現在，業內關于AI模型收入的質疑聲，已經越來越大。

動輒投入幾萬億美元打造基礎設施，跟部分國家的GDP不相上下，然而從AI模型中得到的回報，究竟能有幾何？

在2023年9月，來自紅杉資本的David Cahn發表了一篇名為《AI的2000億美元問題》的文章，目的是探討：「AI的收入都去哪了？」

根據報告，當時AI基礎設施建設的預期收入，和AI生態系統的實際收入增長之間存在巨大差距。同時，這也反映了終端用戶的價值。

對此，他解釋道：「每年需要填補1250億美元的空缺，以應對當前的資本支出水平。」

圖片

隨著英偉達一度成為全球市值最高的公司，如今的「2000億美元問題」是解決了，還是更加嚴重了？

結果出乎意料：AI的2000億美元問題，現在已經變成了6000億美元問題。

2000億美元問題，直接翻了3倍

最近，David Cahn再次發表博文，對全世界提出警告：人工智能泡沫，如今正在接近臨界點！

他列出了下面這張表格，并且詳細解釋了6000億美元是怎么算出來的。

圖片

計算這個指標其實很簡單。你只需將英偉達的年化收入預測乘以2倍，以反映AI數據中心的總成本（GPU占總成本的一半，另一半包括能源、建筑、備用發電機等）。然后再乘以2倍，以反映GPU終端用戶的50%毛利率（例如，從Azure、AWS或GCP購買AI計算資源的初創公司或企業，他們也需要盈利）。

那么，自2023年9月以來發生了什么變化呢？David Cahn進行了以下總結。

1. 供應短缺已經緩解

2023年末是GPU供應最緊張的時候。當時，初創公司紛紛聯系風險投資公司，甚至任何愿意幫助他們的人，只為獲得千金難求的GPU。

如今，這種焦慮幾乎完全消失了。如今的現狀是，獲取GPU變得很容易，交貨時間也非常合理。

2. GPU庫存正在增加

英偉達在第四季度報告中指出，其數據中心收入中約有一半，都來自大型云供應商。僅微軟一家公司，可能就占了英偉達第四季度收入的約22%。

如今，超大規模的資本支出正達到歷史新高。

這些投資也成為了大科技公司2024年第一季度財報的主要亮點，CEO們明確表示：「無論你們喜不喜歡，我們都會投資GPU。」

在業內，囤積硬件已經不是什么新鮮事了，一旦庫存增加到足以減少需求，就會引發市場調整。

3. OpenAI仍然占據AI收入的最大份額

《The Information》最近報道，OpenAI的收入已增至34億美元，在2023年末，他們的收入還是16億美元。

雖然也有一些初創公司達到了不到1億美元的收入規模，但顯然，跟OpenAI相比，它們還在努力追車尾。

除了ChatGPT，今天消費者真正使用的AI產品有多少呢？

如果需要付費，每月15.49美元的Netfix，或者每月11.99美元的Spotify，豈不更香？

從長遠來看，AI公司提供的價值需要足夠顯著，才能讓消費者有持續的掏錢意愿。

4. 1250億美元的空缺現在變成了5000億美元的空缺

在上次分析中，David曾經做過這樣一種樂觀的的假設：每年，谷歌、微軟、蘋果和Meta能從新產生的AI相關收入中獲利100億美元。

他還假設，甲骨文、字節跳動、阿里、騰訊、X和特斯拉每家能產生50億美元的全新AI收入。

即使這些假設仍然成立，并且再增加幾家公司到名單中，那么1250億美元的空缺，現在將變成5000億美元的空缺。

5. B100即將到來

今年早些時候，英偉達官宣了B100芯片，它的性能提高了2.5倍，而成本卻僅僅增加了25%。

David預計，這將最終導致對英偉達芯片的需求激增。

因為B100在成本與性能上較H100有顯著提升，可能會導致今年晚些時候的又一次供應短缺，到時候大家都會爭相搶購B100。

在GPU資本支出中，我們忽略了什么

有人反駁上一篇文章時說道：「GPU資本支出就像修鐵路，火車最終會來，目的地也會出現——比如新的農產品出口、游樂園、購物中心等等。」

對此，David表示贊同，但也提出了他們忽略的一些問題。

1. 缺乏定價權

在物理基礎設施建設中，所建的設施本身是有一定的內在價值的。

如果你擁有從舊金山到洛杉磯的鐵軌，你可能會有某種壟斷定價權，因為在A地和B地之間，只能鋪設有限的鐵軌。

而在GPU數據中心的情況下，定價權則要少得多。

GPU計算，如今越來越像是一種按小時計費的商品。

不同于成為寡頭壟斷的CPU云，后來者正在持續不斷地涌入市場，建設專用的AI云。

在沒有壟斷或寡頭壟斷的情況下，高固定成本+低邊際成本的業務，價格競爭下降到邊際成本幾乎會成定局（比如航空公司）。

2. 投資焚燒率

即使在鐵路建設中，投機性投資狂潮也往往會導致極高的資本焚燒率。

在新技術出現時，也是如此。

在關于技術投資的最佳教科書之一《推動市場的引擎》中，得出的主要結論是：在投機性的技術浪潮中，很多人損失了大量資金。（比如鐵路）

想要找出贏家很難，但要找出輸家，則容易得多。（在鐵路的情況下是運河）。

3. 折舊

從技術歷史中我們知道，半導體的發展會越來越好。

英偉達還將繼續生產更強的下一代芯片，如B100。這將導致上一代芯片更快的折舊。

因為市場低估了B100和下一代芯片改進的速度，它高估了今天購買的H100在3-4年內保價的程度。

不過，這種情況在物理基礎設施中是不存在的，因為物理基礎設施不會遵循任何摩爾定律曲線，成本與性能也不會持續改進。

4. 贏家與輸家

現在，我們需要仔細看看誰是贏家，誰輸家——在過度的基礎設施建設期間，總是會有贏家的。

David認為，AI可能是下一個變革性的技術浪潮，而GPU計算價格的下降，實際上對長期創新和初創公司是有利的。

如果他的預測成真，主要受損的就是投資者了。

而創始人和公司建設者將繼續在AI領域創新，因為他們將受益于更低的成本，和在這一實驗期間積累的經驗教訓。

因此，他們更有可能成功。

誰為終端用戶提供價值，誰就會獲得回報

顯而易見，AI將帶來巨大的經濟價值。那些專注于為終端用戶提供價值的公司，終將獲得豐厚的回報。

如今，我們正處在一個有潛力重新定義一代人的技術浪潮中。

像英偉達這樣的公司，在這一變革中功不可沒，并且很可能在未來很長一段時間內，都會繼續在生態系統中扮演關鍵角色。

投機狂潮是技術發展的一部分，因此不必害怕。

在這個時刻保持冷靜的人，有機會建起極其重要的公司。

但是，我們需要警惕那種從硅谷蔓延到全美，甚至全球的幻想：我們都能快速致富，因為AGI明天就會到來，我們都需要囤積唯一有價值的資源——GPU。

實際上，前方的道路將會很長。

它會有起伏，但可以肯定的是，這條路是值得走的。

參考資料：

https://www.sequoiacap.com/article/ais-600b-question/