处在生成式人工智能（GenAI）技术变革的浪潮上，人们对这一将降低成本和产生利润的强大工具充满了期待。
然而，ChatGPT爆火一年后，GenAI产业还没有形成像当前云服务产业那样的价值结构，后者的上层应用占据价值链中的大部分比例，并获取了大部分利润，基础设施软件层的利润次之，而硬件层分到的“蛋糕”最少。
与之相反，在GenAI领域，硬件层却占据了近90%的利润率。蓦然回首，大家发现，整个产业链基本都在给GPU厂商英伟达“打工”。
那么，当前这种GenAI经济模式是否还会持续下去？该领域未来的价值会在哪些方面累积，又该如何实现？本文对GenAI领域的当前的产业价值分层和利润分配进行了解读，并对未来发展作了预测。
（本文作者Apoorv Agrawal是Altimeter资本的投资人，此前是Palantir的工程师。本文经授权后由OneFlow编译发布，转载请联系授权。原文：https://apoorv03.com/p/the-economics-of-generative-ai）
1 GenAI的价值累积在哪些方面？
距“AI的iPhone时刻（2023年Nvidia创始人黄仁勋在GTC大会演讲中所述）”已经过去了18个月[1]，但其发展的步伐并未放缓。我一直在思考一个重要的问题：当下以及未来，GenAI领域的价值累积在哪些方面？
目前，GenAI的技术栈价值累积呈现出A字型的结构，而云服务则呈现V型[2]：
我将技术栈分为三层：半导体层、基础设施层和应用层。以下是关于GenAI的收入统计：
- 半导体层：Nvidia上个季度（截至2024年1月）的数据中心收入约为180亿美元，鉴于其拥有95%以上的市场份额，这部分的年收入预计约为750亿美元。
- 基础设施层：这一层包括超大规模计算供应商（AWS、GCP、Azure）和主要的推理云（Coreweave、Lambda等）供应商，粗略估算这一层的年收入约为100亿美元。
- 应用层：语言大模型（OpenAI、Anthropic、xAI等）、图像模型（Midjourney等）以及其他单纯的生成式AI应用。部分GenAI用例可能会将收入伪装成“软件”收入，因此我大胆估算这一层的年收入约为50亿美元。
相比之下，云经济展现出一种更符合“直觉”的价值分配——更靠近终端客户的应用能够赚取更多的价值。
半导体层目前已经占据了GenAI技术栈年收入的约83%（900亿美元收入中的750亿美元），这远高于半导体在云技术栈中目前所占的约10%年收入！
2 GenAI的利润累积在哪些方面？
如下图，我们同样可以看到利润率的倒置结构，半导体层目前占据的份额最高[3]：
以下是统计数据：
- 应用层：据估计，Anthropic的毛利率约为50-55%。我假设整个应用层的毛利率相同。
- 基础设施层：我估计基础设施供应商的毛利率约为65%（不包括GPU折旧）。如果包含折旧率，这一数字将下降到25-30%。
- 半导体层：据估计，NVIDIA在其GenAI数据中心产品上的毛利率超过85%。
云技术栈的情况已经得到了深入研究，除了超大规模的毛利率。据估计，Azure的毛利率约为63%，我们假设这个数字适用于所有基础设施层。
综合来看，总毛利润主要集中在半导体层，赚取了640亿美元（总计730亿美元）的利润。见以下图表（收入 x 毛利率 %）：
很有必要用条形图直观地展示这一惊人的相对比例。此处我们假设100%代表系统中的总毛利率。
结论：半导体层目前已经占据了GenAI生态系统中约88%的全部毛利率（而在云技术栈中，半导体的毛利率仅占5%）。
3 未来发展方向是什么？
我们正处于一个平台转型的早期阶段，其中半导体产业获取了大部分价值，但我并不认为GenAI当前的收入结构（倒金字塔）会保持不变，我预计，应用层将在适当的时间内占据价值链中类似的高比例。
以下是移动浪潮中关于价值积累的案例研究。在过去的十年里，移动智能领域的价值首先在半导体层积累，然后在基础设施层，最后在软件层：
类似地，在云计算领域，我们首先见证了数据中心的建设，随后是云服务供应商的崛起。AWS始于2004年，并于2010-2012年获得了第一批客户（亚马逊在2010年转向了AWS，2012年Netflix加入了他们）。
我预计，GenAI也会如此发展。我们当前处于第一阶段（半导体），预计将于2030年进入第三阶段（应用）。由此可推出，由于当前的基数较低，我认为，未来在应用层技术栈中存在的机会最多！
在这一过渡阶段，几个关键问题值得考虑：
