В этом году генеративный ИИ, несомненно, вступил в стадию «быстрого развития».
«Продукты потребительского уровня», такие как ChatGPT, Midjourney и Wen Xinyyan, принесли ИИ в тысячи домохозяйств; признанные технологические гиганты, такие как Adobe и Microsoft, «возрождаются» благодаря ИИ; а «лопаты продаж ИИ» испытали скачок производительности и В этом году компания Nvidia стала абсолютной звездой на рынке капитала.
Однако, от ведущих компаний Microsoft и OpenAI до быстро развивающихся Google и Meta, ИИ-продукты большинства технологических компаний все еще находятся на стадии убытка и получения прибыли, и трудно сказать, будут ли их покупать потребители. .
Неясные перспективы дальнейшего развития вызвали ряд вопросов:
Почему вы запасаетесь таким количеством графических процессоров? Сколько денег вам нужно заработать, чтобы вернуть свои инвестиции? Кто в конечном итоге оплатит счет?
20 сентября Дэвид Кан, партнер венчурной компании Sequoia, опубликовал статью, в которой эти вопросы резюмируются как «проблема на 200 миллиардов долларов в индустрии искусственного интеллекта».
Дэвид Кан считает, что для того, чтобы вернуть деньги, индустрии искусственного интеллекта необходимо достичь дохода в 200 миллиардов долларов США, но ей все еще не хватает 125 миллиардов долларов США...
Поэтому Дэвид Кан считает, что, хотя в долгосрочной перспективе для компаний может быть полезно накопить большое количество вычислительных мощностей графических процессоров, в краткосрочной перспективе это может вызвать хаос.
Ниже приводится компиляция оригинального текста Дэвида Кана, наслаждайтесь ~ ✌️
С прошлого лета волна генеративного ИИ перешла в гиперскоростной режим. Катализатором такого ускорения стали прогнозы Nvidia по прибыли за второй квартал и последующий рост прибыли. Это демонстрирует рынку, что спрос на графические процессоры и обучение моделей искусственного интеллекта «ненасытен».
До объявления Nvidia такие потребительские релизы, как ChatGPT, Midjourney и Stable Diffusion, привлекли внимание общественности к искусственному интеллекту. Благодаря впечатляющим результатам Nvidia основатели и инвесторы получили эмпирические доказательства того, что искусственный интеллект может принести миллиарды долларов нового чистого дохода, что побуждает эту область развиваться полным ходом.
Хотя инвесторы много спекулировали на результатах Nvidia, а инвестиции в ИИ сейчас происходят с головокружительной скоростью, а оценки находятся на рекордно высоком уровне, остается важный вопрос: для чего используются все эти графические процессоры? Кто является конечным клиентом? Какую стоимость необходимо создать, чтобы добиться столь быстрого возврата инвестиций?
Рассмотрим следующую ситуацию:
Каждый доллар расходов на графические процессоры соответствует примерно 1 доллару затрат на электроэнергию в центрах обработки данных. 100 миллиардов долларов. .
Если предположить далее, что если конечные потребители графических процессоров, то есть те компании, которые создают приложения для графических процессоров, смогут получать 50% прибыли в бизнесе ИИ, не теряя при этом денег, это означает, что для этого потребуется как минимум 200 миллиардов долларов дохода. окупить первоначальные инвестиционные затраты. Сюда не входит прибыль облачных провайдеров: если они хотят зарабатывать деньги, общий требуемый доход должен быть еще выше.
Согласно публичным документам, большая часть увеличения строительства центров обработки данных приходится на крупные технологические компании. Например, Google, Microsoft и Meta сообщили о значительном увеличении капитальных затрат на центры обработки данных. Согласно соответствующим сообщениям, такие компании, как Byte, Tencent и Alibaba, также являются основными клиентами Nvidia. В будущем такие компании, как Amazon, Oracle, Apple, Tesla и Coreweave, также могут потратить значительные средства на строительство центров обработки данных.
Важный вопрос, который следует задать: какая часть этого капитального строительства связана с истинным спросом конечного потребителя, а какая часть строится на основе «ожидаемого спроса»? Это вопрос на 200 миллиардов долларов.
Согласно отчету The Information, годовой доход OpenAI составляет примерно $1 млрд. Microsoft заявила, что ожидает, что такие продукты, как Copilot, принесут годовой доход в $10 млрд, а затем посчитайте другие компании: Предположим, что Meta и Apple также могут полагаются на искусственный интеллект для достижения годового дохода в размере 10 миллиардов долларов США.
