資本市場的人工智慧泡沫正在形成

人工智慧泡沫是如何形成的？

莫名大漲

在過去半年多來，有數不清的上市企業業務根本和AI沾不上邊，只不過發表一份新聞稿表示和當紅的輝達、微軟、或是OpenAI建立商業合作的關係，投資人也不明究裡，該公司隔天的股價就立即大幅飊漲，少則個位數，多則幾十個百分比。

台灣呢？

相同的情形也發生在台股，輝達的黃仁勲和超微的蘇姿豐在過去幾星期分別訪台，只要兩人拜訪過的企業，第二天股價就不分緣由的立即上漲，媒體甚至熱衷於鉅細靡遺地和捕風捉影報導兩人的行程和花絮。

但是兩人關於台灣在產業中的角色扮演和資訊科技競爭力正在流失的重大談話或是台灣在全球供應鏈角色已經受到中、日、韓的強力競爭和威脅的事實，卻甚少有習於報喜不報憂和錦上添花的台灣媒體願意報導。

殷鑑不遠

網路泡沫

殷鑑不遠，令人回想起不過才23年前的網路泡沫破裂前的場景和當下的AI狂潮有高度的相似性，23年前的無數虧損中甚至是投資人連其營業內容都不清楚的網路上市公司股價幾個月就能上漲幾倍甚至是幾十倍，上市公司也競相吹噓誇大公司對當下流行的科技趨勢的擁抱程度，只不過由23年前的網路換成當下的AI罷了。

當局者迷

23年前巴菲特也曾對當時的股市現象提出警語，換來的反而是被主流的巴隆周刊在1999年的泡沫高峰時以《巴菲特怎麼了？（What’s Wrong, Warren?）》專文中以「巴菲特失去他的魔力」對他進行冷嘲熱諷。

在台灣，當時台灣工商業界的領導人物王永慶也一樣公開及疾呼對當時台股上市企業炒作網路而不專注本業的現象頗不以為然，但在當時也被諷刺是廉頗老矣，跟不上時代的看法。

華爾街和主管機關都示警

現在連被視為華爾街主流的摩根士丹利都很少見地公開大聲警告當前的股市的AI狂潮已達泡沫的頂點，這是永遠鼓勵投資人進場的華爾街很少見的潑冷水的言論。

這還不打緊，連美國證券交易委員會（SEC）的主席根斯勒在2023年8月接受《紐約時報》專訪時就表示，美國很可能最終只會有2到3個大型語言模型（LLB），結果會深化經濟系統聯繫並提升金融危機發生率，因為當某模型或資料庫成為主流時會讓羊群行為更普及，投資人都將依循相同資訊並有類似反應，使股市的暴起暴落更快更頻繁地發生。重點是根斯勒認為，AI將因此成為下次金融危機的中心。

AI只會有很少數的獲利者

為何只會有少數獲利者？

AI是真的，但無法撐起目前的泡沫行情。AI在過去幾年的快速發展，的確遠超過過去半世紀的總和，也在某些理論，應用場景，基礎建設領域獲得很大的突破，這都是不容否認的事實。但問題是目前的AI發展根本尚未達平民化，人人都付擔得起的階段。任何無法普及大眾化的產品或是技術，不可能會有市場，這是資本市場的定律和常識。但當局者迷，總是容易被少數一兩家成功案例所說服，深怕自己錯失股市的致富列車，造成投資人前撲後繼地追逐熱門的AI標地，造成這股泡沫的急速成形。

AIGC需要大型語言模型

以2023年以來最熱門的生成式AI（AIGC）領域最近半年多的發展而言，令人印象深刻，AIGC的確能對不少的應用領域發展提供突破性的應用幫助。但投資人忘記AIGC的背後靠的是LLM這項AI的基礎，問題是投入大型語言模型的成本太高，而且還是是普通的高。

