美团大佬王慧文3.5亿杀入：一批VC猛砸15亿，也有一批坚决说NO
王慧文宣布创业后，一群VC也在心里打赌：他做这件事有多大概率能成。
据铅笔道拿到的可靠线索，确实有几家机构正在密切追踪，但还停留在“意向”阶段，尚未一锤定音，并未如外界报道的“确定”。比如真格基金。据一位知情人士向铅笔道提供的可靠消息，真格基金确实在推进投资。“但还有很多细节正在敲定中。”
铅笔道也联系了数位清华系投资人，多数也对此事表示看好。一位拥有25年创业经验、10年投资经验的资深投资人向铅笔道表示，为王慧文的创业竖大拇指：未来如果有机会，不仅愿意投钱还愿意投人。简而言之：“带资加肉身。”
当然，也有部分投资人持否认态度。比如，另一位拥有超10年经验的机构合伙人的回答则是：NO。
王慧文要做的是“中国版的OpenAI”，有着清晰的对标对象。两相比较，与OpenAI有着根本基因的不同——这正是VC产生意见分歧的核心原因。
- 01 -王慧文的优势与劣势
首先，创始团队决定公司的根本基因。
OpenAI的主要创立者为山姆·阿尔特曼、彼得·泰尔、里德·霍夫曼和埃隆·马斯克。这个班底体现的核心标签是：科技+成功企业家。
比如这4位主创里，后3位都是PayPal的主要创始人。而山姆·阿尔特曼此前也创立过公司、卖过公司（4300万美金）。创立OpenAI前，他还是YC合伙人（全球著名孵化器）。
这个班底同时解决了3个核心问题：资金，技术，一把手。OpenAI创办之初是一家非营利性公司，所以第一笔大钱是马斯克投的：10亿美金。很鲜明的结果，硅谷有那么多风险资家，却不愿意投这支优秀团队，而这个创始班底的财富实力，完全解决了资金问题。
而对于OpenAI的业务而言，山姆·阿尔特曼是一位比较完美的一把手。
他擅长技术，从小就显示出了天才程序员的潜质，从斯坦福大学毕业后，开始专心研究人工智能和计算机科学。结合他此前担任创始人、投资家的履历，他任职OpenAI老大是理想选择。
从创始团队的角度看，王慧文有他的特点：优劣势分明。
先从劣势看，王慧文自述不懂人工智能——而OpenAI的CEO是天才型科技企业家。因此王慧文当下的致命软肋，是缺乏一位如山姆·阿尔特曼的天才型CTO。
这个问题具备不确定性，比如一批天才型CTO可能更愿意像山姆·阿尔特曼一样，自己开公司当一把手，而不是屈从王慧文当二把手——这取决于王慧文的团队造化。
从资金看，王慧文的号召力也不错。
虽然他的身价不如马斯克的1800亿美金，但也是100亿人民币级别。此外，从他自述“下一轮已获2.3亿美金认购”的言论来看，融资能力也是数一数二。
OpenAI前三年烧了10亿美金，而结合国内的人民币购买力，王慧文前3年的资金储备大约需要40亿——从目前资本反馈看，该目标的实现概率并不小。
从天时看，OpenAI的创立时机要远远更好。OpenAI成立于2015年，起初便是技术引领者姿态。据铅笔道观察：即便是谷歌、微软等超级巨头，依然有着至少3年的差距。
而王慧文的天时，会略微逊色一点。这会造成更激烈的竞争，尤其是巨头竞争。据铅笔道观察，仅从ChatGPT角度看，推出成型产品的均为各领域的巨头，比如百度、360、中文在线、海天瑞声、科大讯飞、商汤。
出生之日便面临各巨头绞杀，在技术、资金并无优势的当下，部分资本看空王慧文也是可以理解。
但从另一个角度看，王慧文也有着不可替代的优势。
与OpenAI的创始班底相比，王慧文更具备“市场基因”。
从过往履历看，他离市场更近，离客户更近。王慧文是美团的二把手，自2011年加入美团后，负责的便是市场及产品，也曾一手创建并管理美团外卖、打车、共享单车等业务。
尽管他不懂技术，但他懂市场需要什么样的技术。因此从经营结果看，王慧文推出的产品可能更接地气，可能更符合市场需要，盈利的周期可能更短。
