人工智能（AI）领域的投资浪潮正以前所未有的速度涌动，但与此形成鲜明对比的是，AI生态系统的实际收入增长却显得步履蹒跚。曾经引发广泛讨论的AI收入难题，其数额已经从2000亿美元飙升至6000亿美元，这一数字的增长无疑给行业带来了更多的思考与挑战。
红杉资本的David Cahn在去年9月发表的文章《AI的2000亿美元问题》中，提出了一个核心问题：“AI的收入究竟去了哪里？”他指出，AI基础设施建设所预期的收入与实际收入之间存在巨大的鸿沟，这不仅是对资本支出的考验，更是对终端用户价值的一次审视。
时至今日，随着英伟达市值的飙升，AI领域的收入问题非但没有得到缓解，反而愈发严峻。Cahn在最新的分析中指出，若以英伟达的年收入预测为基础，再考虑到AI数据中心的总成本和终端用户的毛利率，我们不难发现，AI领域的收入缺口已经扩大到了6000亿美元。
自去年9月以来，AI行业经历了几项显著的变化。首先，GPU的供应短缺问题得到了缓解，初创公司不再为获取GPU而焦虑。其次，随着大型云服务提供商的资本支出达到历史新高，GPU的库存量也在稳步增加。此外，OpenAI继续在AI收入中占据主导地位，其收入从16亿美元增长到了34亿美元，与其他初创公司相比，这一数字显得尤为突出。
然而，尽管一些大型科技公司和新兴企业在AI领域取得了一定的收入，但与预期相比，这个数字仍然相去甚远。Cahn曾乐观地预测，谷歌、微软、苹果、Meta等公司每年能从AI相关业务中获得100亿美元的收入，但现实情况是，这个预期的数字正在迅速扩大，形成了一个5000亿美元的缺口。
英伟达即将推出的B100芯片，以其出色的性能和成本效益，预计将引发新一轮的需求激增。这不仅预示着可能的供应短缺，也反映了市场对高性能AI芯片的渴望。
尽管有人将GPU的资本支出比作修建铁路，认为随着时间的推移，其价值将逐渐显现，但Cahn认为这种类比忽略了几个关键点。首先，GPU数据中心缺乏定价权，与铁路等物理基础设施相比，其内在价值和垄断性要小得多。其次，历史上的投机性投资狂潮往往伴随着高比例的资本损失。再者，技术的快速发展导致半导体产品的快速折旧，这与物理基础设施的长期稳定价值形成鲜明对比。
最后，Cahn强调，虽然AI技术的发展将创造巨大的经济价值，但只有那些真正为终端用户提供价值的公司，才能获得市场的丰厚回报。在这个充满潜力的技术浪潮中，像英伟达这样的公司将继续发挥关键作用。投机狂潮是技术发展的一部分，但我们需要保持清醒，不被快速致富的幻想所迷惑。
前方的道路虽然漫长且充满挑战，但对于那些致力于在AI领域创造价值的公司和个人来说，这无疑是一条值得探索和坚持的道路。