——Все это гипотетические предположения. Дело в том, что даже если вы получите огромную выгоду от ИИ, исходя из сегодняшнего уровня расходов, вам все равно не хватит как минимум 125 миллиардов долларов США для возврата ваших инвестиций.
У стартапов есть огромная возможность заполнить этот пробел, и наша цель — «следовать за графическими процессорами» и найти следующее поколение стартапов, которые используют технологию искусственного интеллекта для создания реальной ценности для конечного потребителя — мы хотим инвестировать в эти компании.
Цель данного анализа – выявить пробелы, которые мы видим сегодня.
Ажиотаж вокруг искусственного интеллекта наконец-то догнал прорывные технологии глубокого обучения, разработанные с 2017 года. Это хорошие новости. Ведется капитальное строительство. Это должно значительно снизить затраты на разработку ИИ в долгосрочной перспективе. Раньше для сборки любого приложения приходилось покупать серверную стойку. Теперь вы можете использовать публичное облако с меньшими затратами.
Аналогичным образом, многие компании, занимающиеся искусственным интеллектом, сегодня вкладывают большую часть своего венчурного капитала в графические процессоры. Поскольку сегодняшние ограничения поставок уступают место избытку предложения, стоимость выполнения рабочих нагрузок ИИ будет снижаться. Это должно стимулировать дальнейшее развитие продукта. Также следует привлечь больше основателей для открытия бизнеса в этой сфере.
В исторических технологических циклах чрезмерное строительство инфраструктуры имело тенденцию сжигать капитал, но также открывать будущие инновации за счет снижения предельных затрат на разработку новых продуктов. Мы ожидаем, что эта закономерность повторится и в области искусственного интеллекта.
Для стартапов урок ясен: нам как сообществу необходимо переключить свое мышление с инфраструктуры на ценность для конечного потребителя. Довольные клиенты — основное требование любого крупного бизнеса. Чтобы ИИ оказал влияние, нам необходимо найти способы использовать эту новую технологию для улучшения жизни людей. Как нам превратить эти удивительные инновации в продукты, которые клиенты используют, любят и готовы платить за них каждый день?
Строительство инфраструктуры искусственного интеллекта продолжается. Инфраструктура больше не является проблемой. Разрабатывается множество базовых моделей – это уже не проблема. Более того, сегодняшние инструменты искусственного интеллекта также весьма хороши.
Итак, вопрос на 200 миллиардов долларов заключается в следующем:
Как вы планируете использовать эту инфраструктуру? Как вы будете использовать их, чтобы изменить жизнь людей?
Эта статья составлена из:
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Венчурный гигант Sequoia публично задался вопросом: зачем покупать так много графических процессоров?
Источник丨Жесткий·ИИ
Автор | Чан Цзяшуай
В этом году генеративный ИИ, несомненно, вступил в стадию «быстрого развития».
«Продукты потребительского уровня», такие как ChatGPT, Midjourney и Wen Xinyyan, принесли ИИ в тысячи домохозяйств; признанные технологические гиганты, такие как Adobe и Microsoft, «возрождаются» благодаря ИИ; а «лопаты продаж ИИ» испытали скачок производительности и В этом году компания Nvidia стала абсолютной звездой на рынке капитала.
Однако, от ведущих компаний Microsoft и OpenAI до быстро развивающихся Google и Meta, ИИ-продукты большинства технологических компаний все еще находятся на стадии убытка и получения прибыли, и трудно сказать, будут ли их покупать потребители. .
Неясные перспективы дальнейшего развития вызвали ряд вопросов:
Почему вы запасаетесь таким количеством графических процессоров? Сколько денег вам нужно заработать, чтобы вернуть свои инвестиции? Кто в конечном итоге оплатит счет?
20 сентября Дэвид Кан, партнер венчурной компании Sequoia, опубликовал статью, в которой эти вопросы резюмируются как «проблема на 200 миллиардов долларов в индустрии искусственного интеллекта».
Поэтому Дэвид Кан считает, что, хотя в долгосрочной перспективе для компаний может быть полезно накопить большое количество вычислительных мощностей графических процессоров, в краткосрочной перспективе это может вызвать хаос.
Ниже приводится компиляция оригинального текста Дэвида Кана, наслаждайтесь ~ ✌️
С прошлого лета волна генеративного ИИ перешла в гиперскоростной режим. Катализатором такого ускорения стали прогнозы Nvidia по прибыли за второй квартал и последующий рост прибыли. Это демонстрирует рынку, что спрос на графические процессоры и обучение моделей искусственного интеллекта «ненасытен».
