OpenAI今年或亏50亿？AI泡沫论——a16z VS红杉，高盛VS大摩

看一组全世界最聪明的人做过的预言：

1943年，IBM创始人Thomas Watson说：“5台主机就能满足全球市场。”

1981年，比尔·盖茨说：“640K内存对任何人来说都够用了。”

2024年，国内一家AI独角兽的掌舵人说：“未来全球只会剩5家大模型企业。”

上述每则预言的间隔在40年左右。

如今，人类又站在了历史的交界——个人电脑降低了计算成本，互联网降低了传播成本，AI正在迅速降低生产力成本。每一场技术革命都像是一条奔向未来的大河，裹挟着不安与忌惮，同时又迎来了机遇和想象。谁能预测河流的走向、流速、水位，谁就能避开险滩，捕捉机遇。

其中，顶尖风投扮演着“未来观测者”的角色，为变革中的每一次震荡，及时地标上注脚。

然而，即便是全世界最明亮的眼睛，都可能看走眼。秉持“真理越辩越明”的理念，我们集合了“最强大脑”近期的巅峰观点.........关于AI泡沫、GPU泡沫，看看有哪些精彩碰撞？

01 AI泡沫——长期乐观、短期悲观？

问题1：AI显著改变世界？

Yes——请跳转问题2；

No——悲观派

问题2：AI资本支出水平过高？

Yes——现实派；

No——乐观派

如果我们将这场AI狂欢比作一场派对——晚上20点众人进场，凌晨4点宣告结束。

“乐观派”认为，派对刚刚开始，气氛持续推向顶峰；

“悲观派”认为，5分钟内邻居举报，然后大家散场；

“现实派”扎进舞池，纵享其中，但同时也在紧张地数着钟表。

其中，以Coatue、大摩为代表的“乐观派”；以“大龙教授”Daron Acemoglu为代表的“悲观派”，均属于少数派；而以a16z、红杉、比尔·盖茨为代表的“现实派”则占据主流位置。

“乐观派”发言

摩根士丹利Shawn Kim分析师团队

代表观点：当前AI基础设施投资热潮处于初期阶段，尚未达到互联网1999年的泡沫水平。尤其是GPU投资，才刚刚起步。

“今天，正在进行的AI数据中心加速计算建设只是第一阶段，但这只是构建所有AI应用程序的支柱，增加了一个颠覆性的技术层（LLMs），成本更低，上市更快。

互联网泡沫从1994年12月开始，到2000年3月达到顶峰，期间经历了多次回调。英伟达首次上调销售预期是在2022年5月，ChatGPT在2022年11月才被广泛讨论。从时间上看，我们尚未达到1999年的泡沫水平。”

华尔街“TMT之王”Coatue

代表观点：AI不是炒作，黄金时代还没有到来；AI不是估值泡沫，但主要是巨头的游戏。

“AI不同于2000年时代的互联网泡沫。以思科为例，其在某五年平均pe为37倍，但巅峰高达132倍pe；英伟达在过去五年平均pe为40倍，而今天仅有39倍pe。如果有泡沫，那也不是估值泡沫，而是利润被拉向前方的泡沫。”

“悲观派”发言

国际顶刊之神“大龙教授”Daron Acemoglu

代表观点：尽管技术更加先进，成本会降低，但AI进步速度不会像许多人想象的那样快。

“未来10年，只有大约23%任务能够通过AI自动化，这意味AI只会影响不到所有任务的5%。结果就是，未来10年内，AI对生产力的提升约为0.53%到0.66%，对GDP的增长约为0.9%。”

“短期内，很多需要现实世界互动的任务，像交通、制造、采矿等，AI短期内无法显著改进。AI的主要影响会在纯脑力任务上，但这些任务的数量和规模不大。”

高盛全球股票研究主管Jim Covello

代表观点：AI必须能够解决复杂问题，才能获得开发和运行时花费的约1万亿美元成本，但它做不到。

“像互联网这种颠覆性技术，即使在早期也能用低成本方案取代高成本方案。而AI现在很贵，还不能提供更便宜的替代品。

AI会否提升使用该技术的公司的估值？因为任何效率提升可能会被竞争所消耗，实际提升收入的途径尚不明确。

AI成本会否大幅下降，让大规模自动化变得便宜？因为AI初始成本高，且关键部件（比如GPU芯片）生产复杂。这种复杂性会阻碍竞争。

AI能否真正复制人类最有价值的能力？因为AI是基于历史数据训练的，AI可能不会达到人类在这些领域的水平。”

