红杉、高盛警告：AI信心摇摇欲坠，投资泡沫到达顶点

AGI狂飙的这一年，微软、Meta、Google、Amazon等全球最大的几个科技公司，都在倾力押注。

Meta，上周发布了LLaMa 3.1。CEO小扎亲自写信打Call全球最大参数的开源大模型，势要和闭源刚到底。谷歌则在近期的发布会上重申，自己每季度将在AI建设上投入超120 亿美元。

另一位不断投资、收购、推出新品的“AI多面手”微软，也将进一步透露自己的AI路线图。

这些真金白银的投资在过去一年被资本市场买单。毕竟今年以来，谷歌股价上涨了 32%，微软上涨了 20%，英伟达更是上涨了 150% 以上。

英伟达股价

但这股轰轰烈烈的AI淘金热，却在近期被连泼几盆冷水。

最近一个月内，越来越多的华尔街分析师和科技投资者开始发出警告：大型科技公司、股票投资者和风投机构向AI投入的巨额资金，将导致金融泡沫。

不仅如此，红杉资本的合伙人还公开发布文章称，按照现在的情况估算，AI收益和支出之间的Gap正在不断拉大。

他给出了数字——按照现在的投资成本，要保证这些AI投资产生50%的收益，需要赚到6000亿美元。

这个巨大的收入数字，显然不是朝夕就能完成。但福布斯却认为，6000亿美元还算少了。

在阵阵冷风中反观之前，高盛的一些经济学家曾表示，AI可以取代全球 3 亿个工作岗位，并在未来10年内使全球经济产出增加7%。

风投数据公司 PitchBook 的数据也显示，风投机构在2024年第二季度向美国初创企业投入了556亿美元，创两年来单季度最高水平。

没想到就几个月光景，这些当初信心满满、砸下重注的AI投资者们，已经开始公开唱衰了。

红杉资本的6000亿美元担忧

先来看看红杉资本的逻辑。

它的主要担忧是，现在企业花大价钱投入GPU算力、服务器、网络、能源等AI硬件，并不会带来预期中的收益。

这家全球头部投资公司在文章中分析，云服务商和其他的AI客户，可能会在 2024 年向 AI 硬件投资 3000 亿美元。Nvidia会获得其中约一半的钱，服务器、冷却设备、能源和其他数据中心组件的提供商获得另一半。

而撒下这些真金白银的客户是否真能拿到收益，主要取决于三件事：

• 如何定义“收益”；

• 生成式AI的杀手级应用是否会出现；

• GPU算是资产吗；

如果将“收益”定义为“赚取足够的利润来抵消投资成本”——红杉资本估计，这将需要谷歌、微软、苹果、Meta 、字节跳动、阿里巴巴、X等全球科技巨头创造 6000 亿美元的生成式 AI 收入。

然而，产生这种回报可能还需要几十年时间。

6000亿的数字，来自于红杉预估。逻辑如下：

由于现在大家对AI的投资主要围绕GPU和云厂商所提供的其他服务。所以，计算这个预估的收入指标的方式是，将 Nvidia 的运转率收入预测乘以2倍，以反映AI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、建筑物、备用发电机等）。然后再乘以2倍，得出使用GPU的AI用户/客户，毛利率在50%时的收入。

最终的预测结果是，到2024年第四季度，投资AI的企业如果要收回AI投资，并保证50%的利润，大约需要靠AI赚到6000亿美元。

红杉测算表格

红杉测算表格（中文版），“四木相对论”翻译

这不是红杉第一次进行这类测算。

2023年9月，红杉的答案是：“每年的AI资本支出都会造成 1250 亿美元的收入缺口。”

而到了2024年夏天，这个差距变成了 6000 亿美元。也就是说，在不到一年的时间里，这个差距拉大了三倍。

红杉同样列举了导致这一巨大变化的原因。

第一，GPU的价值正在降低。

原因在于，如今GPU已经不像半年前那么短缺，再加上GPU市场的竞争以及存量GPU的固定折旧。企业囤积这些硬件，之后并不会直接带来收益的增长。

第二，AI应用层发展不佳。ChatGPT之外，目前还没有出现更多带来收益的AI产品。

“除了 ChatGPT，消费者今天真正使用了多少 AI 产品？再想想你每月花费15.49 美元从 Netflix获得了多少价值，或者花11.99 美元从 Spotify 获得多少价值？”红杉说。

这真的是灵魂拷问了。

福布斯：红杉的假设已经算乐观了

福布斯认为，红杉的假设存在合理性。甚至，它还觉得红杉给出的6000亿数字算是乐观估计。

针对这一预测，福布斯提出了更多建议：

• 延长投资回报周期。

红杉假设公司预计在一年内收回人工智能硬件投资，更典型的投资回报周期是三到五年。在最激进预设中，是三年内获得回报，那么 6000 亿美元将变成每年 2000 亿美元。（再慢点的话，6000亿美元的收入基本线还将扩大。）

• AI硬件投资将放缓。

红杉预计到 2024 年底，GPU 支出将增长 66%。然而，在某个时点，随着市场对AI Bot的需求放缓，这一增长率将会下降。除非出现新的生成式AI的杀手级应用，否则这种放缓很可能会持续下去。

