هذا العام، دخل الذكاء الاصطناعي التوليدي بلا شك مرحلة "التطور السريع".
فقد جلبت "المنتجات على مستوى المستهلك" مثل ChatGPT، وMidjourney، وWen Xinyiyan الذكاء الاصطناعي إلى آلاف الأسر؛ و"ينتعش" عمالقة التكنولوجيا الراسخون مثل Adobe وMicrosoft من خلال الذكاء الاصطناعي؛ وشهدت "مجارف مبيعات الذكاء الاصطناعي" زيادات كبيرة في الأداء والاستخدام. القيمة السوقية أصبحت "إنفيديا" نجمة مطلقة في سوق رأس المال هذا العام.
ومع ذلك، بدءًا من الشركتين الرائدتين Microsoft وOpenAI إلى شركتي Google وMeta سريعتي التطور، لا تزال منتجات الذكاء الاصطناعي لمعظم شركات التكنولوجيا في مرحلة خسارة الأموال وتحقيق الربح، ومن الصعب تحديد ما إذا كان المستهلكون سيشترونها أم لا .
أثارت آفاق المصب غير الواضحة سلسلة من الأسئلة ——
لماذا تقوم بتخزين الكثير من وحدات معالجة الرسومات؟ ما مقدار المال الذي تحتاج إلى تحقيقه لاستعادة استثمارك؟ ومن سيدفع الفاتورة في النهاية؟
في 20 سبتمبر/أيلول، نشر ديفيد كان، الشريك في شركة رأس المال الاستثماري سيكويا، مقالاً يلخص هذه الأسئلة باعتبارها "مشكلة بقيمة 200 مليار دولار في صناعة الذكاء الاصطناعي".
يعتقد ديفيد كان أنه من أجل استعادة الأموال، تحتاج صناعة الذكاء الاصطناعي إلى تحقيق إيرادات بقيمة 200 مليار دولار أمريكي، لكنها لا تزال أقل من 125 مليار دولار أمريكي...
لذلك، يعتقد David Cahn أنه على الرغم من أنه قد يكون من الجيد للشركات تخزين كمية كبيرة من قوة الحوسبة GPU على المدى الطويل، إلا أن هذا قد يسبب الفوضى على المدى القصير.
فيما يلي تجميع للنص الأصلي لديفيد كان، يرجى الاستمتاع به ~ ✌️
منذ الصيف الماضي، دخلت موجة الذكاء الاصطناعي التوليدية في وضع السرعة الفائقة. كان المحفز لهذا التسارع هو توجيه أرباح Nvidia للربع الثاني وتفوق أرباحها اللاحقة. وهذا يوضح للسوق أن الطلب على وحدات معالجة الرسومات والتدريب على نماذج الذكاء الاصطناعي "لا يشبع".
قبل إعلان Nvidia، كانت إصدارات المستهلكين مثل ChatGPT وMidjourney وStable Diffusion قد دفعت الذكاء الاصطناعي إلى أعين الجمهور. ومع النتائج المبهرة التي حققتها شركة Nvidia، تلقى المؤسسون والمستثمرون أدلة تجريبية على أن الذكاء الاصطناعي يمكن أن يحقق مليارات الدولارات من صافي الإيرادات الجديدة، مما يدفع المجال إلى المضي قدمًا بأقصى سرعة.
في حين تكهن المستثمرون كثيرًا بنتائج Nvidia، واستثمارات الذكاء الاصطناعي تجري الآن بوتيرة سريعة والتقييمات عند مستويات قياسية، يبقى سؤال مهم: ما هو الغرض من استخدام كل وحدات معالجة الرسوميات هذه؟ من هو العميل النهائي؟ ما مقدار القيمة التي يجب إنشاؤها لتحقيق هذا العائد السريع على الاستثمار؟
خذ بعين الاعتبار الحالة التالية:
كل دولار من إنفاق وحدة معالجة الرسوميات يتوافق مع ما يقرب من دولار واحد من تكاليف الطاقة لمراكز البيانات. بمعنى آخر، إذا تمكنت NVIDIA من بيع 50 مليار دولار من وحدات معالجة الرسومات بحلول نهاية العام (وفقًا لتقديرات المحللين المتحفظة)، فإن الإنفاق على مراكز البيانات سيكون مرتفعًا مثل 100 مليار دولار..