“现实派”发言

现实派沉浸于AI军备赛的博弈，同时也笃信“AI浪潮伴随泡沫”。

a16z喊着AI泡沫不可避免，顺便斥资数亿美元，囤了数千块GPU。

红杉算出AI行业收入缺口达到5000亿美元，但也指出“资本支出的辩论是关于速度，而不是关于规模。”

高盛的报告标题为“ Too Much Spend, Too Little Benefit?”；其软件分析师却指出：尽管AI“杀手级应用”尚未出现，巨头在AI基础设施上支出巨大，但资本支出周期的回报潜力比以往周期更为可观——资本成本低、分销网络和客户基础庞大的公司主导了这一周期.

比尔·盖茨

代表观点：现在AI市场的狂热程度远超互联网泡沫，但AI技术的潜力和价值仍然被严重低估。

“如此多的资本扎堆涌入新领域是前所未见的，无论从市值以及估值角度来看整个AI市场已经陷入‘狂热’状态，其程度让历史上互联网、汽车时期的狂热相形见绌。”

a16z

代表观点：AI泡沫不可避免，但未来的“金子”公司也会在泡沫时代中成立。

“我认为这种情况（互联网泡沫）很可能在AI领域重演，每家公司都可能获得资金支持，但我们实际上并不需要那么多的AI公司，因此许多公司将会失败，将会有巨大的投资者损失。可以肯定的是，芯片的过度生产将在某个时刻发生，我们将会有过多的芯片，一些芯片公司肯定会破产。同样的情况也可能发生在数据中心等方面，先是落后，然后过度建设，这是每种新技术发展的自然规律。新技术的发展往往会经历过度建设、不足建设，然后再过度建设的循环。在这个过程中，资金的涌入推动了基础设施的建设，尽管许多资金会损失，但我们获得了基础设施，因为它真正被采用并改变了世界。”

“有一句老掉牙的笑话：投资中最危险的是‘this time is different’。每一项重要的技术进步在历史上都伴随着某种金融泡沫，自金融市场存在以来都是如此。

你面对的是一种通用技术，像AI这样可能在许多方面都有用的技术，没有人事先真正知道成功的用例或成功的公司会是什么。你必须要通过实践来学习，你会有失败，这是风险投资的一部分。我们确实如此。所以，风险投资的真正模型在某种程度上已经考虑了这一点。

当然，如果我们或任何竞争对手能够找出如何只做50%能成功的工作，避免50%不成功的工作，我们肯定会这么做。但现实是，我们已经在这个领域进行了60年的研究，还没有人找到这样的方法。这其中存在不可预测性。另一个有趣的思考方式是：如果一个社会对新技术没有投机行为，将意味着这个社会基本上对新技术的前景以及创业精神持有一种根深蒂固的悲观态度。”

红杉

代表观点：投机狂热是技术的一部分，这并不可怕。此刻保持冷静的人，有机会建立伟大的公司。但大家不要陷入“今天AGI实现，明天发家致富”的错觉。

“在上一次分析中，我假设谷歌、微软、苹果和Meta每年获得100亿美元的AI收入。我还假设Oracle、字节跳动、阿里巴巴、腾讯、X和特斯拉每年将获得50亿美元。即使这些假设仍然成立，且我们再增加一些公司，这1250亿美元的收入缺口现在也将变成5000亿美元的财务缺口。”

高盛

代表观点：目前我们在AI上的投入过多，而收益却太少。未来十年，AI将使美国年劳动生产力增长近1.5%，最终使全球GDP年增长率提高7%。

高盛策略师Ryan Hammond团队报告：“包括亚马逊、Meta、微软和谷歌等互联网巨头在过去一年里已经将大约3570亿美元用于资本支出和研发，这些支出的‘很大一部分’用于AI。但这些超大规模企业最终将被要求证明——他们的投资可以产生收入和利润。如果看不到盈利的迹象，可能导致估值贬值。”

高级全球经济学家Joseph Briggs预测：“GenAI最终将自动化25%的工作任务，使美国生产力提高9%，GDP增长6.1%。”

