Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

“建立法学硕士可能不会成为一项出色的事业”

Posted on 2024-11-30

沃特福德.jpeg

卡尔·帕特森:

Chat-GPT 和 Claude.ai 等大型语言模型 (LLM) 非常出色且很酷。很多人认为他们将成为未来。也许它们是——但这并不意味着建造它们将是一项有利可图的业务。

在 20 世纪 60 年代,航空公司代表着未来。这就是为什么老电影中有那么多机场的华丽镜头。然而,事实证明航空公司不可避免地是一个垃圾行业。我乘坐过很多已经破产的航空公司:Monarch、WOW Air、Thomas Cook、Flybmi、Zoom。这些都是冠状病毒爆发之前的半身像——时代在变,但成为一家航空公司总是一个坏主意。

这很奇怪,因为其他企业,即使是看起来非常愚蠢的企业,利润要高得多。令人惊讶的是,销售碳酸饮料是一项了不起的生意。也许是最好的。可口可乐的股本回报率在任何一年都很少低于 30%。这似乎很不公平,因为成为一家航空公司是一项艰苦的工作,但生产可口可乐却相当容易。更令人恼火的是,可口可乐实际上并不自己生产可乐,而是外包给“装瓶公司”。他们实际上只是出售它。

这真是一篇精彩的文章。清晰、简洁、不复杂。我觉得很难争论。我曾多次提到去年从 Google 泄露的一篇内部论文,题为“我们没有护城河,OpenAI 也没有”。事实上,OpenAI 在全球范围内游说严格的人工智能监管,这表明他们也担心这一点——他们鼓励监管可以通过寻求监管护城河来解释,因为没有技术或商业模式护城河。

帕特森在阐述与航空业的比较时指出,商业航空公司只有两家供应商:波音和空客。他继续说道:

LLM 制造商有时会暗示他们的供应商是亚马逊网络服务、谷歌云等云公司。这还不错,因为你可以货比三家,让他们竞争来削减模型训练的巨额成本。

但实际上,LLM 制造商只有一个真正的供应商:NVIDIA。 NVIDIA 生产的芯片可供所有模型进行训练——无论云供应商是谁。这赋予了 NVIDIA 巨大的、近乎全面的定价能力。相对于 Anthropic 或 OpenAI,NVIDIA 的强大程度超出了空客或波音的想象。

目前,全球市值超过3万亿美元的公司有3家:苹果、英伟达和微软。市值超过 2 万亿美元的只有两家:亚马逊和谷歌。工程、培训和提供法学硕士学位并不是有护城河的业务。拥有护城河的业务是制造用于培训法学硕士的尖端计算机硬件,而这属于英伟达。

关于帕特森的文章我还有更多话要说,但我真的只想让你现在读一下它。

★

原文: https://calpaterson.com/porter.html

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme