30万亿美元,差不多是美国一整年的GDP,全世界为啥还抢着往AI里砸钱?
这么大一场豪赌,牌桌上都坐着谁,钱又是怎么转起来的?
最近,这场赌局正好赶上一次大震荡。
费城半导体指数单日下跌12.2%,纳斯达克指数下跌5.5%。
美联储的调查显示,87%的受访者将其列为重要风险。
OpenAI首席财务官却表示,企业仍将持续布局人工智能基础设施。
这局牌是怎么开起来的?
先看看过去这一年。
近来,人工智能领域交易的节奏与规模令人瞩目。
OpenAI与AMD宣布达成一项为期五年的人工智能数据中心合作协议。
OpenAI还与甲骨文签署了价值3000亿美元的云计算算力协议。
英伟达在OpenAI总额1000亿美元的融资轮中出资300亿美元,黄仁勋随后明确表示,向OpenAI投资1000亿美元的机会“已不复存在”。
Meta则斥资近150亿美元入股Scale AI。
业内人士指出,一个名为“人工智能基础设施”的全新产业已经诞生。
许多人预测,人工智能热潮将深刻改变人们的生活和工作方式。
处在这场技术革命中心的是少数几家企业,它们越来越多地相互依靠,共同筹措资金,建设推动这一创新所需的基础设施。
分析人士认为,目前已有数千亿美元资金投入这一领域。
这笔资金规模过于庞大,GPU制造商、人工智能公司、数据中心运营商以及其他参与方,都无法单独承担。
因此,各方必须寻找不同的方式联合起来,共同推进这项事业。
这张人工智能交易网络的中心有两家企业。
一家是开发了广受欢迎的聊天机器人ChatGPT的OpenAI,另一家是为人工智能提供算力的GPU制造商英伟达。
仅今年一年,OpenAI就已达成总额约1万亿美元的人工智能相关交易。
下面对其中部分交易逐一梳理。
今年9月,OpenAI证实将在五年内向甲骨文支付3000亿美元,用于购买计算基础设施。
这笔交易隶属于名为“星际之门”的数据中心建设项目,项目总规模达5000亿美元,日本软银集团也参与出资。
此外,OpenAI还与CoreWeave签订了价值220亿美元的协议,使用其配备大量英伟达GPU的数据中心。
OpenAI还与谷歌达成了一项云服务协议,金额未予披露。
该公司同时与博通合作,开发和部署搭载OpenAI自主设计芯片的机架系统,这笔交易的金额同样没有公开。
OpenAI能够大规模“采购”,部分原因在于英伟达在融资轮中出资300亿美元;这笔资金中的一部分可能会以租赁英伟达GPU的形式回流,这也是外界关注“资金循环”的原因之一。
自2019年以来,微软已向OpenAI累计投资约140亿美元。
近期,OpenAI又宣布与AMD达成协议,同意采购AMD芯片,以换取这家芯片制造商的股份。
根据协议,OpenAI未来可以逐步获得AMD最高10%的股权,对OpenAI而言,这是一笔相当可观的股权投资。
英伟达同样参与了数量相当、彼此交织的交易。
英伟达是CoreWeave的股东,还同意在2032年之前为CoreWeave未售出的云计算容量支付最高63亿美元。
CoreWeave出租给客户的GPU大部分来自英伟达。
此外,甲骨文已采购约400亿美元的英伟达芯片,为OpenAI建设数据中心,这也是“星际之门”项目的一部分。
软银持有价值30亿美元的英伟达股份。
其他大型科技企业同样身处其中。
今年6月,Meta向数据标注公司Scale AI投资140亿美元。
Meta还向谷歌支付100亿美元,用于使用谷歌的云服务器,并向CoreWeave支付140亿美元,获取人工智能云基础设施服务。
以上只是众多相互关联的投资中的一部分。
这些投资大幅推高了许多相关企业的估值,也推动美国股指屡创新高。
然而,一些专家担心这张交易网络存在风险。
许多分析人士开始担忧,OpenAI可能成为整个人工智能生态系统中的“单点故障”,在基础设施层面尤其如此。
在这些分析人士看来,交易规模之大毋庸置疑,关键在于相关企业能否兑现承诺。