До объявления Nvidia такие потребительские релизы, как ChatGPT, Midjourney и Stable Diffusion, привлекли внимание общественности к искусственному интеллекту. Благодаря впечатляющим результатам Nvidia основатели и инвесторы получили эмпирические доказательства того, что искусственный интеллект может принести миллиарды долларов нового чистого дохода, что побуждает эту область развиваться полным ходом.
Хотя инвесторы много спекулировали на результатах Nvidia, а инвестиции в ИИ сейчас происходят с головокружительной скоростью, а оценки находятся на рекордно высоком уровне, остается важный вопрос: для чего используются все эти графические процессоры? Кто является конечным клиентом? Какую стоимость необходимо создать, чтобы добиться столь быстрого возврата инвестиций?
Рассмотрим следующую ситуацию:
Каждый доллар расходов на графические процессоры соответствует примерно 1 доллару затрат на электроэнергию в центрах обработки данных. 100 миллиардов долларов. .
Если предположить далее, что если конечные потребители графических процессоров, то есть те компании, которые создают приложения для графических процессоров, смогут получать 50% прибыли в бизнесе ИИ, не теряя при этом денег, это означает, что для этого потребуется как минимум 200 миллиардов долларов дохода. окупить первоначальные инвестиционные затраты. Сюда не входит прибыль облачных провайдеров: если они хотят зарабатывать деньги, общий требуемый доход должен быть еще выше.
Важный вопрос, который следует задать: какая часть этого капитального строительства связана с истинным спросом конечного потребителя, а какая часть строится на основе «ожидаемого спроса»? Это вопрос на 200 миллиардов долларов.
Согласно отчету The Information, годовой доход OpenAI составляет примерно $1 млрд. Microsoft заявила, что ожидает, что такие продукты, как Copilot, принесут годовой доход в $10 млрд, а затем посчитайте другие компании: Предположим, что Meta и Apple также могут полагаются на искусственный интеллект для достижения годового дохода в размере 10 миллиардов долларов США.
——Все это гипотетические предположения. Дело в том, что даже если вы получите огромную выгоду от ИИ, исходя из сегодняшнего уровня расходов, вам все равно не хватит как минимум 125 миллиардов долларов США для возврата ваших инвестиций.
У стартапов есть огромная возможность заполнить этот пробел, и наша цель — «следовать за графическими процессорами» и найти следующее поколение стартапов, которые используют технологию искусственного интеллекта для создания реальной ценности для конечного потребителя — мы хотим инвестировать в эти компании.
Цель данного анализа – выявить пробелы, которые мы видим сегодня.
Ажиотаж вокруг искусственного интеллекта наконец-то догнал прорывные технологии глубокого обучения, разработанные с 2017 года. Это хорошие новости. Ведется капитальное строительство. Это должно значительно снизить затраты на разработку ИИ в долгосрочной перспективе. Раньше для сборки любого приложения приходилось покупать серверную стойку. Теперь вы можете использовать публичное облако с меньшими затратами.
Аналогичным образом, многие компании, занимающиеся искусственным интеллектом, сегодня вкладывают большую часть своего венчурного капитала в графические процессоры. Поскольку сегодняшние ограничения поставок уступают место избытку предложения, стоимость выполнения рабочих нагрузок ИИ будет снижаться. Это должно стимулировать дальнейшее развитие продукта. Также следует привлечь больше основателей для открытия бизнеса в этой сфере.
В исторических технологических циклах чрезмерное строительство инфраструктуры имело тенденцию сжигать капитал, но также открывать будущие инновации за счет снижения предельных затрат на разработку новых продуктов. Мы ожидаем, что эта закономерность повторится и в области искусственного интеллекта.
Для стартапов урок ясен: нам как сообществу необходимо переключить свое мышление с инфраструктуры на ценность для конечного потребителя. Довольные клиенты — основное требование любого крупного бизнеса. Чтобы ИИ оказал влияние, нам необходимо найти способы использовать эту новую технологию для улучшения жизни людей. Как нам превратить эти удивительные инновации в продукты, которые клиенты используют, любят и готовы платить за них каждый день?
Строительство инфраструктуры искусственного интеллекта продолжается. Инфраструктура больше не является проблемой. Разрабатывается множество базовых моделей – это уже не проблема. Более того, сегодняшние инструменты искусственного интеллекта также весьма хороши.
Итак, вопрос на 200 миллиардов долларов заключается в следующем:
Как вы планируете использовать эту инфраструктуру? Как вы будете использовать их, чтобы изменить жизнь людей?
Эта статья составлена из: