Re: [新聞] 4 億多英鎊虧損再創新高！「燒錢機器」DeepMind 多年虧

這種事情很難說是對或是錯的投資，
舉個例子youtube,
2006年底youtube一直賠錢，
公司真的快要撐不下去，
還要面對一堆的版權訴訟案，
最後賣給Google，
流量，機器設備跟訴訟案全由Google買單，
在加入Google的前幾年youtube還是繼續在賠錢，
繼續面對訴訟案，
結果現在youtube已經是Google的金雞母，
還有一些其他類似的例子，
像說聯發科的手機部門，
都是母公司耐心投資研發好幾年最後大成功，市場通吃，

當然更多的是反例，
公司不願意繼續投資把整個團隊砍掉，
甚至多年前還有某個部門跟我嗆聲：
砍掉你們CPU部門，我們產品端部門直接買ARM的產品，
可以省更多的錢，我產品端部門的分紅可以加倍，
為何要拿我們產品端的經費投資在你們CPU部門

結論就是最上頭的人要能壓得住其他賺錢部門，
不只是解決賺錢部門的抱怨，
還要能夠強迫各個部門配合這個賠錢貨，
然後耐著性子等哪天成功就能夠市場通吃，
這跟買樂透差不多吧，
不過Google應該還是有錢有資源可以繼續練兵等機會

