进步的飞鹰
04-11
这篇文章不错,转发给大家看看
@读懂财经:
291亿投资拉动5万亿财富增长,大模型的泡沫来了?
免责声明:上述内容仅代表发帖人个人观点,不构成本平台的任何投资建议。
分享至
微信
复制链接
精彩评论
我们需要你的真知灼见来填补这片空白
打开APP,发表看法
APP内打开
发表看法
{"i18n":{"language":"zh_CN"},"detailType":1,"isChannel":false,"data":{"magic":2,"id":294178365632824,"tweetId":"294178365632824","gmtCreate":1712843915447,"gmtModify":1712843917064,"author":{"id":4130223792369620,"authorId":4130223792369620,"authorIdStr":"4130223792369620","name":"进步的飞鹰","avatar":"https://static.tigerbbs.com/3d1867a8b017713a6506b4e407e31b45","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":7,"crmLevelSwitch":0,"individualDisplayBadges":[],"fanSize":7,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"html":"<html><head></head><body>这篇文章不错,转发给大家看看</body></html>","htmlText":"<html><head></head><body>这篇文章不错,转发给大家看看</body></html>","text":"这篇文章不错,转发给大家看看","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/294178365632824","repostId":294111216746512,"repostType":1,"repost":{"magic":2,"id":294111216746512,"tweetId":"294111216746512","gmtCreate":1712746740000,"gmtModify":1712842009324,"author":{"id":3525994231964285,"authorId":3525994231964285,"authorIdStr":"3525994231964285","name":"读懂财经","avatar":"https://static.tigerbbs.com/2302da3d2e7be3c9900959ee0a880626","vip":6,"userType":6,"introduction":"国内领先的研究型商业服务机构——以价值视角,驱动商业决策。","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"fanSize":3276,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"title":"291亿投资拉动5万亿财富增长,大模型的泡沫来了?","extraTitle":"","html":"<html><head></head><body><p>2023年,苹果、微软、Alphabet、亚马逊、英伟达、特斯拉和Meta的股票已累计上涨75%,远远超过纳斯达克指数43%的涨幅。算下来,这七家公司的市值在去年增长了近5万亿美元。</p><p>科技股股价暴涨并非来自于业绩。要知道,整个2023年,除英伟达外,其余六家收入增长均低于20%。造成这一翻天覆地变化的根本原因是,生成式AI与大语言模型在去年席卷了全球科技圈。去年一年,全球生成式AI的投资额高达291亿美元。</p><p>与传统互联网的故事不同,资本成为生成式AI竞争的最关键因素。所有的科技巨头都直接或间接参与了这场军备竞赛,并主导了模型公司的融资和估值。</p><p>就在刚刚,亚马逊向Anthropic追加27.5亿美元投资,此次注资完成后,亚马逊对Anthropic的总投资达40亿美元。这是亚马逊30年以来最大的一笔外部投资。巨头们的军备竞赛,也让身为AI军火商的英伟达比前一年多赚了340亿美元。</p><p>巨头们愿意参与这场千亿美金豪赌,并不令人意外。某种程度上,生成式AI的出现,恰逢其时。</p><p>当平台型机会几乎消失,人口红利走到尽头,全球互联网的故事宣告结束。