部分分析人士认为,这种资金循环流动的模式令人不安,很容易让人联想到互联网泡沫时期。
当时,供应商融资带来的问题最终集中爆发,给整个行业造成了严重冲击。
一份最新报告显示,到2030年,人工智能企业每年需要实现2万亿美元的收入,才能支撑满足预期需求所需的基础设施建设,资金缺口高达8000亿美元。
不过,人工智能行业的领军人物对上述担忧作出了回应,认为这正是让人工智能成为现实所必须付出的投入。
他们表示,全球最大的科技公司采购这些基础设施,是因为确实存在需求,其中并不存在所谓的“循环”,这是一场正在进行的根本性基础设施建设。
在如此大规模的基础设施投资中,各方为向消费者提供服务而建立合作关系并不罕见。
这种情况在其他市场同样存在,如今也出现在这一市场中。
动辄几百亿、上千亿的单子,放到更长的时间里看,其实只是开胃菜。
普华永道与牛津经济研究院的测算显示,2026年至2050年全球数据中心累计资本支出将达31.6万亿美元;若AI普及加快,累计规模可接近50万亿。
分年度看,2026年全球数据中心年度支出约8000亿美元,到2050年将升至1.8万亿美元。
31.6万亿相当于把美国一整年的GDP总量,在25年里分年投入机房建设——不是一年花掉,但总量级已与一个大国的年度经济体量相当。
铁路、电网、互联网,当年哪个不是改天换地的大工程?
跟这笔账一比,全成了小兄弟。
这么多钱砸下去,到底图个啥?
更要命的是,这台“碎钞机”根本停不下来。
今年全球数据中心花了约8000亿美元,2030年要到1.1万亿,2050年还得涨到1.8万亿。
铁路修完就消停了,机房却越喂越饿。
GPU和服务器四到六年就得换一茬,一座机房能用20年,前后要换三到五回“血”。
到2050年,芯片、服务器这些设备会吃掉机房开支的93%,现在才七成左右。
钱没怎么花在钢筋水泥上,大头都砸在一路贬值的芯片上。
美国一家独占15.1万亿,快到全球一半,亚太8.2万亿排第二。
电够不够用是头号变量,芯片管制一收紧,全球投资能缩水约6万亿。
那赌注押的是啥?
说白了就俩字:效率。
可经济学家翻遍了数据,证据少得可怜。
摩根大通算过,想撑住英伟达现在的身价,美国未来十年的生产力每年得涨3%到5%。
可国会预算办公室的基线预期才1.75%左右,差得可不是一星半点。
贝恩的账算得更直白:谷歌、亚马逊、微软等超大规模厂商,到2031年前需额外找到4.2万亿美元新收入,才付得起这轮基建。
光靠老业务提提效根本不够,得硬造出新市场,比如AI机器人、新电池、新半导体材料。
哥大商学院的学者估算,美国AI到2032年年收入得有3.55万亿,才能赚回10%。
现在的收入呢?
只是个零头。
偏偏不少工程还是借钱干的,需求一软、工期一拖,窟窿就会被杠杆放大好几倍。
美国国家经济研究局一调查,九成企业说AI还没让工作和效率有啥变化。
这像极了当年的“索洛悖论”:电脑满大街都是,生产率数据里就是找不着。
就算红利真来了,也分不匀。
国际货币基金组织测算,富国能从AI里拿到约4.2%的GDP收益,中等收入国家只有0.6%,穷国才0.1%。
饭碗问题也躲不开。
斯坦福研究发现,在会计、律师助理这类岗位上,22到25岁年轻人的就业水平,比难被AI替代的岗位低了19%。
硅谷大佬们倒是信心满满。
谷歌DeepMind的高管把宝押在AI“自己改进自己”上,Anthropic也推演过,最极端的情景下,2030年增速能冲到15.4%。
可剑桥经济学家黛安·科伊尔提醒,颠覆性技术见效往往要10到50年。
账单上的还款日,未必等得到那一天。
历史也留了颗定心丸。
1873年金融恐慌,铁路大亨成片破产,火车照样跑;互联网泡沫破了,网线也没断。
泡沫会破,铁轨会留下。
30万亿美元的赌局,注定有人赔得血本无归,但埋进地里的算力,迟早会改变世界。
悬而未决的只剩两件事:谁来买单,要等多久。