في 20 سبتمبر، دفعت مقالة نشرتها شركة VC العملاقة Sequoia شركة Nvidia وحتى صناعة الذكاء الاصطناعي بأكملها إلى المقدمة. يعتقد ديفيد كان، وهو شريك في شركة Sequoia، أنه وفقًا لتقديرات متحفظة، فإن مبيعات Nvidia البالغة 50 مليار دولار من مبيعات وحدة معالجة الرسومات تتوافق مع 100 مليار دولار من نفقات مراكز البيانات من قبل شركات أخرى. وبافتراض هامش ربح بنسبة 50%، تحتاج صناعة الذكاء الاصطناعي إلى 200 مليار دولار من الإيرادات لتعويض هذه النفقات. ومع ذلك، تبلغ إيراداتها السنوية حاليًا 75 مليار دولار فقط، مما يترك فجوة قدرها 125 مليار دولار.
وأشار كان إلى أن الطاقة الإنتاجية لوحدة معالجة الرسومات فائضة، ويتوقع أن يكرر نموذج "محرقة الأموال" نفسه في مجال الذكاء الاصطناعي.
بعد تخمير الحادثة لمدة ثلاثة أيام، نشر جويدو أبنزلر، المستشار الخاص لشركة A16Z العملاقة لرأس المال الاستثماري في وادي السيليكون ومؤسس شركة الذكاء الاصطناعي الناشئة 2X، ما يقرب من 10 تغريدات، ولم ينقض تقديرات سيكويا لربحية الذكاء الاصطناعي فحسب، بل أشار أيضًا إلى أن المشكلة الأساسية الأكثر أهمية التي تواجهها سيكويا هي أنها قللت من تأثير ثورة الذكاء الاصطناعي التاريخية.
أبنزلر: سوف يقوم الذكاء الاصطناعي بتخريب جميع البرامج، ولا توجد فجوة في الإيرادات
وفي سلسلة من التغريدات، أشار أبنزلر إلى ثلاثة أخطاء كبيرة في مقال كان.
بداية، استخدم كان رقم 200 مليار دولار في بداية المقال لجذب الانتباه، لكن أبنزلر يعتقد أن هناك مشكلة في عملية حساب هذا الرقم.
وأشار أبنزلر إلى أن كان قام بجمع تكلفة الشراء (النفقات الرأسمالية) لوحدة معالجة الرسومات، وتكاليف التشغيل السنوية، والإيرادات التراكمية خلال دورة حياة وحدة معالجة الرسومات، والإيرادات السنوية من تطبيقات الذكاء الاصطناعي، وتوصل إلى رقم مبالغ فيه على ما يبدو وهو 200 مليار دولار.
ومع ذلك، فإن الحساب الأكثر ملاءمة سيعتمد على العائد السنوي على الاستثمار الذي يستطيع مشترو وحدة معالجة الرسومات الحصول عليه بعد استثمار رأس المال. بمعنى آخر، يجب حساب عائد الاستثمار لمشتري وحدة معالجة الرسومات،
ثانيًا، يعتقد أبنزلر أن تكاليف الكهرباء لوحدة معالجة الرسومات مبالغ فيها أيضًا.
وفقًا لـ Appenzeller، تبلغ تكلفة وحدة معالجة الرسومات H100 PCIe حوالي 30 ألف دولار وتستهلك حوالي 350 واط من الطاقة. مع الأخذ بعين الاعتبار الخوادم والتبريد، من المرجح أن يصل إجمالي استهلاك الطاقة إلى حوالي 1 كيلووات.
إذا كان سعر الكهرباء هو 0.1 دولار أمريكي/كيلوواط ساعة، فستكون وحدة معالجة الرسوميات H100 هذه متوفرة
يعتقد أبنزلر أن التقديرين المذكورين أعلاه ليسا الأكثر خطورة،
قال أبنزلر إن نماذج الذكاء الاصطناعي هي أحد مكونات البنية التحتية تمامًا مثل وحدات المعالجة المركزية وقواعد البيانات والشبكات. الآن، تستخدم جميع برامج الذكاء الاصطناعي تقريبًا وحدة المعالجة المركزية وقاعدة البيانات والشبكة، وسيكون هذا هو الحال في المستقبل.
