmontado y reorganizado la base genética tecnológica de OpenAI en tres grandes grupos estratégicos.
Primero está la “Fuerza de Élite” que continúa el legado genético de OpenAI, podríamos decir que son un grupo de ambiciosos de OpenAI 2.0.
El Thinking Machines Lab de Mira Murati ha transplantado casi por completo la arquitectura de investigación y desarrollo de OpenAI: John Schulman se encarga del marco de aprendizaje reforzado, Lilian Weng lidera el sistema de seguridad de IA, e incluso el gráfico de la arquitectura neuronal de GPT-4 se utiliza directamente como el plano tecnológico del nuevo proyecto.
Su ‘Manifiesto de Ciencia Abierta’ apunta directamente a la tendencia de cierre de OpenAI en los últimos años, con el objetivo de crear un ‘camino más transparente para el desarrollo de la AGI’ a través de la continua apertura de blogs técnicos, documentos y código. Esto también ha provocado algunas reacciones en cadena en la industria de la IA: tres destacados investigadores de Google DeepMind se unieron con la arquitectura Transformer-XL trasladándose.
Mientras que Ilya Sutskever’s Safe Superintelligence Inc. (SSI) ha optado por un camino diferente. Sutskever, junto con otros dos investigadores, Daniel Gross y Daniel Levy, fundaron la empresa, renunciando a todos los objetivos comerciales a corto plazo para enfocarse en la construcción de una “inteligencia supersegura” irreversible, un marco tecnológico que es casi una proposición filosófica. La empresa acaba de ser fundada, y a16z, Sequoia Capital y otras instituciones han decidido invertir 1 billón de dólares para financiar el ideal de Sutskever.
Ilya Sutskever y SSI
Otro grupo es el ‘subversor’ que ya había dejado ChatGPT anteriormente.
Anthropic, fundada por Dario Amodei, ha pasado de ser la “oposición OpenAI” a convertirse en el contendiente más peligroso. Sus modelos de la serie Claude 3 están a la par con GPT-4 en una serie de pruebas. Además, Anthropic también ha establecido una cooperación exclusiva con Amazon AWS, lo que significa que Anthropic está erosionando gradualmente los cimientos de OpenAI en términos de potencia informática. La tecnología de chips desarrollada conjuntamente por Anthropic y AWS tiene el potencial de debilitar aún más el poder de negociación de OpenAI en la adquisición de GPU de Nvidia.
Otro representante destacado en este campo es Musk. Aunque Musk dejó OpenAI en 2018, algunos de los miembros fundadores de xAI también han trabajado en OpenAI, incluidos Igor Babuschkin y Kyle Kosic, quien luego regresó a OpenAI. Con el fuerte apoyo de los recursos de Musk, xAI representa una amenaza para OpenAI en talento, datos, potencia de cálculo y otros aspectos. Grok-3 de xAI puede capturar instantáneamente los eventos candentes en la plataforma X y generar respuestas, gracias a la integración de los flujos de datos sociales en tiempo real de la plataforma X de Musk, mientras que los datos de entrenamiento de ChatGPT se detienen en 2023, lo que representa una brecha significativa en la actualidad, una brecha en los datos que forma parte del ecosistema de Microsoft y que OpenAI tiene dificultades para replicar.
Sin embargo, la posición de Musk sobre xAI no es la de un disruptor de OpenAI, sino recuperar el “objetivo inicial” de OpenAI. xAI se adhiere a la estrategia de “máxima apertura”, como el modelo Grok-1 que se ha lanzado bajo la licencia Apache 2.0, atrayendo a desarrolladores de todo el mundo para participar en la construcción del ecosistema. Esto contrasta fuertemente con la tendencia reciente de OpenAI a la cerrazón (por ejemplo, GPT-4 solo ofrece servicios de API).
El tercer grupo es algunos “disruptores” que reconstruyen la lógica industrial.
Perplexity, fundada por el ex científico investigador de OpenAI Aravind Srinivas, es una de las primeras empresas en transformar un motor de búsqueda con modelos de IA a gran escala. Perplexity genera respuestas directamente a través de la IA en lugar de listar enlaces en las páginas de búsqueda. Actualmente, tiene más de 20 millones de búsquedas diarias y ha recaudado más de 500 millones de dólares en financiamiento (con una valoración de 9 mil millones de dólares).