※ 引述《csfgsj (人在江湖走 那能不挨揍)》之銘言：
: 4 億多英鎊虧損再創新高！「燒錢機器」DeepMind 多年虧損後仍無商業化市場
: https://finance.technews.tw/2020/12/30/deepmind-4200-million-loss-hits-a-new-high/
: https://reurl.cc/WLp14O
: 作者 雷鋒網
: DeepMind 虧損仍在繼續。近日，這家世界頂級明星公司向英國公司註冊局備案提交最新: 財報，顯示 DeepMind 2019 財年虧損達 4.77 億英鎊。
: 相比於 2018 年的 4.70 億英鎊虧損，增長 1.5%。
: 但在這些光環產品的背後，DeepMind 卻未探索出可行的商業化之路，長期大量研發投入: ，使其處於連年虧損狀態。
: DeepMind 聯合創始人胡馬延‧謝赫（Humayun Sheikh）曾表示，「如果不是 Google 以: 6 億美元收購，DeepMind 人工智慧實驗室可能已破產。」
: 自 2014 年被收購，DeepMind 的巨額研發資金和虧損全由 Google 買單。不過長期虧損: 之下，今年 DeepMind 財務方面似乎有些好消息。
: 從最新財報來看，雖然虧損持續擴大，但相比往年虧損增幅減少了，同時營收有明顯增加: ──2019 年收入 達 2.66 億英鎊，相比 2018 年 1.03 億英鎊翻了一倍。
: 不過儘管如此，DeepMind 想要扭虧為盈也不容易。
: 4.77 億巨額虧損背後，仍無商業化市場
: 先來看 DeepMind 近幾年的財務數據。
: 營收方面：
: 2016 年營收 4,028 萬英鎊。
: 2017 年營收 5,442 萬英鎊，同比去年增幅達 35%。
: 2018 年營收 1.028 億英鎊，同比去年增幅達 89%。
: 同時，2018 年還有超過 10 億美元債務要償還。
: 再來看今年數據，營收方面，DeepMind 2019 年收入達 2.66 億英鎊，比起 2018 年
: 1.03 億英鎊增長 158%，達到近幾年最大增幅。
: 虧損方面，DeepMind 從 2018 年 4.7 億英鎊到 2019 年 4.77 億英鎊，增幅僅 15%，與: 往年 221% 和 56% 相比，增幅明顯縮小。
: 總體來看，與前幾年相比，DeepMind 收入增長有加速，虧損也趨於平穩。這樣一看，: DeepMind 似乎有望這幾年可轉虧為盈。
: 但分析財報營收來源和支出後，發現情況可能沒那麼樂觀。
: 首先，財報提到重要一點：其他集團企業的營業額及研發報酬，數據顯示 DeepMind 主要: 客戶大部分來自母公司 Alphabet 旗下其他公司，以 Google 為主。同時 DeepMind 的技: 術研發成果也主要是這些企業在用，如 AI 被 Google 應用於語音助理和資料管理中心任: 務。
: 這說明 DeepMind 的人工智慧技術還沒有應用市場。如果有，只能透過 Google 取得。其: 次，DeepMind 2019 年開支達 7.17 億英鎊，相比 2018 年的 5.68 億英鎊增加 26%。財: 報提到成本增長「主要與技術基礎設施、員工成本和其他相關費用增長有關」。這點很重: 要。
: DeepMind 的「技術基礎設施」主要運行於 Google 龐大的雲端服務和 AI 處理器 TPU（: Tensor Processing Unit）。
: 雖然 Google 並未透露收取多少使用費，但很可能以折扣價租給 DeepMind，這意味如果: 沒有 Google 的技術和服務支援，DeepMind 的「技術基礎設施」成本將遠高於此。
: DeepMind 主要研究領域是深度強化學習，需要非常昂貴的計算資源。據了解，2019 年開: 發專案包括《星海爭霸 2》和《雷神之鎚 3》的 AI 系統，都花費數百萬美元培訓費。今: 年的預測蛋白質摺疊結構 AlphaFold，同樣是非常昂貴的專案。
: 人才成本也是不可忽視的一環。過去幾年雖然參與機器學習的人才數量明顯增加，但能從: 事尖端 AI 研究的頂尖科學家非常稀少。為了爭奪這些頂級 AI 人才，Google 、
: Facebook、亞馬遜和微軟等大型科技公司紛紛展開人才軍備賽。
: 據了解，全球頂級 AI 人才薪水達 7 位數。 DeepMind 在全球擁有約 1 千名員工，很多: 是世界級頂尖 AI 科學家，年薪均超過 100 萬美元。這些頂尖人士大部分來自牛津大學: 、劍橋大學、史丹佛大學或麻省理工學院等世界頂級名校。有分析人士認為，如果沒有: Google 的支援和投資，DeepMind 實驗室就無法僱用更多高級 AI 人才。
: 因此綜合來看，雖然 DeepMind 顯示出緩慢的轉虧跡象，但增長依然依賴 Google 的金援: 和大型雲端基礎設施。
: 不過，Google 也樂於繼續買單。
: AlphaFold 之後，Google 願意繼續買單
: 瘋狂燒錢的 DeepMind，確實創造了多項重大技術成果。
: 如前文提到的 AlphaGo、AlphaFold 等。後者預測蛋白質結構達成無與倫比的精確性，有: 望解決生物學界和電腦科學界多年來的巨大挑戰。前者在圍棋賽多次戰勝世界頂級人類選: 手。
: 多智慧體方面，DeepMind 研發的《星海爭霸》AI AlphaStar，也多次戰勝世界頂級玩家: ，目前排位賽已達宗師級，在歐洲伺服器贏過 99.8% 人類玩家。
: 比起圍棋，《星海爭霸》等即時戰略（RTS）遊戲，因更複雜的場景、更廣大的操作空間: 和更高頻率的即時決策，對 AI 挑戰更高。因此比起 AlphaGo，AlphaStar 模擬現實、與: 人類博弈的過程展現出更強能力。
: 以上種種突出的技術成果，讓這家 2010 年成立的新創公司一躍成為世界頂級 AI 專家。: 自 Google 收購以來，對這些技術成果也非常滿意。例如最近財報電話會議，Alphabet: CEO 桑達爾·皮查伊（Sundar Pichai）曾表示：
: 我對我們在 AI 方面的研發進度感到很滿意。我們是尖端技術公司，目前正處於領先地位: ，這很重要。我為 Google 和 DeepMind 的研發成果感到驕傲。
: 此外，Google 也對 DeepMind 書面保證，稱「將繼續提供這家人工智慧公司充足的資金: 支持，期限至少 12 個月」。
: 不僅如此，據 DeepMind 財報顯示，Alphabet 的投資分支機構 Google 愛爾蘭控股有限: 公司（Google Ireland Holdings Unlimited），已免除欠公司的貸款和利息，共計 11: 億英鎊。
: 轉虧為盈，需要更多商業化探索
: 科技公司虧損並不是新鮮事。在科技業，連年虧損、燒掉投資者巨額資金的企業比比皆是: ，其中也有不少企業最終轉虧為盈。
: 但相比之下，DeepMind 可能稍有不同。嚴格來說，DeepMind 是人工智慧實驗室，更注重: 間技術研發而非商業化探索。
: CEO 兼聯合創始人創始人德米斯‧哈薩比斯（Demis Hassabis）曾自傲宣稱：「
: DeepMind 組建一支由機器學習專家、神經科學家、工程師、倫理學家等組成的世界級跨: 學科團隊，創造獨特的環境。我們將繼續投資尖端技術研發，期待未來能為科學界帶來更: 多突破。」
: 因科學研究和企業界發展速度有很大差距。一方面，科學研究是以幾十年來衡量。如今商: 業應用許多 AI 技術都是從 1970~1980 年代開始發展。同樣的，目前許多尖端研究和技: 術在未來十幾年內，可能都無法進入大眾市場。而 DeepMind 的最終目標是：通用人工智: 慧（AGI）。最樂觀的估計，至少還有幾十年的路要走。
: 另一方面，投資者的耐心是以年和月為單位來衡量。如果幾年內無法盈利或有明顯的增長: 希望，投資者很難再支持。顯然目前 DeepMind 並沒有明顯增長趨勢，主要客戶依然是: Google，且技術商業化前景也不明朗。
: 這就是 DeepMind 的困境所在。從本質講，DeepMind 是研究型機構，希望突破科學極限: ，確保 AI 對所有人類都有益。然而 Google 和投資者希望製造能解決特定問題並賺取利: 潤的產品。
: 這兩個目標截然不同。業界人士認為，雖然 DeepMind 取得多項重大技術突破，不用擔心: 研究成果無利可圖，Google 也表示願意繼續買單。但長遠來看，生存和發展越來越牽扯: 到投資者利益，DeepMind 應更深入思考公司未來和 AI 科學研究的未來。
: 心得：
: 一窩蜂炒作了半天，實質上還只是個空

--

這兩個例子跟DeepMind做類比不太恰當， 感覺DeepMind的例子比較像是youtube, 因為DeepMind是真實有做出產品與應用， 也的確在AI領域的最前端， google眼鏡是根本沒有產品， google+則是產品使用人數跟結果超慘