لذلك، ستؤثر نماذج الذكاء الاصطناعي بشكل عميق على جميع البرمجيات وأنظمة تكنولوجيا المعلومات، ويتجاوز نطاق تأثيرها المجالات الضيقة التي تم تحليلها في المقالة. يتجاهل المقال مكانة نماذج الذكاء الاصطناعي باعتبارها بنية تحتية برمجية مستقبلية، وبالتالي يقلل من الأهمية الحقيقية لثورة الذكاء الاصطناعي.
فهل تستطيع الشركات الناشئة سد هذه الفجوة؟ يعتقد كان أن هناك "فرصة كبيرة". إن القفزة التكنولوجية في مجال الذكاء الاصطناعي والموجة غير المسبوقة من مشتريات وحدة معالجة الرسومات هي دائمًا أخبار جيدة للبشرية.
في دورات التكنولوجيا التاريخية، كان الإفراط في بناء البنية التحتية يميل إلى حرق رأس المال، ولكنه يؤدي أيضا إلى إطلاق العنان للإبداع المستقبلي من خلال خفض التكلفة الحدية لتطوير المنتجات الجديدة.
لذا فإن السؤال هو: هل تستطيع صناعة الذكاء الاصطناعي أن تكسب ما يكفي من 200 مليار دولار؟
قال أبنزلر:
يتم إنفاق أكثر من 200 مليار دولار سنويًا على البنية التحتية للشبكات،
لا، ولكن تستخدم Google البنية التحتية للشبكة لبيع الإعلانات، وتظهر الإيرادات الناتجة كإيرادات إعلانات، وليس كإيرادات "برامج الشبكة"، ولن يتم تصنيف الإيرادات التي يحققها Microsoft Office 365 على أنها إيرادات "برامج الشبكة".
وبعبارة أخرى، سيتم تصنيف الإيرادات من البنية التحتية على أنها فئات إيرادات مختلفة حسب القطاع.
وأخيراً، خلص أبنزلر إلى ما يلي:
عملاء NVIDIA كانوا بطيئين في جني الأموال، وصبر رأس المال ينفد عند "مئات المليارات"
ومن الجدير بالذكر أن مخاوف سيكويا بشأن قدرات الذكاء الاصطناعي على تحقيق الدخل ليست غير معقولة.
ذكرت مقالة سابقة بقلم Wall Street Insights أن الاستثمار الضخم في كل وحدة معالجة رسوميات يجب أن يتم تحويله في النهاية إلى قيمة للمستهلك النهائي، حتى تتمكن الصناعة من الاستمرار في التطور على المدى الطويل.
في الوقت الحاضر، باعتبارها المستفيد الأساسي من منطق "شراء مجرفة Nuggets"، كان أداء Nvidia في الربعين الأولين من هذا العام مثيرًا للإعجاب للغاية. ومع ذلك، في طبقة التطبيقات النهائية، زاد الاستثمار في الذكاء الاصطناعي فقط، لكن الأداء لم يتحسن.
ومن خلال الاستفادة من الطلب الهائل الناتج عن التدريب على النماذج الكبيرة، تم التحقق بشكل مستمر من طلبات وأداء الشركات المصنعة للبنية التحتية للذكاء الاصطناعي. ومع ذلك، لا تزال تطبيقات الجانب B في مراحلها الأولى. معظم الشركات المصنعة لتطبيقات الذكاء الاصطناعي لم تدخل بعد مرحلة التسويق. من منظور وقت التسليم، من المتوقع أن يكون متأخرًا بمقدار 2-3 أرباع عن طبقة البنية التحتية.
إذا لم يتمكن المنقبون عن الذهب من جني الأموال وزادت مبيعاتهم من المجارف، فمن المؤكد أن ذلك لن يدوم طويلاً. وفي الشهر الماضي، انخفض سعر سهم Nvidia بأكثر من 11%، ليعود إلى المستوى الذي كان عليه في يونيو من هذا العام.
وفي ظل فرضية أن خفض التكاليف وتحسين الكفاءة لا يزالان الموضوع الرئيسي لتطوير أسهم التكنولوجيا العالمية، فإن صبر سوق رأس المال ينفد.