بافتراض كذلك، إذا كان العملاء النهائيون لوحدة معالجة الرسومات، أي تلك الشركات التي تصنع تطبيقات وحدة معالجة الرسومات، يمكنهم كسب 50٪ من الأرباح في أعمال الذكاء الاصطناعي دون خسارة المال، فهذا يعني أن هناك حاجة إلى 200 مليار دولار أمريكي على الأقل من الإيرادات لتحقيق ذلك. استرداد تكلفة الاستثمار الأولية. وهذا لا يشمل أرباح مقدمي الخدمات السحابية. وإذا كانوا يريدون كسب المال، فيجب أن يكون إجمالي متطلبات الإيرادات أعلى من ذلك.
وفقًا للوثائق العامة، فإن معظم الزيادة في بناء مراكز البيانات تأتي من شركات التكنولوجيا الكبرى. على سبيل المثال، أبلغت شركات Google وMicrosoft وMeta عن زيادات كبيرة في النفقات الرأسمالية لمراكز البيانات. ووفقًا للتقارير ذات الصلة، فإن شركات مثل Byte وTencent وAlibaba تعد أيضًا من العملاء الرئيسيين لشركة Nvidia. وبالنظر إلى المستقبل، قد تنفق شركات مثل Amazon وOracle وApple وTesla وCoreweave أيضًا مبالغ كبيرة على بناء مراكز البيانات.
والسؤال المهم الذي يجب طرحه هو: ما مقدار بناء الإنفاق الرأسمالي الذي يرتبط بالطلب الحقيقي للعملاء النهائيين، وما مقدار البناء على أساس "الطلب المتوقع"؟ هذا سؤال 200 مليار دولار.
وفقا لتقرير صادر عن The Information، تبلغ إيرادات OpenAI السنوية ما يقرب من مليار دولار أمريكي. وذكرت مايكروسوفت أنها تتوقع أن تحقق منتجات مثل Copilot إيرادات سنوية تبلغ 10 مليار دولار أمريكي، ثم حساب الشركات الأخرى: لنفترض أن Meta وApple يمكنهما أيضًا تحقيق إيرادات سنوية بقيمة 10 مليار دولار أمريكي. تعتمد على الذكاء الاصطناعي لتحقيق إيرادات سنوية قدرها 10 مليارات دولار أمريكي، وبدخل قدره 10 مليارات دولار أمريكي، فإن أعمال الذكاء الاصطناعي في Oracle وByte وAlibaba وTencent و
—— كل هذه افتراضات افتراضية، والنقطة المهمة هنا هي أنه حتى لو حصلت على فوائد ضخمة من الذكاء الاصطناعي، بناءً على مستويات الإنفاق اليوم، فسيظل أمامك ما لا يقل عن 125 مليار دولار أمريكي أقل من سداد استثمارك.
هناك فرصة كبيرة أمام الشركات الناشئة لسد هذه الفجوة، وهدفنا هو "اتباع وحدة معالجة الرسوميات" والعثور على الجيل القادم من الشركات الناشئة التي تستخدم تقنية الذكاء الاصطناعي لإنشاء قيمة حقيقية للعملاء النهائيين - نريد الاستثمار في هذه الشركات.
الهدف من هذا التحليل هو تسليط الضوء على الفجوات التي نراها اليوم.
لقد تمكنت ضجة الذكاء الاصطناعي أخيرًا من اللحاق باختراقات تكنولوجيا التعلم العميق التي تم تطويرها منذ عام 2017. هذه أخبار جيدة. يجري بناء النفقات الرأسمالية الرئيسية. وهذا من شأنه أن يقلل بشكل كبير من تكاليف تطوير الذكاء الاصطناعي على المدى الطويل. في السابق، كان عليك شراء حامل خادم لإنشاء أي تطبيق. يمكنك الآن استخدام السحابة العامة بتكلفة أقل.
