德米斯·哈萨比斯现在盯着OpenAI的一举一动。他最近说话很直接，说OpenAI在ChatGPT里加广告这事，让他感到意外。
你要知道，这不仅仅是“加个广告”那么简单。
OpenAI的动作太快了。
哈萨比斯觉得这很不正常。
谷歌自己就是靠广告吃饭的。按理说，谷歌应该是最想在AI里塞广告的公司。但是谷歌没有这么做。
作为一家专注于广告业务的公司，谷歌在人工智能领域反而表现得特别小心。
DeepMind这边的态度很明确：别急着改。
他们现在的策略是不做重大改变。
因为这里有个风险。你一旦为了赚钱激怒了用户，那个后果是很难挽回的。
DeepMind想做的是找到平衡点。
这很难。
你得在赚钱和用户体验之间找那个点。
如果找不到，他们宁愿不动。
这就是为什么哈萨比斯觉得OpenAI现在的做法有点鲁莽。他们可能还没找到那个点，就先动手了。这会让用户感到沮丧。
人工智能正在颠覆一切，但也显著推高了技术成本
很多人只看到了AI聊天的热闹。
大家没看到背后的账单。
那个账单是惊人的。
技术成本正在被显著推高。这不是一点点涨，是暴涨。
我们现在面临一个大问题：内存芯片短缺。
这个短缺是普遍的。特别是在高速运算领域。
为什么会短缺？
因为人工智能太贪婪了。AI模型需要吃掉海量数据。它需要把这些数据吞进去，然后快速处理。
这就需要硬件支持。
现在的情况是，所有大公司都在抢同样的东西。
谷歌在抢，微软在抢，Meta也在抢。
大家抢的都是那一批相同的部件。
结果就是价格失控。
高端存储驱动器的价格在短短一年内就暴涨了。
这对谁最痛苦？
服务器制造商。
这些制造商支撑着整个互联网的运行。他们现在面临着一个巨大的难题。成本兜不住了。
确认将不再生产智能手机
有些公司已经看透了。
比如这家公司（虽然没点名，但大家心里有数），他们确认不再生产智能手机。
这其实是个聪明的决定。
现在的手机市场没什么好做的了。你还能怎么创新？屏幕更大？像素更高？都没意思了。
所以他们要把精力集中在别的地方。
哪里？
商用电脑。
还有实体人工智能。
什么是实体人工智能？就是那些能动的家伙。比如机器人。比如智能眼镜。
这才是接下来的战场。
与其在手机这个死胡同里撞墙，不如去搞这些新东西。
但是他们也没把事做绝。
他们说会继续支持现有的智能手机产品。这对老用户算是个交代。
但这只是维持现状。他们的心已经不在这里了。
令人震惊的是，一年前售价约3000美元的高端硬盘，如今价格已飙升至11000美元左右
给你算笔账。
一年前，你想买个高端硬盘，大概要花3000美元。
这已经不便宜了。
但是现在，同样的硬盘，你要花11000美元。
这太疯狂了。
涨了将近四倍。
对于任何企业来说，这都是难以承受的。
你想象一下你是公司的IT主管。你去跟老板说，今年的预算要翻四倍。老板会怎么看你？
这是巨大的涨幅。
虽然传统机械硬盘也涨价了。
但是那个涨幅还在能接受的范围内。
机械硬盘的价格依然远低于固态硬盘。
这就造成了一个很尴尬的局面。你想快，你就得花大钱。你想省钱，你就得忍受慢。
在这个AI时代，慢就是死。所以企业被逼到了墙角。
事实上，高速硬盘价格已达到低速硬盘的16倍
我们来对比一下。
现在高速硬盘的价格，已经是低速硬盘的16倍。
这是一个巨大的价差。
这个价差正在改变一切。
它改变了企业的预算规划方式。
以前，企业可能觉得全用最好的设备也没什么。现在不行了。
谁也没法给所有服务器都配上那种11000美元的硬盘。
所以大家必须动脑筋。
你得精打细算。
你得重新考虑你的钱该怎么花。
面对高昂成本，众多企业已开始调整策略
面对这么高的成本，企业不能坐以待毙。
众多企业已经开始调整策略了。
怎么调整？
很简单，别再追求“全面高性能”了。