El fundador de Adept es David Luan, ex vicepresidente de ingeniería de OpenAI, quien participó en la investigación tecnológica en lenguaje, supercomputación, aprendizaje por refuerzo, así como en la seguridad y políticas de proyectos como GPT-2, GPT-3, CLIP y DALL-E. Adept se enfoca en desarrollar Agentes de IA con el objetivo de automatizar tareas complejas (como generar informes cumpliendo con la normativa, diseñar planos, etc.) mediante el uso de grandes modelos combinados con capacidades de herramientas. Su modelo ACT-1 desarrollado puede operar directamente software de oficina, Photoshop, entre otros. Actualmente, el equipo central de fundadores de la empresa, incluido David Luan, se ha unido al equipo de AGI de Amazon.
Covariant es una startup de inteligencia incorporada valorada en 1.000 millones de dólares. Su equipo fundador proviene del disuelto equipo de robots de OpenAI, y los genes técnicos se derivan de la experiencia en la investigación y el desarrollo de modelos GPT. Centrarse en el desarrollo de modelos básicos de robots, con el objetivo de realizar el funcionamiento autónomo de los robots a través de la IA multimodal, centrándose especialmente en la automatización del almacenamiento y la logística. Sin embargo, tres miembros del equipo fundador de Covariant, Pieter Abbeel, Peter Chen y Rocky Duan, se han unido a Amazon.
Algunas empresas emergentes de ‘OpenAI Help’
Fuente de información: Datos públicos, compilación: Flagship
La transición de la inteligencia artificial de una “propiedad de herramienta” a un “elemento de productividad” ha dado lugar a tres tipos de oportunidades industriales: escenarios de sustitución (como la subversión de los motores de búsqueda tradicionales), escenarios de incremento (como la transformación inteligente de la fabricación) y escenarios de reestructuración (como el avance en las ciencias de la vida). Estos escenarios comparten características comunes: tienen el potencial de construir un ciclo de datos (los datos de interacción de los usuarios alimentan los modelos), interactúan profundamente con el mundo físico (datos de movimiento de robots/datos de experimentos biológicos) y operan en un espacio de regulación ética gris.
La tecnología de OpenAI está generando un impulso subyacente para esta revolución industrial. Su estrategia inicial de código abierto (como la parcialmente de código abierto GPT-2) ha dado lugar al “efecto de diente de león” en la difusión de la tecnología, pero a medida que la tecnología avanza hacia aguas más profundas, la comercialización cerrada se convierte en la elección inevitable.
Esta contradicción ha dado lugar a dos fenómenos: por un lado, los talentos que se van trasladan la arquitectura de Transformer, el aprendizaje reforzado y otras tecnologías a escenarios verticales (como la industria manufacturera y la biotecnología), construyendo barreras mediante datos de escenarios; por otro lado, los gigantes tecnológicos utilizan fusiones y adquisiciones de talento para asegurar posiciones tecnológicas, creando un ciclo cerrado de ‘recolección tecnológica’.
Cuando el foso se convierte en una divisoria de aguas
“OpenAI帮"在高歌猛進，老東家OpenAI卻"舉步維艱”。
En términos de tecnología y productos, la fecha de lanzamiento de GPT-5 se ha retrasado en varias ocasiones, y se considera ampliamente en el mercado que la velocidad de innovación del producto ChatGPT líder no puede seguir el ritmo del desarrollo de la industria.
En el mercado, el rezagado DeepSeek ya ha comenzado a superar gradualmente a OpenAI, con un rendimiento del modelo cercano a ChatGPT pero con un costo de entrenamiento solo el 5% de GPT-4, este camino de reproducción de bajo costo está socavando las barreras tecnológicas de OpenAI.
Sin embargo, gran parte del rápido crecimiento de la ‘Ayuda de OpenAI’ se debe en gran medida a las tensiones internas en la empresa OpenAI.
El equipo de investigación principal de OpenAI actualmente se puede decir que se ha desmoronado, con solo Sam Altman y Wojciech Zaremba, dos de los 11 cofundadores, permaneciendo en sus puestos, y el 45% de los investigadores principales han abandonado la empresa.