وعلى نحو مماثل، تضع العديد من شركات الذكاء الاصطناعي اليوم معظم رأس مالها الاستثماري في وحدات معالجة الرسومات. وبما أن قيود العرض اليوم تفسح المجال أمام زيادة العرض، فإن تكلفة تشغيل أعباء عمل الذكاء الاصطناعي ستنخفض. وهذا ينبغي أن يحفز المزيد من تطوير المنتجات. وينبغي أيضًا أن يجذب المزيد من المؤسسين لبدء أعمال تجارية في هذا المجال.
في دورات التكنولوجيا التاريخية، كان الإفراط في بناء البنية التحتية يميل إلى حرق رأس المال، ولكنه يؤدي أيضا إلى إطلاق العنان للإبداع المستقبلي من خلال خفض التكلفة الحدية لتطوير المنتجات الجديدة. ونتوقع أن يتكرر هذا النمط في مجال الذكاء الاصطناعي.
وبالنسبة للشركات الناشئة، فإن الدرس واضح: كمجتمع، نحتاج إلى تحويل تفكيرنا من البنية التحتية إلى قيمة العميل النهائي. إن رضا العملاء هو المطلب الأساسي لكل شركة عظيمة. لكي يكون للذكاء الاصطناعي تأثير، نحتاج إلى إيجاد طرق لاستخدام هذه التكنولوجيا الجديدة لتحسين حياة الناس. كيف يمكننا تحويل هذه الابتكارات المذهلة إلى منتجات يستخدمها العملاء ويحبونها ويكونون على استعداد لدفع ثمنها كل يوم؟
لا يزال إنشاء البنية التحتية للذكاء الاصطناعي مستمرًا. البنية التحتية لم تعد مشكلة. يتم تطوير العديد من النماذج الأساسية - ولم تعد هذه مشكلة. علاوة على ذلك، تعد أدوات الذكاء الاصطناعي اليوم جيدة جدًا أيضًا.
إذن سؤال الـ 200 مليار دولار هو:
كيف تخططون للاستفادة من هذه البنية التحتية؟ كيف ستستخدمها لتغيير حياة الناس؟
تم تجميع هذه المقالة من:
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تساءلت شركة Sequoia العملاقة لرأس المال الاستثماري علنًا: لماذا تشتري الكثير من وحدات معالجة الرسومات؟
** المصدر 丨 ** صعب · الذكاء الاصطناعي
المؤلف | تشانغ جياشواي
هذا العام، دخل الذكاء الاصطناعي التوليدي بلا شك مرحلة "التطور السريع".
فقد جلبت "المنتجات على مستوى المستهلك" مثل ChatGPT، وMidjourney، وWen Xinyiyan الذكاء الاصطناعي إلى آلاف الأسر؛ و"ينتعش" عمالقة التكنولوجيا الراسخون مثل Adobe وMicrosoft من خلال الذكاء الاصطناعي؛ وشهدت "مجارف مبيعات الذكاء الاصطناعي" زيادات كبيرة في الأداء والاستخدام. القيمة السوقية أصبحت "إنفيديا" نجمة مطلقة في سوق رأس المال هذا العام.
ومع ذلك، بدءًا من الشركتين الرائدتين Microsoft وOpenAI إلى شركتي Google وMeta سريعتي التطور، لا تزال منتجات الذكاء الاصطناعي لمعظم شركات التكنولوجيا في مرحلة خسارة الأموال وتحقيق الربح، ومن الصعب تحديد ما إذا كان المستهلكون سيشترونها أم لا .
