AI跑马圈地时代已经过去

AI变了，市场也变了

早期跑马圈地时代已经过去

过去一年来，微软、亚马逊、谷歌、Meta资本支出分别高达557亿美元，550亿美元、443亿美元、288亿美元，而这些支出多数都在花在了购买英伟达数据中心产品和服务上。所以才有去年数据中心业务超过200%的增速表现。

去年GPT—4系列点燃了AI市场，如果哪家上市公司没有点AI业务都不好意思说自己是科技公司，所以才能接受溢价排队购买英伟达显卡。

微软首席财务官在上一季度财报会议上直言，该公司对AI的巨额投资，至少要15年才有回报。高盛则表示，AI行业的变革潜力可能会产生深远的宏观影响，但这将是“一个10年以上的转变”。

微软也出现了核心业务不及预期的情况。第二季度，微软旗下包括Azure公有云在内的智能云业务收入同比增长19%，低于市场预期的20%。

微软表示，今年第二季度，AI服务为Azure公有云和其他云服务业务的收入贡献了8个百分点的增长，这意味着AI带来的相关收入增长只比上季度多了1个百分点。但微软该季度的资本支出同比翻了近2倍，达到190亿美元。

亚马逊最明显受益于生成式AI的业务，云服务业务在第二季度保持了稳健增长的态势。但是该公司最核心的电商业务的业绩却不及预期。

图源：网络

财报显示，第二季度，亚马逊电商业务的净销售额为553.9亿美元，同比增长不到5%，低于市场预期的555.5亿美元。

相比之下，Meta的业绩增长较为明显，其第二季度营收达到390.7亿美元，同比增长22%。Meta的营收已连续四个季度同比增长超过20%。让投资者最放心的是，Meta没有像谷歌、微软、亚马逊一样，继续上调全年资本支出的上限，这一定程度上缓解了投资者对AI投入无限增长的恐慌。

在这种情况下，就算大厂们没有明确减少AI投入，但必然会要求AI业务降本增效。此前高价购买的英伟达显卡在使用寿命到期之前，恐怕很难再大规模采购，这也是为何英伟达下一季度业绩指引下调到80%的原因。

AI收益不如人意

OpenAI最新数据表示其年化收入为34亿美元，Anthropic约为10亿美元。AI大佬David Cahn文章中对大厂AI产品收入的估算是——Microsoft、Google、Meta、Apple每家从其 AI 中获得100亿美元，Oracle、字节跳动、阿里巴巴、腾讯、X 和Tesla每家通过AI获得50亿美元收入。按照这个极其乐观的假设，AI实际的年化收入一共约750亿，这对去年AI投入几千亿美元来说，实现盈亏平衡还非常遥远，更何况这是带有部分AI功能就算，比如传统的云服务收入、办公协作软件等，所以我们能看到美图赫然出现在AI应用前二十的榜单中。

一些明星项目今年也频频传出负面——OpenAI持续不断的管理层动荡，Stable Diffusion团队变动，曾被媒体热捧Humane和Rabbit在产品发布后口碑集体扑街，Devin被质疑演示造假，Harvey被一众投资人痛批“毫无价值”……

图源：网络

作为AI明星产品，Character.AI 在高峰期的推理请求量已经达到了谷歌搜索流量的五分之一。Character.AI提供AI角色扮演聊天机器人，其流量在AI圈中仅次于ChatGPT。该应用的网页版每月访问量超过2亿次，用户每次访问平均花费29分钟，这一数字是ChatGPT的3倍。

然而，真实的情况不容乐观，根据 The Information 的报道，Character.AI订阅用户不到 10 万，近期在努力削减成本，由于融资困难，Character.AI 正在考虑出售。AI 社交大多产品都局限于伴聊和角色扮演功能，又存在重度用户消耗推理资源量大，而轻度用户留存差，商业化前景堪忧的问题，例如，Character.AI去年全年收入仅为 1520 万美元。所以对Character.AI最好的结局就是卖身大厂，因此谷歌买下了Character.AI的创始人和核心团队。

图源：mashable.com

被媒体热捧的Cohere不走“类ChatGPT”路线，专注用大模型能力服务企业客户，并且针对性的付费模式，理论上生存能力应该更强但事实上也很脆弱。据The Information报道，Cohere本轮融资时的年化收入（把最近一个月的收入乘以12）大约是3500万美元，这意味着Cohere新一轮融资的估值超过了140倍PS，这比OpenAI、Anthropic两大巨头的估值水平还要夸张，它们上一轮融资的估值分别是54和75倍PS。

眼下投资者们似乎还可以忍受AI独角兽们高估值，但这种耐心不可能会永远持续下去。当下投资人已经不对AI大模型刷分、打榜感兴趣了，他们看重真刀实枪的商业化竞争，接下来在商业化方面的进展非常关键。