此外，巨头的竞争也并非不可战胜：字节当年便是从新浪、网易、搜狐、腾讯等巨头的绞杀中脱颖而出。抛开巨头这个因素，王慧文确实是该领域最强的选手。
从这些角度看，资本看好王慧文也是有理可依的。
对于创新创业者而言，不论王慧文成败，这件事都将对所有人有益。当一批创业者愿意从人类利益高度超前探索时，这个行为本身便值得赞赏。
- 02 -想做中国版ChatGPT，预备多少钱？
王慧文准备个人出资5000万美元，并称下轮融资已有顶级VC认购2.3亿美金，招人一起打造中国OpenAI。有人说这点钱远远不够。
就以OpenAI开发ChatGPT为例，打造一个类似的人工智能聊天机器人要花多少钱？
OpenAI2015年成立，2018年推出GPT1.0版本。2019年7月微软投资10亿美元，和OpenAI合作打造新一代人工智能模型。10亿美元不是全部现金，有部分用微软Azure云资源抵算。
拿着这些钱和云计算资源，OpenAI把GPT技术进化到了3.5，GPT3.5也就是ChatGPT。
ChatGPT的大型语言模型是建立在1750亿个参数上的，也就说，你“调戏”ChatGPT，它输出的内容是基于对1750亿个参数的学习结果。ChatGPT走到今天，使用了1万个英伟达A100 GPU来训练。你问ChatGPT一次问题，它起码需要调动5个A100 GPU来“思考”你的问题并给出答案，平均输出一次答案要用到8个A100 GPU。一颗A100 GPU月租金大概1750美元，买一颗大概1.3万美元。
据《据娱乐资本论》引用行业人士观点：想要训练与ChatGPT相匹敌的大模型，每年在显卡、CPU等设备方面投入的成本要高达10亿美元。
ChatGPT托管在微软的Azure云上，因此，OpenAI不必购买设置物理机房。按照目前的收费标准，微软对单个A100 GPU的收费为每小时3美元，ChatGPT上产生的每个单词的费用为0.0003美元。ChatGPT的回复通常至少有30个词，因此，ChatGPT的一个回复至少要花费公司1美分。目前，据估计，OpenAI每天至少花费10万美元或每月300万美元的运行成本。
国盛证券计算机分析师刘高畅、杨然在发表于2月12日的报告《Chatgpt 需要多少算力》中估算，GPT-3训练一次的成本约为140万美元，对于一些更大的大型语言模型，训练成本介于200万美元至1200万美元之间。国盛证券估算，今年1月平均每天约有1300万独立访客使用ChatGPT，对应芯片需求为3万多片英伟达A100GPU，初始投入成本约为8亿美元，每日电费在5万美元左右。
小冰CEO李笛举了一个例子：若用ChatGPT的方法，以小冰框架当前支撑的对话交互量计算，每天成本将高达3亿元，一年成本超过1000亿元。
也有业内人士认为，虽然需要前期巨大投入，但未来几年，训练大型语言模型的成本可能会显著下降，且会逐年获得回报。他举例道：自GPT-3发布的两年半时间里，与GPT-3性能相当的模型的训练和推理成本下降了约80%。相比资金，高质量数据会成为训练大型语言模型的新兴稀缺资源之一，因为扩展模型参数数量带来的回报是递减的。
也有些老哥认为搞ChatGPT不值当，钱是一方面，缺乏人味是另一个方面。比如英国媒体的老法师约翰·诺顿干脆就说ChatGPT是与魔鬼的昂贵交易。比如你现在遇到点问题，去看心理治疗师，不仅是他给你建议，更重要的人与人互动带来情感的抚慰。以后ChatGPT把这活接了，啪啪啪一顿输出，好像给了你建议，又好像屁用没有。
本文不构成投资建议，部分内容参考了娱乐资本论（作者不空）、英文科技博主Sunyan（译者杨婷、徐佳渝、贾川）、国盛证券证券研报的相关内容。