书享界
版权声明
来源：未尽研究（Weijin_Research ）、书享界（readsharecn）
那么，在OpenAI内部，是一个什么样的团队在建造这个产品？什么样的文化，让ChatGPT团队能在如此激烈的竞争中保持领先？
像OpenAI所有的员工一样，Evan
Morikawa在Linkedin上的头衔是OpenAI的技术员工成员（Member of Technical
Staff），他实际上负责的应用工程（Applied Engineering）团队，构建了ChatGPT产品。
Evan Morikawa
需要了解的是，ChatGPT只是OpenAI的产品之一——OpenAI还推出了诸如DALL·E 3（图像生成）、GPT-4（大型语言模型）和OpenAI API（供开发者和公司将AI整合到业务中使用）等产品。
打造和扩展这些产品的工程、产品和设计部门被称为“Applied”。研究训练大型模型，然后Applied在这些模型上构建产品，如ChatGPT和API。
Applied小组在公司内成立较晚。OpenAI成立于2015年，而Applied则始于2020年夏季。当时OpenAI刚刚完成对GPT-3的训练，成立这个团队是为了构建和扩展GPT-3的API。
就在OpenAI发动董事会“政变”事件的前夕，他接受了科技博主 Gergely Orosz 的采访，介绍了OpenAI的文化。
下面是经过整理他的自述：
我于2020年10月加入OpenAI。那时OpenAI总共有大约150名员工，而Applied团队只有几个人。当时几乎每个在OpenAI工作的人都是研究员。我没有机器学习博士学位，但对于OpenAI正在构建API和工程团队感到兴奋。
在OpenAI，我最初单独为GPT-3
API编写代码。几个月后，也就是2021年1月，我开始管理Applied Engineering团队。那时，我的团队大约有6个人。时至今日，两年半过去了，Applied Engineering团队已经发展到了130名工程师，我管理其中的一半左右。还有20个人是项目经理和设计师，整个Applied团队大约有150人。
从2020年10月起，OpenAI的规模已经从大约150人增长到今天的约700人（最近达到了近800人——编者）。而且我们还在继续招聘。
OpenAI是如何以如此之快的速度推出新功能的呢？我感觉每隔几个月就会推出一个重大的新功能。对于一个外部人来说，仅仅跟上就已经很难了！
一方面，这绝对是我职业生涯中速度最快的地方；另一方面，这并不是魔法。我认为关键有如下几点：
像小型独立创业公司一样运营
ChatGPT看起来、感觉起来，以及行为上都像仅一年的初创公司，但OpenAI本身已经成立了将近8年。OpenAI内的Applied组成立了3年。ChatGPT是Applied内的一个产品团队，大约一年前开始的。
我和其他Applied领导层希望，ChatGPT团队感觉就像是他们自己的独立创业公司。在实践中，这个目标随着团队的成长而发生变化。
在2022年夏季，我们开始开发后来成为ChatGPT的产品。那时，Applied有大约30名工程师，几个PM和设计师，并在运营如下产品：
GPT-3和Codex的API
模型的微调
嵌入式API
DALL·E 2
所有这些产品都使用相同的代码库，运行在相同的计算集群上，并使用相同的构建管道。在Applied内，我们按功能组建，工程师是一个统一的团队。
这些都随着ChatGPT而改变。
一些Applied的工程师、设计师、研究人员和布洛克曼（OpenAI总裁）一起找了一个房间，开始迅速迭代产品想法。
我们为这个初创的ChatGPT小组提供了一个独立的代码库和一个新的算力集群。开发环境看起来像创业公司或个人项目的初期阶段。
我们给予这个小小的ChatGPT子团队的目标是创造一个处于早期阶段的氛围，朝着产品适应市场（PMF）不断迭代。我们需要形成节奏、速度和自主性。团队的每个成员都在现场工作，我们重新安排了座位，让人们相互靠近。
随着ChatGPT团队的壮大，我们确保其垂直整合。这意味着工程、产品、设计和关键研究人员始终紧密合作。在2023年5月，Peter Deng加入，领导ChatGPT工程、产品和设计，形成了一个紧密的团队。
