人工智慧市場現狀揭秘
人工智慧仍在保持著火熱的趨勢。值得註意的是，越來越多的人對其投資報酬率表示質疑。人工智慧在計算力和電力方面消耗龐大，但收益卻相對微薄。本文將對人工智慧價值鏈中的收入來源進行量化分析，旨在讓大家了解當前的市場現狀。鑒於大家對人工智慧投資報酬率的懷疑已經逐漸增加，同時又擔心「人工智慧泡沫」會破裂，我決定為您剖析人工智慧價值鏈的收入來源，希望能揭示收入的全貌，並評論人工智慧的主要市場。
公眾輿論的轉變
在過去的一年半中，公眾的看法出現了變化。越來越有人認為，超大規模的數據中心投入過於龐大，人工智慧只是個泡沫。面對這種觀點，我不想隨波逐流。投資的本質在於發現被低估的機會，悲觀的市場趨勢往往意味著好機會。我們不應對人工智慧相關負面情緒的上升感到意外，基礎設施建設與套用價值之間的差距本來就在意料之中。畢竟，任何大規模基礎設施的建設都不可能完全滿足需求。從基礎設施建設轉向價值創造的過程也不可能是完美的，最近人工智慧的悲觀情緒很大程度上源於超大規模資本支出的數據。
超大規模企業的投資現狀
在過去的四個季度裏，包括亞馬遜、谷歌、微軟和Meta等科技巨頭在內的超大規模企業總共支出了1770億美元。這個數位相比去年增長了59%，確實讓人匪夷所思。不過，有兩個可能的事實非常真實：目前，人工智慧投資的投資報酬率尚不明確；超大規模企業的資本支出決策絕對是正確的。企業在考慮人工智慧投資時，往往以潛在收益或成本替代作為依據。對於大型雲服務提供商而言，約50%的支出主要用於數據中心的元件，比如GPU、儲存和聯網裝置。這部份屬於需求驅動的支出。三家超大規模企業均表示，AI計算能力目前受到容量限制。
土地與電力的爭奪
剩余的50%支出大部份則是為了確保在未來15年內獲得稀缺的自然資源，比如房地產和電力。圍繞著這些資源，企業會自行開發或透過QTS、Vantage、CyrusOne等合作夥伴進行投資。他們會選擇靠近邊緣、擁有充足且廉價電力的數據中心進行布局。眼下，企業已經拿下了大部份黃金地段，現在則主要依據電力的可用性選址。電力的供應會繼續影響計算需求，超大規模企業對此十分敏銳。
數據中心的電力消耗
數據中心的投資邏輯其實挺簡單：數據中心至少需要15年才能收回本。他們押註未來計算需求將會進一步增加，這個假設並不無理。反之，如果他們不能確保這些自然資源的穩定，就可能會面臨業務被更強對手擊敗的風險，或者不得不接受價效比更差的土地。競爭者有可能會買下關鍵土地及電力資源，從而蠶食這些超大規模企業的市場份額。如果他們能獲得理想的土地，並不急需立即獲取計算能力，那麽他們可以等到需求來的時候再在數據中心內進行建造。盡管如此，三家雲服務提供商的年收入高達2250億美元，這也意味著投資的風險在於投資不足。
人工智慧基礎設施的建設與未來
目前已經開始看到人工智慧基礎設施的建設，GPU的購買和數據中心的建設成本居高不下。關鍵問題在於，當前這部份建設究竟創造了怎樣的價值，未來又會在哪些方面實作創造呢？現階段，人工智慧的價值大部份集中在基礎設施層面，尤其是輝達及其相關公司的貢獻尤為顯著。隨著「人工智慧數據中心」逐步建設，現階段我們仍處於這一趨勢的早期階段。能源作為一種建設的真正瓶頸仍然未被打破。
雲提供商的收入之道
雲服務提供商從模型API或者「GPU即服務」中獲得了一部份收入，簡單來說就是購買GPU並透過雲服務進行出租。即便如此，我們目前仍未見到大規模的套用收入。人工智慧套用已創造約200億美元的收入，然而相比於基礎設施所帶來的巨大成本，這一數位顯得微不足道。
整體市場的價值鏈
總的來說，人工智慧市場的整體價值鏈還需進一步推動。基礎設施的投入巨大，期待從套用層面獲得豐厚的報酬。現在的問題則是：人工智慧在哪些地方創造了真正的價值？這一答案仍未明確。不過，這並不妨礙我們繼續探討人工智慧價值鏈的廣泛層面，市場可以從半導體、數據中心、雲平台到套用等多層面進行分析。
總結：未來的人工智慧市場充滿了未知和可能
整體而言，關於人工智慧的未來，依然在於技術的不斷叠代和市場對其套用價值的發掘。盡管目前的算力與電力支出龐大，但如果沒有後續對客戶價值的創造，這些基礎設施的投資將可能支離破碎。人工智慧套用到底解決了什麽問題，帶來了怎樣的價值，仍然值得我們深思。而未來真正的突破或許來自那些能夠與技術緊密結合的創新。
人類的智慧與創造性總會以各種意想不到的形式出現。無論如何，我們期待一個充滿挑戰和機遇的人工智慧新時代。
