红杉资本合伙人：人工智能的 6000 亿美元问题

本文作者为红杉资本合伙人兼首席运营官 David Cahn本文作者为红杉资本合伙人兼首席运营官 David Cahn

2023 年 9 月，我发表了《人工智能的 2000 亿美元问题》一文。这篇文章的目的是提出一个问题：”收入都去哪儿了？”

当时，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（也是最终用户价值的代表）之间存在巨大差距。我将其描述为 “按照目前的水平，每年的资本支出需要填补 1250 亿美元的缺口”。

本周，英伟达（Nvidia）完成了它的崛起，成为全球最有价值的公司。在此之前的几周里，我收到了许多关于我的分析背后的最新计算结果的请求。人工智能 2,000 亿美元的问题是已经解决了，还是愈演愈烈了？

如果你今天再次进行这项分析，你会得到以下结果：人工智能的 2000 亿美元问题现在变成了人工智能的 6000 亿美元问题。

注意：直接计算这一指标非常简单。您只需将 Nvidia 的运行率收入预测值乘以 2 倍，以反映人工智能数据中心的总成本（GPU 占总拥有成本的一半，另一半包括能源、建筑、备用发电机等）。然后再乘以 2 倍，以反映 GPU 最终用户 50%的毛利率（例如，从 Azure、AWS 或 GCP 购买 AI 计算的初创公司或企业，他们也需要赚钱）。

自 2023 年 9 月以来发生了什么变化？

  1. 供应短缺已经缓解： 2023 年末是 GPU 供应短缺的高峰期。初创公司纷纷致电风险投资公司，致电任何愿意与他们交谈的人，请求帮助获得 GPU。如今，这种担忧几乎完全消失了。对我接触过的大多数人来说，现在获得 GPU 相对容易，而且交货时间合理。
  2. GPU 库存不断增加： Nvidia 第四季度报告显示，其数据中心收入的一半左右来自大型云计算供应商。仅微软一家就可能占 Nvidia 第四季度营收的 22%左右。超大规模资本支出达到历史最高水平。这些投资是大型科技公司 24 年第一季度财报的主旋律，首席执行官们实际上是在告诉市场：”我们将投资于云计算：”不管你们喜不喜欢，我们都会投资 GPU”。囤积硬件并不是什么新现象，一旦囤积的硬件数量足够大，导致需求减少，就会成为重启的催化剂。
  3. OpenAI 仍占据人工智能收入的大头： The Information 最近报道称，OpenAI 的收入已从 2023 年底的 16 亿美元增至 34 亿美元。虽然我们已经看到少数几家初创公司的营收规模小于 1 亿美元，但 OpenAI 与其他公司之间的差距仍然很大。除了 ChatGPT 之外，目前消费者真正使用的人工智能产品有多少？想想你能从每月 15.49 美元的 Netflix 或 11.99 美元的 Spotify 中获得多少价值吧。从长远来看，人工智能公司需要为消费者提供巨大的价值，才能让他们继续打开钱包。
  4. 1250 亿美元的窟窿现在变成了 5000 亿美元的窟窿： 在上次分析中，我慷慨地假设谷歌、微软、苹果和 Meta 每家公司每年都能从人工智能相关的新收入中获得 100 亿美元。此外，我还假设甲骨文、字节跳动、阿里巴巴、腾讯、X 和特斯拉的新人工智能收入均为 50 亿美元。即使这个假设保持不变，我们再增加几家公司，1250 亿美元的窟窿现在也将变成 5000 亿美元的窟窿。
  5. 还没结束–B100 即将到来： 今年早些时候，Nvidia 发布了 B100 芯片，其性能将提高 2.5 倍，而成本仅增加 25%。我预计这将导致对 NVDA 芯片需求的最终激增。与 H100 相比，B100 代表着成本与性能的巨大提升，而且由于今年晚些时候大家都想买到 B100，很可能会再次出现供应短缺。

对我上一篇文章的主要反驳之一是 “GPU CapEx 就像修建铁路一样”，最终火车会到来，目的地也会到来–新的农业出口、游乐园、购物中心等。我其实同意这种说法，但我认为它忽略了几点：

  1. 缺乏定价权：就物理基础设施建设而言，你所建设的基础设施具有某种内在价值。如果你拥有旧金山和洛杉矶之间的铁轨，你很可能拥有某种垄断定价权，因为在 A 地和 B 地之间只能铺设这么多铁轨。GPU 计算正日益成为一种按小时计量的商品。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。在没有垄断或寡头垄断的情况下，高固定成本+低边际成本的企业几乎总能看到价格被竞相压低到边际成本（如航空公司）。
  2. 《投资焚化：即使是铁路，以及许多新技术，投机性的投资狂潮往往也会导致资本的高焚烧率。推动市场的引擎》（The Engines that Moves Markets）是技术投资方面最好的教科书之一，其中的主要观点–事实上，主要集中在铁路方面–是很多人在投机性技术浪潮中损失惨重。挑选赢家很难，但挑选输家（就铁路而言，就是运河）却容易得多。
  3. 折旧：我们从技术发展史中了解到，半导体会越来越好。Nvidia 将继续生产更好的下一代芯片，如 B100。这将导致上一代芯片加速贬值。由于市场低估了 B100 和下一代芯片的改进速度，因此高估了今天购买的 H100 在 3-4 年后的保值程度。同样，物理基础设施也不存在这种平行关系，因为物理基础设施并不遵循任何 “摩尔定律 “类型的曲线，即成本与性能会不断提高。
  4. 赢家与输家：我认为我们需要仔细研究赢家和输家–在基础设施建设过剩的时期，总有赢家。人工智能很可能是下一个变革性的技术浪潮，正如我在上一篇文章中提到的，GPU 计算价格的下降实际上有利于长期创新，也有利于初创企业。如果我的预测成真，它将主要对投资者造成伤害。创始人和公司创建者将继续在人工智能领域进行建设，而且他们将更有可能取得成功，因为他们将受益于较低的成本和在这一实验阶段积累的经验。

人工智能将创造巨大的经济价值。专注于为最终用户创造价值的公司建设者将获得丰厚的回报。我们正在经历一场有可能决定一代人命运的技术浪潮。像 Nvidia 这样的公司在促成这一转变中所发挥的作用值得我们给予高度评价，而且在未来很长一段时间内，它们都可能在生态系统中发挥至关重要的作用。

投机狂热是技术的一部分，因此并不可怕。那些在这一时刻保持头脑冷静的人，有机会创建极其重要的公司。但我们需要确保不要相信一种错觉，这种错觉现在已经从硅谷蔓延到美国其他地区，甚至全世界。这种妄想说我们都会快速致富，因为 AGI 明天就会到来，我们都需要储备唯一有价值的资源，那就是 GPU。

实际上，未来的道路将是漫长的。会有起伏。但几乎可以肯定的是，它将是值得的。