受益于AI云服務的發展，微軟、Alphabet、Meta收入增加。與此同時，為了研發更先進的AI技術，各大科技巨頭的成本也在增加。最近幾家公司公布的財報向我們證明：AI是一把雙刃劍，一面是收益，一面是成本。

二分法切合當下的現實，AI是一個金錢大坑，不是所有企業都玩得起，這就是如今AI革命幕后隱藏的現實。為了開發更大、更復雜的AI模型，科技巨頭必須投入巨額資金。如果想開發出媲美人類的AGI，需要更復雜的AI系統。龐大模型不僅耗電驚人，而且硬件成本也越來越高。

AI模型軍備競賽，驅動科技巨頭資本支出猛增

在大企業的助推下，專用AI芯片需求猛增。英偉達市值不斷飆升，它提供的H100顯示芯片成了AI模型訓練的“黃金標配”，單塊價格達到3萬美元。由于缺貨，一些企業雖然早就訂購了AI芯片，但要等幾個月才能拿到手。

Meta首席執行官扎克伯格稱，年底之前Meta準備采購35萬塊H100，以支持公司的AI項目。雖然Meta能以折扣優惠價購買，但成本仍然高達幾十億美元。

有報告預測，到了2025年，Meta整個公司的資本開支將會達到500億美元。雖然扎克伯格大手筆向AI下注，但投資者顯然不像扎克伯格那么有信心。如果AI投入過高，股價可能會受到影響。

分析師稱，今年二季度Meta的資本支出達到95億美元，環比增長50%。2024年的整體資本支出將會達到350-400億美元，明年達到420億美元，2025年可能再增加80億美元，達到500億美元。

華爾街對科技巨頭的瘋狂投資已經表現出擔憂，看到谷歌、特斯拉提交的AI開支數據后，納斯達克指數創下年度新低。分析師認為，2024年谷歌的資本支出將會增加51%，達到500億美元。

扎克伯格信心十足，他認為AI投資遲早會看到回報。他還認為，最新發布的Llama 3.1在今年年底之前將會成為應用最廣泛的AI模型，明年年初成為最先進的AI模型。

Wedbush分析師Dan Ives認為，Meta向元宇宙和AI都投入巨資，但兩種投資有明顯不同。因為AI軍備競賽在美國、中國及世界其它地方發生，目標是打造強大的企業、消費者AI生態系統，元宇宙沒有這樣的競爭。

“軍備競賽”四個字在AI產業回蕩，不論是企業還是分析師，似乎都認為投資是成功的關鍵。

不讓英偉達專美，軍備競賽蔓延至AI芯片領域

與此同時，圍繞AI芯片設計，科技巨頭也在展開殘酷的軍備競賽。不論是谷歌還是亞馬遜，都投入巨資開發AI專用芯片，這樣做一方面是為了獲取競爭優勢，另一方面是防止過度依賴第三方供應商。定制芯片讓AI研發變得復雜，成本也會增加。

目前行業面臨的硬件挑戰有很多，不僅僅限于制造。現代AI模型需要巨大的數據中心，專用設施必須具備應付極端計算負載的能力，散熱和能效要求更高。當模型變得越來越大，電力成本和運營成本會增加，對環境的沖擊也會更大。

4月份，Anthropic首席執行官Dario Amodei公開表示，目前的AI模型訓練成本約為1億美元。他認為：“正在訓練的模型和今年晚些時候或者明年年初推出的模型，其訓練成本接近10億美元；照我的推測，到了2025年和2026年，成本會接近50-100億美元。”

然后就是數據，它也面臨挑戰。為了獲得龐大的高質量數據，科技巨頭們投入巨資收集、清理數據并開發創新性數據技術。一些公司開發復雜的合成數據生成工作，以補充現實世界數據的不足，這種做法進一步推高了研發成本。

隨著AI創新速度的加快，基礎設施和工具快速迭代，企業必須快速升級系統，必須重新訓練模型，這樣才能保持競爭力，結果導致企業被一個又一個投資循環纏繞。

AI刺激增長，已在云計算業務中顯現

4月25日，微軟公布季度財報，它的資本支出達到140億美元，而且公司預計隨著AI基礎設施投資的增加，未來支出還會增加。Alphabet每個季度的支出也達到了120億美元，同比增長91%，因為公司專注于挖掘AI機會，預計今年余下時間開支會保持在當前水平，甚至有所增加。Meta告訴投資者，今年的投資將會增加，年度資本開支將會達到350-400億美元，比原本預期的最高水平還要高出42%，投資增加主要是AI研發和產品開發帶來的。

幸運的是，雖然投資大幅度增加，AI的確能為科技巨頭創造營收。微軟、谷歌云業務增速明顯，這些增長主要是AI服務帶來的。數據證明，雖然AI的初始投資極為龐大，但科技巨頭仍然愿意投入，因為AI帶來的回報讓他們感到興奮。

科技巨頭充滿自信，市場卻對AI成本增加感到擔憂。由于尖端AI研發成本越來越高，創新可能會受到限制，因為只有土豪企業可以承受，久而久之，市場競爭會被削弱，AI產業的多樣化進程會被打斷。

為了解決AI成本問題，企業可能會被迫開發更高效的AI技術。為了降低算力要求，企業正在開發少次學習、遷移學習技術，開發更節能的模型架構；行業對邊緣AI（在設備上運行AI模型）的興趣越來越濃厚，這種技術可以減少對數據中心的依賴。

在未來的AI世界中，如果想成為贏家，單是掌握突破性算法和模型設計技術是不夠的，還要克服AI系統擴張時帶來的技術、財務麻煩。誰能克服效率挑戰，誰就能成為下一波AI革命的領導者。（小刀）