我们之所以知道要这样设置ChatGPT团队，是因为在Applied团队开始开发第一个OpenAI API版本时，我们已经创建了类似的结构。三年前，我们也是从一小撮工程师开始，有一个全新的代码库、新的集群和绿地开发。我们也像初创公司一样运作，寻找产品市场适应。
这种“分形创业公司”的方法，感觉对任何新产品类别都是个的好模式。我预计对我们正在考虑的新的想法，将继续用这一模式应迅速迭代。
与研究的紧密集成
在大多数科技公司中，工程团队的经典三驾马车通常被称为EPD：
工程
产品
设计
这些团队通常彼此密切合作，跨功能团队通常包括工程、产品和设计的成员。
研究与产品团队的集成至关重要。与“EPD”相比，我更喜欢将我们在工程中紧密合作的团队称为“DERP”：
设计
工程
研究
产品
在OpenAI，许多产品问题实际上是研究问题。例如，考虑这些问题，它们可能被视为功能请求：
ChatGPT如何生成更简洁的输出？
ChatGPT如何提供更准确的答案？
ChatGPT如何连接到其他数据源？
尽管这些问题可能感觉像是产品问题，但实际上它们在很大程度上依赖于研究。例如：如何调整或微调底层模型以实现期望的目标，我们可以采取哪些其他方法来实现这些结果？
研究人员与产品工程的整合并非总是显而易见的。在OpenAI，研究和应用是独立的组织结构。在研究组织内，有各种不同的研究团队，例如：
研究人员往往具有重要的学术或行业背景。他们阅读大量学术论文以保持前沿状态。他们还采用各种想法并运行大量实验来改进我们的模型。他们都是亲自动手的；研究人员完成大量工程工作并编写大量代码！
我们本可以选择一种方法，把模型被“扔过墙”，即研究训练一个模型，然后交给Applied部门推广。然而，我们总是希望避免一种文化，即研究仅专注于进行实验，而产品则只想商业化和赚钱。
为了防止这种情况发生，像ChatGPT这样的产品团队由软件工程师、设计师、产品经理和研究人员共同工作。在ChatGPT的情况下，大多数研究人员来自我们称之为Post Training（训练后）的研究团队。这些研究人员是最新微调技术和强化学习（RL）方法（如Proximal Policy Optimization。OpenAI提出的一种强化学习算法——编者）的专家。这些技术对于不断改进ChatGPT中的底层模型是必不可少的。由于这些研究人员是产品团队的一部分，并且正在进行自己的A/B实验，因此研究与工程之间的反馈循环非常紧密。
与研究的紧密结合，是我们为什么能够如此快速地推出新想法的原因。我们是如何在如此短的时间内推出浏览、代码执行、插件等ChatGPT功能的呢？这是因为紧密的整合！所有这些都始于研究思想，并且由于进行研究的团队与工程团队紧密结合，它们迅速部署到生产环境！此外，在研究和应用中都有一种摆弄和原型设计的文化。许多这些原型非常迅速地进入了实际产品中。
长期产品和研究思维
OpenAI的使命是确保通用人工智能（AGI）使全人类受益。我们所说的AGI，指的是在大多数经济上有价值的工作中超越人类的高度自治系统。这一使命在OpenAI章程文件中有所体现。章程文件更详细地反映了OpenAI的战略，例如详细说明了对长期安全性的关注。
我们的章程和使命几乎在每次全员会议上都会被提及。在具体产品讨论中，我们总是善于用这种说法提出我们的使命，“这些选项中哪一个感觉更接近AGI”。它不仅有助于决定要构建什么，也决定了很多不构建的东西，因为专注于使命。
清晰的焦点总是推动速度的因素。我确信我们的使命有助于保持这种关注，并为许多新想法铺平了道路。
另一件非常有用的事情，是我们组织研究倡议：
并行的研究计划有助于我们更快地推出产品。研究团队不断思考创建更强大模型的统一方式。例如，多模态一直是一个与文本模型并行的研究。研究还要确保各种并行的工作不是零和的，也不是与其他研究无关的。我们不希望构建大量的小模型；我们希望朝着通用人工智能迈进。
并行的多个研究计划加速了我们的推进。例如，我们能够在相对短的时间内推出了GPT-4、GPT-4V、文本到语音和语音到文本。这在很大程度上要归功于研究团队内部的并行努力。
