目前，關於AI模型收入的質疑聲越來越大。數萬億美元投入基礎設施建設，與部分國家的GDP相當，但從AI模型中獲得的回報到底有多少？
2023年9月，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，探討了「AI的收入都去哪了？」的疑問。報告指出，AI基礎設施建設的預期收入與AI生態系統的實際收入增長之間存在巨大差距，反映了終端用戶的價值不足。Cahn解釋道，每年需填補1250億美元的空缺，以應對當前的資本支出水平。
如今，隨著英偉達成為全球市值最高的公司，這個「2000億美元問題」不僅沒有解決，反而擴大到了6000億美元。Cahn在最新的博文中警告稱，人工智慧泡沫正在接近臨界點。
自2023年9月以來的變化
- 供應短缺緩解：2023年底，GPU供應最為緊張。初創公司紛紛聯繫風險投資公司，甚至任何願意幫助他們的人，只為獲得GPU。然而，如今這種焦慮幾乎完全消失，GPU的獲取變得更加容易，交貨時間也很合理。
- GPU庫存增加：英偉達報告稱，其數據中心收入中約有一半來自大型雲供應商，如微軟一家公司就占了其第四季度收入的22%。目前，超大規模的資本支出達到歷史新高，CEO們明確表示將繼續投資GPU。
- OpenAI收入增長：OpenAI的收入已增至34億美元，而在2023年末，其收入僅為16億美元。雖然一些初創公司也達到了不到1億美元的收入規模，但與OpenAI相比，仍有較大差距。
- 空缺擴大至5000億美元：Cahn曾樂觀地假設每年谷歌、微軟、蘋果和Meta能從新產生的AI相關收入中獲利100億美元。但即使增加了多家公司，1250億美元的空缺現在也變成了5000億美元。
- B100晶片即將到來：英偉達的B100晶片性能提高了2.5倍，成本僅增加25%。Cahn預計，這將導致對英偉達晶片需求激增，並可能引發供應短缺。
GPU資本支出與鐵路建設的異同
有人將GPU資本支出比作修鐵路，認為火車最終會來，目的地也會出現。Cahn對此表示贊同，但也指出了其中的忽略之處。
- 缺乏定價權：在物理基礎設施建設中，設施本身有一定的內在價值。而在GPU數據中心的情況下，定價權要少得多，GPU計算越來越像是一種按小時計費的商品。
- 投資焚燒率：投機性投資狂潮往往導致極高的資本焚燒率，新技術也是如此。在投機性的技術浪潮中，很多人損失大量資金，但要找出輸家則容易得多。
- 折舊：半導體的發展越來越快，導致上一代晶片更快折舊。市場低估了B100和下一代晶片改進的速度，高估了今天購買的H100在3-4年內的保值程度。
- 贏家與輸家：基礎設施建設期間總是會有贏家。Cahn認為，AI可能是下一個變革性技術浪潮，而GPU計算價格的下降對長期創新和初創公司有利，主要受損的將是投資者。
AI的未來展望
AI將帶來巨大的經濟價值。專注於為終端用戶提供價值的公司最終將獲得豐厚回報。我們正處在一個有潛力重新定義一代人的技術浪潮中，英偉達等公司在這一變革中功不可沒。
投機狂潮是技術發展的一部分，我們需要保持冷靜，警惕快速致富的幻想。前方的道路漫長而曲折，但這條路值得走。
