思想领袖

我们是否处于人工智能泡沫中?基础设施与炒作的清晰对比

mm

人工智能的崛起引发了大量投资、快速创新和强烈的公众关注。这些条件几乎不可避免地引发了一个熟悉的问题:我们是否处于人工智能泡沫中?

这是一个合理的担忧。技术热潮之后,往往会出现痛苦的纠正,特别是当预期超过基本面时。但是,要回答这个问题,我们需要区分可见的炒作和表面下不太可见的系统,并将讨论建立在历史、经济和基础设施层的现实之上。

当你这样做时,画面看起来比泡沫叙事所暗示的要细致得多。

1. 基础设施与应用的关键区别

关于“人工智能泡沫”的大多数讨论都集中在应用层面。包括OpenAI、Anthropic和xAI等公司的融资轮次,仅仅几个月就有快速的融资公告。然后还有社交媒体上的人工智能代理演示和关于人工智能的夸张说法,尽管收入还没有赶上。

这个行业的这一层次移动得很快,因为它是由故事、期望和投资者心理驱动的。应用公司可以迅速获得关注,就像它们可以迅速失去关注一样。叙事往往比基本业务发展得更快,因为这是人工智能经济最可见的部分,所以它成为整个行业过热的默认参考点。

但是计算基础设施运作在一个完全不同的现实中,一个由物理、经济和硬性容量约束支配的现实中。

计算基础设施受到可衡量的力量的影响:GPU通过运行人工智能工作负载产生每小时收入,电力的可用性和成本,数据中心建设的步伐,以及随着模型大小的增长而增加的训练和推理需求。利用率,而不是情绪,决定了这一层是否有效。

应用程序根据感知而上升和下降,基础设施则是由持续的需求锚定。这就是为什么基础设施层不像典型的泡沫资产那样表现。它更像电气化期间的电网或互联网热潮期间的光纤。它是一个基础系统,其需求曲线由技术进步而不是投资者的任性所驱动。

2. 历史实际上显示了什么

查看以前的通用技术揭示了一个一致且重复的模式:重大技术转变始于基础设施投资的巨大激增,远在生产力收益出现在经济之前。

铁路需要在变革商业之前的几十年里进行大量的前期资本投入。电力需要昂贵的电网建设,然后工厂才能完全围绕电力重新组织。电信网络、互联网骨干基础设施、移动网络和云计算都遵循了相同的轨迹。在每种情况下,基础设施支出首先激增,而生产力改进则滞后。

从外部来看,这些时期常常看起来像泡沫。回顾过去,它们实际上是安装阶段。必要的、资本密集的建设,为几十年的经济增长奠定了基础。

高盛广泛流传的这张图清晰地说明了这一现象:

基础设施投资在可衡量的生产力收益出现之前的几年就激增。人工智能今天几乎完全遵循这一曲线。

今天的人工智能建设主要由与互联网泡沫时代截然不同的公司推动。20世纪90年代末,许多高估值的互联网公司几乎没有收入。相比之下,当前人工智能基础设施激增背后的最大力量,如微软、谷歌、Meta和亚马逊,是盈利能力极强的公司,拥有来自云计算、广告和企业软件等成熟业务的大量、可重复的现金流。

他们的人工智能支出主要由营业利润资助,而不是投机债务。这一区别很重要。它大大降低了系统的脆弱性,并将今天的资本支出重新定义为故意的长期投资,而不是鲁莽的过度支出。

3. 计算需求是结构性的,而不是情绪驱动的

使当前的人工智能周期异常具有韧性的是,计算需求并不是主要由叙事热情驱动的。它是由继续扩大的技术需求驱动的,这些需求与市场情绪无关。

计算需求的核心驱动因素继续加速:

  • “思考”税:新的人工智能模型不仅仅是检索答案,还实际上通过成千上万种可能性来推理回答。这创造了一个新的现实,即单个用户提示可以消耗传统搜索的100倍的计算量。

  • 合成数据生产:我们已经基本上用完了高质量的人类数据来训练。为了继续改进,GPU舰队现在24/7运行,只是为了编写下一代模型的训练数据。

  • 主权基础设施:政府现在像购买能源储备或国防系统一样购买计算能力。这创造了一个巨大、永久的需求底线,它不受市场情绪的影响。

这些力量独立于人工智能创业公司在任何一个季度的估值。即使在市场回调期间,GPU利用率仍然很高,因为工作负载本身继续以复杂性和数量增长。

这种建设是有形的,许多投机泡沫并非如此。GPU、服务器、数据中心、电力基础设施和部署的人工智能应用程序都是已经提供了可衡量的生产力收益的真实资产。与许多概念相比,这些概念在实用方面还要多年后才会实现,人工智能系统已经嵌入了软件开发、研究、客户支持、设计、物流和决策等工作流程中。

还存在一种超越市场的竞争动态。人工智能已经成为公司和国家之间的战略“军备竞赛”。政府和公司不能简单地选择退出投资,而不冒着长期竞争力下降的风险。在计算能力方面落后越来越多地意味着在创新、人才吸引和资本获取方面落后。

4. 泡沫还是转折点?

一些经济学家区分了两种类型的泡沫。金融泡沫在破裂后几乎没有留下任何东西。相比之下,转折点泡沫加速了基础设施的建设,这种基础设施永久地改变了经济格局,即使资本在途中被错误配置。

铁路、电气化和早期互联网都表现出投机过度的特征。然而,它们也以不可逆转的方式重塑了社会。浪费并没有否定进步。

人工智能周期表现出转折点泡沫的特征。边缘确实存在炒作,一些投资将会失败。但是正在建设的基础设施是真实的、持久的和越来越不可或缺的。即使估值收缩,市场整合,特定应用程序失败,基础设施仍将保持。

5. 人类低估问题

最后,还有一个反复出现的倾向,即低估新技术对日常生活的深远影响。就在18个月前,大多数公众通过工具如ChatGPT首次接触人工智能。如今,对于许多知识工作者来说,很难想象没有人工智能辅助的工作。

这种转变发生得非常快,它仍然处于早期阶段。

从这个角度来看,将其称为人工智能泡沫忽略了更大的背景。我们所见到的更像是一场已经开始的生产力革命的混乱、资本密集的安装阶段,而不是与现实脱节的投机过度。

公众情绪将会起伏。价格将会纠正。基础设施和它所能带来的创新将会持续下去。

Albert 是 Compute Labs 的创始人和 CEO,该公司于 2024 年 3 月推出,以实现他的 GPU RWA 视野。他曾是 Delysium 的创始团队成员,rct.AI (YC19) 的核心成员,以及 Xsolla 的产品负责人。Albert 拥有来自 UCLA 和 Caltech 的学位。