非耦合和渐进式发布
我们尽力避免采用“一次性全部”的发布模式。这不仅因为早期和经常发布是一种经过验证的产品策略，也是因为渐进式发布是我们安全策略的基本原则之一。
在公司内部，AI安全是一个重要话题。安全问题在我们的工作中非常核心，以至于安全顾虑可以超越发布和增长目标。我们的核心原则之一是逐渐从现实世界中学习。关于这个主题，我们在《我们的AI安全方法》中有更多的文档。
我们在安全方面采取了多种方法，比如：
除了这些工作，我们还观察到，渐进地、有控制地与现实世界接触是识别和解决安全问题的最重要方法之一。
我们的产品逐渐推出，并进行监控。我们的产品发布必须经过这样一个阶段，与精选的API客户进行监控试验，然后进行渐进式的推广。
也许有趣的是，尽管外界看到ChatGPT突然爆红，但在OpenAI内部，我们花了多年时间在更受控制的环境中熟悉这些模型！
ChatGPT的发布本意是收集有关对话模型的反馈，没想到这一版本引爆了一轮病毒性的媒体传播。
高人才密度
OpenAI的CEO Sam Altman一直非常注重高才密度。所谓的“高才密度”是指平均技能水平和绩效远远超过大多数公司的标准，因此在OpenAI，卓越就是工作的标准。
高级团队可以非常快速地推出产品。由于专注于高才密度，我们在Applied内部招聘时故意偏向招聘资深的工程师。我们还尽量保持团队的规模较小。事实证明，小规模的高级团队可以非常快速地推出产品！
这样就更容易授权和信任他们做出正确的决策。我对自发决策很有信心，通常认为它们会基本指向正确的方向。我们进行内部审查并记录我们的想法，但并非是一种强制性的方式。
在招聘Applied团队时，将Y
Combinator创始人类型与在大型科技公司大型项目开发经验的人融合在一起非常成功。我们需要同时满足两个方面的需求：
在ChatGPT中进行敏捷的早期迭代。前Y Combinator创始人在最早期阶段很善于折腾，在这方面表现出色。
大规模扩展我们复杂分布式系统的工程技能。曾经深入参与大规模系统扩展的工程师在这方面经验丰富。
我们并不害怕“买”而不是“造”。了解创业生态系统最新工具的人是必不可少的，但也要了解在我们的用例中这些工具何时可能失效。在可能的情况下，购买这些工具而不是自己建造它们，有助于保持团队的规模小而灵活。
然而，我们不能总是依赖购买或使用现有工具。我们认为对业务至关重要的任何事情，我们都会投资自己。此外，随着规模的扩大，我们可能会超越一些工具，有些人经历过这些痛苦，这些经验对我们来说至关重要。
谦卑感是我们普遍使用“技术人员成员”（member of technical
staff）头衔的主要原因之一。在OpenAI，每个人都有“技术人员成员”的头衔，不管他们的经验或专业知识如何。这有几个原因。我们这里没有空间容忍不善于团队合作的“独行侠”，我们也不想吸引那些追求构建不必要复杂的东西来获得下一个花哨头衔的人。
我们希望每个人都能良好沟通，为我们的使命做出最好的决策。只要我们能够坚守这一点，我们将保持更高的专注度和更快的推进速度。
我们将安全性置于速度之上。在招聘时，我们会非常重视对AI安全性的思考深度。我们不希望速度把安全性置于次要地位。在使命的背景下，对正念的重视非常重要。
日常习惯的累积效应
关于为什么我们能够如此快速地推出产品，还有一个小节需要注意：我们的工作风格中有一个长尾的小事项，所有这些小事项都会积累起来：
星期一至星期三在办公室工作。每个人都在星期一、星期二、星期三来我们旧金山总部上班。这种面对面的方式有助于我们遇到意想不到的情况时仍能执行下去。
我记得在ChatGPT的早期，我们构建的东西每天都在发生变化。例如，我们正在构建的模型是不断调整的结果，因为我们的研究人员不断地对其进行微调。
令人惊讶的是，大量的进展是在肩膀上的即兴轻拍或参与听到的谈话中取得的。当然，我们定期进行同步会议，我们也能在计划的协作点之上取得即兴进展。
我们还进行了大量的即兴白板讨论。我们会在午餐桌上获得很多想法——真的！即兴社交互动在我们的团队迅速扩张时，成为了主要的入职机会。如果没有即兴的面对面互动，过去两年内入职大约120人将会更加困难。
