Цього року генеративний ШІ, безсумнівно, увійшов у стадію «швидкого розвитку».
«Продукти споживчого рівня», такі як ChatGPT, Midjourney і Wen Xinyiyan, запровадили штучний інтелект у тисячі домогосподарств; відомі технологічні гіганти, такі як Adobe і Microsoft, «відроджуються» завдяки штучному інтелекту; а «торгові лопати штучного інтелекту» відчули сплеск продуктивності та «Nvidia» цього року стала абсолютною зіркою на столичному ринку.
Однак, від провідних компаній Microsoft і OpenAI до Google і Meta, що стрімко розвиваються, продукти штучного інтелекту більшості технологічних компаній все ще знаходяться на стадії збитків і отримання прибутку, і важко сказати, чи будуть споживачі їх купувати. .
Нечіткі перспективи переробки викликали низку запитань——
Чому ви накопичуєте стільки графічних процесорів? Скільки грошей вам потрібно заробити, щоб повернути свої інвестиції? Хто, зрештою, заплатить за рахунок?
20 вересня Девід Кан, партнер компанії венчурного капіталу Sequoia, опублікував статтю, в якій підсумував ці питання як «проблема в 200 мільярдів доларів в індустрії ШІ».
Девід Кан вважає, що для того, щоб повернути гроші, галузь штучного інтелекту повинна отримати 200 мільярдів доларів доходу, але їй все ще не вистачає 125 мільярдів доларів...
Таким чином, Девід Кан вважає, що хоча в довгостроковій перспективі для компаній може бути корисним накопичувати велику кількість обчислювальної потужності GPU, у короткостроковій перспективі це може спричинити хаос.
Нижче наведено компіляцію оригінального тексту Девіда Кана, насолоджуйтеся ~ ✌️
З минулого літа генеративна хвиля ШІ перейшла в режим гіпершвидкості. Каталізатором цього прискорення стали орієнтири Nvidia щодо прибутків у другому кварталі та її подальші прибутки. Це демонструє ринку, що попит на графічні процесори та навчання моделі штучного інтелекту «ненаситний».
До анонсу Nvidia споживчі випуски, такі як ChatGPT, Midjourney і Stable Diffusion, привернули увагу громадськості до ШІ. Завдяки вражаючим результатам Nvidia засновники та інвестори отримали емпіричні докази того, що штучний інтелект може створити мільярди доларів нового чистого доходу, спонукаючи сферу розвиватися повною швидкістю.
Хоча інвестори багато припускають на основі результатів Nvidia, а інвестиції в штучний інтелект зараз відбуваються шаленими темпами, а оцінки досягають рекордних значень, залишається важливе питання: для чого використовуються всі ці графічні процесори? Хто є кінцевим клієнтом? Скільки вартості потрібно створити, щоб досягти такого швидкого повернення інвестицій?
Розглянемо таку ситуацію:
Кожен $1 витрат на GPU відповідає приблизно $1 витратам на енергію центру обробки даних.Іншими словами, якщо NVIDIA зможе продати GPU на суму $50 мільярдів до кінця року (за скромними оцінками аналітиків), витрати центру обробки даних становитимуть 100 мільярдів доларів..
Припускаючи далі, якщо кінцеві споживачі графічних процесорів, тобто ті компанії, які створюють програми для графічних процесорів, можуть отримати 50% прибутку в бізнесі штучного інтелекту без втрати грошей, це означає, що принаймні 200 мільярдів доларів США потрібно доходу, щоб відшкодування початкових інвестиційних витрат. Сюди не входять прибутки хмарних провайдерів.Якщо вони хочуть заробляти гроші, вимоги щодо загального доходу мають бути ще вищими.
Відповідно до відкритих документів, більша частина збільшення будівництва центрів обробки даних відбувається завдяки великим технологічним компаніям. Наприклад, Google, Microsoft і Meta повідомили про значне збільшення капітальних витрат на центр обробки даних. Відповідно до відповідних звітів, такі компанії, як Byte, Tencent і Alibaba, також є основними клієнтами Nvidia. У майбутньому такі компанії, як Amazon, Oracle, Apple, Tesla та Coreweave, також можуть витратити значні кошти на будівництво центрів обробки даних.
Важливе запитання, яке слід поставити: яка частина цих капітальних витрат на будівництво пов’язана із справжнім попитом кінцевих споживачів, а скільки будується на основі «очікуваного попиту»? Це питання на 200 мільярдів доларів.
