AI跑馬圈地時代已經過去

01 早期跑馬圈地時代已經過去

過去一年來，微軟、亞馬遜、Google、Meta資本支出分別高達557億美元，550億美元、443億美元、288億美元，而這些支出多數都在花在了購買輝達資料中心產品和服務上。所以才有去年資料中心業務超過200%的成長表現。

去年GPT—4系列點燃了AI市場，如果那家上市公司沒有點AI業務都不好意思說自己是科技公司，所以才能接受溢價排隊購買輝達顯卡。

微軟財務長在上一季財報會議上直言，該公司對AI的巨額投資，至少要15年才有回報。高盛則表示，AI產業的變革潛力可能會產生深遠的宏觀影響，但這將是「一個10年以上的轉變」。

微軟也出現了核心業務不如預期的情況。第二季度，微軟旗下包括Azure公有雲在內的智慧雲端業務營收年增19%，低於市場預期的20%。

微軟表示，今年第二季度，AI服務為Azure公有雲和其他雲端服務業務的營收貢獻了8個百分點的成長，這意味著AI帶來的相關營收成長只比上季多了1個百分點。但微軟該季度的資本支出較去年同期翻了近2倍，達到190億美元。

亞馬遜最明顯受益於生成式AI的業務，雲端服務業務在第二季保持了穩健成長的態勢。但是該公司最核心的電商業務的表現卻不如預期。

財報顯示，第二季度，亞馬遜電商業務的淨銷售額為553.9億美元，年增不到5%，低於市場預期的555.5億美元。

相較之下，Meta的業績成長較為明顯，其第二季營收達390.7億美元，較去年同期成長22%。 Meta的營收已連續四個季度年增超過20%。讓投資人最放心的是，Meta沒有像Google、微軟、亞馬遜一樣，繼續上調全年資本支出的上限，這一定程度上緩解了投資人對AI投入無限成長的恐慌。

在這種情況下，就算大廠們沒有明確減少AI投入，但必然會要求AI業務降本增效。先前高價購買的輝達顯卡在使用壽命到期前，恐怕很難再大規模採購，這也是為何輝達下一季業績指引下調到80%的原因。

02 AI收益不如人意

OpenAI最新數據表示其年化收入為34億美元，Anthropic約10億美元。 AI大佬David Cahn文章中對大廠AI產品收入的估算是——Microsoft、Google、Meta、Apple每家從其AI 中獲得100億美元，Oracle、字節跳動、阿里巴巴、騰訊、X 和Tesla每家透過AI獲得50億美元收入。依照這個極為樂觀的假設，AI實際的年化收入一共約750億，這對去年AI投入幾千億美元來說，實現盈虧平衡還非常遙遠，更何況這是帶有部分AI功能就算，比如傳統的雲端服務收入、辦公室協作軟體等，所以我們可以看到美圖赫然出現在AI應用前二十的榜單中。

部分明星項目今年也頻頻傳出負面——OpenAI持續不斷的管理層動盪，Stable Diffusion團隊變動，曾被媒體熱捧Humane和Rabbit在產品發布後口碑集體撲街，Devin被質疑演示造假，Harvey被一眾投資人痛批「毫無價值」…

作為AI明星產品，Character.AI 在高峰期的推理請求量已經達到了Google搜尋流量的五分之一。 Character.AI提供AI角色扮演聊天機器人，其流量在AI圈中僅次於ChatGPT。該應用程式的網頁版每月瀏覽量超過2億次，用戶每次造訪平均花費29分鐘，這數字是ChatGPT的3倍。

然而，真實的情況不容樂觀，根據The Information 的報導，Character.AI訂閱用戶不到10 萬，近期在努力削減成本，由於融資困難，Character.AI 正在考慮出售。 AI 社交大多產品都侷限於伴聊和角色扮演功能，又存在重度用戶消耗推理資源量大，而輕度用戶留存差，商業化前景堪憂的問題，例如，Character.AI去年全年收入僅1520萬美元。所以Character.AI最好的結局就是賣身大廠，因此Google買下了Character.AI的創辦人和核心團隊。

被媒體熱捧的Cohere不走「類ChatGPT」路線，專注用大模型能力服務企業客戶，並且針對性的付費模式，理論上生存能力應該更強但事實上也很脆弱。根據The Information報導，Cohere本輪融資時的年化收入（把最近一個月的收入乘以12）大約是3500萬美元，這意味著Cohere新一輪融資的估值超過了140倍PS，這比OpenAI、Anthropic兩大巨頭的估價水準還要誇張，它們上一輪融資的估值分別是54和75倍PS。

眼下投資者似乎還可以忍受AI獨角獸們高估值，但這種耐心不可能永遠持續下去。當下投資人已經不對AI大模型刷分、打榜感興趣了，他們重視真刀實槍的商業化競爭，接下來在商業化方面的進展非常關鍵。