在这样的背景下,资本一方面变得前所未有地节制,另一方面又变得前所未有地贪婪,他们坐拥大量现金,但真正值得的押注寥寥无几。而生成式AI,就是一个充满想象力,甚至可以改变世界的故事。</p><p>但现实也是残酷的。红杉资本最新报告显示,AI行业在英伟达芯片上的部署费用高达500亿美元,而营收却只有30亿美元。显然,生成式AI的远大愿景和羸弱商业化的现实之间,仍然需要无数的故事去填。</p><p><strong>/ 01 /</strong></p><p><strong>291亿投资,拉动5万亿的财富增长</strong></p><p>2023年11月,ChatGPT的发布掀起了生成式AI的热潮。根据 PitchBook 的数据,2023 年,超过70轮1亿美元或以上的资金流向了创建模型、提供基础设施或将技术应用于特定应用的初创公司。短短一年内,投资者向近700笔生成式AI交易投入了 291 亿美元,比上一年增长了 260% 以上。</p><p>几乎所有的科技巨头都参与,甚至主导了这场游戏:OpenAI、Mistral背后站着微软,Anthropic后面有谷歌和亚马逊的支持,而马斯克和扎克伯格都亲自下场研发大模型。</p><p>到了今年,科技巨头对生成式AI的下注热情只增不减。今年3月,OpenAI联合微软发布了一项价值1000亿美元的“星际之门”超级计算机计划,旨在进攻未来的AI市场。不久前,亚马逊宣布将向Anthropc投资27.5亿美元,总投资额达40亿美元,创新了亚马逊外部投资记录。</p><p>频繁的巨额投资背后,是生成式AI发展对资本的超高需求。根据此前披露的消息,GPT-4的FLOPS约为2.15e25,并利用约25000个A100 GPU进行了90到100天的训练,如果OpenAI的云计算成本按每A100小时约1美元计算,那么在这样的条件下,训练一次GPT-4的成本约为6300万美元。</p><p>随着AI模型能力的提升,训练成本也在日益高涨。根据拾象CEO李广密判断,未来几年OpenAI仅训练模型⾄少还得200-300亿美元,Google200-300亿美元,Anthropic100-200亿美元。这意味着,未来几年至少投入1000亿美元纯粹用到训练⼤模型。</p><p>科技巨头的大手笔下注,彻底点燃了二级市场对生成式AI的热情。去年,苹果、微软、Alphabet、亚马逊、英伟达、特斯拉和Meta的股票已累计上涨75%,远远超过纳斯达克指数43%的涨幅。算下来,这七家公司的市值在去年增长了近5万亿美元。</p><p>其中,自打向OpenAI投资100亿后,微软股价就开始不断上涨,并于今年一月以2.89万亿美元的总市值超过了苹果,成为世界上市值最高的公司。而“AI卖铲人”英伟达的市值也上涨至近2万亿美元。</p><p>当时代的“泡沫”落到个人身上,所带来的财富效应也极为夸张。在英伟达公布史上最佳财务业绩后,股价飙升15%,黄仁勋单日财富增长高达85亿美元,达到了惊人的681亿美元,相当于约4903.2亿元人民币,并跃升至全球富豪榜第21位。</p><p>创纪录的投入规模和夸张的财富效应背后,承载着人们对生成式AI的殷切期待。但回归现实,一个残酷的事实是,生成式AI距离人们的期待仍然有很长的距离。</p><p><strong>/ 02 /</strong></p><p><strong>生成式AI的残酷现实:巨头降低预期、独角兽纷纷陨落</strong></p><p>相比投入端的热火朝天,生成式AI的产出仍然有限。红杉资本报告显示,AI行业去年仅在英伟达芯片上就花费了500亿美元,但产出的营收只有30亿美元,也就是说,AI投入是产出的17倍左右。</p><p>就拿微软来说,看似吃到了OpenAI红利,但就份额来看,去年人工智能仅占微软云计算部门收入增长的约五分之一。微软首席财务官Amy Hood透露,最近3个季度微软智能云中分别有1%、3%、6%的营收来自于此,换算下来分别是2.4亿、7.5亿和15.5亿美元。</p><p>而且,GitHub Copilo由于运行成本太高一直处于亏损状态,微软平均每月在每个用户身上要倒贴逾20美元,有些用户每月给微软带来的损失高达80美元。</p><p>这还是全世界最好模型的变现能力。作为对比,Google Cloud 2024年北美地区AI服务的业绩目标不过10亿美元,这个收入增量甚至不足以覆盖购买AI芯片的开支。</p><p>科技媒体The Information报道称,包括微软、亚马逊和Google在内的云厂商和其他销售该技术(指生成式AI)的公司,正在降低自己的预期。</p><p>能够拥抱科技巨头的大模型公司尚且如此,AI独角兽的日子就要更加惨淡了。