AIGC多花錢？

以下一些數據可供各位參考：

• 在全球的範圍內，有此等財力和工程能力能投入的國家就只有中美這兩個超級大國。
• 在全球的範圍內，有財力和人力能長期投入的企業屈指可數；只有美國的微軟、字母、Meta、亞馬遜、蘋果，以及中國的百度、阿里巴巴、華為、騰訊、和字節跳動。
• 開發ChatGPT的OpenAI曾公佈過，必需的LLM和雲端設施，每天固定的營運成本至少需要400萬美金；這還不包括高昂的硬體和人事費用，這也是為何它需要微軟110億美元入股的主要原因。
• 輝達的AI晶片H100的售價在2023年5月時約為2萬美元，而且每天都在漲價，eBay網站8月時的售價已高達4.5萬美元。Coweaver甚至拿公司現有的的H100向行抵押貸款23億美金。
  

輝達大收AI稅

目前幾乎所有用於AI的晶片80%以上都由輝達製造，新型AIGC所需的先進晶片奇貨可居，晶片供應已遠遠跟不上需求。馬斯克更直言：「此刻GPU遠比藥物更難取得」伺服器廠商最快得等半年才能拿到輝達最新的晶片。

著名的AI新創獨角獸

公司名稱	估值(十億美金)	著名的投資者	主要業務和產品
OpenAI	29	微軟	ChatGPT，Dall-E
Scale.ai	7.3	Tiger Global、Coatue Management、Founders Fund	數據標註
Anthropic	4.4	字母	聊天機器人claude
Abnormal Security	4	CrowdStrike Falcon Fund、Menlo Ventures	電子郵件安全平台
Cohere	2	SAP、輝達	自然語言處理模型（NLP）
CoreWeave	2	輝達	GPU雲端計算提供商
Hugging Face	1.8	Thirty Five Ventures、Sequoia Capital	開源聊天機器人
Lightricks	1.8	Insight Partners、Viola Group、Hanaco Ventures	照片和視頻編輯
Runway	1.5	字母	文本一鍵生成視頻Gen-2
Jasper	1.5	Founders Circle Capital、Insight Partners	利用AI生成營銷藝術和文案
Midjourney	1.5	無外部股東	AI繪圖工具Midjourney
Replit	1.2	Coatue、SVA	AI程式碼生成開發工具
Inflection	1.2	微軟、里德·霍夫曼、比爾·蓋茨、埃里克·施密特、輝達	客製化使用者自己的聊天機器人
ADEPT	1	General Catalyst、SVA	訓練 AI 使用現有軟體和 API
Character.ai	1	Andreessen Horowitz、SVA	客製化使用者自己的聊天機器人
Stability.ai	1	Sound Ventures、Coatue	AI圖像生成, Stable Diffusion

表1：著名的AI新創獨角獸（資料來自彭博，Pitchbook，Crunchbase）

少數的參與者

微軟

即使有錢如微軟和字母等級的企業，也不約而同在2023年第二季的法說會裡大吐苦水，表示在AI帶來的業務轉化為獲利之前，微軟的AI產品Copilot最快也必需要到2024財年下半年才會開始帶來⼤量的收入。微軟二季度的資本支出為107億美元，年增37.18%，創2016年以來的單季新高。甚至微軟還在其最新的年報裡註明如果無法獲得資料中心的GPU，Azure就可能出現雲端服務中斷；而且還會因AI的龐大的資本支出而被迫減少公司未來的股票回購，這一切都在向其股東表明AI會侵蝕公司的獲利，影響到股東的利益。

字母

而字母在過去10年來在這方⾯砸下的投資據推估也已經超過2000億美元，但至今也沒有得到用戶和投資人太多的讚賞與肯定。字母預計2023年下半年對AI技術基礎設施的投資將有所增加，資本支出會高於2022年。董事長漢尼斯就曾在2023年2月23日表示，與LLM這樣的AI對話機器人，成本是傳統搜尋的10倍。

Meta

Meta在2023年第二季的總成本和支出年增10%。已經擁有760台DGX 服務器，配備6,080個A100 GPU和1520個超微的EPYC CPU，加上配備輝達的Quantum InfiniBand網路，最高支援200Gb/s的頻寬的Meta，祖克伯格說因為公司將投資數據中心和AI，資本支出會繼續增加。