星期四和星期五是一些员工的无会议日。在这些日子里，办公室的人员较少。很多人决定在这些日子里不开会，而是更专注于工作。
协调这些日子对我们的生产力至关重要。通过这种协调，我们团队每周的办公室的时间，在前三天就达到了关键的份量 （critical mass）。
这种节奏相当紧张。使命、产品的影响力和技术推动人们努力工作。但我应该指出，这并不一定意味着工作时间非常长。这不是一个在守着办公桌直到凌晨2点的地方。每个人都相互支持，我们对过度劳累保持警惕。
我们偏向于聘请更高级别的人，正如我之前提到的。这也意味着有很多带孩子的父母。每个人都非常认真地花时间和家人在一起。这些额外的承诺确实迫使人们保持高度的专注，优先考虑和时间的灵活性，包括我自己！
未来之路
我们面临着许多挑战，以保持我们的速度，比如：
壮大的团队。更大的团队将增加沟通开销和协调难度
更成熟的产品。我们构建的产品正在变得更加成熟，这种演变使得进行全面的产品更改更加困难
AI安全挑战。这些挑战将变得更加严峻，不仅对我们而言，对整个行业也是如此。我们可能需要调整我们的部署策略以适应这些挑战
我们期望尽量保持我们目前的原则。坚定的使命、整合的研究团队和高人才密度应该始终有助于我们。
对于我的团队、公司和人工智能的潜力，我持谨慎乐观的态度。我们自己工具的力量会让生产力得到提升，感受到这一点非常重要。我认为迄今为止我们所看到的只是可能性的冰山一角。
https://newsletter.pragmaticengineer.com/p/inside-openai-how-does-chatgpt-ship
相关阅读：《人工智能国际领先机构OpenAI创新管理模式及对中国的启示》
来源：《创新科技》杂志2023年第9期
作者：尹西明，李一凡，李纪珍，陈劲
研究方法
本文以人工智能领域国际领先机构、开发出生成式人工智能代表性产品ChatGPT的母公司OpenAI为研究对象。OpenAI快速崛起和全球领先优势打造背后的创新管理模式，属于生成式人工智能研究的典型创新实践案例。OpenAI成立于2015年，最初选择了在业内并不看好的新兴技术路线上发展，作为一度面临资金链断裂风险的后发企业，“逆袭”成为引领通用人工智能浪潮的领军企业，其探索的过程也具有较强的行业代表性。本研究从场景驱动创新和创新生态系统的理论视角，尝试梳理OpenAI到底做对了什么，以及如何通过管理创新构建一流的AI创新生态，打造出以ChatGPT为代表的、引爆生成式人工智能革命浪潮的颠覆性创新产品，进而为中国AI发展提供经验启示。
本研究从多个渠道获取资料。主要通过本研究团队在2022年9月至2023年8月1日期间对OpenAI创始人兼CEO Sam Altman本人以及首席科学家IIya访谈视频的跟踪浏览记录。2023年6月10日，在北京智源大会上，研究团队受邀参加了Sam Altman和北京智源研究院理事长张宏江的现场问答采访，积累了宝贵的一手资料。此外，还参考整理了OpenAI官网、国内外权威媒体公开的访谈资料和深度报道等。其他资料来源于相关期刊文献、行业研究报告、主流媒体平台所建立的加V认证的官方公众号等发布的深度资讯等。
OpenAI的发展阶段与特征
OpenAI是一家位于美国旧金山的人工智能研究实验室，由营利性公司OpenAI LP及非营利性母公司OpenAI Inc组成。作为AI创新发展领域中的头部机构之一，OpenAI致力于开发功能齐全的通用人工智能（AGI），促进友好人工智能发展，从而造福全人类。实验室也通过向公众开放其专利和研究成果的方式，与其他机构和研究人员开展“自由合作”。OpenAI最早作为非营利组织，于2015年12月由Elon Musk、Sam Altman和其他投资者成立。2016年，OpenAI发布了其首个产品，即一款开源强化学习工具包——OpenAI Gym和Universe，标志着OpenAI正式成为一家AI产品研发公司。2017年，“情绪神经元”和OpenAI Five项目的突破，使得OpenAI开始关注大语言模型和参数规模，增强了实现AGI的信念。