OpenAI 提出的通用人工智慧五級能力評估體系為產業提供了一個發展路徑。當AI 達到第二階段（'推理者'等級）時，可能具備在消費級市場大規模流行的條件。這意味著，大模型公司需要不斷提升AI 的通用泛化能力，才能真正突破商業化和產品化的瓶頸。不過在此之前，OpenAI 可能還需要融資數百億美元才能涵蓋其成本。所以我們看到近期OpenAI在全球廣泛融資，以尋求在美國建設新的資料中心和能源設備，甚至OpenAI一度傳出要上市融資的計劃，可見大模型燒錢無底洞並不誇張。

03 大模型進展緩慢

根據著名經濟歷史學家Carlota Perez總結的歷史經驗，隨著AI基建投資的持續擴張，如果在未來一段時間（我們預估是12-18個月內）應用層仍然沒有出現Killer App, 我們很可能會看到這輪AI熱潮泡沫被刺穿。 Carlota Perez的話或許有些誇張，但大模型同質化的問題也導致Killer App難以出現。

首先是OpenAI這家被稱為「地球村AI希望」明星公司一再不及預期。傳說中的GPT 5一直被推遲發布。在去年11月經歷了「內部政變」後，最近幾個月已有多名高階主管離職，包括Greg Brockman（休假）、John Schulman（轉投Anthropic）、Peter Deng、Ilya Sutskever（離職創辦了Safe Superintelligence）和Jan Leike（轉投Anthropic），這使得OpenAI的11位創始團隊成員中目前只有兩人仍在公司工作。此外，據說OpenAI今年預計少收入高達50億美元。

業內人士也一直認為GPT-4o只是OpenAI用來應對Google Gemini發布會的“臨時抱佛腳”，算不得嚴格意義上的里程碑。大家真正期待的GPT-5，卻一下推遲到了明年底，讓很多人猜測是否新一代大模型技術突破受阻，競爭對手們也紛紛利用這個時間窗口快速趕上。 Claude被越來越多的企業使用，開源Llama展現了驚人進展，中國大模型在快速追趕，大模型廠商開始陷入激烈的價格戰，直接進入市場驗證階段。

競爭對手在某些方面超越GPT-4o並不完全是“純靠刷題”，馬斯克的Grok和谷歌的Gemini真實的給到OpenAI壓力，以至於GPT-4o mini現在要依靠漂亮格式、小標題數量來維持在榜單中的前位置。 OpenAI傳說中的Q模型或說“草莓”，有媒體指出透過顯著增強OpenAI模型的推理引擎，使其在面對複雜科學與數學挑戰時能夠游刃有餘。但據說草莓模型在提升推理能力的同時，犧牲了部分反應速度。考慮到Sora大餅OpenAI始終還沒實現，對於草莓的實際落地能力還是謹慎樂觀比較好。

Google內部曾經有一個驚人的結論：基於Transformer架構的大模型，大家都沒有什麼障礙。與當年阿波羅登月的系統工程相比，如今大模型的障礙確實小得多。如果沒有模型架構和演算法的實質創新，可能只有算力勉強算壁壘，但這其實只與每家公司的資金儲備及融資能力有關。

Scale AI創辦人Alex Wang 在接受20VC採訪時表示，AI 模型有三個組成部分：算力、數據和演算法。 AI 的歷史是這三個支柱一起發展而建立起來的。你需要大量的運算能力，也需要像Transformer 或RLHF 這樣的演算法進步，或是未來的演算法進步。你還需要數據這一支柱來支持它。我認為我們最近看到的效能停滯可以用遇到資料瓶頸來解釋，而現在公域資料幾乎消耗殆盡。

所以眼下紛紛擾擾的AI產品才會大同小異，缺乏實質的差異與創新，當大模型遇到瓶頸就不要期待能做出什麼超級應用。

04 AI PC 不是救命稻草

去年資料中心被質疑成長後繼乏力之後，廠商們迅速盯上了AI PC這個概念，認為未來的PC都應該是AI PC，整個市場都值得重做一遍。 IDC預測2024年AI PC出貨量將接近5,420萬台，約佔整個PC市場的21%。

但實際上銷量表現遠不及預期。科技分析機構Canalys今年8月公佈的數據，2024年第二季度，全球AI PC出貨量達880萬台，其中macOS設備佔60%，Windows設備佔39%。 Windows AI PC出貨量較上季成長127%，惠普在其中佔比約為8%，聯想佔比為6%，戴爾佔比略低於7%。當被問及AI PC在今年7月的銷售中佔比多少時，惠普執行長拒絕透露。

這其中60%的macOS設備還是因為蘋果PC 自帶的M系列晶片具備處理AI任務和機器學習的能力，至於某些廠商宣稱的PC端小模型在這裡是沒有的。能不能把macOS算成AI PC本身還值得商榷。

輝達與聯發科聯合研發的AI PC晶片，預計下個季度才會進行驗證和取樣，發佈時間最早也是2025年了，指望短時間來改變輝達增長預期不現實，更何況AI PC還沒有爆發。

最後

對於大多數企業，無論公司規模大小，AI大模型只投入不產出的狀態都撐不了太久。目前AI開闢的新領域和新職位不夠多，在經濟基本面不好的大背景，企業在這個階段大概率會砍掉一些大模型的投資。 (首席商業評論)