在2023年6月宣布計劃在7月之前再新建由1.6萬塊GPU所組成，建成後將為全球最大的AI超級伺務器。一顆輝達的AI晶片的售價是幾萬美金，等到一切建成費用因為持續上漲還必需追加預算，而且這還僅僅是這個計劃中的GPU晶片而已，再加上通訊晶片，相關的基礎設施設備，大家就可以推估需要多大的資本支出了。

輝達和博通

可⾒AI錢坑深似海不是隨便⼀家公司玩得起的，這些必要的資本支出絕大多數都流入AI晶片⼀哥輝達的⼝袋。AI只會有很少數的獲利者，例如輝達和主要業務是網路通訊基礎設施的博通。

美股代碼	8/14/2023的股價	2023年至8/14/2023的股價報酬	本益比	股價營收比
NVDA	437.53	205.64%	227.39	43.44
AVGO	854.1	54.31%	26.72	10.22
AMD	111.98	74.91%	622.11	8.47
ANET	178.12	47.32%	32.88	10.56
AI	33.9	206.23%	N/A	14.77
PLTR	15.72	146.01%	N/A	16.28
GOOGL	131.33	47.36%	28.76	5.74
META	306.19	145.46%	36.66	6.63
MSFT	324.04	35.25%	33.46	11.43
AMZN	140.57	63.80%	111.76	2.7
BIDU	137.59	15.50%	25.77	2.86
BABA	93.46	1.61%	20.83	1.98
TCEHY	42.24	-5.25%	15.47	5.19
標普500	4,489.72	17.40%	23.46	2.46

表2：美股AI有關的企業2023年以來至8月14日為止的股價表現（數字來自谷歌財經和雅虎財經）

未來只會有不到五種LLM

一如SEC主席根斯勒的看法，加上上述的必要支本支出，所需的各種龐大資源，以及實際上的市場需求；科技界的主流看法幾乎都一致同意，未來競爭和淘汰的結果，全球只會剩下不到五種LLM。

如果沒有意外的話，已經研發和推出自己的LLM的字母、OpenAI、Meta、微軟、亞馬遜這幾家企業已經取得先發的優勢，佔據有利的位置。尤其是以下兩者：

• Meta的Llama2被視為是OpenAI的最大對手，而且最新的第二版已宣佈商用開源，可供任何人免費使用。
• 字母目前傾全公司之力投入所發展的Gemini，被著名的SemiAnalysis公佈算力達到OpenAI的GPT-4的五倍！主要的原因是字母手中的TPU v5數量，比OpenAI、Meta、CoreWeave、甲骨文和亞馬遜擁有的GPU總和還要多！

本人為原文作者，本文精華版原刊登在Smart智富月刋

相關文章

• 《目前獲利豐厚的五大人工智慧商》
• 《資本市場的人工智慧泡沫正在形成》
• 《無所不能的華為（Huawei）是如何賺錢的？》
• 《人工智慧投資的陷井》
• 《美股主要的人工智慧上市公司》
• 《生成式人工智慧新星OpenAI和爆紅的ChatGPT》
• 《資料中心是仍在高速成長的半導體領域 》
• 《再論輝達：人工智慧，資料中心，和繪圖的絕對領先者》
• 《輝達（nVidia） 如何賺錢？輝達改變了產業的遊戲規則 》
• 《為什麼輝達（nVidia）併購安謀（ARM）會失敗？》
• 《考慮字母（Alphabet）吧！如果只能買1支股票並靠它退休》
• 《微軟（Microsoft）靠什麼在賺錢？未來會何去何從？》
• 《超微（AMD）如何賺錢？企業史上罕見的反敗為勝案例》
• 《長年老二的超微（AMD）表現為何令人瞠目結舌？》
• 《博通（Broadcom）如何賺錢？經營方式的1項重大改變》

重要聲明

• 本站內容為作者個人意見，僅供參考，本人不對文章內容、資料之正確性、看法、與即時性負任何責任，讀者請務必自行判斷。
• 對於讀者直接或間接依賴並參考本站資訊後，採取任何投資行為所導致之直接或間接損失，或因此產生之一切責任，本人均不負任何損害賠償及其他法律上之責任。