注：数据反映的是购买财产和设备。数据为日历季度数据。
数据来源：上述公司
文章来源: 华尔街日报 – 新闻取自各大新闻媒体，新闻内容并不代表本网立场！
生成式人工智能(AI)掀起了美国现代史上规模数一数二的支出热潮，企业和投资者押注数千亿美元，认为这项技术将彻底改变全球经济，有朝一日将带来巨额利润。
问题是，所有这些投资何时能得到回报？甚至能否得到回报？
OpenAI推出的ChatGPT等应用吸引了数亿用户，但付费购买高级版本的用户相对来说很少，企业仍在试验如何利用生成式AI提高生产力。尽管如此，科技巨头们仍在投入创纪录的资金用于资本支出，主要用于开发和运行AI模型所需的硬件。
“投资不足的风险远远大于投资过度的风险，”谷歌(Google)母公司Alphabet首席执行官桑达·皮采(Sundar Pichai)在今年7月的财报电话会议上表示。
同样地，风险投资家正在押注至少有几家AI初创公司有朝一日可能会价值数十亿美元甚至上万亿美元，尽管目前大多数AI公司尚未盈利。今年到目前为止，针对AI初创企业的风险投资规模已达641亿美元，今年全年的总投资有望接近2021年在一波更广泛投资热潮期间创下的峰值。今年到目前为止，流向AI领域的风投资金在风投中的占比创下了有记录以来最高水平。
对AI初创企业的风险投资规模……占每年全部风投交易价值的比例
注：2024年的数据截至8月27日
数据来源：PitchBook
这些投资的成果在美国各地可见，新的数据中心不断涌现。过去，数据中心主要用于远程存储数据和运行非AI软件。针对AI优化的数据中心配备了开发和运行生成式AI应用所需的专用芯片。
从2020年初到今年，微软(Microsoft)的数据中心数量增加了一倍多。同期，谷歌的数据中心数量增加80%。甲骨文公司(Oracle)高度关注这项业务，计划新建100个数据中心。
截至每年第一季度的数据中心估计数量
数据来源：Dell’Oro Group
与过去建造的数据中心相比，AI数据中心更加耗电，因为AI芯片需要持续可靠的能源供应才能运行。即使是短暂的电力中断，也会对“训练运行”造成损害；在训练运行中，AI模型通过分析海量数据来得到改进。就AI大模型而言，每次训练运行的成本高达数千万甚至数亿美元。
自2015年以来，美国和加拿大数据中心向能源公司订购的电量增长了近八倍。
注：2024年数据是对全年的预测
数据来源：datacenterHawk
用于训练和运行AI模型的芯片主要来自英伟达(Nvidia)。该公司的图形处理器(GPU)最初是为游戏设计的，现在，其高端GPU每块售价高达数万美元。构建和托管AI模型的科技公司正竞相从英伟达那里获得尽可能多的芯片供应。
Meta Platforms首席执行官马克·扎克伯格(Mark Zuckerberg)表示，Meta计划到2024年底拥有60万块GPU。特斯拉(Tesla)首席执行官马斯克(Elon Musk)正在打造自己的AI初创公司xAi，他表示希望到明年夏天拥有30万块GPU。
英伟达的季度收入
注：最近一个财政季度截至7月28日
数据来源：该公司
高技能人才是另一种稀缺资源。尽管最近硅谷出现大范围裁员，但科技巨头们仍在花费数百万美元留住研究科学家，认为这些科研人员能够将AI推向新前沿。直到不久前，其中不少专家可能都还在学术界工作。而现在，他们已跻身全球薪酬最高的技术专家之列。
即使是对作为AI基础的机器学习只有基本了解的人，也能找到年薪六位数的工作。今年7月份，新增的AI相关职位招聘人数同比增加了近50%，而科技行业的整体招聘人数略有下降。
美国新发布职位数量的同比变化
注：截至7月
数据来源：UMD-LinkUp AI Maps
投资者对硅谷巨额AI支出的耐心可能会逐渐消退。Meta和微软等公司增加了AI支出，但收入增长却不够快，因此，投资者对这些公司的股票进行了惩罚。风投公司红杉资本(Sequoia Capital)的一位合伙人最近估算，单单为证明今年在数据中心和芯片方面的投资是合理的，AI企业最终就需要创造6,000亿美元收入。尽管大多数公司没有披露AI业务收入，但分析人士估计每年的总收入充其量为数百亿美元。
人们担心AI支持者是否过早地投入了太多资金，这不禁让人回想起25年前的互联网时代，当时各家公司纷纷斥巨资建设光纤网络，以支持对互联网使用量的乐观估计，但是后来互联网使用量的增速比预期要慢。
顶级科技公司的高管们正劝大家保持耐心。扎克伯格在最近的财报电话会议上表示，AI应用实现货币化还需要数年时间。谷歌首席执行官皮采则表示，“将这项底层技术转化为有意义的解决方案需要时间”。