OpenAI 提出的通用人工智能五级能力评估体系为行业提供了一个发展路径。当AI 达到第二阶段（’推理者’级别）时，可能具备在消费级市场大规模流行的条件。这意味着，大模型公司需要不断提升 AI 的通用泛化能力，才能真正突破商业化和产品化的瓶颈。不过在此之前，OpenAI 可能还需要融资数百亿美元才能覆盖其成本。所以我们看到近期OpenAI在全球范围内广泛融资，以寻求在美国建设新的数据中心和能源设备，甚至OpenAI一度传出要上市融资的计划，可见大模型烧钱无底洞并不夸张。

大模型进展缓慢

根据著名经济历史学家Carlota Perez总结的历史经验，随着AI基建投资的持续扩张，如果在未来一段时间（我们预估是12-18个月内）应用层仍然没有出现Killer App, 我们很可能会看到这轮AI热潮泡沫被刺破。Carlota Perez的话可能有些夸张，但大模型同质化的问题也导致Killer App难以出现。

首先是OpenAI这家被称作“地球村AI希望”明星公司一再不及预期。传说中的GPT 5一直被推迟发布。在去年11月经历了“内部政变”后，最近几个月已有多名高管离职，包括Greg Brockman（休假）、John Schulman（转投Anthropic）、Peter Deng、Ilya Sutskever（离职创办了Safe Superintelligence）和Jan Leike（转投Anthropic），这使得OpenAI的11名创始团队成员中目前只有两人仍在公司工作。此外，据说OpenAI今年预计少收入高达50亿美元。

业内人士也一直认为GPT-4o只是OpenAI用来应对Google Gemini发布会的“临时抱佛脚”，算不得严格意义上的里程碑。大家真正期待的GPT-5，却一下推迟到了明年底，让很多人猜测是否新一代大模型技术突破受阻，竞争对手们也纷纷利用这个时间窗口快速赶上。Claude被越来越多的企业使用，开源Llama展现了惊人进展，中国大模型在快速追赶，大模型厂商开始陷入激烈的价格战，直接进入市场验证阶段。

竞争对手在某些方面超越GPT-4o并不完全是“纯靠刷题”，马斯克的Grok和谷歌的Gemini真实的给到OpenAI压力，以至于GPT-4o mini现在要依靠漂亮格式、小标题数量来维持在榜单中的靠前位置。OpenAI传说中的Q模型或者说“草莓”，有媒体指出通过显著增强OpenAI模型的推理引擎，使其在面对复杂科学与数学挑战时能够游刃有余。但据说草莓模型在提升推理能力的同时，牺牲了部分反应速度。考虑到Sora大饼OpenAI始终还没实现，对于草莓的实际落地能力还是谨慎乐观比较好。

图源：网络

Google内部曾经有一个惊人的结论：基于Transformer架构的大模型，大家都没有什么壁垒。与当年阿波罗登月的系统工程相比，如今大模型的壁垒确实小得多。如果没有模型架构和算法的实质性创新，可能只有算力勉强算作壁垒，但这其实只与每个公司的资金储备及融资能力相关。

Scale AI创始人Alex Wang 在接受20VC采访时表示，AI 模型有三个组成部分：算力、数据和算法。AI 的历史是这三个支柱一起发展而建立起来的。你需要大量的计算能力，也需要像 Transformer 或 RLHF 这样的算法进步，或者未来的算法进步。你还需要数据这一支柱来支持它。我认为我们最近看到的性能停滞可以用遇到数据瓶颈来解释，而现在公域数据几乎消耗殆尽。

图源：Youtube

所以眼下纷纷扰扰的AI产品才会大同小异，缺乏实质性的差异和创新，当大模型遇到瓶颈就不要指望能够做出什么超级应用。

AI PC 不是救命稻草

去年数据中心被质疑增长后继乏力之后，厂商们迅速盯上了AI PC这一概念，认为未来的PC都应该是AI PC，整个市场都值得重做一遍。IDC预测2024年AI PC出货量会接近5420万台，约占整个PC市场的21%。

但实际上销量表现远不及预期。科技分析机构Canalys今年8月公布的数据，2024年第二季度，全球AI PC出货量达880万台，其中macOS设备占比60%，Windows设备占比39%。Windows AI PC出货量环比增长127%，惠普在其中占比约为8%，联想占比为6%，戴尔占比略低于7%。在被问及AI PC在今年7月的销售中占比多少时，惠普首席执行官拒绝透露。

图源：网络

这其中60%的macOS设备还是因为苹果PC 自带的M系列芯片具备处理AI任务和机器学习的能力，至于某些厂商宣称的PC端小模型在这里是没有的。能不能把macOS算成AI PC本身还值得商榷。

英伟达与联发科联合研发的AI PC芯片，预计下个季度才会进行验证和取样，发布时间最早也是2025年了，指望短时间来改变英伟达增长预期不现实，更何况AI PC还没有爆发。

最后

对于大多数企业，无论公司规模大小，AI大模型只投入不产出的状态都坚持不了太久。目前AI开辟的新领域和新岗位不够多，在经济基本面不好的大背景，企业在这个阶段大概率会砍掉一些大模型的投资。

文章来源于“首席商业评论”