现在，业内关于AI模型收入的质疑声，已经越来越大。

动辄投入几万亿美元打造基础设施，跟部分国家的GDP不相上下，然而从AI模型中得到的回报，究竟能有几何？

在2023年9月，来自红杉资本的David Cahn发表了一篇名为《AI的2000亿美元问题》的文章，目的是探讨：「AI的收入都去哪了？」

根据报告，当时AI基础设施建设的预期收入，和AI生态系统的实际收入增长之间存在巨大差距。同时，这也反映了终端用户的价值。

对此，他解释道：「每年需要填补1250亿美元的空缺，以应对当前的资本支出水平。」

随着英伟达一度成为全球市值最高的公司，如今的「2000亿美元问题」是解决了，还是更加严重了？

结果出乎意料：AI的2000亿美元问题，现在已经变成了6000亿美元问题。

2000亿美元问题，直接翻了3倍

最近，David Cahn再次发表博文，对全世界提出警告：人工智能泡沫，如今正在接近临界点！

他列出了下面这张表格，并且详细解释了6000亿美元是怎么算出来的。

计算这个指标其实很简单。你只需将英伟达的年化收入预测乘以2倍，以反映AI数据中心的总成本（GPU占总成本的一半，另一半包括能源、建筑、备用发电机等）。然后再乘以2倍，以反映GPU终端用户的50%毛利率（例如，从Azure、AWS或GCP购买AI计算资源的初创公司或企业，他们也需要盈利）。

那么，自2023年9月以来发生了什么变化呢？David Cahn进行了以下总结。

1. 供应短缺已经缓解

2023年末是GPU供应最紧张的时候。当时，初创公司纷纷联系风险投资公司，甚至任何愿意帮助他们的人，只为获得千金难求的GPU。

如今，这种焦虑几乎完全消失了。如今的现状是，获取GPU变得很容易，交货时间也非常合理。

2. GPU库存正在增加

英伟达在第四季度报告中指出，其数据中心收入中约有一半，都来自大型云供应商。仅微软一家公司，可能就占了英伟达第四季度收入的约22%。

如今，超大规模的资本支出正达到历史新高。

这些投资也成为了大科技公司2024年第一季度财报的主要亮点，CEO们明确表示：「无论你们喜不喜欢，我们都会投资GPU。」

在业内，囤积硬件已经不是什么新鲜事了，一旦库存增加到足以减少需求，就会引发市场调整。

3. OpenAI仍然占据AI收入的最大份额

《The Information》最近报道，OpenAI的收入已增至34亿美元，在2023年末，他们的收入还是16亿美元。

虽然也有一些初创公司达到了不到1亿美元的收入规模，但显然，跟OpenAI相比，它们还在努力追车尾。

除了ChatGPT，今天消费者真正使用的AI产品有多少呢？

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

从长远来看，AI公司提供的价值需要足够显著，才能让消费者有持续的掏钱意愿。

4. 1250亿美元的空缺现在变成了5000亿美元的空缺

在上次分析中，David曾经做过这样一种乐观的的假设：每年，谷歌、微软、苹果和Meta能从新产生的AI相关收入中获利100亿美元。

他还假设，甲骨文、字节跳动、阿里、腾讯、X和特斯拉每家能产生50亿美元的全新AI收入。

即使这些假设仍然成立，并且再增加几家公司到名单中，那么1250亿美元的空缺，现在将变成5000亿美元的空缺。

5. B100即将到来

今年早些时候，英伟达官宣了B100芯片，它的性能提高了2.5倍，而成本却仅仅增加了25%。

David预计，这将最终导致对英伟达芯片的需求激增。

因为B100在成本与性能上较H100有显著提升，可能会导致今年晚些时候的又一次供应短缺，到时候大家都会争相抢购B100。

在GPU资本支出中，我们忽略了什么

有人反驳上一篇文章时说道：「GPU资本支出就像修铁路，火车最终会来，目的地也会出现——比如新的农产品出口、游乐园、购物中心等等。」

对此，David表示赞同，但也提出了他们忽略的一些问题。

1. 缺乏定价权

在物理基础设施建设中，所建的设施本身是有一定的内在价值的。

如果你拥有从旧金山到洛杉矶的铁轨，你可能会有某种垄断定价权，因为在A地和B地之间，只能铺设有限的铁轨。

而在GPU数据中心的情况下，定价权则要少得多。

GPU计算，如今越来越像是一种按小时计费的商品。

不同于成为寡头垄断的CPU云，后来者正在持续不断地涌入市场，建设专用的AI云。

在没有垄断或寡头垄断的情况下，高固定成本+低边际成本的业务，价格竞争下降到边际成本几乎会成定局（比如航空公司）。

2. 投资焚烧率

即使在铁路建设中，投机性投资狂潮也往往会导致极高的资本焚烧率。

在新技术出现时，也是如此。

在关于技术投资的最佳教科书之一《推动市场的引擎》中，得出的主要结论是：在投机性的技术浪潮中，很多人损失了大量资金。（比如铁路）

想要找出赢家很难，但要找出输家，则容易得多。（在铁路的情况下是运河）。

3. 折旧

从技术历史中我们知道，半导体的发展会越来越好。

英伟达还将继续生产更强的下一代芯片，如B100。这将导致上一代芯片更快的折旧。

因为市场低估了B100和下一代芯片改进的速度，它高估了今天购买的H100在3-4年内保价的程度。

不过，这种情况在物理基础设施中是不存在的，因为物理基础设施不会遵循任何摩尔定律曲线，成本与性能也不会持续改进。

4. 赢家与输家

现在，我们需要仔细看看谁是赢家，谁输家——在过度的基础设施建设期间，总是会有赢家的。

David认为，AI可能是下一个变革性的技术浪潮，而GPU计算价格的下降，实际上对长期创新和初创公司是有利的。

如果他的预测成真，主要受损的就是投资者了。

而创始人和公司建设者将继续在AI领域创新，因为他们将受益于更低的成本，和在这一实验期间积累的经验教训。

因此，他们更有可能成功。

谁为终端用户提供价值，谁就会获得回报

显而易见，AI将带来巨大的经济价值。那些专注于为终端用户提供价值的公司，终将获得丰厚的回报。

如今，我们正处在一个有潜力重新定义一代人的技术浪潮中。

像英伟达这样的公司，在这一变革中功不可没，并且很可能在未来很长一段时间内，都会继续在生态系统中扮演关键角色。

投机狂潮是技术发展的一部分，因此不必害怕。

在这个时刻保持冷静的人，有机会建起极其重要的公司。

但是，我们需要警惕那种从硅谷蔓延到全美，甚至全球的幻想：我们都能快速致富，因为AGI明天就会到来，我们都需要囤积唯一有价值的资源——GPU。

实际上，前方的道路将会很长。

它会有起伏，但可以肯定的是，这条路是值得走的。

参考资料：

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

文章来自于微信公众号“新智元”，作者 “Aeneas, 好困”