随着2018年Elon Musk的退出，以及预训练AI大模型对于资金超乎预期的需求，2019年3月，OpenAI的性质从非营利性转变为“封顶”的营利性。在母公司OpenAI Inc这一非营利主体下，创建了一个限制性营利实体OpenAI LP，从而可以接受外部投资以解决资金问题，投资回报利润封顶为任何投资的100倍。OpenAI的上限利润模式允许OpenAI LP合法地吸收风险基金的投资；此外，还可以让员工获得公司的股份。同年7月，微软公司宣布将与OpenAI开展为期多年的合作。OpenAI LP获得了微软所投资的10亿美元，同时微软和OpenAI将共同研发新的Azure AI超级计算技术，以及微软将成为OpenAI的独家云供应商和OpenAI将新AI技术商业化的首选（Preferred）合作伙伴等。双方合作的目的是加快人工智能研究的速度。通过这种伙伴关系，两家公司将致力于AI的突破创新，OpenAI的AGI建设也会获得强大的资源支持。
2021年5月，OpenAI设立了初创企业基金。该基金计划投资1亿美元来帮助更多AI公司，使其对世界产生深远的积极影响。该基金的投资者包括微软以及OpenAI的其他合作伙伴。2022年11月，ChatGPT上线并引爆全球，成为用户破亿速度最快的消费级应用。OpenAI成为全球备受瞩目的AI企业。2023年3月，GPT登陆Bing后再一次把大众对AI的关注推向高潮，对搜索引擎产生了革命性的影响。同月，OpenAI和微软宣布延续合作伙伴关系，持续投资100亿美元，加大对AI领域的投入。
从OpenAI创立到成长为世界一流的AI研发型公司，按照其不同时期的组织和商业模式以及里程碑事件，可以分为以下4个主要阶段。
创立与文化塑造阶段（2015—2016年）
2015年12月OpenAI创立，其研究内容集中于通用人工智能（AGI）发展以及如何使AI造福全人类。这一阶段的主要目标是锚定DeepMind，完成非营利AI机构的组织以及文化搭建。通过发布最新研究论文和开发一系列开源工具包（Gyms）与开放强化学习平台（Universe），展示其在AI领域的初步成果，提升自身的影响力。不仅如此，在Universe项目中，团队认识到“工程”是如何成为当今机器学习研究瓶颈的，开始打造科研与工程相结合的模式。
危机与机遇并存阶段（2017—2018年）
OpenAI在探究AGI的过程中进行了多样化的尝试。2017年LMTS预测字符的研究和2018年Dota 2游戏的AI研究，让OpenAI团队认识到语言模型和模型规模化对于AGI的价值，也增强了他们对实现AGI的信心。2018年6月GPT正式发布，OpenAI将Dota中的强化学习转化为人类反馈的强化学习，并与GPT的技术基础相结合，最终创造出了今天的ChatGPT。然而，随着非营利机构带来的资金限制，OpenAI长期被DeepMind和Google全面碾压的趋势愈发明显，这也引发了高端人才流失等问题。同时，Elon Musk的退出进一步加剧了资金压力。
商业化与构建生态雏形阶段（2019—2021年）
2019年，OpenAI转型为“OpenAI LP”，从而能够吸引更多的资金以及来自微软的投资。在此阶段，OpenAI有更多的资源投入到语言模型训练中，取得了阶段性的收获。GPT系列的成功也让OpenAI超前的战略视野以及战略定力得到了正反馈，并开始将研究成果转化为实际的产品和服务。2020年6月，OpenAI发布了用于访问现有AI模型的API内测版与GPT3。开发人员可以通过申请访问权限并将API集成到他们自己的产品中或开发全新的应用程序来访问私人测试版。这一举动既是尝试构建API的商业模式，又可帮助企业了解产品在现实世界的影响力。OpenAI API发布9个月后，有超过300个应用程序使用GPT-3，数以万计的开发人员在该平台上从事新应用开发活动，以大模型基础设施为核心的创新生态得以初步构建。2021年5月，OpenAI设立了初创企业基金，开始利用早期投资以及AI模型的技术能力寻找初创企业进行产业布局。而初创企业海量应用场景所带来的数据反馈也是OpenAI实施投资的原因之一。
爆发与生态强化阶段（2022年至今）
