AI產業格局與商業模式：現在是什么局？

AI 在第幾局？如果以史為鑒，我們很難預測一個新市場從無到有的過程會經歷怎樣的曲折。這是我對人工智能模型和行業結構的想法。

互聯網與人工智能

互聯網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 億用戶所需的時間進行比較，但我認為這種比較是平淡的。

我認為，就像互聯網一樣，我們所有人都將（至少）支付訂閱費才能訪問并持續使用人工智能。因此，我不想將過去幾個月與 1 億免費用戶進行比較，而是將付費互聯網用戶與今天的生成式人工智能采用情況進行比較。

對我們來說幸運的是，互聯網的采用是一個相對容易訪問的指標。網站是一個很好的起點，也是我開始分析的地方。

最初，互聯網用戶必須付費才能使用互聯網。相比之下，ChatGPT 用戶可以免費訪問 3.5，吸引了更多用戶，但很難進行付費比較。更好的比較是付費互聯網用戶和付費 GPT 用戶之間的比較。

這是關于世界總人口的互聯網采用率的圖表。

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

估計當今滲透率

讓我們從我們所知道的開始。付費 LLM 用戶的最大用戶群是 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，但我們可以估計，這意味著 2023 年約有 600 萬用戶，明年約有 2100 萬用戶。

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

最后，我對 Anthropic、Perplexity 和 Google 最終產品等利基服務提出了一個包羅萬象的市場份額假設。每年，這個數字都會增長，這是更多用戶增長的插頭價值?，F在，我們可以將其與世界人口進行比較，坦率地說，在每個人都使用 LLMs 的世界中，我們處于采用曲線的極早期。如果我們將其與互聯網進行比較，那么我們還處于早期階段。

我確實認為互聯網可以成為人工智能的一個偉大模型。如果我們假設還需要 30 年才能達到 70% 的采用率，那么我們確實處于法學碩士和人工智能采用曲線的早期階段。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模型進行三角測量。

我們了解 OpenAI 和微軟的用戶，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濟學進行比較。

行業價值圖

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

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

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三大細分市場的毛利率和資本支出會是什么樣子。

毫不奇怪，迄今為止，這種商業模式中最大的經濟價值直接體現在半導體業務上。這種成熟的商業模式具有增量驅動力，而不是對整個領域的重新思考。

接下來是基礎設施服務參與者，我的上述行業模型假設基礎設施和人工智能模型服務參與者的利潤率是全額的。如今，CPU 驅動的超大規模業務已廣為人知，成熟的 AWS 業務擁有 30% 的運營利潤率。但 GPU 云的未來不太確定，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值。如今，沒有足夠的利潤來支撐這兩者，這意味著人工智能模型將是低利潤業務。

這對我來說沒有意義，這也是我相信未來商業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。

行業格局正在發生變化 The Industry Landscape is Changing

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

半導體和基礎設施領域正在展開一場爭奪戰，目前尚不清楚誰會獲勝。我們已經看到他們之間的競爭，我想舉一個例子來說明事情是如何發生的。讓我描繪兩種不同的未來，每種商業模式都會獲勝。

讓我們從藍天場景中的 Nvidia 或者 GPU 云的未來開始討論。

半導體首款 GPU 云

今天的王者是英偉達，他們正在銷售一種特定的「未來」。GPU 是從整個人工智能生態系統中獲取大部分回報的價值杠桿，并且已經清楚地表明自己是當今人工智能的關鍵部分。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持續一段時間。

Nvidia 的解決方案是半導體優先，圍繞核心 GPU 業務繪制同心圓。這使得他們的業務更具防御性，特別是 CUDA 軟件和網絡。過去，我將 Nvidia 的解決方案稱為計算、網絡和軟件的三頭九頭蛇。

特別是 Nvidia 在人工智能生態系統中創造了如此多的價值，以至于他們現在已經開始銷售數據中心規模的解決方案。Nvidia 的 GPU 云參考設計支持新來者，并且 Nvidia 的解決方案非常完整，如果您負擔得起，您不妨跳過云服務提供商。就買云吧。

英偉達已經將其護城河擴大到遠遠超出了最初的范圍，以至于它開始與客戶發生沖突。這總是一場激烈的競爭。客戶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。

讓我們來講述一下未來的基礎設施提供商版本會是什么樣子的故事。這主要是通過垂直整合實現的。

垂直整合

在半導體上花費一定數量的單位或美元后，超大規模企業會問為什么不自己制造。如果你在某個特定產品上花費 200 億美元，你必須問自己這個問題。

這種情況已經發生很長時間了，谷歌一直是三大超大規模企業中最具前瞻性的。問題是，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，沒有之一, 這應該是一個巨大的威懾力和競爭優勢。, 現實情況是，盡管發明了變壓器，他們的法學碩士仍然落后。盡管處于領先地位，但許多公司現在都擁有與谷歌一樣好的解決方案。如果您無法足夠快地交付解決方案，垂直解決方案可能無法發揮作用，而 Google 的 TPU 可能會成為降低組織執行能力的限制因素。

無論如何，不僅僅是谷歌在走這條路， 微軟也已經開始創建自己的加速器。全世界都意識到英偉達獲得了多少價值。Nvidia 的競爭向量已不是什么秘密。這只是如何超越他們。微軟的優勢在于與當今的領導者關系密切，讓他們知道有一天能夠與英偉達斷絕關系，但這需要一些時間。

現實情況是，這兩種情況很可能成為未來。世界正在發生碰撞，堆棧的某些方面可能會慢慢被侵蝕。半導體行業正在上漲，而基礎設施正在下降。勝者占領市場。下面是一個簡化的圖形。