思考题：如果AI泡沫存在，何时会破裂？

比较靠谱的答案：可能要很久。

连“悲观派”代表高盛全球股票研究主管Jim Covello也表示：不会在今年到来，甚至不是明年，但总有一天会发生。反正我在过去30年中学到的最重要的教训之一，就是泡沫可能需要很长时间才能破裂。

最紧张的大概是黄仁勋，未来如果AI应用赚不到钱，非理性需求就会消散，英伟达也会变成思科。虽然在上文中，Coatue直接否定了这个可能性。

现在，让我们再次回到这场AI狂欢派对。

来个不那么恰当的比喻，作为“AI大基建”的重要底座，GPU像是狂欢派对的酒水饮料，当你不清楚AI狂欢要持续多久时，可以数一数还剩多少酒，以及谁都囤了多少酒。

02 a16z“大战”红杉——为何狂囤GPU？

问题3：前方终有泡沫，你还敢狂囤GPU吗？

Yes——“生猛派”a16z；

No——“谨慎派”红杉

问题4：你过分担心因AI模型层发展过快，而出现的大量GPU折旧吗？

Yes——“谨慎派”红杉；

No——“生猛派”a16z

再想象一下，如果你确信AI和互联网一样具有变革性，并且你控制着世界上唯一的AI公司，你会多快建立AI资本支出？

红杉的答案：随机应变；a16z的答案：高歌猛进。

由此，我们可以感受这两家顶级风投的差异气质。

近两年，投AI“第二猛”的a16z 牵头主导了19笔GenAI的投资交易，总价值约为13亿美元；而红杉则领投了约20笔AI 投资，交易总金额仅为4亿美元。

目前，a16z高调开启“氧计划”，最终计划将GPU集群规模扩大至超过2万块；红杉则“唱衰”GPU，认为其供应短缺高峰已过，囤货速度高于迭代速度将带来折旧损失。

“谨慎派”发言

关于资本支出

红杉：理想情况是慢慢来。

“你会等一段时间来消化一些AI收入。

你会看看液冷系统的表现，根据需要修改你的数据中心设计。

你会在合适的地点建造新的发电资产，然后在光纤电缆附近建造你的数据中心。

但你不会立即锁定多年的CapEx，因为你会知道随着模型和架构的变化，你的数据中心也需要不断发展。”

关于GPU支出

红杉：GPU供应短缺高峰已过，旧款可能发生贬值。

红杉合伙人David Cahn观点：真正的逻辑是——你越相信AI前景，就越会担心AI模型发展过快超过物理基础设施，然后囤积的大量GPU折旧过时。

“因为没有人会在同一数据中心两次训练前沿模型——当模型训练完成时，GPU 将已经过时，前沿集群的大小也将增长。

再考虑其他部分——物理数据中心的土地、电力、钢铁等支出——取决于 GPU功率效率——这是一个不断变化的目标。”

Cahn的判断：

1、GPU供应短缺已经缓解

2023年底是GPU供应短缺的高峰期。当时AI初创企业不断打电话给风投公司，想尽办法来获取GPU。

这种短缺情况几乎完全消失了，对我接触过的大多数人而言，现在获得GPU相对容易，而且交货时间也更加合理。

2、GPU库存在不断增加

英伟达Q4财报显示，其数据中心营收的一半都是来自科技巨头，仅微软一家就贡献了英伟达Q4营收的22%。这些科技巨头的CEO们是在告诉市场：“不管你们喜不喜欢，我们都会投资GPU”。争夺AI领先优势的科技巨头囤积GPU并不是新现象，一旦囤积数量足够多，而需求开始减少，事情就开始转变了。

3、GPU发生贬值

我们从技术发展史了解到，半导体技术迭代非常之快，英伟达将继续生产新一代GPU，如B100。这将导致上一代GPU加速贬值。由于市场低估了B100和下一代GPU的迭代速度，因此高估了现在购买的H100在3、4年后的保值程度。

“生猛派”发言

a16z：GPU的供应短缺在短期内不会得到缓解。

关于资本支出，尤其是GPU支出，a16z用行动证明了态度。

过去两年里，a16z牵头主导了19笔GenAI的投资交易，总价值约为13亿美元。(不包括a16z参与的其他交易，如xAI融资了60亿美元）。a16z还发了两支AI基金，分别专注于AI基础设施和AI应用程序。

