VC giant Sequoia openly questions: Can NVIDIA sell $50 billion worth of GPUs while the AI industry earns $200 billion?

光从赚钱的角度看，从年初火到现在的生成式 AI 热潮，只有一位赢家——英伟达。

从领头的微软&OpenAI 到谷歌、Meta、Adobe，众多把 AI 接入产品的科技公司，还处在赔本赚吆喝的阶段。许多公司的 AI 服务都是免费提供的，只有微软一家敢把Copilot 提价 83%，消费者到底买不买账还不好说。

但上游卖铲子的英伟达已经赚麻了，连续两个季度收入、指引双双爆炸。根据华尔街分析师预测，到今年年底，英伟达的 GPU 销售额可能突破500 亿美元。

那么问题来了，下游货币化的前景还不明朗，囤这么多 GPU 用来做什么？全行业都在高利率环境下降本增效，唯独在 AI 方面争先恐后投资，生怕被落下，但这些投资什么时候才能回本？

红杉：谁为英伟达的客户买单？

9 月 20 日，风投机构红杉的合伙人 David Cahn 发表了一篇博客文章，提出了这个问题。

Cahn 认为，每 1 美元的 GPU 支出，大约对应 1 美元的数据中心能源成本，也就是说，保守估计下，如果英伟达到年底能卖 500 亿美元的 GPU，数据中心的支出就高达 1000 亿美元。

进一步假设，如果 GPU 的终端客户，即那些做 GPU 应用的公司，能在 AI 业务上赚取 50% 的利润，就意味着至少需要 2000 亿美元的收入，才能收回前期投资的成本。

数据中心建设的增量，大部分来自大科技公司。例如，谷歌、微软和 Meta 都报告了数据中心资本支出的大幅增长。此外，字节、腾讯、阿里这些公司也是英伟达的大客户。展望未来，亚马逊、甲骨文、苹果、特斯拉和 Coreweave 等公司可能也会在数据中心建设上花费重金。

根据 The Information 的报道，OpenAI 的年收入约为 10 亿美元，微软曾表示，预计 Copilot 等产品有望带来 100 亿美元的年收入，再把其他公司算进来：假设 Meta、苹果也能靠 AI 年入 100 亿，甲骨文、字节、阿里、腾讯、X、特斯拉等公司的 AI 业务能赚 50 亿美元。

Cahn 指出，就算把这些乐观假设全都加在一起，每年的收入也只有 750 亿美元。

前文提到，如果英伟达要卖 500 亿美元的 GPU，全行业需要 2000 亿美元的收入才能抵消这部分支出，也就是说，还有 1250 亿美元的缺口需要填补。

AI 热潮能否长久，取决于应用端

初创企业能够填上这个缺口吗？现在还不好说。不过 Cahn 认为，AI 领域的技术飞跃和空前的 GPU 购买潮，对人类来说总归是好消息：

在历史上的技术周期中，基础设施的过度建设往往会焚烧资本，但同时也会通过降低新产品开发的边际成本来释放未来的创新。我们预计这种模式将在人工智能领域重演。

超大规模的基础设施支出，能够让更多企业以越来越低的成本使用公有云，训练大模型、运行 AI 系统的成本也会越来越低，会有更多创业者涌入、更多产品诞生，但更重要的问题还是在于应用端：如何利用这项新技术来改善人们的生活？如何才能将这些惊人的创新转化为客户每天使用、喜爱并愿意为之付费的产品？

每一块 GPU 的巨额投入，最终要转化为终端客户价值，行业才能长远走下去。

眼下，作为 “掘金买铲” 逻辑的核心受益者，英伟达今年前两季的业绩都相当亮眼。但下游应用层，尚还只见 AI 投入增加，不见业绩改善。

受益于大模型训练带来的巨大需求，AI 基础设施厂商的订单和业绩已经得到了持续验证，但 B 端应用还处于早期，大多数 AI 应用厂商还尚未进入到商业化阶段，从兑现时间来看预计要晚于基础设施层 2-3 个季度。

如果淘金人赚不到钱，卖铲子的业绩爆发，当然也不可能长久。

最近一个月里，英伟达股价已经下跌了 10%，回到了今年 6 月份的水平。

在降本增效仍是全球科技股发展主旋律的前提下，资本市场的耐心已经不多了。

按照Gartner 技术成熟度曲线，新技术通常会经历兴起 - 炒作 - 下落 - 重新崛起的典型发展周期，生成式 AI 现在可能已经到了挤泡沫的下落阶段。

隔夜，微软已经正式发布了Copilot，号称引领 AI 新时代的革命产品，预期之内的高额定价，让市场纷纷看多微软的 AI 货币化能力。

不过，客户到底愿不愿意为 AI 付费，还很难说。Copilot 到底是 AI 应用淘金狂潮的序曲，还是第四次工业革命偃旗息鼓的分水岭，就看微软下面几个月的业绩表现了。