أثارت آفاق المصب غير الواضحة سلسلة من الأسئلة ——
لماذا تقوم بتخزين الكثير من وحدات معالجة الرسومات؟ ما مقدار المال الذي تحتاج إلى تحقيقه لاستعادة استثمارك؟ ومن سيدفع الفاتورة في النهاية؟
في 20 سبتمبر/أيلول، نشر ديفيد كان، الشريك في شركة رأس المال الاستثماري سيكويا، مقالاً يلخص هذه الأسئلة باعتبارها "مشكلة بقيمة 200 مليار دولار في صناعة الذكاء الاصطناعي".
لذلك، يعتقد David Cahn أنه على الرغم من أنه قد يكون من الجيد للشركات تخزين كمية كبيرة من قوة الحوسبة GPU على المدى الطويل، إلا أن هذا قد يسبب الفوضى على المدى القصير.
فيما يلي تجميع للنص الأصلي لديفيد كان، يرجى الاستمتاع به ~ ✌️
منذ الصيف الماضي، دخلت موجة الذكاء الاصطناعي التوليدية في وضع السرعة الفائقة. كان المحفز لهذا التسارع هو توجيه أرباح Nvidia للربع الثاني وتفوق أرباحها اللاحقة. وهذا يوضح للسوق أن الطلب على وحدات معالجة الرسومات والتدريب على نماذج الذكاء الاصطناعي "لا يشبع".
قبل إعلان Nvidia، كانت إصدارات المستهلكين مثل ChatGPT وMidjourney وStable Diffusion قد دفعت الذكاء الاصطناعي إلى أعين الجمهور. ومع النتائج المبهرة التي حققتها شركة Nvidia، تلقى المؤسسون والمستثمرون أدلة تجريبية على أن الذكاء الاصطناعي يمكن أن يحقق مليارات الدولارات من صافي الإيرادات الجديدة، مما يدفع المجال إلى المضي قدمًا بأقصى سرعة.
في حين تكهن المستثمرون كثيرًا بنتائج Nvidia، واستثمارات الذكاء الاصطناعي تجري الآن بوتيرة سريعة والتقييمات عند مستويات قياسية، يبقى سؤال مهم: ما هو الغرض من استخدام كل وحدات معالجة الرسوميات هذه؟ من هو العميل النهائي؟ ما مقدار القيمة التي يجب إنشاؤها لتحقيق هذا العائد السريع على الاستثمار؟
خذ بعين الاعتبار الحالة التالية:
كل دولار من إنفاق وحدة معالجة الرسوميات يتوافق مع ما يقرب من دولار واحد من تكاليف الطاقة لمراكز البيانات. بمعنى آخر، إذا تمكنت NVIDIA من بيع 50 مليار دولار من وحدات معالجة الرسومات بحلول نهاية العام (وفقًا لتقديرات المحللين المتحفظة)، فإن الإنفاق على مراكز البيانات سيكون مرتفعًا مثل 100 مليار دولار..
بافتراض كذلك، إذا كان العملاء النهائيون لوحدة معالجة الرسومات، أي تلك الشركات التي تصنع تطبيقات وحدة معالجة الرسومات، يمكنهم كسب 50٪ من الأرباح في أعمال الذكاء الاصطناعي دون خسارة المال، فهذا يعني أن هناك حاجة إلى 200 مليار دولار أمريكي على الأقل من الإيرادات لتحقيق ذلك. استرداد تكلفة الاستثمار الأولية. وهذا لا يشمل أرباح مقدمي الخدمات السحابية. وإذا كانوا يريدون كسب المال، فيجب أن يكون إجمالي متطلبات الإيرادات أعلى من ذلك.
والسؤال المهم الذي يجب طرحه هو: ما مقدار بناء الإنفاق الرأسمالي الذي يرتبط بالطلب الحقيقي للعملاء النهائيين، وما مقدار البناء على أساس "الطلب المتوقع"؟ هذا سؤال 200 مليار دولار.