目前，a16z已经斥资数亿美元，囤了数千块GPU，并最终计划将GPU集群规模扩大至超过2万块，花费可能高达50亿美元。

a16z称之为“氧计划”，寓意着GPU资源对于初创企业来说就像氧气一样重要。

另提一句。最近Sam Altman的亲弟弟Jack Altman领投了一家名为San Francisco Compute的“出租算力”创企——1200万美元种子轮融资，估值达到约7000万美元。

公司目标是做AI算力市场的Airbnb，营销口号更是诱人：不到21美元就能用英伟达H100一小时。即便它的对手众多，包括估值190亿美元的英伟达“亲儿子”CoreWeave。

这也从侧面说明，至少未来一段时间内，“GPU生意”依然可以大做文章。

作为风投机构，a16z能“盘活”GPU资源，目前看也不失为一个“可攻可守”的绝妙点子。

今年早些时候，a16z开始向少数AI初创公司提供GPU租赁服务，以换取股权，其合作的AI初创公司可以用低于市场价来租赁GPU。例如，a16z对一家名为Luma AI的初创公司进行了4300万美元的B轮投资。Luma的CEO表示，虽然其他风投给的估值更高，但自己还是选择了a16z，正是因为看中其GPU资源。

如此大手笔也符合a16z一贯的激进风格，风投的本质就是不放过任何一个机会。

面对“每次新技术出现时都会产生投机泡沫”的提问时，Marc Andreessen如此回答：至少据我所知，没有任何一个社会能够找到一种方法，只获得好处而不经历坏处。

正如整个美国西部是建立在“淘金热”的基础上。后人看到更多是“淘金热的悲歌”，这是流行文化所塑造的。实际上，当时确实有些人找到了金子，也赚了很多钱。

我们对应到互联网泡沫时代，亚马逊、eBay和谷歌都是在那个充满巨大投机的时代成立的，它们挖到了“金子”。如果你投资了其中任何一家公司，你就可能会投资下一个公司，包括 Facebook、Snap等。

对于a16z而言，无论是“投资要保持激进”还是“愿承担GPU泡沫破裂的风险”，其目标都是不放过任何一个Facebook，获得好莱坞式的胜利。

那么，下一个Facebook能破壳而出吗？红杉和a16z的态度都较为积极。

红杉观点：巨头间“防御战”掀起了AI资本支出狂潮，但过度建设也是完全合理的——不缺钱的巨头们承担风险，缺钱的初创公司借此机会成长。

“云巨头们将AI视为威胁和机遇，不能等待看技术如何发展，他们必须立即行动。而微软、亚马逊和谷歌的军备竞赛关乎于博弈论。我们现在处于世界历史上三家最大公司之间的竞争升级循环中，它们的总市值超过7万亿美元。在每个升级循环中，都有一个简单的理由——我们有足够的资金来承担这个。随着更多的承诺，信心也会增加，这个循环变得自我强化。供应约束加速了这种动态：如果你现在不获取土地、权力和劳动力，别人就抢先一步。

无论是出于何种原因，如今快速建设新的人工智能数据中心应该对未来的初创公司产生积极影响。如今人工智能领域的许多风险都由基础设施提供商承担。这实际上是对那些在其基础上构建的初创公司的一种补贴。微软、亚马逊和谷歌之间的竞争应该确保未来API价格更低。这也有利于人工智能生态系统——这些资本支出投资将使我们能够测试扩展规律，并更多地了解人工智能未来的潜力。”

a16z观点：历史上最快实现盈利的公司，是营收增速远远超出成本支出的AI公司。在其投资组合中，这些AI初创公司的营收增速都相当快，实际上增速已经超过了成本增速。

“如果你从左眼模糊地看，你会看到投资基础模型公司的资本正以惊人的速度增长。此类初创公司正在筹集数亿、数十亿甚至数万亿美元，这让人不禁惊叹于这些公司的资本规模。

但如果你从右眼模糊地看，你会发现，现在构建软件变得容易得多，拥有一家软件公司或让一小群程序员编写复杂软件变得容易得多，因为他们得到了AI助手和自动化软件开发能力的支持。

因此，创办一家AI应用初创公司的成本可能会大幅下降，可能起步资金只需要创办Salesforce.com成本的十分之一、百分之一或千分之一。我们如何看待这种二元性，即从任何一种角度都可以看到成本要么大幅飙升，要么实际上趋近于零。我们对这两种类型的初创公司都有投资。”

本文来自微信公众号“适道”，作者：适道AI组，36氪经授权发布。