随着越来越多的产品出现，包括ChatGPT的发布以及2023年3月全面接入Bing，OpenAI吸引了全球用户的广泛使用，引发了搜索领域的范式革命，因此一跃成为世界上最有影响力的AI企业。同月，OpenAI进一步与微软达成深度合作，也让其拥有了可以投入AGI领域研究的强大资源。进一步升级对初创公司的投入以及ChatPlugins上线，目的是尽可能把大模型嵌入更多的应用场景。
OpenAI的核心使命贯穿了上述4个阶段，即确保AI，特别是AGI的发展可以为人类带来福祉，每个阶段都在以这一使命为导向，致力于解决AI发展中的关键问题。早期以用户为主导的产品优化机制、投资基金等使得OpenAI在AI领域拥有了海量用户。微软的投资又使得OpenAI拥有了资金、硬件支持和广泛的商业场景，进一步强化了OpenAI主导的创新生态系统，提升了发展潜力。
OpenAI的创新管理模式架构
打造以AI大模型为核心的创新引擎
OpenAI成立之初便设立了自己的组织使命：确保和实现通用人工智能造福全人类。OpenAl一直坚持巨大的投入，并坚信GPT生成式大语言模型是开发通用人工智能（AGI）的有效路径。如今，GPT系列的成功以及ChatGPT所引发的社会与产业变革，让人们看到了AGI可能给世界带来的强大科技能力。OpenAI以大模型为核心开创了AI领域的新一轮创新范式。
目前，大模型依靠其泛化性、通用性、迁移性等特征，为AI大规模落地带来新的希望。渗透到各行各业场景中、以大模型为生态基座的产业链，将成为智能化升级过程中可大规模复用的AI基础设施，AI产业也将迎来新的发展机遇。首先，OpenAI研发的以大模型为核心的产品与应用，通过提供API接口，使开发者能够在各种应用中运用这些大模型，且无须进行模型训练和优化。这极大地降低了AI使用门槛，推动了AI技术的广泛应用。OpenAI也得以收集场景化数据和积累专家知识，进而反哺大模型，构建用户参与的创新生态。其次，大型语言模型为AI安全和伦理问题提供了一个研究平台。通过观察和测试这些模型的行为，研究人员可以更好地了解AI的潜在风险，预防滥用，并设计出更公平和更具包容性的AI系统。最后，通过开发和分享大型语言模型，OpenAI的开放研究理念得到了进一步的实践，不仅推进了AI研究，也推动了全球AI社区的知识进步。
总得来说，大模型作为OpenAI的核心引擎，牵引开放生态的构建，赋能各行业降本增效，进一步实现生态繁荣。这一新机制还将推动形成AI创新发展的正向飞轮：人工智能基础设施提供场景化的大模型服务—场景化数据和知识反哺人工智能基础设施升级迭代—进一步提升赋能各行业降本增效以及开辟新领域新赛道的成效。
高水平青年人才颠覆传统团队研发模式
OpenAI的成功离不开人才的持续供给。3位联合创始人Sam Altman、Greg Brockman和Ilya Sutskever均是业内公认的企业家+工程师+科学家的高水平复合型人才，促使OpenAI实现了商业发展、工程化和技术研发三位一体，并保持强大的竞争力。OpenAI还选择了以青年人才为主力军的团队模式。2023年，智谱研究院联合AMiner发布的关于OpenAI背后研究团队的统计报告显示，ChatGPT团队的87人中，平均年龄为32岁，“90后”是主力军，40岁以上的仅有4人。这与以研发经验为核心优势的传统技术创新团队差异巨大，也说明新兴创新领域涌现出了青年人才挑大梁的新模式。
在人才能力方面，ChatGPT团队更重视成员的毕业院校与科研或工作经验。绝大部分成员拥有全球顶尖或知名高校学位，前三大高校分别是斯坦福大学、加州大学伯克利分校以及麻省理工学院。在学历结构方面，团队在本、硕、博的人数上保持相对均衡。在人才业内认可度方面，团队有5人被评为2023年度人工智能全球2 000位最具影响力学者，其中2人为OpenAI联合创始人Wojciech Zaremba和John Schulman（同时担任ChatGPT研究科学家）；有2人被评为全球机器人和机器学习领域最具影响力学者。在成员工作经验方面，ChatGPT团队成员中不仅有来自Google等知名巨头公司的人才，同时也会吸纳更具创新潜力的创业机构的科技人才与应届毕业生。在团队运行模式方面，目前近90%的成员为技术人员，未配备技术与产品研发之外的职能人员（如公共关系、市场营销等人员），团队高度聚焦于技术研发。OpenAI通过颠覆传统团队模式的方式来推动产品研发与运营，再通过开源开放方式推动产业化应用，目前来看这是一个非常成功的尝试。
