盡管高科技巨頭向AI基礎設施投入大量資金，但AI營收規(guī)模仍然很小。紅杉資本報告測算認為，AI企業(yè)只有將AI年營收總和增至6000億美元，才能支付AI基礎設施建設所需要的龐大資金。

AI基礎設施建設成本極其高昂，來自AI生態(tài)系統(tǒng)的營收增速并沒有那么快，二者之間的鴻溝一直存在并不斷擴大。營收增速不夠快說明：AI帶來的終端用戶價值不夠高，沒人愿意付錢。

從2000億到6000億，填平AI硬件成本的營收要求越來越高

2023年9月時紅杉分析師認為，AI企業(yè)創(chuàng)造的AI總營收必須達到2000億美元才能化解費用、成本問題，到了今天，雖然英偉達已經成為全球市值最高的企業(yè)，但此問題不僅沒有緩解，反而更嚴重。

報告認為，在GPU上花費1美元，需要在數據中心GPU運行過程中投入大約1美元的能源成本。GPU算力會租給客戶使用，比如星巴克、特斯拉等，它們不可能長期虧本運營，需要獲得利潤（假設這些客戶的軟件利潤率是50%）。

例如，如果數據中心的收入運行率（Revenue Run-rate）是1500億美元（相當于年營收1500億美元），建造運行成本（包括能源成本）也是1500億美元，那么AI數據中心的年開支總計至少是3000億美元。企業(yè)客戶使用AI數據中心并獲得營收，即使按利潤率50%計算，它們總計從市場上獲得的營收至少也要達到6000億美元。在AI數據中心總成本中，GPU占一半，另一半來自能源、建筑、備用發(fā)電機等。

2023年9月時紅杉認為AI產業(yè)總營收達到2000億美元就能彌補成本，現在卻漲到了6000億美元，為什么增長如此迅猛？主要有如下幾個原因：

——GPU供應短缺得到緩解：2023年年末時GPU供應嚴重短缺，當時創(chuàng)業(yè)公司四處求人，希望能盡早拿到GPU?，F在GPU仍然有些緊張，但拿到貨已經沒有那么難了。

——企業(yè)囤積硬件：英偉達在去年四財季的報告中指出，公司約有一半的數據中心營收來自大型云提供商，單是微軟便占了英偉達數據中心營收的22%。Hyperscale資本支出創(chuàng)下新高，許多科技巨頭在報告中表示：“不管你們喜歡還是不喜歡，我們都會向GPU繼續(xù)投資?！逼髽I(yè)囤積硬件并不是什么新風潮，只有當庫存積累到一定程度才會停止，到時GPU需求將會降下來。

——OpenAI仍然占據AI總營收的相當一部分：2023年年底時，The Information認為OpenAI的年營收約為16億美元，最近它上調預期，提升至34億美元。雖然有許多創(chuàng)業(yè)公司的年營收已經接近1億美元，但它們與OpenAI的營收差距并沒有縮小，反而在擴大。不信你問問自己，除了ChatGPT還有什么AI產品是消費者真正經常使用的嗎？你每月向Netflix交15.49美元可以看很多電影電視節(jié)目，但給AI企業(yè)交錢能得到多少價值呢？

——營收和成本之間窟窿越來越大：在以前的估算中，紅杉假定谷歌、微軟、蘋果、Meta都能通過AI每年獲得100億美元營收，假定甲骨文、字節(jié)跳動、阿里巴巴、騰訊、X和特斯拉每年能獲得50億美元營收，就算這些企業(yè)達成目標，營收與成本之間的窟窿仍然很大，約為5000億美元。

——B100也許能提高性價比：年初時英偉達宣布將會推出B100芯片，性能提升2.5倍，成本只增加25%。如果數據真實，相比H100芯片，B100芯片的性價比高很多。

投資GPU的邏輯也許如同修鐵路，但需要考慮幾個關鍵問題

紅杉認為，GPU投資建設如同修鐵路，當鐵路修好了火車最終會到來，然后周圍會出現游樂園、購物中心等設施。但是，這里面有幾個問題需要注意。

首先就是定價能力。除了英偉達，AMD、英特爾及許多科技巨頭、創(chuàng)業(yè)公司正在涌入，AI芯片的競爭已經相當激烈，因為缺乏定價能力，企業(yè)利潤會因為競爭被壓縮。

其次是所謂的“投資燒毀”問題。當新技術出現時，經常會引爆投資狂潮，最終導致資本出現高燒毀率。有些新技術投資者往往會損失慘重。

再次就是折舊。如果B100芯片比H100好很多，H100就會快速貶值。

90年代末萬維網流行起來，當時許多人預測互聯網滲透率將會不斷提升，它所創(chuàng)造的營收也會迅猛增長，于是企業(yè)投入巨資鋪設光纖和基礎設施，結果導致互聯網泡沫。

當年的互聯網泡沫和今天的AI極為相似。

眼下的AI熱潮關注的只是“鎬和鏟子”，也就是搭建數據中心、訓練AI模型，當我們談到實際營收、生產性改進、終端用戶應用，現在還沒有多少成果。

企業(yè)似乎充滿信心，又或者他們不得不跟進。高盛認為，未來5年科技巨頭將向AI投入至少1萬億美元。2024年微軟、Alphabet、Meta、亞馬遜總的資本支出約為1890億美元，占標普500指數成份股企業(yè)總資本支出的21%。高盛警告稱，當前科技企業(yè)瘋狂投入可能不會很快獲得預想的回報。

MIT經濟學家Daron Acemoglu說：“分析當前生成式AI關注的重點和它的架構……真正的變革不會很快到來，在接下來十年也不會有太大的變革?！彼€說，許多面向AI的任務在未來10年難以自動化，主要是因為成本效率不高。

就算自動化真的實現，相比于科技企業(yè)的巨額投入，回報也可能不夠大，因為AI技術的成本極高，如果想彌補成本，AI技術必須具備解決復雜問題的能力，但在設計時AI不是沖著這一目標去的。

高盛指出，當前科技企業(yè)仍處在AI基礎設施建設階段，沒有出現“殺手級應用”是完全合理的，而且當前的投資與科技歷史上的投資循環(huán)并沒有什么本質區(qū)別，所以我們不能斷言科技企業(yè)投資AI一定會失敗。（小刀）