Wojciech Zaremba
El cofundador Ilya Sutskever dejó su puesto para fundar la empresa SSI, el científico jefe Andrej Karpathy compartió abiertamente su experiencia en la optimización del Transformer, y el líder del proyecto de generación de video Sora, Tim Brooks, se unió a Google DeepMind. En el equipo técnico, más de la mitad de los autores de las primeras versiones de GPT han dejado la empresa, y la mayoría de ellos se han unido a la competencia de OpenAI.
Al mismo tiempo, según los datos recopilados por Lightcast que rastrean la información de contratación, el enfoque de contratación de OpenAI también parece haber cambiado. En 2021, el 23% de las ofertas de trabajo de la empresa eran para puestos de investigación general. En 2024, las ofertas de investigación general representaban solo el 4.4% de sus ofertas de trabajo, lo que también refleja indirectamente que la posición del talento científico en OpenAI está experimentando un cambio.
La transformación comercial ha hecho que los conflictos culturales en la organización sean cada vez más evidentes, con un aumento del 225% en la plantilla en tres años, el espíritu hacker inicial está siendo reemplazado gradualmente por un sistema de KPI, algunos investigadores afirman que se ven obligados a cambiar de la investigación exploratoria a la iteración del producto.
Esta oscilación estratégica ha llevado a OpenAI a caer en una doble trampa: la necesidad de seguir produciendo tecnologías innovadoras para mantener su valoración, y al mismo tiempo enfrentarse a la presión competitiva de los ex empleados que rápidamente reproducen los logros utilizando su metodología.
La clave del éxito en la industria de la IA no radica en la superación de los parámetros en el laboratorio, sino en quién puede inyectar el gen tecnológico en los capilares de la industria: reconstruir la lógica subyacente del mundo empresarial en el flujo de respuestas de los motores de búsqueda, en la trayectoria de movimiento de los brazos mecánicos y en la dinámica molecular de las células biológicas.
¿OpenAI se dividirá en Silicon Valley?
El rápido ascenso de la “Pandilla OpenAI” y la “Pandilla PayPal” se debe en gran parte a la “bendición” de la ley de California.
Desde que en 1872 se promulgó la ley que prohíbe los acuerdos de no competencia en California, su entorno legal único se ha convertido en un catalizador para la innovación en el Valle del Silicio. Según la Sección 16600 del Código de Negocios y Profesiones de California, cualquier cláusula que restrinja la libertad laboral se considera inválida, un diseño institucional que ha impulsado directamente la libre circulación de talento tecnológico.
El período promedio de empleo de los programadores del Valle del Silicio es de solo 3 a 5 años, mucho menos que en otros centros tecnológicos. Esta alta rotación ha dado lugar al efecto de “desbordamiento de conocimientos”: por ejemplo, los empleados que renunciaron a Xiantong Semiconductor fundaron 12 gigantes de semiconductores como Intel y AMD, sentando las bases de la industria del Valle del Silicio.
La ley de no competencia parece no proteger lo suficiente a las empresas innovadoras, pero en realidad promueve aún más la innovación. La movilidad de los técnicos acelera la difusión de la tecnología y reduce la barrera de entrada a la innovación.
Se espera que la Comisión Federal de Comercio (FTC) de los Estados Unidos, en abril de 2024, prohíba por completo los acuerdos de competencia, lo que liberará aún más la vitalidad innovadora de los Estados Unidos. En el primer año de implementación de la política, se espera que se añadan 8.500 empresas, con un aumento significativo de 17.000 a 29.000 patentes, 3.000 a 5.000 nuevas patentes, y un crecimiento anual de patentes del 11 al 19% en los próximos 10 años.
El capital también es un importante impulsor del ascenso de OpenAI.
El tamaño de la inversión de riesgo en Silicon Valley representa más del 30% de todo Estados Unidos, con instituciones como Sequoia Capital y Kleiner Perkins que han construido una cadena completa de financiamiento desde la ronda de semillas hasta la IPO, este modelo intensivo en capital ha dado lugar a un efecto dual.
En primer lugar, el capital es el motor que impulsa la innovación, y los inversionistas ángeles no solo proporcionan financiamiento, sino también integración de recursos industriales. Cuando se fundó Uber, solo tenía un capital semilla de 200,000 dólares de los dos fundadores y solo 3 taxis registrados. Después de recibir una inversión ángel de 1.25 millones de dólares, comenzó a financiarse rápidamente, y para 2015, su valoración había alcanzado los 40 mil millones de dólares.