Згідно зі звітом The Information, річний дохід OpenAI становить приблизно 1 млрд доларів США. Microsoft заявила, що очікує, що такі продукти, як Copilot, принесуть річний дохід у 10 мільярдів доларів США, а також інші компанії: припустимо, що Meta та Apple також можуть покладатися на штучний інтелект, щоб отримати річний дохід у розмірі 10 мільярдів доларів США. З доходом у 10 мільярдів, бізнеси AI компанії Oracle, Byte, Alibaba, Tencent,
——Це все гіпотетичні припущення.Справа в тому, що навіть якщо ви отримаєте величезні переваги від штучного інтелекту, виходячи з сьогоднішнього рівня витрат, вам все одно не вистачатиме щонайменше 125 мільярдів доларів США, щоб окупити свої інвестиції.
У стартапів є величезна можливість заповнити цю прогалину, і наша мета — «слідувати GPU» та знайти наступне покоління стартапів, які використовують технологію штучного інтелекту для створення реальної цінності для кінцевих споживачів — ми хочемо інвестувати в ці компанії.
Мета цього аналізу — висвітлити прогалини, які ми бачимо сьогодні.
Ажіотаж AI нарешті наздогнав проривні технології глибокого навчання, розроблені з 2017 року. Це гарна новина. Ведеться велике капітальне будівництво. Це має значно скоротити витрати на розробку ШІ в довгостроковій перспективі. Раніше для створення будь-якої програми потрібно було купувати серверну стійку. Тепер ви можете використовувати публічну хмару за нижчою ціною.
Подібним чином багато компаній зі штучним інтелектом сьогодні вкладають більшу частину свого венчурного капіталу в графічні процесори. Оскільки сьогоднішні обмеження пропозиції змінюються надлишком пропозиції, витрати на виконання робочих навантажень штучного інтелекту будуть знижуватися. Це має стимулювати розвиток продукту. Це також має залучити більше засновників для відкриття бізнесу в цьому просторі.
У історичних технологічних циклах надмірне будівництво інфраструктури, як правило, спалювало капітал, але також відкривало майбутні інновації, знижуючи граничні витрати на розробку нових продуктів. Ми очікуємо, що ця модель повториться у сфері штучного інтелекту.
Для стартапів урок очевидний: як спільнота, ми маємо змінити наше мислення з інфраструктури на цінність для кінцевого споживача. Задоволені клієнти є основною вимогою кожного великого бізнесу. Щоб штучний інтелект мав вплив, нам потрібно знайти способи використання цієї нової технології для покращення життя людей. Як перетворити ці дивовижні інновації на продукти, які клієнти використовують, люблять і готові платити за них щодня?
Розбудова інфраструктури AI триває. Інфраструктура більше не є проблемою. Розробляється багато базових моделей – це вже не проблема. Крім того, сучасні інструменти штучного інтелекту також непогані.
Отже, питання на 200 мільярдів доларів таке:
Як ви плануєте використовувати цю інфраструктуру? Як ви використовуватимете їх, щоб змінити життя людей?
Ця стаття складена з:
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Гігант венчурного капіталу Sequoia публічно запитав: навіщо купувати так багато графічних процесорів?
Джерело丨Hard·AI
Автор | Чан Цзяшуай
Цього року генеративний ШІ, безсумнівно, увійшов у стадію «швидкого розвитку».
«Продукти споживчого рівня», такі як ChatGPT, Midjourney і Wen Xinyiyan, запровадили штучний інтелект у тисячі домогосподарств; відомі технологічні гіганти, такі як Adobe і Microsoft, «відроджуються» завдяки штучному інтелекту; а «торгові лопати штучного інтелекту» відчули сплеск продуктивності та «Nvidia» цього року стала абсолютною зіркою на столичному ринку.
Однак, від провідних компаній Microsoft і OpenAI до Google і Meta, що стрімко розвиваються, продукти штучного інтелекту більшості технологічних компаній все ще знаходяться на стадії збитків і отримання прибутку, і важко сказати, чи будуть споживачі їх купувати. .
Нечіткі перспективи переробки викликали низку запитань——
Чому ви накопичуєте стільки графічних процесорів? Скільки грошей вам потрібно заробити, щоб повернути свої інвестиції? Хто, зрештою, заплатить за рахунок?
20 вересня Девід Кан, партнер компанії венчурного капіталу Sequoia, опублікував статтю, в якій підсумував ці питання як «проблема в 200 мільярдів доларів в індустрії ШІ».
Таким чином, Девід Кан вважає, що хоча в довгостроковій перспективі для компаній може бути корисним накопичувати велику кількість обчислювальної потужності GPU, у короткостроковій перспективі це може спричинити хаос.
Нижче наведено компіляцію оригінального тексту Девіда Кана, насолоджуйтеся ~ ✌️
З минулого літа генеративна хвиля ШІ перейшла в режим гіпершвидкості. Каталізатором цього прискорення стали орієнтири Nvidia щодо прибутків у другому кварталі та її подальші прибутки. Це демонструє ринку, що попит на графічні процесори та навчання моделі штучного інтелекту «ненаситний».
