近期关于
AI
的大型资本支出周期是非理性繁荣的话题被市场热议，根据高盛的数据显示：目前对于
AI
方面的基础设施的投资规模将超过
1
万亿美元，其中包括了数据中心，公用事业
(
电场、电网等
)
和应用研发等方面的支出。那么后续到底会不会有相关的技术跟上？
AI
技术要解决什么难题才能收回这
1
万亿美元的成本呢？
图片来源于：高盛
根据软件分析师
Kash Rangan
表示：我关注科技行业已经
30
多年了，期间目睹了各种先进技术推动的产业转型。但这次不一样，我们看到了是用高投入的
AI
技术，来取代一些低成本的岗位。很多人试图将目前的
AI
热潮和早期的互联网浪潮像比较。但恕我直言，即便是在互联网起步阶段，当时市场关注的也是低成本技术解决方案的应用效果
--
如何用互联网把实体行业低成本的重做一遍。
图片来源于：网络
就好比以前的亚马逊（），它抛弃了昂贵的实体书店业态，用更低的成本击败了
Barnes &Noble
书店。即便是
30
年后的现在，
WEB 2.0
时代的商业准则也仍然是利用新技术，让更便宜的方案颠覆市场。像是
Uber
，通过构建信息网络取代了叫车服务。当然，目前很难去盖棺定论，说
AI
技术能
/
不能兑现市场上各种乐观的预期。但必须要明确一个标准，那就是目前对于
AI
投入这么多，就需要看到相关技术有解决复杂问题的可能性，而不是拿出各种应用场景来反向论证其投入的合理性。
图片来源于：同花顺
很多投资者会有一个想法，那就是随着技术的发展，技术成本通常会急剧下降。就好比互联网现象级商品在进入成熟之后，便宜的方案会越来越多，那么人工智能的成本是否也会因为时间的推移而快速的下降？之前
英特尔（
INTC.US
）
面前有明确的竞争对手
(
比如
AMD)
，迫使英特尔以及其他公司推动降本增效来保持竞争力。但在目前人工智能领域，
英伟达（
NVDA.US
）
是全球唯一一家能生产满足
AI
高效算力需求的公司。一些人认为，在半导体行业或者科技巨头
(
谷歌、亚马逊、微软、特斯拉
)
中终会诞生英伟达的关键竞争对手。
图片来源于：同花顺
但我们也要知道，芯片公司在过去十几年里就试图推翻英伟达在
GPU
领域的主导地位，但它们最终还是失败了。这让英伟达能够保持在行业内的垄断地位。像是
ASML
，全球唯一一家能够生产最尖端光刻机的公司，它机器价格从二十年前的数千万美元涨到了现在的数十亿美元，并未出现成本下降趋势。
也就是说，市场对于
AI
应用普及的热情和对英伟达的抱团行为本身，其实是相互冲突的。
图片来源于：同花顺
所以为了让
AI
技术能够大规模应用，如何大幅度降低成本，就成了新的问题。这里还没有算上配套的电网建设等其他相关成本。好比更高的成本，更低的应用场景。就比方说，通过
AI
技术能够更快的更新在公司模型中的数据，但它的成本可能是是手动更新的
6
倍。所以目前即便是最简单的总结任务，
AI
也常常会产生难以辨认和无意义的结果。
图片来源于：同花顺
那么
AI
什么时候才能像人类一样通过识别和理解异常值和席位差异来完成复杂任务
?
如果说只是通过学习历史数据，似乎很难完成这一任务。就好比在智能手机首次推出时，其中大部分的功能最终可能都如同业界预期的那样落地，但这一些都归于相关的技术路径是有迹可循的，目前生成式
AI
正式面世已经
18
个月了，尚未发现一款真正具有变革性的应用程序，那就更不用说能诞生具有成本效益的应用程序了。
图片来源于：高盛
当然目前并不担心
AI
不能够产生丰厚的回报，但是目前没有现象级的
C
端应用出来，就好比在
Web 1.0
时代，网景
(Netscape)
浏览器在
90
年代中期面世，到
2000
年
3
月份到达顶峰，但公司直到
2010
年初才将
ROI
转正。在
Web 2.0
时代里，投资回报期要短上不少，但大多数公司仍然选择烧钱来尽可能多的占领市场。所以相比起投资所获得的回报来说，是否有落地或许更重要，历史上大多数泡沫的破灭，要不是资金成本发生了巨大变化，要不是需求恶化影响到公司的资本开支能力，很少是因为公司因为投资回报周期过长而主动放弃投资。
图片来源于：网络
本文件由天风国际证券集团有限公司, 天风国际证券与期货有限公司（证监会中央编号：BAV573）及天风国际资产管理有限公司（证监会中央编号：ASF056）（合称“天风国际集团”）编制，
