6月20日，红杉美国合伙人 David Chan 发布了最新文章《AI’s $600B Question》，也是继去年 9月发表《AI’s $200B Question》后的最新思考。
关于 David Chan，他于 2018 年加入 Coatue，当时 Coatue 刚刚开始建立自己的私有软件组合。在加入 Coatue 的前三年，他参与了多个重要投资项目，包括 Snowflake、Databricks、Confluent、UiPath、Gitlab 和 Marqeta。
晋升为合伙人后，David 全力投入 AI 以及Infra 投资，领导了 Coatue 对 Runway、HuggingFace 和 Supabase 的投资。
此外，他还加入了 Weights & Biases 和 Repl.it 的董事会，并一路升任为 Coatue 合伙人&COO。直到去年 7 月，David Chan 加入红杉美国担任合伙人。
在去年发布的《AI 的 2000 亿美元之问》文章中，David Chan 提出一个问题 —— 所有的收入都在哪里？
当时，注意他到 AI Infra 所暗示的收入预期与 AI 生态系统中实际收入增长之间存在巨大差距，这也可以看作是终端用户价值的 Agent。他将其描述为“每年需要填补的 1250 亿美元的空缺”。
本周，英伟达完成了成为全球最有价值公司的飞跃。经对原先框架的再次计算，原先”AI 2000 亿美元的问题“现在已经变成了”AI 6000 亿美元的问题。
根据 David Chan，这项指标的计算非常简单。只需将英伟达年收入预测乘以 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，以反映 GPU最终用户。
例如，从 Azure、AWS 或 GCP 购买 AI 计算的初创公司或企业 50% 的毛利率。
▍去年 9 月以来发生了什么变化？
供应短缺已缓解：2023 年底是 GPU 供应短缺的高峰期。初创公司纷纷拨打风险投资公司和其他能够提供帮助的人的电话，寻求获取 GPU 的帮助。
如今，这种担忧几乎完全消除。与 David 交谈的大多数人表示，现在相对容易在合理的交货时间内获得 GPU。
GPU库存增加：英伟达在第四季度报告中表示，其数据中心收入约有一半来自大型云提供商。微软单独可能就占了英伟达第四季度收入 22% 左右。超大规模资本支出正达到历史水平。
这些投资是大科技公司 2024 年第一季度财报的主要主题，CEO 们实际上向市场传递的信息是：“无论喜欢与否，我们都将投资于 GPU。”囤积硬件并不是新现象，重置的催化剂将是当库存大到需求减少时。
OpenAI仍然占据AI收入的大头：据《The Information》最近报道，OpenAI 的收入现在为 34 亿美元，而 2023 年底为 16 亿美元。虽然已经看到一些初创公司将收入规模扩大到不到 1 亿美元的范围，但 OpenAI 与其他所有公司之间的差距依然巨大。
除了 ChatGPT，今天消费者真正使用了多少 AI 产品？考虑一下 Netflix 每月 15.49 美元或 Spotify 每月 11.99 美元所带来的价值。从长远来看，AI 公司需要为消费者提供显著的价值，以继续让他们掏钱。
1250 亿美元的空缺现在变成了 5000 亿美元：在上次分析中，大方地假设每个谷歌、微软、苹果和Meta能够从新的 AI 相关收入中每年产生 100 亿美元。
David 还假设 Oracle、字节跳动、阿里巴巴、腾讯、X 和特斯拉每家公司每年新增50 亿美元的 AI 收入。即使这仍然成立，并且再加上一些公司，1250 亿美元的空缺现在将变成 5000 亿美元；
尚未结束——B100 即将到来：今年早些时候，英伟达宣布了其 B100 芯片，其性能将提高 2.5 倍，成本仅增加 25%。David 预计这将导致对英伟达芯片的需求出现最后一波激增。
B100 在成本与性能方面的改进比 H100 显著，因此今年晚些时候可能会再次出现供应短缺，因为每个人都在争相获得 B100。
David 表示，对于上次文章的一个主要反驳是：“ GPU 资本支出就像修建铁路，最终火车会来，目的地也会到来——新的农业出口、游乐园、购物中心等。”
▍同意但被忽略的问题
定价能力的缺乏：在物理基础设施建设的情况下，你所建基础设施具有一定的内在价值。如果你拥有旧金山和洛杉矶之间的轨道，你可能拥有某种垄断定价权，因为在 A 地和 B 地之间铺设的轨道数量有限。
在 GPU 数据中心的情况下，定价能力要小得多。GPU 计算正日益变成一种按小时计量的商品。与形成寡头垄断的 CPU 云不同，新进入者正在不断涌入建立专门的 AI 云市场。
没有垄断或寡头垄断，高固定成本+低边际成本的业务几乎总是会看到价格竞争下降到边际成本（例如航空公司）。
投资烧钱：即使在铁路的情况下——以及在许多新技术的情况下——投机投资狂潮往往会导致高比例的资本焚烧。
《驱动市场的引擎》是技术投资的最佳教材之一，其主要结论——确实专注于铁路——是很多人在投机技术浪潮中赔了很多钱。很难挑选赢家，但挑选输家要容易得多（运河，在铁路的情况下）。
折旧：我们从技术历史中知道，半导体会越来越好。英伟达将继续生产性能更好的下一代芯片，如 B100。这将导致上一代芯片的折旧速度更快。
由于市场低估了 B100 和下一代芯片改进的速度，因此高估了今天购买的 H100 在 3～4 年内的价值。这种情况在物理基础设施中并不存在，因为它不遵循任何“摩尔定律”类型的曲线，因此成本与性能不断改进。
赢家与输家：David 认为我们需要仔细看看赢家和输家——在基础设施过度建设期间总会有赢家。AI 可能是下一个变革性的技术浪潮，正如我在上篇文章中提到的，GPU 计算价格的下降实际上对长期创新和初创公司是有利的。
如果我的预测成真，主要会对投资者造成伤害。创始人和公司建设者将继续在AI领域建设——他们将更有可能成功，因为他们将受益于更低的成本和在此期间积累的经验。
AI 将创造出巨大的经济价值。专注于为终端用户提供价值的公司建设者将获得丰厚的回报。
我们正在经历一个有潜力成为一代人定义技术浪潮的时期。像英伟达这样的公司在促成这一转变中发挥了巨大作用，并且可能在很长一段时间内在生态系统中发挥关键作用。
最后，David 表示 —— 投机狂潮是技术的一部分，因此不必害怕。那些在这一刻保持冷静的人有机会建立极其重要的公司。
AGI 明天就会到来，我们都需要囤积唯一有价值的资源，即 GPU。前面的道路将是漫长的，它会有起有伏。但几乎可以肯定的是，它将是值得的。