</p><p>2024年3月,曾经的文生图巨头Stability AI的领导者辞职,这家初创公司2023年收入4420万美元,而支出就将近1000万美元,不足支出一半。同期,融资13亿美元的Inflection AI创始人Mustafa也因产品商业化表现不佳,带着核心研发团队加入了微软。曾经的NLP明星公司竹间智能受到大模型浪潮的冲击因经营困难在2月20日宣布停工停产六个月。</p><p>不久前,就连一直鄙视广告业务的AI搜索公司Perplexity,也准备开始卖广告了。Perplexity曾在公司首页上这样介绍自己:“搜索信息应该是一种直接、高效的体验,不受广告驱动模式的影响。我们之所以存在,是因为在信息过载的噪音中,明确需要一个平台来提供精准、以用户为中心的答案,尤其在时间如此宝贵的时代。”</p><p>Perplexity妥协背后,是生成式AI商业化困境的现实体现。庞大的支出和微弱的收益很容易让人怀疑,AI是否只是一场随时会冷却的资本泡沫?</p><p>ARK 投资管理公司(ARK Investment Management)创始人兼首席执行官Cathie Wood在最近接受CNBC采访时称, \"这些AI公司中的很多甚至没有产生正现金流的潜力\"。</p><p>双线资本CEO、“新债王”杰弗里·冈拉克也警告称,AI股市的热度让他想起了1999年的互联网泡沫,并预测未来可能会引发通货膨胀和经济衰退。</p><p><strong>/ 03 /</strong></p><p><strong>不止于泡沫,生成式AI的故事仍在继续</strong></p><p>固然,生成式AI不乏泡沫的成分,但与1999年的互联网泡沫仍然有本质的区别。</p><p>从外部环境看,1999年的互联网泡沫主要发生在中小公司上。当时,纳斯达克没有一套规范明晰的上市规则,注册门槛过低。比如,阅读印刷服务公司Noosh上市时收入仅有68000美元,远远低于现在纳斯达克上市要求的75万美元的净利润标准。</p><p>在1996-2000年,纳斯达克盈利公司甚至不到10%,纳斯达克指数市盈率一度超过100倍。这一定程度上也就造成了2000年纳斯达克指数狂跌。</p><p>不同于2000年股市集中在中小公司上的非理性狂热,这次的“泡沫”主要集中在微软、谷歌、亚马逊等科技巨头身上,且这些公司平均市盈率仅27倍。这意味着,科技巨头有足够的财力基础和庞大的用户基数去消化“泡沫”所带的负面影响。</p><p>其次,当时的互联网发展与如今的AI行业也有着明显的差距。</p><p>在2000年,互联网仍只是一个遥远的概念,离落地有仍然有很远的距离。根据世界银行发布数据,互联网在1996年的用户基数仅4500万,也就是说,每一百个人里仅仅只有一个人能够接触互联网,互联网普及率不到1%,到2000年纳斯达克指数狂跌80%,这一数值也仅为7%。</p><p>那时所谓的互联网公司大多没什么核心技术,大部分人甚至都不知道互联网是什么,就疯狂下注。</p><p>Pets.com 就是一家在2000年2月上市的公司,但是作为一家宠物用品零售商,跟互联网基本没什么关联。尽管如此,其首次公开募股就募集了 8250万美元。自然而然,Pets.com在2000年11月上市不到一年就被迫清算,沦为互联网泡沫退场浪潮里一个微小的缩影。</p><p>与互联网早期不同,生成式AI有着扎实的演进逻辑——即模型能力的持续迭代。</p><p>2024年还未过半,OpenAI在2月发布的“世界模拟器”sora就以强大的1min视频生成能力震惊世界,全民音乐AIsuno已经支持摇滚、说唱、谷歌各种风格的一键生成,月之暗面在半年时间内无损长文本由50万突破200万。每一次大模型能力的升级,都意味着用户场景的拓宽。</p><p>从落地情况看,AI现在已经拥有大规模的落地基础。比如,ChatGPT在推出不到半年的时间内,用户基数就已经达到18.1亿,将近当初互联网的40倍。</p><p>除了人们熟知的通用聊天外,生成式AI已经可以用于蛋白质设计、生物环境探测、石油勘测等实体经济领域。尽管去年生成式AI的营收只有30亿美元,远远不及研发费用。但要知道,同样的水平,SaaS行业花了十年才做到。</p><p>从更大维度看,科技泡沫也并非全是坏事。事实上,近现代历史上每一次技术革命都伴随着巨大的金融泡沫,工业革命期间有运河热,蒸汽和铁路时代有铁路热,都是在这些泡沫及其引起的衰退过后,才迎来了真正的大繁荣。</p><p>产业泡沫的意义在于,它用巨大的财富效应,将全社会的资源都吸引过来,汇聚成创新的海啸,以一种摧枯拉朽的方式完成了这一场革命。1996-2001年间,电信公司在美国铺设了8020万英里的光缆,是2001年实际需求的20倍。2004年时,带宽成本下降了90%以上。廉价、充足的宽带网络,为互联网的普及铺平了道路。</p><p>从这个角度上说,泡沫更像是我们前进的方式。