До анонсу Nvidia споживчі випуски, такі як ChatGPT, Midjourney і Stable Diffusion, привернули увагу громадськості до ШІ. Завдяки вражаючим результатам Nvidia засновники та інвестори отримали емпіричні докази того, що штучний інтелект може створити мільярди доларів нового чистого доходу, спонукаючи сферу розвиватися повною швидкістю.
Хоча інвестори багато припускають на основі результатів Nvidia, а інвестиції в штучний інтелект зараз відбуваються шаленими темпами, а оцінки досягають рекордних значень, залишається важливе питання: для чого використовуються всі ці графічні процесори? Хто є кінцевим клієнтом? Скільки вартості потрібно створити, щоб досягти такого швидкого повернення інвестицій?
Розглянемо таку ситуацію:
Кожен $1 витрат на GPU відповідає приблизно $1 витратам на енергію центру обробки даних.Іншими словами, якщо NVIDIA зможе продати GPU на суму $50 мільярдів до кінця року (за скромними оцінками аналітиків), витрати центру обробки даних становитимуть 100 мільярдів доларів..
Припускаючи далі, якщо кінцеві споживачі графічних процесорів, тобто ті компанії, які створюють програми для графічних процесорів, можуть отримати 50% прибутку в бізнесі штучного інтелекту без втрати грошей, це означає, що принаймні 200 мільярдів доларів США потрібно доходу, щоб відшкодування початкових інвестиційних витрат. Сюди не входять прибутки хмарних провайдерів.Якщо вони хочуть заробляти гроші, вимоги щодо загального доходу мають бути ще вищими.
Важливе запитання, яке слід поставити: яка частина цих капітальних витрат на будівництво пов’язана із справжнім попитом кінцевих споживачів, а скільки будується на основі «очікуваного попиту»? Це питання на 200 мільярдів доларів.
Згідно зі звітом The Information, річний дохід OpenAI становить приблизно 1 млрд доларів США. Microsoft заявила, що очікує, що такі продукти, як Copilot, принесуть річний дохід у 10 мільярдів доларів США, а також інші компанії: припустимо, що Meta та Apple також можуть покладатися на штучний інтелект, щоб отримати річний дохід у розмірі 10 мільярдів доларів США. З доходом у 10 мільярдів, бізнеси AI компанії Oracle, Byte, Alibaba, Tencent,
——Це все гіпотетичні припущення.Справа в тому, що навіть якщо ви отримаєте величезні переваги від штучного інтелекту, виходячи з сьогоднішнього рівня витрат, вам все одно не вистачатиме щонайменше 125 мільярдів доларів США, щоб окупити свої інвестиції.
У стартапів є величезна можливість заповнити цю прогалину, і наша мета — «слідувати GPU» та знайти наступне покоління стартапів, які використовують технологію штучного інтелекту для створення реальної цінності для кінцевих споживачів — ми хочемо інвестувати в ці компанії.
Мета цього аналізу — висвітлити прогалини, які ми бачимо сьогодні.
Ажіотаж AI нарешті наздогнав проривні технології глибокого навчання, розроблені з 2017 року. Це гарна новина. Ведеться велике капітальне будівництво. Це має значно скоротити витрати на розробку ШІ в довгостроковій перспективі. Раніше для створення будь-якої програми потрібно було купувати серверну стійку. Тепер ви можете використовувати публічну хмару за нижчою ціною.
Подібним чином багато компаній зі штучним інтелектом сьогодні вкладають більшу частину свого венчурного капіталу в графічні процесори. Оскільки сьогоднішні обмеження пропозиції змінюються надлишком пропозиції, витрати на виконання робочих навантажень штучного інтелекту будуть знижуватися. Це має стимулювати розвиток продукту. Це також має залучити більше засновників для відкриття бізнесу в цьому просторі.
У історичних технологічних циклах надмірне будівництво інфраструктури, як правило, спалювало капітал, але також відкривало майбутні інновації, знижуючи граничні витрати на розробку нових продуктів. Ми очікуємо, що ця модель повториться у сфері штучного інтелекту.
Для стартапів урок очевидний: як спільнота, ми маємо змінити наше мислення з інфраструктури на цінність для кінцевого споживача. Задоволені клієнти є основною вимогою кожного великого бізнесу. Щоб штучний інтелект мав вплив, нам потрібно знайти способи використання цієї нової технології для покращення життя людей. Як перетворити ці дивовижні інновації на продукти, які клієнти використовують, люблять і готові платити за них щодня?
Розбудова інфраструктури AI триває. Інфраструктура більше не є проблемою. Розробляється багато базових моделей – це вже не проблема. Крім того, сучасні інструменти штучного інтелекту також непогані.
Отже, питання на 200 мільярдів доларів таке:
Як ви плануєте використовувати цю інфраструктуру? Як ви використовуватимете їх, щоб змінити життя людей?
Ця стаття складена з: