通过竞争促进人工智能创新

核心观点

• AI 市场竞争的重要性： 竞争性 AI 市场对于推动创新、维持美国技术领导地位以及增强经济韧性至关重要。竞争可以激励公司持续改进产品，并为新公司进入市场提供机会，从而促进多元化发展。
• AI 供应链的结构： AI 供应链包括基础设施层、模型层和应用层。大型科技公司在这三个层面上都拥有显著优势，控制着计算资源、数据和模型访问等关键要素。
• 市场权力和竞争问题： 大型科技公司利用其市场权力，通过提供有利的“合作伙伴关系”、收取高额费用、建立进入壁垒等方式，限制竞争并损害竞争对手的利益。
• 政策目标： 为了促进竞争和创新，政策应关注以下三个目标：
  • 增加计算提供商之间的竞争： 通过制定互操作性法规、投资公共云基础设施等方式，降低云服务成本，并为新公司提供更多选择。
  • 在 AI 模型和应用生产中创造公平的竞争环境： 通过反垄断执法、支持开放模型、实施数据可移植性标准等方式，减少大型公司的优势，并为新公司提供更多机会。
  • 维护 AI 产品的开放分销平台： 通过限制平台所有者进行捆绑销售、自我偏好等排他性行为，确保所有 AI 开发者都能公平地接触用户。

关键数据和研究结论

• 云服务市场高度集中： 亚马逊、谷歌和微软控制着全球云市场三分之二的市场份额。
• AI 开发成本高昂： 训练大型 AI 模型需要大量的计算资源和训练数据，这给新公司带来了巨大的经济压力。
• 数据访问是关键瓶颈： 大型公司拥有庞大的数据资源，这使其在 AI 开发中占据优势。
• 模型访问也是一个瓶颈： 大型公司控制着许多先进的 AI 模型，并可以决定是否以及如何向其他开发者提供这些模型。
• 产品分销平台由大型公司控制： 大型公司利用其控制分销平台的能力，推广自己的 AI 产品，并排除竞争对手。

政策建议

• 促进云服务市场竞争： 制定互操作性法规、禁止出口费、限制排他性合同等。
• 支持开放模型： 通过联邦采购计划、拨款和其他资金机制，支持开放模型的发展。
• 实施数据可移植性标准： 帮助新公司获得数据，并减少大型公司的数据优势。
• 监管平台行为： 限制平台所有者进行捆绑销售、自我偏好等排他性行为。

未来趋势

• 小型模型的兴起： 小型模型可能改变 AI 市场的竞争格局，降低对计算资源和数据的依赖。
• 开放模型的普及： 开放模型可以帮助维持低进入门槛，并为新公司提供更多机会。
• AI 应用的演变： AI 应用的需求和应用场景将不断变化，这将对 AI 市场的竞争格局产生影响。