比起泡沫本身,更值得关注的是,这场千亿美金豪赌究竟会将人类的未来带向何方。</p><p><em>文/Nancy</em></p><p></p><p></p></body></html>","htmlText":"<html><head></head><body><p>2023年,苹果、微软、Alphabet、亚马逊、英伟达、特斯拉和Meta的股票已累计上涨75%,远远超过纳斯达克指数43%的涨幅。算下来,这七家公司的市值在去年增长了近5万亿美元。</p><p>科技股股价暴涨并非来自于业绩。要知道,整个2023年,除英伟达外,其余六家收入增长均低于20%。造成这一翻天覆地变化的根本原因是,生成式AI与大语言模型在去年席卷了全球科技圈。去年一年,全球生成式AI的投资额高达291亿美元。</p><p>与传统互联网的故事不同,资本成为生成式AI竞争的最关键因素。所有的科技巨头都直接或间接参与了这场军备竞赛,并主导了模型公司的融资和估值。</p><p>就在刚刚,亚马逊向Anthropic追加27.5亿美元投资,此次注资完成后,亚马逊对Anthropic的总投资达40亿美元。这是亚马逊30年以来最大的一笔外部投资。巨头们的军备竞赛,也让身为AI军火商的英伟达比前一年多赚了340亿美元。</p><p>巨头们愿意参与这场千亿美金豪赌,并不令人意外。某种程度上,生成式AI的出现,恰逢其时。</p><p>当平台型机会几乎消失,人口红利走到尽头,全球互联网的故事宣告结束。在这样的背景下,资本一方面变得前所未有地节制,另一方面又变得前所未有地贪婪,他们坐拥大量现金,但真正值得的押注寥寥无几。而生成式AI,就是一个充满想象力,甚至可以改变世界的故事。</p><p>但现实也是残酷的。红杉资本最新报告显示,AI行业在英伟达芯片上的部署费用高达500亿美元,而营收却只有30亿美元。显然,生成式AI的远大愿景和羸弱商业化的现实之间,仍然需要无数的故事去填。</p><p><strong>/ 01 /</strong></p><p><strong>291亿投资,拉动5万亿的财富增长</strong></p><p>2023年11月,ChatGPT的发布掀起了生成式AI的热潮。根据 PitchBook 的数据,2023 年,超过70轮1亿美元或以上的资金流向了创建模型、提供基础设施或将技术应用于特定应用的初创公司。短短一年内,投资者向近700笔生成式AI交易投入了 291 亿美元,比上一年增长了 260% 以上。</p><p>几乎所有的科技巨头都参与,甚至主导了这场游戏:OpenAI、Mistral背后站着微软,Anthropic后面有谷歌和亚马逊的支持,而马斯克和扎克伯格都亲自下场研发大模型。</p><p>到了今年,科技巨头对生成式AI的下注热情只增不减。今年3月,OpenAI联合微软发布了一项价值1000亿美元的“星际之门”超级计算机计划,旨在进攻未来的AI市场。不久前,亚马逊宣布将向Anthropc投资27.5亿美元,总投资额达40亿美元,创新了亚马逊外部投资记录。</p><p>频繁的巨额投资背后,是生成式AI发展对资本的超高需求。根据此前披露的消息,GPT-4的FLOPS约为2.15e25,并利用约25000个A100 GPU进行了90到100天的训练,如果OpenAI的云计算成本按每A100小时约1美元计算,那么在这样的条件下,训练一次GPT-4的成本约为6300万美元。</p><p>随着AI模型能力的提升,训练成本也在日益高涨。根据拾象CEO李广密判断,未来几年OpenAI仅训练模型⾄少还得200-300亿美元,Google200-300亿美元,Anthropic100-200亿美元。这意味着,未来几年至少投入1000亿美元纯粹用到训练⼤模型。</p><p>科技巨头的大手笔下注,彻底点燃了二级市场对生成式AI的热情。去年,苹果、微软、Alphabet、亚马逊、英伟达、特斯拉和Meta的股票已累计上涨75%,远远超过纳斯达克指数43%的涨幅。算下来,这七家公司的市值在去年增长了近5万亿美元。</p><p>其中,自打向OpenAI投资100亿后,微软股价就开始不断上涨,并于今年一月以2.89万亿美元的总市值超过了苹果,成为世界上市值最高的公司。而“AI卖铲人”英伟达的市值也上涨至近2万亿美元。</p><p>当时代的“泡沫”落到个人身上,所带来的财富效应也极为夸张。在英伟达公布史上最佳财务业绩后,股价飙升15%,黄仁勋单日财富增长高达85亿美元,达到了惊人的681亿美元,相当于约4903.2亿元人民币,并跃升至全球富豪榜第21位。</p><p>创纪录的投入规模和夸张的财富效应背后,承载着人们对生成式AI的殷切期待。但回归现实,一个残酷的事实是,生成式AI距离人们的期待仍然有很长的距离。