人工智能市场现状揭秘
人工智能仍在保持着火热的趋势。值得注意的是，越来越多的人对其投资回报率表示质疑。人工智能在计算力和电力方面消耗庞大，但收益却相对微薄。本文将对人工智能价值链中的收入来源进行量化分析，旨在让大家了解当前的市场现状。鉴于大家对人工智能投资回报率的怀疑已经逐渐增加，同时又担心「人工智能泡沫」会破裂，我决定为您剖析人工智能价值链的收入来源，希望能揭示收入的全貌，并评论人工智能的主要市场。
公众舆论的转变
在过去的一年半中，公众的看法出现了变化。越来越有人认为，超大规模的数据中心投入过于庞大，人工智能只是个泡沫。面对这种观点，我不想随波逐流。投资的本质在于发现被低估的机会，悲观的市场趋势往往意味着好机会。我们不应对人工智能相关负面情绪的上升感到意外，基础设施建设与应用价值之间的差距本来就在意料之中。毕竟，任何大规模基础设施的建设都不可能完全满足需求。从基础设施建设转向价值创造的过程也不可能是完美的，最近人工智能的悲观情绪很大程度上源于超大规模资本支出的数据。
超大规模企业的投资现状
在过去的四个季度里，包括亚马逊、谷歌、微软和Meta等科技巨头在内的超大规模企业总共支出了1770亿美元。这个数字相比去年增长了59%，确实让人匪夷所思。不过，有两个可能的事实非常真实：目前，人工智能投资的投资回报率尚不明确；超大规模企业的资本支出决策绝对是正确的。企业在考虑人工智能投资时，往往以潜在收益或成本替代作为依据。对于大型云服务提供商而言，约50%的支出主要用于数据中心的组件，比如GPU、存储和联网设备。这部分属于需求驱动的支出。三家超大规模企业均表示，AI计算能力目前受到容量限制。
土地与电力的争夺
剩余的50%支出大部分则是为了确保在未来15年内获得稀缺的自然资源，比如房地产和电力。围绕着这些资源，企业会自行开发或通过QTS、Vantage、CyrusOne等合作伙伴进行投资。他们会选择靠近边缘、拥有充足且廉价电力的数据中心进行布局。眼下，企业已经拿下了大部分黄金地段，现在则主要依据电力的可用性选址。电力的供应会继续影响计算需求，超大规模企业对此十分敏锐。
数据中心的电力消耗
数据中心的投资逻辑其实挺简单：数据中心至少需要15年才能收回本。他们押注未来计算需求将会进一步增加，这个假设并不无理。反之，如果他们不能确保这些自然资源的稳定，就可能会面临业务被更强对手击败的风险，或者不得不接受性价比更差的土地。竞争者有可能会买下关键土地及电力资源，从而蚕食这些超大规模企业的市场份额。如果他们能获得理想的土地，并不急需立即获取计算能力，那么他们可以等到需求来的时候再在数据中心内进行建造。尽管如此，三家云服务提供商的年收入高达2250亿美元，这也意味着投资的风险在于投资不足。
人工智能基础设施的建设与未来
目前已经开始看到人工智能基础设施的建设，GPU的购买和数据中心的建设成本居高不下。关键问题在于，当前这部分建设究竟创造了怎样的价值，未来又会在哪些方面实现创造呢？现阶段，人工智能的价值大部分集中在基础设施层面，尤其是英伟达及其相关公司的贡献尤为显著。随着「人工智能数据中心」逐步建设，现阶段我们仍处于这一趋势的早期阶段。能源作为一种建设的真正瓶颈仍然未被打破。
云提供商的收入之道
云服务提供商从模型API或者「GPU即服务」中获得了一部分收入，简单来说就是购买GPU并通过云服务进行出租。即便如此，我们目前仍未见到大规模的应用收入。人工智能应用已创造约200亿美元的收入，然而相比于基础设施所带来的巨大成本，这一数字显得微不足道。
整体市场的价值链
总的来说，人工智能市场的整体价值链还需进一步推动。基础设施的投入巨大，期待从应用层面获得丰厚的回报。现在的问题则是：人工智能在哪些地方创造了真正的价值？这一答案仍未明确。不过，这并不妨碍我们继续探讨人工智能价值链的广泛层面，市场可以从半导体、数据中心、云平台到应用等多层面进行分析。
总结：未来的人工智能市场充满了未知和可能
整体而言，关于人工智能的未来，依然在于技术的不断迭代和市场对其应用价值的发掘。尽管目前的算力与电力支出庞大，但如果没有后续对客户价值的创造，这些基础设施的投资将可能支离破碎。人工智能应用到底解决了什么问题，带来了怎样的价值，仍然值得我们深思。而未来真正的突破或许来自那些能够与技术紧密结合的创新。
人类的智慧与创造性总会以各种意想不到的形式出现。无论如何，我们期待一个充满挑战和机遇的人工智能新时代。