他们不再全面采用高性能硬盘。那太贵了。
他们开始用一种**“混合”方案**。
这是具体的做法：
第一步，你把任务分类。
有些任务是即时的，比如AI跟你聊天，或者处理实时的订单。这些任务不能等。
对于这些即时任务，你用高速硬盘。咬咬牙，这钱得花。
第二步，你把剩下的任务挑出来。
比如那些很久没人看的文件，或者是后台的备份数据。这些是长期存储。
对于这些数据，你用机械硬盘。
这就是混合运用不同技术。
这个方案现在成了企业利润的救星。
这不是说说而已。数据很惊人。
相比全线采用昂贵设备，这种混合方案在数年间可以节省近2000万美元的开支。
这是一笔巨款。
这笔钱可以直接变成净利润。
这也说明了一个问题：在技术面前，穷则思变。
而且要注意一点。
这个解决方案不是临时的。
它不是那种用两个月就扔的补丁。
专家预测，这种混合存储的模式，将成为行业标准。
而且会持续很久。至少会持续到2027年。
也就是说，在未来几年里，如果你去参观数据中心，你会看到很多老式的机械硬盘还在转。
这是被成本逼出来的标准。
就连家用电脑的存储硬盘，现在也开始显得奢侈了。
只要全球对人工智能的需求持续旺盛，这种情况就不会变。
数据存储设备将长期供不应求。
企业被迫重新规划未来战略。
他们做这一切，只为了应对不断攀升的成本压力。
运行大型人工智能系统需要巨额资金
所有的这些技术调整，归根结底都是钱的问题。
运行那些大型人工智能系统，需要的不是一点钱。
是巨额资金。
哈萨比斯看得很清楚。
电费在涨。
硬件成本在涨。
你要维持一个像ChatGPT这样的系统，每天烧掉的钱是天文数字。
OpenAI也要活下去。
哈萨比斯认为，正是因为这些成本不断攀升，OpenAI才被迫这么做。
他们可能被迫寻求新的收入来源。
广告就是那个最直接的来源。
我们都知道，现在的互联网大部分是免费的。
为什么免费？因为有广告。
广告为我们提供了资金支持。
但是哈萨比斯有担忧。
他担心广告会改变产品的本质。
你仔细想想这次举措的时机。
这个时机很耐人寻味。
它恰恰揭示了一个事实：维持这些智能系统运行，已经变得非常昂贵。
昂贵到连最顶尖的公司都开始着急变现了。
核心问题在于信任——当你使用搜索引擎时，几乎必然会看到广告
这事儿的核心不是钱，是信任。
我们来对比一下搜索引擎和AI聊天机器人。
当你用谷歌搜索时，你看到广告，你会觉得正常。
因为你在找东西。
你在找商品，或者找答案。
这时候出现的赞助链接，通常显得很自然。
你看它一眼，觉得有用就点，没用就划过去。你心里有预期。
但是AI聊天机器人不同。
它的定位不一样。
它是被设计成理解你生活的私人助理。
你跟它说话的时候，心态是不一样的。
你可能会问它：“我最近很焦虑，怎么办？”
或者问它：“帮我看看这份简历怎么改。”
这时候，如果这个助理开始给你推销商品，你会怎么想？
如果它说：“焦虑吗？试试这个药吧，现在打折。”
那一瞬间，信任关系就破裂了。
你会觉得它不再是为你服务了。
它是在为广告商服务。
哈萨比斯认为，这就是问题的关键。
AI要真正服务个体，必须让人感觉它站在你这边。
而不是站在广告商那边。
这是两种完全不同的立场。
目前，谷歌采取的是稳妥策略。
他们选择观察。
他们通过观察用户反馈来学习。他们不打算贸然行动。
我们已经看到了一些反面教材。
当聊天机器人在私密对话中推荐应用或服务时，用户普遍表示反感。
这种反感是真实的。
DeepMind坚持走稳健的科学路径。
他们的逻辑是：追求短期利润不值得牺牲用户信任。
如果你为了赚几个月的广告费，把用户信任搞丢了，那你就输了。
因为他们的核心目标始终没变：打造可靠的长效工具。
只有工具可靠，用户才会一直用。
这比赚快钱重要得多。