</p><p><strong>/ 02 /</strong></p><p><strong>生成式AI的残酷现实:巨头降低预期、独角兽纷纷陨落</strong></p><p>相比投入端的热火朝天,生成式AI的产出仍然有限。红杉资本报告显示,AI行业去年仅在英伟达芯片上就花费了500亿美元,但产出的营收只有30亿美元,也就是说,AI投入是产出的17倍左右。</p><p>就拿微软来说,看似吃到了OpenAI红利,但就份额来看,去年人工智能仅占微软云计算部门收入增长的约五分之一。微软首席财务官Amy Hood透露,最近3个季度微软智能云中分别有1%、3%、6%的营收来自于此,换算下来分别是2.4亿、7.5亿和15.5亿美元。</p><p>而且,GitHub Copilo由于运行成本太高一直处于亏损状态,微软平均每月在每个用户身上要倒贴逾20美元,有些用户每月给微软带来的损失高达80美元。</p><p>这还是全世界最好模型的变现能力。作为对比,Google Cloud 2024年北美地区AI服务的业绩目标不过10亿美元,这个收入增量甚至不足以覆盖购买AI芯片的开支。</p><p>科技媒体The Information报道称,包括微软、亚马逊和Google在内的云厂商和其他销售该技术(指生成式AI)的公司,正在降低自己的预期。</p><p>能够拥抱科技巨头的大模型公司尚且如此,AI独角兽的日子就要更加惨淡了。</p><p>2024年3月,曾经的文生图巨头Stability AI的领导者辞职,这家初创公司2023年收入4420万美元,而支出就将近1000万美元,不足支出一半。同期,融资13亿美元的Inflection AI创始人Mustafa也因产品商业化表现不佳,带着核心研发团队加入了微软。曾经的NLP明星公司竹间智能受到大模型浪潮的冲击因经营困难在2月20日宣布停工停产六个月。</p><p>不久前,就连一直鄙视广告业务的AI搜索公司Perplexity,也准备开始卖广告了。Perplexity曾在公司首页上这样介绍自己:“搜索信息应该是一种直接、高效的体验,不受广告驱动模式的影响。我们之所以存在,是因为在信息过载的噪音中,明确需要一个平台来提供精准、以用户为中心的答案,尤其在时间如此宝贵的时代。”</p><p>Perplexity妥协背后,是生成式AI商业化困境的现实体现。庞大的支出和微弱的收益很容易让人怀疑,AI是否只是一场随时会冷却的资本泡沫?</p><p>ARK 投资管理公司(ARK Investment Management)创始人兼首席执行官Cathie Wood在最近接受CNBC采访时称, \"这些AI公司中的很多甚至没有产生正现金流的潜力\"。</p><p>双线资本CEO、“新债王”杰弗里·冈拉克也警告称,AI股市的热度让他想起了1999年的互联网泡沫,并预测未来可能会引发通货膨胀和经济衰退。</p><p><strong>/ 03 /</strong></p><p><strong>不止于泡沫,生成式AI的故事仍在继续</strong></p><p>固然,生成式AI不乏泡沫的成分,但与1999年的互联网泡沫仍然有本质的区别。</p><p>从外部环境看,1999年的互联网泡沫主要发生在中小公司上。当时,纳斯达克没有一套规范明晰的上市规则,注册门槛过低。比如,阅读印刷服务公司Noosh上市时收入仅有68000美元,远远低于现在纳斯达克上市要求的75万美元的净利润标准。</p><p>在1996-2000年,纳斯达克盈利公司甚至不到10%,纳斯达克指数市盈率一度超过100倍。这一定程度上也就造成了2000年纳斯达克指数狂跌。</p><p>不同于2000年股市集中在中小公司上的非理性狂热,这次的“泡沫”主要集中在微软、谷歌、亚马逊等科技巨头身上,且这些公司平均市盈率仅27倍。这意味着,科技巨头有足够的财力基础和庞大的用户基数去消化“泡沫”所带的负面影响。</p><p>其次,当时的互联网发展与如今的AI行业也有着明显的差距。</p><p>在2000年,互联网仍只是一个遥远的概念,离落地有仍然有很远的距离。根据世界银行发布数据,互联网在1996年的用户基数仅4500万,也就是说,每一百个人里仅仅只有一个人能够接触互联网,互联网普及率不到1%,到2000年纳斯达克指数狂跌80%,这一数值也仅为7%。</p><p>那时所谓的互联网公司大多没什么核心技术,大部分人甚至都不知道互联网是什么,就疯狂下注。</p><p>Pets.com 就是一家在2000年2月上市的公司,但是作为一家宠物用品零售商,跟互联网基本没什么关联。尽管如此,其首次公开募股就募集了 8250万美元。自然而然,Pets.com在2000年11月上市不到一年就被迫清算,沦为互联网泡沫退场浪潮里一个微小的缩影。