来源:腾讯科技
亚马逊、微软、Alphabet和Meta这四大巨头第二季度共花费500多亿美元。谷歌CEO强调:“面对投资不足的风险,我们宁愿承担投资过度的风险。”
据国外媒体报道,生成式人工智能引发了美国现代史上最大的消费热潮之一,企业和投资者押注数千亿美元,深信这项技术将重塑全球经济版图,并潜藏着巨大的盈利前景。但问题在于:这笔庞大的投资是否以及何时能带来回报?
诸如OpenAI旗下聊天机器人ChatGPT等应用,已吸引了数以亿计的用户,但愿意为高级服务付费的用户群体仍然有限。同时,企业界尚处于探索阶段,致力于挖掘生成式人工智能在生产效率提升方面的潜力。尽管如此,科技巨头们却毫不吝啬,正以前所未有的力度注入资金,主要聚焦于开发支撑人工智能模型研发与运行的尖端硬件。
$谷歌-A (GOOGL.US)$ 的首席执行官桑达尔·皮查伊(Sundar Pichai)在最新财报会议上强调:“面对投资不足的风险,我们宁愿承担投资过度的风险。”
风险投资家们普遍预期,未来几年内,至少有数家人工智能初创公司的估值将跃升至数千亿乃至数万亿美元,尽管目前它们中的大多数尚未实现盈利。
今年到目前为止,人工智能初创公司已斩获高达641亿美元的风险投资,这一数字正逼近2021年全面投资热潮所创下的历史巅峰,且本年度人工智能领域的风险投资占比已攀升至历史最高水平。
图注2:左图为人工智能初创公司每年获得的风险投资,右图为这类投资占风险投资总额的比例。2024年迄今,约1/3风险投资流向了人工智能公司
这些巨额投资的成效正逐步显现于美国各地,新数据中心如雨后春笋般涌现。与往昔主要承载数据存储及非人工智能软件运行功能的传统数据中心不同,经过人工智能优化的数据中心配备了尖端芯片,它们专为开发和运行生成式人工智能应用而设计。
具体而言, $微软 (MSFT.US)$ 的数据中心数量自2020年初以来已翻了一番有余,谷歌亦不甘落后,同期增长高达80%。而 $甲骨文 (ORCL.US)$ 公司更是将战略重心聚焦于数据中心业务,计划建100个新数据中心。
相较于传统的数据中心,人工智能数据中心在能源消耗上更高,这是由于人工智能芯片需要不间断的稳定能源供给以维持其高效运行。任何电力供应的短暂波动,都可能对人工智能模型通过海量数据分析优化其性能的“训练过程”造成不利影响,尤其是对于那些耗资巨大、每次训练成本动辄数千万乃至数亿美元的大型模型而言,这一风险尤为突出。
自2015年以来,美国和加拿大的数据中心向能源公司订购的电量已激增近九倍,这一趋势直观反映了人工智能发展对数据中心电力需求的急剧增长。
$英伟达 (NVDA.US)$ 已成为人工智能模型训练与运行芯片领域的主导力量,其GPU(图形处理单元)虽最初服务于视频游戏领域,但凭借着卓越性能,高端GPU售价已攀升至数万美元级别。如今,致力于构建与托管人工智能模型的科技企业正竞相争夺英伟达芯片资源,以满足日益增长的需求。
$Meta Platforms (META.US)$ 首席执行官马克·扎克伯格(Mark Zuckerberg)已公开宣布,其公司目标是在2024年底前拥有60万颗GPU,以支撑其人工智能战略宏图。同样,特斯拉首席执行官兼人工智能初创公司xAi的创始人埃隆·马斯克(Elon Musk)亦不甘示弱,他表示计划在明年夏季前采购30万颗GPU。
高技能人才也成为了市场上的稀缺资源。尽管硅谷近期经历了裁员潮,科技巨头们仍不惜斥资数百万美元,竞相招募那些能引领人工智能探索新边疆的研究科学家。这些专家中的许多人此前还在学术界工作。如今,他们已跻身全球收入最丰厚的技术人才之列。
即便是掌握机器学习基础知识的专业人才,也能轻松获得六位数的薪资岗位。值得注意的是,与去年同期相比,7月份人工智能相关职位的新增招聘量激增近50%,与同期科技行业整体招聘略有下滑的趋势形成鲜明对比,凸显了市场对人工智能人才的高度渴求。
投资者对硅谷人工智能巨额投资的耐心正逐渐消磨,尤其是对Meta、微软等企业在收入增长滞后时仍加大人工智能支出的做法表示不满,这已经在这些公司的股价上有所体现。
红杉资本某合伙人近期分析指出,为了证明在今年数据中心与芯片领域的投资获得合理回报,人工智能业务最终需创造高达6000亿美元的年营收。虽然大多数公司未披露他们从人工智能中获得的收入,但分析师估计,每年的总收入最多在数百亿美元,与预期相去甚远。
关于人工智能前景的疑虑,不禁让人联想到25年前的互联网泡沫时期,企业盲目投资于光纤网络,以期支撑对互联网普及的过度乐观预期,但现实发展却远不及预期。
面对此番质疑,科技巨头高层纷纷发声呼吁人们保持耐心。扎克伯格在财报会上坦言,人工智能应用的商业化进程尚需数年时间方能显现成效。而皮查伊亦表示:“在利用基础技术并将其转化为有意义的解决方案方面,存在时间曲线。”
编辑/Somer
來源:騰訊科技
亞馬遜、微軟、Alphabet和Meta這四大巨頭第二季度共花費500多億美元。谷歌CEO強調:「面對投資不足的風險,我們寧願承擔投資過度的風險。」
據國外媒體報道,生成式人工智能引發了美國現代史上最大的消費熱潮之一,企業和投資者押注數千億美元,深信這項技術將重塑全球經濟版圖,並潛藏着巨大的盈利前景。但問題在於:這筆龐大的投資是否以及何時能帶來回報?
