智通財經APP獲悉，在人工智能(AI)熱潮爆發近18個月之後，一些大型科技公司正在證明，AI可以成爲真正的收入驅動因素，但同時也是一個巨大的資金坑。
微軟(MSFT.US)和Alphabet(GOOGL.US)公佈的最新財報顯示，由於企業客戶在其AI服務上的支出增加，雲計算收入大幅增加。Meta(META.US)雖然在將其AI技術貨幣化方面落後於其他公司，但該公司表示，其在AI技術上的努力有助於提高用戶參與度和廣告定位。
爲了實現這些收益，這三家公司已經投入了數十億沒有來開發AI技術，且計劃進一步加大投資。4月25日，微軟公佈的截至3月31日的第三財季業績顯示，資本支出同比增長了79%至140億美元，超過了分析師普遍預期的131.4億美元。該公司還預計，資本支出將大幅增加，部分原因是AI基礎設施投資。Alphabet的財報顯示，該公司第一季度資本支出爲120億美元，較上年同期增長了91%，並預計今年剩餘時間將“達到或超過”這一水平，因爲該公司專注於AI機會。與此同時，由於在AI研發和產品開發方面的積極投資，Meta上調了今年的資本支出指引，預計今年的資本支出將在350億美元至400億美元之間，高於此前預期的300億美元至370億美元。
AI投資帶來的成本上升讓一些投資者措手不及，尤其是Meta的股票，該股在支出指引上調和銷售增長不及預期的情況下暴跌。然而，在科技行業，AI成本將會上升其實一直是一種信條，這有兩個關鍵原因：AI模型越來越大導致開發成本越來越高，以及全球對AI服務的需求需要建立更多的數據中心來提供支持。
大語言模型(LLM)變得越來越大
目前最出名的AI產品，例如OpenAI的ChatGPT，都是由LLM驅動的。許多領先的AI企業都在押注，通往更復雜的AI——甚至可能是在許多任務上表現超越人類的AI系統——的方式是讓這些LLM變得更大。這需要獲取更多的數據、更強的計算能力，並對模型進行更長時間的訓練。OpenAI的競爭對手Anthropic的首席執行官Dario Amodei在4月初接受採訪時曾表示，目前市場上的AI模型的訓練成本約爲1億美元。他補充稱：“目前正在訓練的模型，以及將在今年晚些時候或明年年初的不同時間推出的模型，成本接近10億美元。”“我們認爲，在2025年或2026年，這類成本將向50億或100億美元邁進。”
芯片和計算成本
其中很大一部分成本與芯片有關。爲了訓練LLM，AI企業十分依賴於可以高速處理大量數據的GPU(圖形處理單元)。這些芯片不僅供應短缺，而且價格極其昂貴。英偉達(NVDA.US)的H100 GPU是訓練AI模型的主要工具，售價約爲3萬美元，一些經銷商的報價甚至是這個數字的數倍。
即使價格昂貴，大型科技公司仍需要大量的GPU。Meta首席執行官扎克伯格曾表示，該公司計劃在今年年底前採購35萬枚H100 GPU，以支持其AI研究工作，這意味着數十億美元的支出。
儘管企業可以在不採購芯片的情況下完成模型訓練工作，但“借芯片”的成本也很高。例如，亞馬遜(AMZN.US)的雲計算部門以每小時約6美元的價格向客戶租用由英特爾(INTC.US)芯片組成的大型處理器集羣，相比之下，一組H100 GPU每小時的租用成本接近100美元。
英偉達在上個月推出了名爲Blackwell的新型GPU，處理速度要比包括H100在內的Hopper系列快好幾倍，但價格預計將與後者相似。英偉達表示，需要大約2000個Blackwell GPU來訓練一個1.8萬億參數的AI模型，相比之下完成同樣的任務需要8000個Hopper系列的GPU。然而，這種改善可能會被業界推動構建更大的AI模型的努力所抵消。
數據中心
亞馬遜、微軟、Alphabet旗下谷歌等雲計算巨頭以及Meta等大型科技公司、以及其他計算能力租賃提供商正在競相建立新的數據中心。研究機構Dell 'Oro Group估計，今年企業將花費2940億美元建設和裝備數據中心，高於2020年的1930億美元。這種擴張在很大程度上與數字服務的廣泛崛起有關，包括流媒體視頻、企業數據的爆炸式增長等。但越來越多的支出被用於昂貴的英偉達GPU和其他支持AI熱潮所需的專業硬件。
數據許可和人才
雖然採購芯片和建設數據中心佔據了成本的一大部分，但一些AI企業也需要花費數百萬美元獲得數據許可。OpenAI已與幾家歐洲出版商達成協議，將它們的新聞內容納入ChatGPT用於訓練。儘管這些交易的財務條款尚未披露，但據報道，OpenAI同意向Business Insider、Axel Springer SE等出版商支付數千萬歐元，以獲得其新聞文章的使用權。
雖然OpenAI在獲得數據許可方面更爲積極，但大型科技公司也在尋找獲取語言數據的方法，以構建更出色的AI工具。據報道，谷歌與Reddit達成了一項價值6000萬美元的數據授權協議。
科技公司在爭奪AI人才方面也陷入了激烈的競爭。去年，奈飛(NFLX.US)曾一度登廣告招聘AI產品經理一職，年薪高達90萬美元。
更實惠的替代品
微軟在推動圍繞LLM的AI熱潮方面做得比大多數公司都多。該公司最近表示，將嘗試一種不同的方法。該公司表示，LLM仍是解決許多複雜任務的黃金標準，比如高級推理、數據分析和上下文理解，但對於某些客戶和用例來說，較小的模型可能已經足夠了。
然而，就目前而言，AI領域的傳統智慧是“越大越好”，這意味着在AI方面的投資仍將是昂貴的。