</p><p>与互联网早期不同,生成式AI有着扎实的演进逻辑——即模型能力的持续迭代。</p><p>2024年还未过半,OpenAI在2月发布的“世界模拟器”sora就以强大的1min视频生成能力震惊世界,全民音乐AIsuno已经支持摇滚、说唱、谷歌各种风格的一键生成,月之暗面在半年时间内无损长文本由50万突破200万。每一次大模型能力的升级,都意味着用户场景的拓宽。</p><p>从落地情况看,AI现在已经拥有大规模的落地基础。比如,ChatGPT在推出不到半年的时间内,用户基数就已经达到18.1亿,将近当初互联网的40倍。</p><p>除了人们熟知的通用聊天外,生成式AI已经可以用于蛋白质设计、生物环境探测、石油勘测等实体经济领域。尽管去年生成式AI的营收只有30亿美元,远远不及研发费用。但要知道,同样的水平,SaaS行业花了十年才做到。</p><p>从更大维度看,科技泡沫也并非全是坏事。事实上,近现代历史上每一次技术革命都伴随着巨大的金融泡沫,工业革命期间有运河热,蒸汽和铁路时代有铁路热,都是在这些泡沫及其引起的衰退过后,才迎来了真正的大繁荣。</p><p>产业泡沫的意义在于,它用巨大的财富效应,将全社会的资源都吸引过来,汇聚成创新的海啸,以一种摧枯拉朽的方式完成了这一场革命。1996-2001年间,电信公司在美国铺设了8020万英里的光缆,是2001年实际需求的20倍。2004年时,带宽成本下降了90%以上。廉价、充足的宽带网络,为互联网的普及铺平了道路。</p><p>从这个角度上说,泡沫更像是我们前进的方式。比起泡沫本身,更值得关注的是,这场千亿美金豪赌究竟会将人类的未来带向何方。</p><p><em>文/Nancy</em></p><p></p><p></p></body></html>","text":"2023年,苹果、微软、Alphabet、亚马逊、英伟达、特斯拉和Meta的股票已累计上涨75%,远远超过纳斯达克指数43%的涨幅。算下来,这七家公司的市值在去年增长了近5万亿美元。 科技股股价暴涨并非来自于业绩。要知道,整个2023年,除英伟达外,其余六家收入增长均低于20%。造成这一翻天覆地变化的根本原因是,生成式AI与大语言模型在去年席卷了全球科技圈。去年一年,全球生成式AI的投资额高达291亿美元。 与传统互联网的故事不同,资本成为生成式AI竞争的最关键因素。所有的科技巨头都直接或间接参与了这场军备竞赛,并主导了模型公司的融资和估值。 就在刚刚,亚马逊向Anthropic追加27.5亿美元投资,此次注资完成后,亚马逊对Anthropic的总投资达40亿美元。这是亚马逊30年以来最大的一笔外部投资。巨头们的军备竞赛,也让身为AI军火商的英伟达比前一年多赚了340亿美元。 巨头们愿意参与这场千亿美金豪赌,并不令人意外。某种程度上,生成式AI的出现,恰逢其时。 当平台型机会几乎消失,人口红利走到尽头,全球互联网的故事宣告结束。在这样的背景下,资本一方面变得前所未有地节制,另一方面又变得前所未有地贪婪,他们坐拥大量现金,但真正值得的押注寥寥无几。而生成式AI,就是一个充满想象力,甚至可以改变世界的故事。 但现实也是残酷的。红杉资本最新报告显示,AI行业在英伟达芯片上的部署费用高达500亿美元,而营收却只有30亿美元。显然,生成式AI的远大愿景和羸弱商业化的现实之间,仍然需要无数的故事去填。 / 01 / 291亿投资,拉动5万亿的财富增长 2023年11月,ChatGPT的发布掀起了生成式AI的热潮。根据 PitchBook 的数据,2023 年,超过70轮1亿美元或以上的资金流向了创建模型、提供基础设施或将技术应用于特定应用的初创公司。短短一年内,投资者向近700笔生成式AI交易投入了 291 亿美元,比上一年增长了 260% 以上。 几乎所有的科技巨头都参与,甚至主导了这场游戏:OpenAI、Mistral背后站着微软,Anthropic后面有谷歌和亚马逊的支持,而马斯克和扎克伯格都亲自下场研发大模型。 到了今年,科技巨头对生成式AI的下注热情只增不减。今年3月,OpenAI联合微软发布了一项价值1000亿美元的“星际之门”超级计算机计划,旨在进攻未来的AI市场。不久前,亚马逊宣布将向Anthropc投资27.5亿美元,总投资额达40亿美元,创新了亚马逊外部投资记录。 频繁的巨额投资背后,是生成式AI发展对资本的超高需求。根据此前披露的消息,GPT-4的FLOPS约为2.15e25,并利用约25000个A100 GPU进行了90到100天的训练,如果OpenAI的云计算成本按每A100小时约1美元计算,那么在这样的条件下,训练一次GPT-4的成本约为6300万美元。 随着AI模型能力的提升,训练成本也在日益高涨。