AI產(chǎn)業(yè)格局與商業(yè)模式：現在是什么局？

AI 在第幾局？如果以史為鑒，我們很難預測一個(gè)新市場(chǎng)從無(wú)到有的過(guò)程會(huì )經(jīng)歷怎樣的曲折。這是我對人工智能模型和行業(yè)結構的想法。

互聯(lián)網(wǎng)與人工智能

互聯(lián)網(wǎng)仍然是預測生成人工智能的影響及其連鎖反應的最佳案例研究。有些人傾向于將 ChatGPT 與獲得 1 億用戶(hù)所需的時(shí)間進(jìn)行比較，但我認為這種比較是平淡的。

我認為，就像互聯(lián)網(wǎng)一樣，我們所有人都將（至少）支付訂閱費才能訪(fǎng)問(wèn)并持續使用人工智能。因此，我不想將過(guò)去幾個(gè)月與 1 億免費用戶(hù)進(jìn)行比較，而是將付費互聯(lián)網(wǎng)用戶(hù)與今天的生成式人工智能采用情況進(jìn)行比較。

對我們來(lái)說(shuō)幸運的是，互聯(lián)網(wǎng)的采用是一個(gè)相對容易訪(fǎng)問(wèn)的指標。網(wǎng)站是一個(gè)很好的起點(diǎn)，也是我開(kāi)始分析的地方。

最初，互聯(lián)網(wǎng)用戶(hù)必須付費才能使用互聯(lián)網(wǎng)。相比之下，ChatGPT 用戶(hù)可以免費訪(fǎng)問(wèn) 3.5，吸引了更多用戶(hù)，但很難進(jìn)行付費比較。更好的比較是付費互聯(lián)網(wǎng)用戶(hù)和付費 GPT 用戶(hù)之間的比較。

這是關(guān)于世界總人口的互聯(lián)網(wǎng)采用率的圖表。

全球滲透率從 0% 上升到約 70% 花了 27 年時(shí)間。如果我們對今天的付費用戶(hù)進(jìn)行估計，我們可以估算出 ChatGPT 或 LLM 服務(wù)付費用戶(hù) paying 的滲透率。我將使用 Copilot 和 OpenAI 估計來(lái)創(chuàng )建付費用戶(hù)的自下而上的估計。然后，我將嘗試解析這兩個(gè)單位的盈利能力，并將其與自上而下的滲透率估計進(jìn)行比較。

估計當今滲透率

讓我們從我們所知道的開(kāi)始。付費 LLM 用戶(hù)的最大用戶(hù)群是 ChatGPT 和 OpenAI。讓我們使用最近的收入預測，即 2023 年為 16 億美元，2024 年為 50 億美元。雖然 API 收入與此相關(guān)，但我們可以估計，這意味著(zhù) 2023 年約有 600 萬(wàn)用戶(hù)，明年約有 2100 萬(wàn)用戶(hù)。

下一個(gè)付費用戶(hù)是微軟。首先，收入的基準將是 E3 和 E5 用戶(hù)的轉化率，目前大約有 1.6 億用戶(hù)。我假設單位增長(cháng)率為 10%，然后使用 Office 365 的滲透率增長(cháng)率。幾年后大約為 5% 到 33%。

最后，我對 Anthropic、Perplexity 和 Google 最終產(chǎn)品等利基服務(wù)提出了一個(gè)包羅萬(wàn)象的市場(chǎng)份額假設。每年，這個(gè)數字都會(huì )增長(cháng)，這是更多用戶(hù)增長(cháng)的插頭價(jià)值?，F在，我們可以將其與世界人口進(jìn)行比較，坦率地說(shuō)，在每個(gè)人都使用 LLMs 的世界中，我們處于采用曲線(xiàn)的極早期。如果我們將其與互聯(lián)網(wǎng)進(jìn)行比較，那么我們還處于早期階段。

我確實(shí)認為互聯(lián)網(wǎng)可以成為人工智能的一個(gè)偉大模型。如果我們假設還需要 30 年才能達到 70% 的采用率，那么我們確實(shí)處于法學(xué)碩士和人工智能采用曲線(xiàn)的早期階段。更有趣的是，我可以根據我們的估計并嘗試對人工智能的最終商業(yè)模型進(jìn)行三角測量。

我們了解 OpenAI 和微軟的用戶(hù)，并且微軟是這兩家公司資本支出的主要投資者。利用我們所知道的知識，我將回顧人工智能商業(yè)模式在更高運行率的基礎上可能是什么樣子。讓我們采用自下而上的估計并將其與隱含的經(jīng)濟學(xué)進(jìn)行比較。

行業(yè)價(jià)值圖

讓我們從微軟的資本支出開(kāi)始。我認為 Microsoft 的增量資本支出只是支持 OpenAI 和 Copilot 的資產(chǎn)基礎的開(kāi)始。

我將這些資產(chǎn)資本化，然后將其用作 CoG 的利潤。然后我假設另外 30% 的收入用于運營(yíng)支出。我們可以使用 OpenAI 信息估計和 Microsoft Copilot 附加假設看到商業(yè)模型的一瞥——友好提醒：這包括基礎設施和模型商業(yè)模型。

令人震驚的是，盡管成本高昂，但如果這就是支持 OAI 和 Copilot 所需的全部資本支出，那么毛利率的運行率將相當不錯。應該比傳統軟件要低。我假設人工智能行業(yè)三大細分市場(chǎng)的毛利率和資本支出會(huì )是什么樣子。

毫不奇怪，迄今為止，這種商業(yè)模式中最大的經(jīng)濟價(jià)值直接體現在半導體業(yè)務(wù)上。這種成熟的商業(yè)模式具有增量驅動(dòng)力，而不是對整個(gè)領(lǐng)域的重新思考。