概言之，OpenAI的创新人才管理模式表明，高水平青年人才正在颠覆传统以研发经验为核心的团队模式，并通过赋能核心角色，激发青年人才活力、首创精神和创新共同体意识。成员联合研发的出色的AI技术和产品，以快速迭代的方式赢得市场。
与领军企业协同共创
OpenAI与微软之间建立了长期且紧密的伙伴关系，而两者现阶段的战略达到了高度适配（见图2）。这种合作为OpenAI提供了大规模算力资源和海量应用场景。微软从资金、算力、云计算方面给予了OpenAI全方位的支持。对微软而言，OpenAI所提供的领先的算法模型直接赋能微软发展。目前，微软将OpenAI产品全面嵌入各个产品和服务中，如Bing搜索引擎、销售和市场营销软件、GitHub编码工具、Microsoft 365生产力套件和Azure云等。同时，这也使得OpenAI拥有了海量的应用场景，由此带来的大规模数据让OpenAI进一步发展壮大。此外，Azure将作为OpenAI的独家云服务提供商，支持OpenAI的所有工作负载，包括研究、产品研发和API服务。这也削弱了竞品云服务获得的收益和比较优势（在此之前，OpenAI使用Google的云服务）。
两者在战略上的互惠互利，既让OpenAI拥有了强大的后备资源和海量的应用场景，也让微软获得了OpenAI带来的算法模型能力赋能，开拓了新的增长路径，从而在人工智能时代占据领先位置。
海量应用场景驱动的开放生态
大模型增强了人工智能技术的通用性，使开发者能够以更低的成本和门槛，在不同应用场景中开发出更优质的应用产品，从而推动普惠AI的实现。然而，将基础大模型广泛应用于产业领域并使其成为产业基石，仍然面临一系列挑战。OpenAI致力于打造卓越的产品，并通过开放API的方式，吸引个人用户和企业用户使用，以深度融合的大型模型体系打通数据流通的场景。扩大用户数量带来的海量数据，使OpenAI可以不断改进和升级产品与模型，形成技术上的竞争壁垒和品牌的差异化保护。这样的发展战略旨在建立一个庞大的场景驱动型生态系统，既对竞争对手封闭，又对用户开放，最终实现全面主导市场的局面。
第一阶段：OpenAI早期产品可免费使用并提供API的免费额度，以鼓励用户使用其发布的人工智能产品。通过将GPT-3、Dalle-2打造成产品并提供API服务，成功吸引了大量的相关开发者以及企业、学术机构和高校等用户。通过产品与市场互动的方式来吸引用户使用，获取用户行为与数据反馈，从而更好地优化产品、算法模型与安全框架，形成生态和用户数据飞轮。
第二阶段：随着ChatGPT爆火并吸引了海量用户，OpenAI推出了自己的ChatGPT Plus续费订阅服务，可提供效果更好的GPT4；同时推出了ChatGPT Plugins来连接第三方应用插件，以接入互联网实时同步的最新数据。目前来看，OpenAI已开始打造自己的AI“Appstore”。ChatGPT Plugins插件集可以让更多业务进行交互，极大地增强了ChatGPT的功能，使其适应更广泛的场景。
概言之，OpenAI的ChatGPT Plugins把AI作为一个智能助手，为用户提供一站式服务。用户可以选择自己需要的应用，通过整合各种在线服务平台，更高效地完成各项任务。未来OpenAI将通过构建“AI-Appstore”，给用户提供更多的服务，甚至颠覆现有的一些商业模式。在这个过程中，借由用户获取更多的行为数据，形成大模型价值变现、数据反哺和开放生态闭环，飞轮持续运作。
资金+技术+战略支持赋能初创企业创新循环
OpenAI通过资金+技术+战略支持的方式，寻求优质的AI初创公司，并为其提供资金、技术以及战略指导的支持；反过来，公司成长起来后，其给予OpenAI更多不同产业行业发展的可能性，增加产品落地的场景需求，从而反向促进基础技术创新。这一模式使得OpenAI可以超前把握未来颠覆性技术的机会，并超前投资布局未来产业。