根据拾象CEO李广密判断,未来几年OpenAI仅训练模型⾄少还得200-300亿美元,Google200-300亿美元,Anthropic100-200亿美元。这意味着,未来几年至少投入1000亿美元纯粹用到训练⼤模型。 科技巨头的大手笔下注,彻底点燃了二级市场对生成式AI的热情。去年,苹果、微软、Alphabet、亚马逊、英伟达、特斯拉和Meta的股票已累计上涨75%,远远超过纳斯达克指数43%的涨幅。算下来,这七家公司的市值在去年增长了近5万亿美元。 其中,自打向OpenAI投资100亿后,微软股价就开始不断上涨,并于今年一月以2.89万亿美元的总市值超过了苹果,成为世界上市值最高的公司。而“AI卖铲人”英伟达的市值也上涨至近2万亿美元。 当时代的“泡沫”落到个人身上,所带来的财富效应也极为夸张。在英伟达公布史上最佳财务业绩后,股价飙升15%,黄仁勋单日财富增长高达85亿美元,达到了惊人的681亿美元,相当于约4903.2亿元人民币,并跃升至全球富豪榜第21位。 创纪录的投入规模和夸张的财富效应背后,承载着人们对生成式AI的殷切期待。但回归现实,一个残酷的事实是,生成式AI距离人们的期待仍然有很长的距离。 / 02 / 生成式AI的残酷现实:巨头降低预期、独角兽纷纷陨落 相比投入端的热火朝天,生成式AI的产出仍然有限。红杉资本报告显示,AI行业去年仅在英伟达芯片上就花费了500亿美元,但产出的营收只有30亿美元,也就是说,AI投入是产出的17倍左右。 就拿微软来说,看似吃到了OpenAI红利,但就份额来看,去年人工智能仅占微软云计算部门收入增长的约五分之一。微软首席财务官Amy Hood透露,最近3个季度微软智能云中分别有1%、3%、6%的营收来自于此,换算下来分别是2.4亿、7.5亿和15.5亿美元。 而且,GitHub Copilo由于运行成本太高一直处于亏损状态,微软平均每月在每个用户身上要倒贴逾20美元,有些用户每月给微软带来的损失高达80美元。 这还是全世界最好模型的变现能力。作为对比,Google Cloud 2024年北美地区AI服务的业绩目标不过10亿美元,这个收入增量甚至不足以覆盖购买AI芯片的开支。 科技媒体The Information报道称,包括微软、亚马逊和Google在内的云厂商和其他销售该技术(指生成式AI)的公司,正在降低自己的预期。 能够拥抱科技巨头的大模型公司尚且如此,AI独角兽的日子就要更加惨淡了。 2024年3月,曾经的文生图巨头Stability AI的领导者辞职,这家初创公司2023年收入4420万美元,而支出就将近1000万美元,不足支出一半。同期,融资13亿美元的Inflection AI创始人Mustafa也因产品商业化表现不佳,带着核心研发团队加入了微软。曾经的NLP明星公司竹间智能受到大模型浪潮的冲击因经营困难在2月20日宣布停工停产六个月。 不久前,就连一直鄙视广告业务的AI搜索公司Perplexity,也准备开始卖广告了。Perplexity曾在公司首页上这样介绍自己:“搜索信息应该是一种直接、高效的体验,不受广告驱动模式的影响。我们之所以存在,是因为在信息过载的噪音中,明确需要一个平台来提供精准、以用户为中心的答案,尤其在时间如此宝贵的时代。” Perplexity妥协背后,是生成式AI商业化困境的现实体现。庞大的支出和微弱的收益很容易让人怀疑,AI是否只是一场随时会冷却的资本泡沫? ARK 投资管理公司(ARK Investment Management)创始人兼首席执行官Cathie Wood在最近接受CNBC采访时称, \"这些AI公司中的很多甚至没有产生正现金流的潜力\"。 双线资本CEO、“新债王”杰弗里·冈拉克也警告称,AI股市的热度让他想起了1999年的互联网泡沫,并预测未来可能会引发通货膨胀和经济衰退。 / 03 / 不止于泡沫,生成式AI的故事仍在继续 固然,生成式AI不乏泡沫的成分,但与1999年的互联网泡沫仍然有本质的区别。 从外部环境看,1999年的互联网泡沫主要发生在中小公司上。当时,纳斯达克没有一套规范明晰的上市规则,注册门槛过低。比如,阅读印刷服务公司Noosh上市时收入仅有68000美元,远远低于现在纳斯达克上市要求的75万美元的净利润标准。 在1996-2000年,纳斯达克盈利公司甚至不到10%,纳斯达克指数市盈率一度超过100倍。这一定程度上也就造成了2000年纳斯达克指数狂跌。 不同于2000年股市集中在中小公司上的非理性狂热,这次的“泡沫”主要集中在微软、谷歌、亚马逊等科技巨头身上,且这些公司平均市盈率仅27倍。这意味着,科技巨头有足够的财力基础和庞大的用户基数去消化“泡沫”所带的负面影响。 其次,当时的互联网发展与如今的AI行业也有着明显的差距。 在2000年,互联网仍只是一个遥远的概念,离落地有仍然有很远的距离。