关于AI价值💲600B的问题｜DavidCahn

我注意到人工智能基础设施建设所隐含的收入预期与人工智能生态系统的实际收入增长之间存在巨大差距，而实际收入增长也是终端用户价值的一个指标。我将此描述为“按照当前水平的每年资本支出，有一个6000亿的美元的缺口需要填补”。 针对我上一篇文章的一个主要反驳观点是“GPU资本支出就像修建铁路”，最终火车会来，目的地也会有——新的农产品出口、游乐园等。实际上我同意这个观点，但我认为它忽略了几点： ▪️缺乏定价权： 在实体基础设施建设的情况下，你正在建设的基础设施具有一些内在价值。如果你拥有旧金山和洛杉矶之间的铁路轨道，你可能拥有某种垄断性的定价权，因为在A地和B地之间能够铺设的轨道数量是有限的。在GPU数据中心的情况下，定价权要小得多。GPU计算正日益变成一种按小时计费的商品。与成为寡头垄断的CPU云不同，构建专用人工智能云的新进入者不断涌入市场。没有垄断或寡头垄断，高固定成本 + 低边际成本的企业几乎总是看到价格被压低到边际成本。 ▪️投资损耗：即使在铁路的情况中——以及在许多新技术的情况中——投机性投资狂热往往导致资本的高损耗率。《推动市场的引擎》是关于技术投资的最佳教科书之一，其主要结论——实际上是聚焦于铁路的——是在投机性技术浪潮期间很多人会损失大量金钱。挑选赢家很难，但挑选输家要容易得多。 ▪️折旧：我们从技术史中了解到，半导体往往会变得越来越好。英伟达将继续生产像B100这样更好的下一代芯片。这将导致上一代芯片更快地折旧。由于市场低估了B100以及下一代芯片的改进速度，它高估了如今购买的H100在3 - 4年内将保持其价值的程度。这种情况在实体基础设施中并不存在，实体基础设施不遵循任何类似摩尔定律的曲线，即成本与性能持续改进。 ▪️赢家与输家：在基础设施过度建设时期总会有赢家。人工智能可能是下一个变革性的技术浪潮，GPU计算价格的下降实际上有利于长期创新，对初创企业有利。如果我的预测成真，受到损害的主要将是投资者。创始人和企业建设者将继续在人工智能领域创业——而且他们更有可能成功，因为他们将从成本降低以及在这个试验期间积累的经验中受益… 人工智能 AI OPEN AI