Inflection AI
為什麼重要
深度解析
Inflection AI 始於一項反主流論點：在消費級 AI 中，勝出的不會是最聰明的模型，而是情感上最貼心的那一個。DeepMind（現屬 Google DeepMind）共同創辦人 Mustafa Suleyman，於 2022 年與 LinkedIn 共同創辦人 Reid Hoffman、首席科學家 Karén Simonyan 一同創立公司，並迅速完成生成式 AI 熱潮中規模最大的募資之一，投資人包括 NVIDIA 與 Microsoft。計畫是同時打造消費級產品——Pi 助理——以及為它提供動力的前沿規模大型語言模型，讓 Inflection 在人才、運算資源與使用者方面，和 OpenAI、Anthropic 正面競爭。不到兩年，這項計畫便撞上前沿訓練的成本與科技巨擘的引力，公司實際上一分為二：人員與模型權利歸 Microsoft，剩餘公司則轉向企業業務。
Pi 與情緒智慧的押注
Pi 於 2023 年推出，名稱取自「個人智慧」（personal intelligence），定位是友善、耐心的交談對象，而非生產力工具。多數助理都在最佳化回答問題與完成任務，Pi 則會追問、記住先前對話，並以一位會鼓勵人的朋友或教練之語氣為目標。這項設計預見一些後來成為主流的功能，包括跨對話的長期記憶，以及刻意設計成產品功能的人格。Pi 吸引一群忠誠且高度活躍的小眾使用者，但規模從未接近 ChatGPT；事實證明，Chatbot（聊天機器人）市場的陪伴型賽道有一項結構性問題：喜愛 Pi 的使用者會用它開放式閒聊，這種服務成本高且難以變現；有任務要完成的使用者，則會預設選擇通用助理。Character.AI 以角色扮演人設追逐相同的陪伴型市場，也碰上類似的變現上限。
訓練前沿規模的模型
與許多助理類新創公司不同，Inflection 選擇自行訓練模型，而非取得其他模型的授權。2023 年發佈的 Inflection-1 為 Pi 第一個版本提供動力。同年稍晚推出的 Inflection-2，則在當時全球規模最大的 NVIDIA H100 叢集之一上訓練；該叢集由 Inflection 與雲端合作夥伴 CoreWeave 共同營運，公司宣稱該模型在當時僅次於 GPT-4。2024 年初發佈的 Inflection-2.5，據稱以約 40% 的訓練運算量達到接近 GPT-4 的品質。即使具備這樣的效率、頂尖叢集與強大研究團隊，Scaling Laws（縮放定律）背後的數學仍意味著，若要留在基礎模型前沿，所需資本規模只有極少數新創公司能長期負擔。
那不是一次收購
一項常見誤解，是 Microsoft 在 2024 年收購 Inflection。事實上，收購從未發生。2024 年 3 月，Microsoft 延攬 Suleyman、Simonyan 與 Inflection 大部分員工，組成 Microsoft AI 部門，並支付據稱高達數億美元的授權費，取得 Inflection 模型的非專屬權利。在法律上，Inflection 從未易主：沒有須申報的合併，也沒有須審查的收購。這種結構取得人才與技術，同時避開正式交易原本會引發的反壟斷審查——儘管美國與英國監管機關仍展開調查，將其視為對科技巨擘 AI Regulation之廣泛疑慮的一部分。這種安排成為範本：2024 年稍晚，Google 與 Character.AI 簽署類似的「授權加挖角」協議，Amazon 也與 Adept 達成同類交易。
轉向企業服務
留在 Inflection 的團隊任命 Sean White 為 CEO，並重新定位成一家企業級 AI 公司。新的賣點，是運用模型技術堆疊與 Pi 的設計經驗，協助企業打造自訂助理：以公司資料微調模型、透過 API 提供服務，並以具備情緒智慧的客戶互動作為差異化優勢。Pi 繼續為既有使用者執行，但打造大眾消費級陪伴產品的雄心已經結束。這段歷程如今已成為業界討論前沿訓練成本、既有業者的分發優勢，以及科技巨擘如何能在不實際收購的情況下吸收一家新創公司時的標準參照。