根据世界银行发布数据,互联网在1996年的用户基数仅4500万,也就是说,每一百个人里仅仅只有一个人能够接触互联网,互联网普及率不到1%,到2000年纳斯达克指数狂跌80%,这一数值也仅为7%。 那时所谓的互联网公司大多没什么核心技术,大部分人甚至都不知道互联网是什么,就疯狂下注。 Pets.com 就是一家在2000年2月上市的公司,但是作为一家宠物用品零售商,跟互联网基本没什么关联。尽管如此,其首次公开募股就募集了 8250万美元。自然而然,Pets.com在2000年11月上市不到一年就被迫清算,沦为互联网泡沫退场浪潮里一个微小的缩影。 与互联网早期不同,生成式AI有着扎实的演进逻辑——即模型能力的持续迭代。 2024年还未过半,OpenAI在2月发布的“世界模拟器”sora就以强大的1min视频生成能力震惊世界,全民音乐AIsuno已经支持摇滚、说唱、谷歌各种风格的一键生成,月之暗面在半年时间内无损长文本由50万突破200万。每一次大模型能力的升级,都意味着用户场景的拓宽。 从落地情况看,AI现在已经拥有大规模的落地基础。比如,ChatGPT在推出不到半年的时间内,用户基数就已经达到18.1亿,将近当初互联网的40倍。 除了人们熟知的通用聊天外,生成式AI已经可以用于蛋白质设计、生物环境探测、石油勘测等实体经济领域。尽管去年生成式AI的营收只有30亿美元,远远不及研发费用。但要知道,同样的水平,SaaS行业花了十年才做到。 从更大维度看,科技泡沫也并非全是坏事。事实上,近现代历史上每一次技术革命都伴随着巨大的金融泡沫,工业革命期间有运河热,蒸汽和铁路时代有铁路热,都是在这些泡沫及其引起的衰退过后,才迎来了真正的大繁荣。 产业泡沫的意义在于,它用巨大的财富效应,将全社会的资源都吸引过来,汇聚成创新的海啸,以一种摧枯拉朽的方式完成了这一场革命。1996-2001年间,电信公司在美国铺设了8020万英里的光缆,是2001年实际需求的20倍。2004年时,带宽成本下降了90%以上。廉价、充足的宽带网络,为互联网的普及铺平了道路。 从这个角度上说,泡沫更像是我们前进的方式。比起泡沫本身,更值得关注的是,这场千亿美金豪赌究竟会将人类的未来带向何方。 文/Nancy","highlighted":1,"essential":1,"paper":2,"link":"https://laohu8.com/post/294111216746512","repostId":0,"isVote":1,"tweetType":1,"commentLimit":10,"symbols":["LU0316494557.USD","LU0354030438.USD","LU0511384066.AUD","IE00BJTD4N35.SGD","LU1571399168.USD","IE00B19Z9505.USD","LU1914381329.SGD","FT_SY_MNQ","LU0079474960.USD","GOOGL","QLD","IE0034235188.USD","IE0004445239.USD","LU0211327993.USD","MSFT","SQQQ","IE00B7KXQ091.USD","NVDA","QID","PSQ","LU0061474960.USD","IE00BFSS8Q28.SGD","QQQ","LU0353189763.USD","TQQQ","LU1280957306.USD","LU0289960550.SGD","FT_SY_NQ","AMZN","LU0109391861.USD","IE00BJJMRX11.SGD","LU0354030511.USD","LU0061474705.USD","LU0494093205.USD","LU0889565833.HKD","LU1804176565.USD",".IXIC","GOOG"],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"upFlag":false,"length":7180,"xxTargetLangEnum":"ZH_CN"},"isVote":1,"tweetType":1,"viewCount":658,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"upFlag":false,"length":27,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"isCommentEnd":true,"isTiger":false,"isWeiXinMini":false,"url":"/m/post/294178365632824"}
精彩评论