VC巨头红杉公开质疑：英伟达要卖500亿美元GPU，AI产业赚得到2000亿美元吗？

光从赚钱的角度看，从年初火到现在的生成式AI热潮，只有一位赢家——英伟达。

从领头的微软&OpenAI到谷歌、Meta、Adobe，众多把AI接入产品的科技公司，还处在赔本赚吆喝的阶段。许多公司的AI服务都是免费提供的，只有微软一家敢把Copilot提价83%，消费者到底买不买账还不好说。

但上游卖铲子的英伟达已经赚麻了，连续两个季度收入、指引双双爆炸。根据华尔街分析师预测，到今年年底，英伟达的GPU销售额可能突破500亿美元。

那么问题来了，下游货币化的前景还不明朗，囤这么多GPU用来做什么？全行业都在高利率环境下降本增效，唯独在AI方面争先恐后投资，生怕被落下，但这些投资什么时候才能回本？

9月20日，风投机构红杉的合伙人David Cahn发表了一篇博客文章，提出了这个问题。

Cahn认为，每1美元的GPU支出，大约对应1美元的数据中心能源成本，也就是说，保守估计下，如果英伟达到年底能卖500亿美元的GPU，数据中心的支出就高达1000亿美元。

进一步假设，如果GPU的终端客户，即那些做GPU应用的公司，能在AI业务上赚取50%的利润，就意味着至少需要2000亿美元的收入，才能收回前期投资的成本。

数据中心建设的增量，大部分来自大科技公司。例如，谷歌、微软和Meta都报告了数据中心资本支出的大幅增长。此外，字节、腾讯、阿里这些公司也是英伟达的大客户。展望未来，亚马逊、甲骨文、苹果、特斯拉和Coreweave等公司可能也会在数据中心建设上花费重金。

根据The Information的报道，OpenAI的年收入约为10亿美元，微软曾表示，预计Copilot等产品有望带来100亿美元的年收入，再把其他公司算进来：假设Meta、苹果也能靠AI年入100亿，甲骨文、字节、阿里、腾讯、X、特斯拉等公司的AI业务能赚50亿美元。

Cahn指出，就算把这些乐观假设全都加在一起，每年的收入也只有750亿美元。

前文提到，如果英伟达要卖500亿美元的GPU，全行业需要2000亿美元的收入才能抵消这部分支出，也就是说，还有1250亿美元的缺口需要填补。

初创企业能够填上这个缺口吗？现在还不好说。不过Cahn认为，AI领域的技术飞跃和空前的GPU购买潮，对人类来说总归是好消息：

在历史上的技术周期中，基础设施的过度建设往往会焚烧资本，但同时也会通过降低新产品开发的边际成本来释放未来的创新。我们预计这种模式将在人工智能领域重演。

超大规模的基础设施支出，能够让更多企业以越来越低的成本使用公有云，训练大模型、运行AI系统的成本也会越来越低，会有更多创业者涌入、更多产品诞生，但更重要的问题还是在于应用端：如何利用这项新技术来改善人们的生活？如何才能将这些惊人的创新转化为客户每天使用、喜爱并愿意为之付费的产品？

每一块GPU的巨额投入，最终要转化为终端客户价值，行业才能长远走下去。

眼下，作为“掘金买铲”逻辑的核心受益者，英伟达今年前两季的业绩都相当亮眼。但下游应用层，尚还只见AI投入增加，不见业绩改善。

受益于大模型训练带来的巨大需求，AI基础设施厂商的订单和业绩已经得到了持续验证，但B端应用还处于早期，大多数AI应用厂商还尚未进入到商业化阶段，从兑现时间来看预计要晚于基础设施层2-3个季度。

如果淘金人赚不到钱，卖铲子的业绩爆发，当然也不可能长久。

最近一个月里，英伟达股价已经下跌了10%，回到了今年6月份的水平。

在降本增效仍是全球科技股发展主旋律的前提下，资本市场的耐心已经不多了。

按照Gartner技术成熟度曲线，新技术通常会经历兴起-炒作-下落-重新崛起的典型发展周期，生成式AI现在可能已经到了挤泡沫的下落阶段。

隔夜，微软已经正式发布了Copilot，号称引领AI新时代的革命产品，预期之内的高额定价，让市场纷纷看多微软的AI货币化能力。

不过，客户到底愿不愿意为AI付费，还很难说。Copilot到底是AI应用淘金狂潮的序曲，还是第四次工业革命偃旗息鼓的分水岭，就看微软下面几个月的业绩表现了。