諸如OpenAI旗下聊天機器人ChatGPT等應用,已吸引了數以億計的用戶,但願意爲高級服務付費的用戶群體仍然有限。同時,企業界尚處於探索階段,致力於挖掘生成式人工智能在生產效率提升方面的潛力。儘管如此,科技巨頭們卻毫不吝嗇,正以前所未有的力度注入資金,主要聚焦於開發支撐人工智能模型研發與運行的尖端硬件。
$谷歌-A (GOOGL.US)$ 的首席執行官桑達爾·皮查伊(Sundar Pichai)在最新業績會議上強調:「面對投資不足的風險,我們寧願承擔投資過度的風險。」
風險投資家們普遍預期,未來幾年內,至少有數家人工智能初創公司的估值將躍升至數千億乃至數萬億美元,儘管目前它們中的大多數尚未實現盈利。
今年到目前爲止,人工智能初創公司已斬獲高達641億美元的風險投資,這一數字正逼近2021年全面投資熱潮所創下的歷史巔峯,且本年度人工智能領域的風險投資佔比已攀升至歷史最高水平。
圖注2:左圖爲人工智能初創公司每年獲得的風險投資,右圖爲這類投資佔風險投資總額的比例。2024年迄今,約1/3風險投資流向了人工智能公司
這些巨額投資的成效正逐步顯現於美國各地,新數據中心如雨後春筍般湧現。與往昔主要承載數據存儲及非人工智能軟件運行功能的傳統數據中心不同,經過人工智能優化的數據中心配備了尖端芯片,它們專爲開發和運行生成式人工智能應用而設計。
具體而言, $微軟 (MSFT.US)$ 的數據中心數量自2020年初以來已翻了一番有餘,谷歌亦不甘落後,同期增長高達80%。而 $甲骨文 (ORCL.US)$ 公司更是將戰略重心聚焦於數據中心業務,計劃建100個新數據中心。
相較於傳統的數據中心,人工智能數據中心在能源消耗上更高,這是由於人工智能芯片需要不間斷的穩定能源供給以維持其高效運行。任何電力供應的短暫波動,都可能對人工智能模型通過海量數據分析優化其性能的「訓練過程」造成不利影響,尤其是對於那些耗資巨大、每次訓練成本動輒數千萬乃至數億美元的大型模型而言,這一風險尤爲突出。
自2015年以來,美國和加拿大的數據中心向能源公司訂購的電量已激增近九倍,這一趨勢直觀反映了人工智能發展對數據中心電力需求的急劇增長。
$英偉達 (NVDA.US)$ 已成爲人工智能模型訓練與運行芯片領域的主導力量,其GPU(圖形處理單元)雖最初服務於視頻遊戲領域,但憑藉着卓越性能,高端GPU售價已攀升至數萬美元級別。如今,致力於構建與託管人工智能模型的科技企業正競相爭奪英偉達芯片資源,以滿足日益增長的需求。
$Meta Platforms (META.US)$ 首席執行官馬克·扎克伯格(Mark Zuckerberg)已公開宣佈,其公司目標是在2024年底前擁有60萬顆GPU,以支撐其人工智能戰略宏圖。同樣,特斯拉首席執行官兼人工智能初創公司xAi的創始人埃隆·馬斯克(Elon Musk)亦不甘示弱,他表示計劃在明年夏季前採購30萬顆GPU。
高技能人才也成爲了市場上的稀缺資源。儘管硅谷近期經歷了裁員潮,科技巨頭們仍不惜斥資數百萬美元,競相招募那些能引領人工智能探索新邊疆的研究科學家。這些專家中的許多人此前還在學術界工作。如今,他們已躋身全球收入最豐厚的技術人才之列。
即便是掌握機器學習基礎知識的專業人才,也能輕鬆獲得六位數的薪資崗位。值得注意的是,與去年同期相比,7月份人工智能相關職位的新增招聘量激增近50%,與同期科技行業整體招聘略有下滑的趨勢形成鮮明對比,凸顯了市場對人工智能人才的高度渴求。
投資者對硅谷人工智能巨額投資的耐心正逐漸消磨,尤其是對Meta、微軟等企業在收入增長滯後時仍加大人工智能支出的做法表示不滿,這已經在這些公司的股價上有所體現。
紅杉資本某合夥人近期分析指出,爲了證明在今年數據中心與芯片領域的投資獲得合理回報,人工智能業務最終需創造高達6000億美元的年營收。雖然大多數公司未披露他們從人工智能中獲得的收入,但分析師估計,每年的總收入最多在數百億美元,與預期相去甚遠。
關於人工智能前景的疑慮,不禁讓人聯想到25年前的互聯網泡沫時期,企業盲目投資於光纖網絡,以期支撐對互聯網普及的過度樂觀預期,但現實發展卻遠不及預期。
面對此番質疑,科技巨頭高層紛紛發聲呼籲人們保持耐心。扎克伯格在業績會上坦言,人工智能應用的商業化進程尚需數年時間方能顯現成效。而皮查伊亦表示:「在利用基礎技術並將其轉化爲有意義的解決方案方面,存在時間曲線。」
編輯/Somer