接下來(lái)是基礎設施服務(wù)參與者，我的上述行業(yè)模型假設基礎設施和人工智能模型服務(wù)參與者的利潤率是全額的。如今，CPU 驅動(dòng)的超大規模業(yè)務(wù)已廣為人知，成熟的 AWS 業(yè)務(wù)擁有 30% 的運營(yíng)利潤率。但 GPU 云的未來(lái)不太確定，特別是 GPU 或加速器如何在基礎設施和人工智能模型之間共享價(jià)值。如今，沒(méi)有足夠的利潤來(lái)支撐這兩者，這意味著(zhù)人工智能模型將是低利潤業(yè)務(wù)。

這對我來(lái)說(shuō)沒(méi)有意義，這也是我相信未來(lái)商業(yè)模式今天正在醞釀之中的部分原因。讓我們討論一下它可能是什么樣子。

行業(yè)格局正在發(fā)生變化 The Industry Landscape is Changing

人工智能行業(yè)未來(lái)的商業(yè)模式不斷變化。顯然變化最快的地方是中間層（基礎設施），而且它正經(jīng)歷一個(gè)奇怪的時(shí)刻。半導體解決方案公司（Nvidia）正在崛起，并且越來(lái)越成為單一來(lái)源供應商。與此同時(shí)，基礎設施參與者必須嘗試通過(guò)與人工智能模型公司（微軟和 OAI、亞馬遜和 Anthropic 等）合作來(lái)確保自己的未來(lái)。

半導體和基礎設施領(lǐng)域正在展開(kāi)一場(chǎng)爭奪戰，目前尚不清楚誰(shuí)會(huì )獲勝。我們已經(jīng)看到他們之間的競爭，我想舉一個(gè)例子來(lái)說(shuō)明事情是如何發(fā)生的。讓我描繪兩種不同的未來(lái)，每種商業(yè)模式都會(huì )獲勝。

讓我們從藍天場(chǎng)景中的 Nvidia 或者 GPU 云的未來(lái)開(kāi)始討論。

半導體首款 GPU 云

今天的王者是英偉達，他們正在銷(xiāo)售一種特定的「未來(lái)」。GPU 是從整個(gè)人工智能生態(tài)系統中獲取大部分回報的價(jià)值杠桿，并且已經(jīng)清楚地表明自己是當今人工智能的關(guān)鍵部分。我們并不缺乏模型；我們只是缺乏模型。我們的 GPU 資源匱乏，而且這種情況可能會(huì )持續一段時(shí)間。

Nvidia 的解決方案是半導體優(yōu)先，圍繞核心 GPU 業(yè)務(wù)繪制同心圓。這使得他們的業(yè)務(wù)更具防御性，特別是 CUDA 軟件和網(wǎng)絡(luò )。過(guò)去，我將 Nvidia 的解決方案稱(chēng)為計算、網(wǎng)絡(luò )和軟件的三頭九頭蛇。

特別是 Nvidia 在人工智能生態(tài)系統中創(chuàng )造了如此多的價(jià)值，以至于他們現在已經(jīng)開(kāi)始銷(xiāo)售數據中心規模的解決方案。Nvidia 的 GPU 云參考設計支持新來(lái)者，并且 Nvidia 的解決方案非常完整，如果您負擔得起，您不妨跳過(guò)云服務(wù)提供商。就買(mǎi)云吧。

英偉達已經(jīng)將其護城河擴大到遠遠超出了最初的范圍，以至于它開(kāi)始與客戶(hù)發(fā)生沖突。這總是一場(chǎng)激烈的競爭?？蛻?hù)意識到以這種方式受制于 Nvidia 是不好的，因此他們正在追求垂直整合。

讓我們來(lái)講述一下未來(lái)的基礎設施提供商版本會(huì )是什么樣子的故事。這主要是通過(guò)垂直整合實(shí)現的。

垂直整合

在半導體上花費一定數量的單位或美元后，超大規模企業(yè)會(huì )問(wèn)為什么不自己制造。如果你在某個(gè)特定產(chǎn)品上花費 200 億美元，你必須問(wèn)自己這個(gè)問(wèn)題。

這種情況已經(jīng)發(fā)生很長(cháng)時(shí)間了，谷歌一直是三大超大規模企業(yè)中最具前瞻性的。問(wèn)題是，他們執行上的遲緩，阻礙了成果的顯現。

谷歌擁有最低的人工智能訓練計算成本，沒(méi)有之一, 這應該是一個(gè)巨大的威懾力和競爭優(yōu)勢。, 現實(shí)情況是，盡管發(fā)明了變壓器，他們的法學(xué)碩士仍然落后。盡管處于領(lǐng)先地位，但許多公司現在都擁有與谷歌一樣好的解決方案。如果您無(wú)法足夠快地交付解決方案，垂直解決方案可能無(wú)法發(fā)揮作用，而 Google 的 TPU 可能會(huì )成為降低組織執行能力的限制因素。

無(wú)論如何，不僅僅是谷歌在走這條路， 微軟也已經(jīng)開(kāi)始創(chuàng )建自己的加速器。全世界都意識到英偉達獲得了多少價(jià)值。Nvidia 的競爭向量已不是什么秘密。這只是如何超越他們。微軟的優(yōu)勢在于與當今的領(lǐng)導者關(guān)系密切，讓他們知道有一天能夠與英偉達斷絕關(guān)系，但這需要一些時(shí)間。

現實(shí)情況是，這兩種情況很可能成為未來(lái)。世界正在發(fā)生碰撞，堆棧的某些方面可能會(huì )慢慢被侵蝕。半導體行業(yè)正在上漲，而基礎設施正在下降。勝者占領(lǐng)市場(chǎng)。下面是一個(gè)簡(jiǎn)化的圖形。