وفقا لتقرير صادر عن The Information، تبلغ إيرادات OpenAI السنوية ما يقرب من مليار دولار أمريكي. وذكرت مايكروسوفت أنها تتوقع أن تحقق منتجات مثل Copilot إيرادات سنوية تبلغ 10 مليار دولار أمريكي، ثم حساب الشركات الأخرى: لنفترض أن Meta وApple يمكنهما أيضًا تحقيق إيرادات سنوية بقيمة 10 مليار دولار أمريكي. تعتمد على الذكاء الاصطناعي لتحقيق إيرادات سنوية قدرها 10 مليارات دولار أمريكي، وبدخل قدره 10 مليارات دولار أمريكي، فإن أعمال الذكاء الاصطناعي في Oracle وByte وAlibaba وTencent و
—— كل هذه افتراضات افتراضية، والنقطة المهمة هنا هي أنه حتى لو حصلت على فوائد ضخمة من الذكاء الاصطناعي، بناءً على مستويات الإنفاق اليوم، فسيظل أمامك ما لا يقل عن 125 مليار دولار أمريكي أقل من سداد استثمارك.
هناك فرصة كبيرة أمام الشركات الناشئة لسد هذه الفجوة، وهدفنا هو "اتباع وحدة معالجة الرسوميات" والعثور على الجيل القادم من الشركات الناشئة التي تستخدم تقنية الذكاء الاصطناعي لإنشاء قيمة حقيقية للعملاء النهائيين - نريد الاستثمار في هذه الشركات.
الهدف من هذا التحليل هو تسليط الضوء على الفجوات التي نراها اليوم.
لقد تمكنت ضجة الذكاء الاصطناعي أخيرًا من اللحاق باختراقات تكنولوجيا التعلم العميق التي تم تطويرها منذ عام 2017. هذه أخبار جيدة. يجري بناء النفقات الرأسمالية الرئيسية. وهذا من شأنه أن يقلل بشكل كبير من تكاليف تطوير الذكاء الاصطناعي على المدى الطويل. في السابق، كان عليك شراء حامل خادم لإنشاء أي تطبيق. يمكنك الآن استخدام السحابة العامة بتكلفة أقل.
وعلى نحو مماثل، تضع العديد من شركات الذكاء الاصطناعي اليوم معظم رأس مالها الاستثماري في وحدات معالجة الرسومات. وبما أن قيود العرض اليوم تفسح المجال أمام زيادة العرض، فإن تكلفة تشغيل أعباء عمل الذكاء الاصطناعي ستنخفض. وهذا ينبغي أن يحفز المزيد من تطوير المنتجات. وينبغي أيضًا أن يجذب المزيد من المؤسسين لبدء أعمال تجارية في هذا المجال.
في دورات التكنولوجيا التاريخية، كان الإفراط في بناء البنية التحتية يميل إلى حرق رأس المال، ولكنه يؤدي أيضا إلى إطلاق العنان للإبداع المستقبلي من خلال خفض التكلفة الحدية لتطوير المنتجات الجديدة. ونتوقع أن يتكرر هذا النمط في مجال الذكاء الاصطناعي.
وبالنسبة للشركات الناشئة، فإن الدرس واضح: كمجتمع، نحتاج إلى تحويل تفكيرنا من البنية التحتية إلى قيمة العميل النهائي. إن رضا العملاء هو المطلب الأساسي لكل شركة عظيمة. لكي يكون للذكاء الاصطناعي تأثير، نحتاج إلى إيجاد طرق لاستخدام هذه التكنولوجيا الجديدة لتحسين حياة الناس. كيف يمكننا تحويل هذه الابتكارات المذهلة إلى منتجات يستخدمها العملاء ويحبونها ويكونون على استعداد لدفع ثمنها كل يوم؟
لا يزال إنشاء البنية التحتية للذكاء الاصطناعي مستمرًا. البنية التحتية لم تعد مشكلة. يتم تطوير العديد من النماذج الأساسية - ولم تعد هذه مشكلة. علاوة على ذلك، تعد أدوات الذكاء الاصطناعي اليوم جيدة جدًا أيضًا.
إذن سؤال الـ 200 مليار دولار هو:
كيف تخططون للاستفادة من هذه البنية التحتية؟ كيف ستستخدمها لتغيير حياة الناس؟
تم تجميع هذه المقالة من: