ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
3个月500亿美金,科技巨头依然在给AI疯狂砸钱
5787点击    2024-11-09 12:55

上周,全球最大的科技巨头们纷纷公布了最新的财报,展示了他们对AI热潮数以百亿美元的押注,开始有了一些回报的端倪。当然这些公司也说,更大手笔的投资还在后面。


亚马逊、微软和谷歌纷纷披露,上个季度的云业务收入总计达到629亿美元,这一数字同比增长了22.2%,这种加速增长已经持续了四个季度。


另外一个很重要的转向是,只靠AI训练已经无法支撑资本支出(Capex)的故事了,它不足以让巨头们继续大规模地购买芯片、建数据中心,而是一定要看到AI推理上的成功,也就是应用层能不能爆发,它正成为焦点中的焦点。


“需求继续高于我们的可用能力,”微软首席财务官Amy Hood在分析师电话会议上说。


市场一直有一个担心,这些硅谷公司可能因为过度憧憬AI,而导致在云能力上过度支出。这些创纪录的资本支出,已经多次震动市场,有时候会导致以科技股为主的纳斯达克指数下跌。不过目前,这个增长神话还在延续。


一、三巨头继续“大撒币”


亚马逊、微软以及谷歌的最新财报显示,上个季度它们在不动产和设备上的支出,达到了惊人的506亿美元,相比之下上年同期是305亿美元。这其中很大一部分资金,都流向了用于支持AI的数据中心。


并且这三家公司都异口同声地说,未来几个月它们的支出将继续走高。另外,Meta也是如此,Meta为自家在Instagram、WhatsApp和Facebook上的AI应用,进行基础设施投资。


扎克伯格的计划是,试图借助既有的各个社交平台,打造一个全球使用量第一的AI助手。所以Meta在上个季度向AI基础设施投入了83亿美元,高于上年同期的65亿美元。“我们对AI的投资仍需要强大的基础设施,我预计还会在这方面继续大力投资。”扎克伯格说。


目前这些烧钱的动作,给各家带来了什么?当下最显著的,依然是云服务,其强劲的增长给这些“大饼”带来了一些证据。


本来云服务的发展势头,在2022年初减弱,很多公司的云业务都有所降温。但在过去一年里,AI的出现让整个行业重拾增势,因为出现了大量AI开发者为此的支出,这些人需要有比传统软件公司更强的处理能力。除了直接受益于AI浪潮的芯片公司外,云业务就成为了能证明AI影响的另一大领域


在云业务上长期排名第三的谷歌,Q3云业务收入增长了35%,大超预期,股价也随之上涨。亚马逊也在财报后上涨了近6%,并披露说公司的云AI业务,有望产生数十亿美元的年收入,并创下30%多的增速,快于AWS的整体业务增速。


不过微软的股价在财报后下跌了6%,这是因为微软下调了云业务的增长预期,原因是无法以足够快的速度建设数据中心。但这个短暂的逆风,预计不会影响微软的大盘,这个财季里,AI产品和云服务的年化销售额,料将首次超过100亿美元。


比如在过去六个月里,微软一项可通过云平台销售,接入OpenAI技术的服务,其使用量增加了一倍,使用该服务的客户包括Grammarly和Harvey等AI初创公司。


对于到底应该如何思考“对AI投入是否过多”这个问题,谷歌CEO Sundar Pichai在今年Q2财报电话会中说:“我认为我思考这个问题的方式是,当我们经历这样的曲线时,对我们来说,投资不足的风险远远大于投资过度的风险,即使在最终结果表明我们投资过多的情况下也是如此。”


这样的思路在Q3仍然延续,甚至会继续持续到明年。各家投行也陆续上调了明年资本开支预测,摩根士丹利把亚马逊、谷歌、Meta、微软4家的总资本开支,从原本的2700亿美金,上调到3000亿美金,主要增量来自亚马逊。



科技巨头保持最高的Capex支出强度


二、Capex资本支出逻辑已不足以支撑AI故事,急需推理/应用层“接棒”


如果要想继续推动AI浪潮,如今仅靠Capex路线是不太够了,质疑声只会越来越大。市场很快就会进入要看到应用侧进展的阶段。特别是对2025年Capex的预期越高,2026年能否实现可观增长的难度就越大。


所以明年推理需求能否爆发,是举足轻重的核心议题。微软、亚马逊和谷歌,都在快速开发面向消费者和企业的AI产品,比如谷歌的Gemini和微软的Copilot。


以及OpenAI o1所提的推理层面的Scaling Law,能否在各个下游领域获得验证,尤其是在经济模型上被验证,在明年是一个重要的观察点。只有推理侧爆发,GPU才能从“成本项”变成“资产项”。


谷歌也是一个很好的例子。由于谷歌的主要收入依赖搜索广告,而采用生成式AI的搜索,可能会对收入产生负面影响。但在对传统搜索广告收入空间的挤压之外,AI也带来了产品功能升级,特别是多模态(比如图片搜索),显著提高了用户体验和搜索频率。据谷歌的业绩发布会披露,比如像Circle to Search这样的小功能(可以让用户随意圈出自己想搜索的内容),已在1.5亿部安卓设备上推出,每周有三分之一的用户使用;Lens视觉搜索,每月处理超过200亿次查询,成为增长最快的搜索类型,且大多数查询结果促进了用户购物。


这两项核心搜索功能都依赖于多模态的AI技术,也可以被视为应用层的一点小突破。再结合着谷歌同比增长15%的收入、搜索和YouTube广告收入均实现了两位数的同比增长,整体超越市场预期。


黄仁勋对AI如何提升生产力,有着一个充满雄心的预测,他说英伟达现在有3.2万名员工,但希望英伟达在未来某天,成为一家拥有5万名员工的公司,同时配有1亿个AI辅助每个员工。


并且还将构建一个AI擅长哪些事务的目录,公司收件箱里也会充满这些擅长不同事务的AI发来的信息,AI也能够自组织,能自行招募其他AI来组成团队,解决问题,它们还会自行在Slack频道里交流,也会跟人类员工交流。


“可以说,我们就是一个庞大的员工群体,其中一些是数字化的AI,另一些则是生物体的人类,我还希望未来某天,其中一些会是电子化的机器人。”黄仁勋说。



数据中心投资近年来如火如荼,还能惯性持续一段时间,但下一步需要靠推理/应用层


三季度科技巨头们的业绩过后,一个普遍的共识就是AI训练,已经无法支撑资本支出(Capex)的故事了,明年就会转向是否能实现推理(应用)上的Scaling Law,应用层会成为焦点中的焦点。


摩根士丹利甚至算了一笔账,预计2025年,美国主要科技巨头的各种AI投入,所有加起来合计有4000亿~4500亿美金(GPU、数据中心等等杂七杂八),这个支出数字已经超过阿波罗登月计划的总额。


虽然当下还看不出AI对生产力的重大切实影响,但各种产品其实如雨后春笋般的冒出来,从巨头到创业公司。如果按黄仁勋的愿景发展,世界在未来会分为“AI穷人”和“AI富人”,能否成功应用AI的关键,是能否在业务中,找到内部的上下文场景,继而在生产中最大限度地利用这些AI应用。


文章来自于微信公众号 “经纬创投”


关键词: AI , AI投资 , 人工智能 , AI风投