• 不同的公司集团正在投资利润率不同的AI硬件。

红杉的模型假设软件收入将产生能够回报AI硬件投资所需的利润。但事实上，投资AI硬件的最大公司可能是云服务提供商——它们的利润率低于软件公司。

福布斯还引用《经济学人》的观点：“即使是乐观的分析师也认为，微软今年从生成式AI中赚取的利润不过 100 亿美元左右。”

最后福布斯的结论是，如果把AI的回报定义为“增加足够的收入以维持超出预期的增长，从而推高科技巨头的股价”，那么这有可能会在未来几年实现。

但对于产业来说，只有当生成式AI真正出现杀手级应用（就像电子表格之于个人电脑，或 iTunes 商店之于 iPod）时，回报才会实现。

也就是说，微软、Google、Meta这些公司，或许能通过二级市场赚到资本市场的钱。但要真正赚到产业的钱，至少此时还没看到希望。

华尔街分析师：不再信AI的邪

当质疑声四起，大型科技公司一边全情投入，一边也间接承认AI目前的困境。

比如，谷歌的CEO皮查伊就在最近表示，AI产品需要时间才能成熟并变得更加实用。他也承认AI的成本高昂，但同样解释说，即使AI热潮放缓，谷歌购买的数据中心和计算机芯片也可以用于其他用途。

“对我们来说，投资不足的风险远高于投资过度的风险，”皮查伊说。“不投资的弊端要大得多。”

这或许代表了一部分大公司此时拼命投入AI业务的想法。但华尔街已经不是一年前的华尔街——他们越来越不买账了。

高盛最资深的股票分析师，有着30 年科技公司报道经验的 Jim Covello 在最近一份关于人工智能的报告中表示，尽管AI的价格昂贵，但这项技术远远没达到实用所需的水平。

他还说：“过度建设世界不需要或尚未准备好的东西，通常会导致糟糕的结果。”

这可是句狠话，甚至暗指这波AI是伪需求。

巴克莱也表示，华尔街分析师预计到2026年，大型科技公司每年在开发模型上的花费约为600亿美元。但那时，大家每年从AI中获得的收入仅为200亿美元左右。而这种程度的投资，足以支持12000种与ChatGPT规模类似的产品。

现在在一些场景里，AI确实得到了推广，比如用于翻译文件、撰写电子邮件和帮助程序员编写代码等。

但一些分析师指出，除了OpenAI的ChatGPT和微软的编码助手 GitHub Copilot 之外，很少有独立产品能取得巨大成功。

巴克莱分析师写道：“我们确实预计会有很多新服务……但可能不会有 12000 项。我们感觉到华尔街越来越持怀疑态度。”

爆发还需要多久？

如果历史可作借鉴，那么生成式AI的杀手级应用，大概还需要数年时间才会出现。

第一台个人电脑Kenback 1于1971年推出，而直到1979年，第一个电子表格应用程序Visicalc才进入市场，让更多人有了购买个人电脑的理由。

另一个杀手级应用是iTunes商店。2001 年，苹果推出了iPod，但直到2003年4月iTunes商店推出后，iPod才开始受到广泛欢迎。

福布斯将生成式AI的价值划分为金字塔上的三个层级，而杀手级应用将位于金字塔的顶端。

这三个层级的组成是：

• 克服创作障碍。

比如撰写电子邮件或报告、创作图片或视频，编写软件等，是企业现在获得AI价值的最简单方法。但这一方向壁垒不高。

• 提高客户服务和销售效率。

比如在一些行业，生成式AI可以显著减少HR在找到合适候选人之前发送给企业的候选人数量。但目前还不清楚企业是否会为这类AI应用支付足够高的价格。

• 创造新的增长曲线。

帮助客户更快增长是最有价值的部分。一般来说，如果生成式AI能够帮助实现更快的企业增长，那么至少这种增长将推高部署AI应用的企业股价——从而使企业更愿意为这项技术支付高价。

整体看现在各个生成式AI应用的方向，不论是内部知识库、写代码、翻译，还是搜索、营销素材生成、法律/医疗查询，都不太属于增效的范畴。

而如果真的要衡量这些方案的ROI，还需要仔细计算相关业务的人效比——这可能又是一笔糊涂账。

简而言之，除非这些数十亿美元AI投资能够带来更高、更显著的收入增长率，否则投资回报将无法达到所有人的预期。

就算是微软、谷歌、亚马逊和 Meta这种不差钱的大公司，在市场的失望情绪之下，也很可能股价下跌。

现在已经摇摇欲坠的华尔街AI信心，就是一个例子。

参考链接：

https://www.sequoiacap.com/article/ais-600b-question/

https://www.forbes.com/sites/petercohan/2024/07/09/ai-industry-may-never-earn-back-its-150-billion-nvidia-chip-spend/

https://www.washingtonpost.com/technology/2024/07/24/ai-bubble-big-tech-stocks-goldman-sachs/

本文来自微信公众号：四木相对论，作者：四木相对论