数据争夺战：ChatGPT背后的商战与用户买单之谜

金磊 发自 凹非寺

ChatGPT，遭到了一波反向收费。

而管OpenAI要钱的，正是全球最大程序员问答网站StackOverflow。

理由是这样的：

你们拿我家的数据去训练AI了。

打开凤凰新闻，查看更多高清图片

无独有偶，在StackOverflow之前，Reddit近日也发出了类似的信号——计划开始向访问其API的公司收费。

Reddit老板给出的理由更是直白：

我们的数据非常有价值，不想免费提供给科技巨头们。

不得不说，这波围绕类ChatGPT展开的“商战”着实有点意思。

不过围观的网友们就不那么乐观了：

唯一没有获利的……好像就是用户了。

科技巨头们要为训练数据买单了

我们都知道，训练一个像诸如ChatGPT这样的AI，背后定然需要海量的数据。

无论是OpenAI、谷歌、微软、Meta或是其它公司都是如此。

但这些科技巨头们一般获取这些数据的方式都是从网上抓取，也因此不会给对应数据背后的公司掏钱。

他们所获取的数据来源，就包括了StackOverflow、Reddit在内的数千个在线“资源”。

然后科技巨头们就会将这些数据“喂”给大模型，让对话AI变得更聪明、更智能。

🌟🚀科技巨头们一旦让自家的产品步入成熟期，便会以付费订阅的形式推出升级版服务，比如备受瞩目的ChatGPT Plus和GitHub Copilot等热门工具。💡💰这些创新力十足的平台，将为用户提供更高级别的功能与便捷体验，引领技术潮流的同时，也将开启全新的盈利模式。 若要了解更多详情或寻求帮助，敬请关注相关领域的最新动态。📚💻

但在这么一个过程中，像StackOverflow和Reddit这样的网站，就有点惨了。

首先，就是我们刚才提到的，这些AI拿着他们家的数据做训练，变得更强更优秀。

其次，这些AI的诞生似乎对于它们来说并没有太大的益处，反倒可能会变成非常有竞争力的对手。

于是乎，Reddit就率先不干了，CEO Steve Huffman直接撂下狠话：

想白嫖，没门！得交钱。

🌟StackOverflow CEO Prashanth Chandrasekar fully endorses Reddit’s approach, expressing his support for their innovative practices. 🚀In a recent statement, the tech visionary shines light on Reddit’s commitment to fostering a vibrant and collaborative community, echoing the platform’s success in driving knowledge-sharing and problem-solving. By embracing this philosophy, StackOverflow continues to set the bar high in the realm of developer forums, demonstrating the power of open dialogue and collaboration. 💬💻Chandrasekar’s endorsement not only solidifies Reddit’s position as a go-to destination for developers but also underscores the importance of community-driven growth in today’s digital landscape. The combined efforts of these two industry leaders serve as a testament to the value of fostering a supportive environment where knowledge can freely flow and ideas take flight. 🌟🚀

不仅如此，他还认为这些大语言模型（LLM）的开发人员还违反了自家网站用户们的权益。

因为在StackOverflow条款中有这样的明确规定：

🌟💡你完全有权掌控在Stack Overflow上的每一篇创作，它们就像你的数字宝藏，受到全球认可的知识共享协议庇护。每一份贡献都需明确标注，成为未来创新者探索的线索。🌍🌐

🌟预测未来趋势🌟开发者困惑的背后秘密🔍随着科技巨头们的创新步伐日益加快，我们即将见证一款划时代的聊天机器人——类ChatGPT的诞生。然而，当这些技术巨头带着自家的尖端产品走向市场时，一个微妙却关键的问题将浮出水面：🤔模型训练的秘密，如何向客户和公众透明化？ChatGPT背后的StackOverflow问答库，就像科技界的基石，为模型提供了海量知识与智慧。开发者们可能会面临这样的挑战——如何在不泄露敏感信息的情况下，恰当地解释这些数据来源？👀这不仅是技术伦理的考量，也是SEO优化的微妙艺术。因为用户信任和数据隐私是任何成功产品的重要基石。🚀因此，未来的科技销售策略中，如何平衡创新与透明，将成为一大考验。让我们期待科技巨头们如何巧妙地解开这个谜团，用创新的语言和技术，引领我们进入一个既尊重隐私又能共享知识的新时代。💡—原文改写：🌟ChatGPT揭秘🔍技术巨头的透明挑战🌟StackOverflow问答库，ChatGPT成长的秘密武器，为AI模型注入智慧与力量。开发者们即将面临如何在保护用户隐私的同时，清晰展示训练数据来源的微妙难题。🤔随着科技产品走向市场，如何实现创新与透明并存，成为行业关注焦点。这不仅是技术伦理的考量，也是SEO优化策略中的关键环节。💡未来的科技销售，将不再仅仅关乎产品的功能，更是关于如何赢得用户信任和尊重隐私的艺术。让我们拭目以待，看巨头们如何巧妙地处理这一挑战，开启一个既创新又合规的新篇章。🚀

因此，他们违反了知识共享许可。

🌟【StackOverflow与Reddit：数据免费政策未明，价格待定】💡Stack Overflow和Reddit两大技术社区的收费策略引起了广泛关注。尽管两者都保持着对数据收取费用这一话题的谨慎态度，目前并未公开发布明确的收费标准公告。用户们正期待着官方的进一步声明，以确定这些科技巨头的数据服务是否将收取费用。价格悬而未决，引发了行业内外的猜测与讨论。🚀

但另一方面，各种大语言模型背后的企业，也正在努力降低开发的成本。

将来若是训练数据都要收费了……那这部分成本又将会有谁来买单呢？

反正Reddit CEO的表态是：

爬取Reddit数据产生了价值，却不将任何价值返还给我们的用户，这是个问题。

会怎么收费？

虽然目前StackOverflow和Reddit都没有明确训练数据的价格，但有媒体猜测，他们可能会借鉴马斯克推特的“定价路线”。

例如在这个月，马斯克就提高了访问推特数据的价格——42000美元/5000万条推文。

更戏剧性的是，马斯克前一阵子还以“OpenAI非法使用推特数据训练”为由，准备起诉OpenAI。

而不仅是文字领域，在图片生成领域，因训练数据而产生的纠纷也是屡见不鲜。

例如Getty Image就在此前起诉了OpenAI的对手Stability AI。

理由是涉嫌使用超过1200万张照片且之前没有寻求过许可。

……

至于像StackOverflow和Reddit最终将如何定价，还需要等待他们官方的表态。

但值得明确的一点是，随着这一波AIGC热潮的到来，其背后的各种“规矩”，是值得深入探讨、商定了。

— 完 —