El interés a largo plazo del capital de riesgo en la industria tecnológica también ha impulsado la actualización de la misma. Sequoia Capital invirtió en Apple en 1978, y en Oracle en 1984, sentando así las bases de su influencia en los campos de semiconductores y computadoras. En 2020, comenzaron a profundizar su participación en inteligencia artificial, involucrándose en proyectos de vanguardia como OpenAI. Las inversiones a gran escala en IA por parte de capital internacional, como Microsoft, han acortado el ciclo de comercialización de la tecnología de IA generativa de varios años a meses.
El capital también proporciona una mayor capacidad de recuperación para las empresas innovadoras. La velocidad de selección de los proyectos fallidos por parte de los aceleradores es igual de importante que la de los proyectos exitosos, según las estadísticas de startuptalky, una firma de análisis de empresas emergentes, la tasa de fracaso de las empresas emergentes a nivel mundial es del 90%, mientras que en Silicon Valley es del 83%. Aunque las empresas emergentes no tienen un camino fácil hacia el éxito, en la red de inversión de capital de riesgo, la experiencia de fracaso puede convertirse rápidamente en el alimento de nuevos proyectos.
Fuente de la imagen: startuptalky.com
Sin embargo, el capital también ha cambiado en cierta medida el camino de desarrollo de estas empresas innovadoras.
El proyecto de IA de nivel superior ha obtenido una valoración de más de mil millones de dólares antes de lanzar su producto, lo que ha llevado indirectamente a que sea mucho más difícil para otros equipos de innovación de pequeñas y medianas empresas obtener recursos. Este desequilibrio estructural es aún más evidente en la distribución regional, según una investigación de la empresa de gestión de bases de datos Dealroom, en un solo trimestre, el área de la bahía de San Francisco recibió una inversión de riesgo de 24,7 mil millones de dólares, lo que equivale a la suma de los centros de capital de riesgo del segundo al quinto lugar a nivel mundial (Londres, Pekín, Bangalore, Berlín). Al mismo tiempo, a pesar de que los mercados emergentes como India han experimentado un crecimiento del 133% en la financiación, el 97% de los fondos se han dirigido a empresas “unicornio” con valoraciones superiores a mil millones de dólares.
Además, el capital tiene una fuerte ‘dependencia de la trayectoria’, prefiriendo áreas con retornos cuantificables, lo que dificulta el sólido apoyo financiero para muchas innovaciones en ciencias básicas emergentes. Por ejemplo, en el campo de la computación cuántica, Guo Guoping, fundador de la empresa de inicio en computación cuántica Boson Quantum, vendió su casa al principio de su empresa debido a la falta de fondos. Guo Guoping logró su primera ronda de financiamiento en 2015, y según los datos publicados por el Ministerio de Ciencia y Tecnología en ese año, la inversión total en investigación científica en China representó menos del 2.2% del PIB, y los fondos para investigación básica solo representaron el 4.7% de la inversión en I+D.
No solo la falta de apoyo, sino que también los grandes capitales están utilizando la tentación del “dinero” para asegurar el talento de primer nivel, lo que ha llevado a que los salarios de los CTO de startups se mantengan en cifras de siete dígitos (en el caso de empresas estadounidenses, en dólares, y en el caso de empresas chinas, en renminbi), creando un “ciclo de monopolio de talento por parte de gigantes y la persecución de gigantes por parte del capital”.
Sin embargo, la valoración sustancialmente adelantada de estos ‘OpenAI helpers’ también conlleva ciertos riesgos.
Las dos empresas de Mira Murati e Ilya Sutskever, ambas obtuvieron miles de millones de dólares en financiamiento con solo una idea. Esto se debe a la prima de confianza en las habilidades tecnológicas del equipo de primer nivel de OpenAI, pero esta confianza también conlleva riesgos: si la tecnología de IA puede mantenerse en una fase de crecimiento exponencial a largo plazo, y si los datos de escenarios verticales pueden formar barreras monopolísticas. Cuando estos dos riesgos enfrenten desafíos reales (como la desaceleración en la innovación de modelos multimodales y el aumento exponencial en los costos de adquisición de datos de la industria), un exceso de capital podría desencadenar una reestructuración en la industria.