2021年5月，OpenAI联合微软等投资人成立了OpenAI创业基金。基金规模达1亿美元，除了资金之外，还向目标项目提供OpenAI最新的技术、基金团队支持以及Azure上的积分，目的是推动医疗、教育、文化等行业的10家人工智能创业企业持续发展。
2022年11月，OpenAI进一步启动了“融合”（Converge）计划。每一期为期五周，面向杰出的工程师、设计师、研究人员等，帮助他们使用AI创新产品或改变行业。参与者将获得来自OpenAI Startup Fund的100万美元股权投资，以及优先使用为人工智能公司量身定制的OpenAI模型和程序的权利。不仅如此，Converge成员还将与OpenAI团队及其他领域的从业者一起举办研讨会，重点关注如何在快速发展的AI环境中应对挑战和机遇。这一转变直接让OpenAI的投资模式变为孵化器模式，从而更加高效地对目标企业进行投资与技术支持。为此，OpenAI特意搭建了创始人社群，为创业团队提供每周6小时的技术支持和战略指导，从而增加企业成功孵化的概率。目前，Converge第一期培育计划已在2023年1月结束，这批企业将获得OpenAI的100万美元投资。
OpenAI的这一举动，也是在ChatGPT大获成功后，再次证明了自己拥有世界超一流水平的人工智能科技实力。从而有条件开始自己的第二阶段战略：通过资金+技术投资初创企业的方式积极布局，为嵌入未来海量应用场景打下坚实的基础，以便将AI基础设施覆盖到全社会的关键产业与生活场景中。
以AI治理保障可持续发展
AI的飞速发展，在给人类带来生产力革命的同时，也带来了前所未有的安全挑战，包括：AI系统本身的稳定性和可靠性隐患，恶意使用AI技术，用户隐私侵犯，AI系统决策过程的公平、透明和可解释性难以保障等。因此，OpenAI坚定地采取以安全为导向的研发策略，并积极参与到相关政策的讨论和制定过程中，以确保AI发展能够在保障安全的前提下更好地服务于人类社会。目前，OpenAI主要聚焦于推动行业正向发展、企业文化塑造以及巩固行业领先优势等3个维度。
在AI安全监管方面，OpenAI通过与政府机构的积极对话和合作，推动了人工智能安全监管标准的制定和实施。其目标是将安全评估作为AI系统的必要环节，以防止不负责任的开发和使用行为。在企业文化塑造方面，OpenAI将人工智能安全作为企业文化的核心部分，并在日常研发中贯彻这一理念。其通过与公众的沟通和交流，强化了社会对AI安全问题的认知和理解。在巩固行业领先优势方面，Sam Altman也多次在公开场合强调安全对于AI的重要性，积极推动建立国际规范和标准。其从技术上提出了两个方向：一是可扩展的监督，尝试使用人工智能系统来协助人类监督其他人工智能系统；二是解释能力，尝试更好地打开这些模型的内部黑箱，包括使用GPT-4来解释GPT-2中的神经元，使用Model Internals来检测一个模型何时在说谎等。一定程度上，拥有这些技术也就掌握了行业的话语权，从而构建起以OpenAI为主导的通用人工智能发展生态。
简言之，OpenAI在AI安全方面的努力和贡献，不仅有助于推动行业的健康发展，也能够对内塑造企业文化和对外巩固行业领先优势。
研究结论
本研究发现，OpenAI之所以能够快速发展成为世界一流的人工智能机构，得益于其拥有的独特创新理念和创新管理模式，并进一步提炼出其背后的创新管理模式架构（见图6）。概言之，OpenAI的AI创新管理模式是以AI大模型为核心，并以此为引擎驱动迭代循环。高水平青年人才正在颠覆传统的团队研发模式，通过创新思维、敏锐洞察力和快速迭代推动AI技术发展。与此同时，与领军企业的深度合作，可以获得大量资源和核心应用场景，支持其研发效率提升与产业竞争力增强。另外，海量应用场景的开放生态创新模式为AI技术的创新和大规模应用提供了广阔空间与数据闭环。资金、技术和战略的全方位支持使初创企业在创新循环中得以持续推进，加快了OpenAI的未来产业布局。最后，OpenAI正在推动安全监管标准的建立，以确保AI技术在满足社会需求的同时，实现安全、可控、负责任的发展。
书享界保留所有权 |书享界 » ChatGPT团队如何高效运作？