A) NVIDIA的毛利率能否继续维持在85%以上？
我认为不会。显然，NVIDIA的利润率已经达到峰值，并且呈下降趋势。据SemiAnalysis的分析：“我们认为，NVIDIA的利润率已经达到顶峰，预计B100和未来产品系列的毛利率会略微下降，并且在未来几个季度内，由于H200和H20的推出，H100的毛利率也将下降。”
我关注的重要问题，也是NVIDIA占据主导地位的关键指标：
- GPU供应的交货时间？目前约为6周
- GPU租金价格的趋势？
B) 云应用的毛利率为75-80%，而AI应用的毛利率为0-50%，未来将如何演变？
我相信，AI应用的盈利能力会随着时间的推移而提高。以下几个因素将帮助AI应用在未来更好得盈利：
- 更好的定价/价值对齐：众所周知，在某些情况下（https://news.ycombinator.com/...），AI应用根本不盈利——尤其对于重度用户来说，因为销售成本（COGS）与使用量挂钩。
- 通过定制芯片降低TCO：所有超大规模的云服务供应商都在研发自己的半导体体系（包括谷歌、微软、亚马逊和Meta）。这应该会降低总体拥有成本（TCO），因为它不仅能消除利润率叠加，还能让他们专注于工作负载。
- 改进模型架构：现在有很多非Transformer的架构，如状态空间模型（适用于长上下文窗口的用例，如编码），以及JEPA（适用于视频模型）等等。
- 降低模型成本：通过批处理、蒸馏、量化、混合专家（MoE）等技术，模型的成本正迅速降低。正如Bill Gurley提到的：
C）消费级GenAI的表现如何？
我预计，在消费级领域也会出现类似的转变，这会从硬件层开始。与数据中心一样，消费者设备也会升级为人工智能技术含量更高的产品，如AI PC、智能手机和其他新型的设备形态（如Meta眼镜、Humane Pin、Rabbit R1等）。消费者应用可分为三类：信息（搜索）、娱乐（游戏、媒体）和交易（旅行、电子商务等）。正如我的同事Vivek所分析的，搜索查询正逐渐从信息搜索转向基于LLM的搜索。
娱乐行业也是如此：无论是游戏领域还是媒体领域，我们预计，价值创造的中心将从创作者/制造商转移到技术支持者。对此，Vivek的预测如下：
感谢 Brad Gerstner、Sud Bhatija、Sanjiv Kalevar、Cobi B-Gantz、Omar Shaya、Jamin Ball、Vivek Goyal和Shreya Bhargava 对本文的贡献。
参考资料：
- https://www.youtube.com/watch?v=3O4OujSFwt8
- 1）根据英伟达2024财年第四季度数据中心收入（年化为184亿美元）计算的半导体层收入。2）基于内部估算的基础设施和应用层收入。3）
- https://x.com/firstadopter/status/1691638727951397012
- 基于内部估算的人工智能基础设施层毛利率（65%不包括折旧费）
- https://www.theinformation.com/articles/anthropics-gross-margin-flags-long-term-ai-profit-questions?rc=5h8vss
- 基于英特尔+ AMD CY2023结果的云计算半导体毛利率
- https://www.cnbc.com/2022/12/21/google-leaked-doc-microsoft-azure-losing-money-on-29-bln-in-revenue.html
- https://www.meritechcapital.com/benchmarking/comps-table#/public-comparables/enterprise/valuation-metrics
作者：Apoorv
来源：OneFlow
推荐阅读
- NEON做色域变化_ 用单核性能无限逼近八核并行OpenCV
- 清华提出 HENet | 一个针对多视角摄像头的端到端多任务3D感知框架 ！
- 吉利研究院提出全新ADAS端到端大模型 | 提出用Graph方法解决捕捉不到几何先验的问题
- LLM推理入门指南③：剖析模型性能
欢迎大家点赞留言，更多Arm技术文章动态请关注极术社区嵌入式客栈专栏欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
