今天小编分享的互联网经验：震撼！最大一笔收购案诞生：94亿元，欢迎阅读。
最近，AIGC 最大一笔收购案诞生：一个 62 人的初创企业，竟然卖了 94 亿元。
6 月 26 日，大数据巨头 Databricks 宣布收购 MosaicML。
Databricks 于 2013 年成立，是一家大数据公司（Pre IPO 阶段），使命是：简化数据和 AI ，并使之民主化。该公司 2022 年的估值约 380 亿美元，每年营收超 10 亿美元。
而 MosaicML 则是一家妥妥的初创公司，成立于 2021 年，由 2 名前英特尔高管联合创立，目前已融资超过 6400 万美元，机构包括 DCVC、Lux Capital 等。
2 年时间，94 亿 RMB，Databricks 为何要花重金收购 MosaicML？
为什么值 94 亿元？
这一切还是与 ChatGPT 掀起的 AI 大潮有关。
Databricks 本身正在研发大模型，只是思路与 OpenAI 略有不同：前者想用更少的参数，实现 ChatGPT 的同样效果。
自去年以来，ChatGPT 的惊艳是有代价的：耗时 7 年，每代大模型的迭代周期约 1-3 年。并且大模型的训练非常昂贵，单次成本可达 100 万美元。
Databricks 的思路较有突破性，这意味着未来大模型的开发将更省时、省力、省钱。
今年 4 月 12 日，Databricks 发布大模型 Dolly 2.0。
与 GPT4 相比，Dolly 2.0 的训练参数仅为 120 亿个，而前者为 100 万亿个；而 Dolly 2.0 的前身（Dolly）则更省时、省力，训练成本仅为 30 美元、一台伺服器、3 个小时。
大模型的智慧程度，已经被行业共识；但降低大模型的开发难度，也已成为行业共识。这个方向，不仅只有 Databricks 在努力。
今年 3 月，斯坦福大学研究人员也完成了一项特殊尝试：用 600 美元的成本，复制了 GPT3 模型，耗时也仅有 2 个月。
那么以上又与 MosaicML 有什么关系？
MosaicML 也是一家 AIGC（生成式 AI）公司，也有自己的大模型产品（MPT），但它的定位专注更鲜明：主要面向 to B，产品主要给企业用，让企业自己训练、部署 AI 模型。
在 to B 方向，与 ChatGPT 相比，其产品成本更低、用时更短。比如 GPT3 等同类产品训练成本约数千万美元，而 MPT-30B 则仅需要 70 万美元。
MosaicML 的一个重要使命，是把大模型从 " 天价 " 打到了 " 亲民价格 "，为大模型在企业的普及创造了可能。
那么，Databricks 又为什么要收购 MosaicML？
因为 MosaicML 主攻的客户群体，正是 Databricks 的客户群体。后者的客户多为大型企业和组织，需求是处理大量数据 + 数据分析 + 机器学习。
而从 to B 方向来看，Databricks 的整体进展落后于 MosaicML。从未来看，大模型 AI 产品将取代传统 AI 产品，Databricks 如果此刻不下手，未来就有被替代的可能。
MosaicML 已经拿下甲骨文等 KA 客户，并且在商用大模型里排名较靠前。
今年 5 月，MosaicML 发布可商用大模型 MPT-7B, 包含 70 亿个参数。在各类性能评估中，MPT-7B 与 META 的大模型 LLaMA 打了个平手。
而在商用大模型的评比榜单里，甚至看不见 Databricks 的产品。
启示：新风口来临
抓住风口，鸡犬升天。
不得不说，MosaicML 是一家幸运的公司，仅仅 2 年卖出 94 亿元价格。其创始团队成员一共 4 位，CEO 名叫 Naveen Rao，曾任英特尔副总裁兼 AI 产品事业部总经理。他曾于 2014 年创办 AI 芯片公司 Nervana，后于 2016 年以 4.08 亿美元卖给英特尔，耗时 2 年。
结合此次并购经历，可以看出 Naveen Rao 兼具战略眼光与资本运作能力。
公司卖给英特尔后，Naveen Rao 加入了英特尔，成为其 AI 产品集团负责人。2020 年，英特尔放弃了 Naveen Rao 所负责的产品，导致后者出走。
与 Naveen Rao 一起出走的，还有一位华人 Hanlin Tang。他本科毕业于普林斯顿大学，后赴哈佛大学攻读博士，后担任英特尔 AI 实验室高级主管。
据外媒援引官方消息，被收购时该公司拥有 62 名员工，其中研究人员 15 名。此前，该公司曾获得约 6400 万美元融资，估值 2.22 亿美元——不到 2 年时间，估值增长 6 倍。
这桩交易也将给国内 AI 创业带来启发，尤其是企业版大模型方向。
国内的通用大模型正处于百花齐放，百度、阿里、华为、腾讯、字节、360 等，但企业商用版大模型目前暂未出现。综合铅笔道观察，大模型的商业化必然 to B 先于 to C，就和计算机的问世一样，也是 to B 先于 to C。
据铅笔道了解，一些早期创业者已经悄悄杀入该领網域，使命是：在省时省力省钱的前提下，帮助企业搭建 AI 大模型。
MosaicML 的收购证明：该赛道既有商业化前景，又有巨大的资本化空间。
本文不构成投资建议。
