作者：小凡
来源：科技最前线 (kejizqx)
这一迹象从“Sam Altman 谋求筹集约 7 万亿美元来制造人工智能芯片”的消息中也可窥见端倪：
1、建立 AI 所需的基础设施成本高昂；
2、目前大部分价值仍然集中在少数几家大型科技公司手中，而且这种集中趋势还在加剧。
下面展开说说。
一般来说，AI初创公司可以自己开发大模型，也可以调用已有的AI工具，换言之，不是给前者交钱，就是给后者交钱。
以专注于检测社交媒体视频中违规内容的Unitary公司为例，其CEO Sasha Haco表示，若调用OpenAI 的视频扫描 AI 工具，其成本是收入的百倍之多；被迫开发大模型的Haco，向微软和亚马逊等云服务提供商租用起了AI芯片。
但很显然这是走进了另一个“坑“——自2020年以来AI持续火爆，带动芯片加剧供少需多现象，有的时候价格翻倍也买不到，支付10倍价格才有获取AI芯片的可能。
Haco 坦言，目前还没有任何一个生成式 AI 初创公司找到了一种方法，能够像大型科技公司那样，以低成本扩大规模运营。
建立AI所需的基础设施成本有多高昂？
一位旧金山的AI创始人在接受彭博社采访时打趣到——对于租用AI芯片和云计算资源的企业来说，他们唯一的盈利方式是“客户不使用他们的产品”。
Dialogue.ai 的 CEO Ronald Ashri 将其比喻为电力：“你连接到一个基础模型，就像是接入了电力，一旦接入你就得不断地消耗它。算力开销正是最大的单项成本。”
02
一种是自主开发类似 OpenAI 的GPT-4 或 Google 的 Gemini 这样的基础模型，这需要数亿美元的投资。
另一种是在现有的模型基础上进行开发，这种方式只需数千万美元的投资，而且绝大多数 AI 初创企业都采用了这种方法。
高技术门槛、高昂的计算成本——成了AI大厂和AI初创公司之间难以逾越的鸿沟。少数AI大厂焊死在AI主导地位上，而AI初创公司们呢？要么找到低成本运营模式，否则在激烈的市场竞争中存活成了巨大挑战。
在这两种情况下，主要的受益者是云计算巨头：微软、亚马逊以及 Alphabet Inc.（谷歌的母公司），还有 AI 芯片生产商英伟达公司。
Vaire Computing 的CEO Rodolfo Rosini 表示：“目前，所有这些初创企业都在向风险资本家筹集资金，然后将这些资金投向云服务公司和英伟达。”这就是为什么英伟达的股价在过去一年里翻了一番多，市值逼近 2 万亿美元的原因。
比起微软、谷歌这些需要时间验证AI技术带来实际收益的公司，英伟达的业绩能更直观反映如今生成式工智能赛场的竞争势头。
最新发布的英伟达2024财年第四季度财报显示——
英伟达Q4的总营收达到221亿美元，远高于206亿美元华尔街预期，比上季度增长22%，同比增长265%。净利润122.9 亿美元，与去年同期的14.1亿美元相比飙升769%。调整后每股收益5.15美元，高于LSEG预测的4.64美元。
整个2024财年收入增长126%，达到历史性的609亿美元，全年净利润297亿美元。
英伟达股价在过去的2023年里增长252%，今年迄今已上涨50%，凭借一己之力贡献了纳斯达克100指数三分之一的涨幅。在Q4财报一出美股盘后还是大涨7%，告诉你没有最高，只有更高。
马太效应加剧
事实上AI初创企业依赖第三方模型，多数人才由普通的软件工程师组成，并不具备足够的AI研究人员。而像Meta这样的大厂本身，早已投入巨额研发费用。伦敦 AI 专注风险投资公司 Air Street Capital 的创始人 Nathan Benaich 指出，许多这样的公司去年还在大幅削减成本。
更大的挑战来自于监管方面。
面对近期更为严格的反垄断执法浪潮，AI大厂对于任何 AI 交易都持谨慎态度，以避免反垄断的法律风险。因此，它们转而选择投资，此举旨在规避监管审查。
根据市场研究公司 Pitchbook 的高级分析师 Brendan Burke 提供的数据，AI大厂对 AI 初创企业的投资在 2023 年达到了超过 246 亿美元，较2022年的44亿美元大幅上升，
而伴随美国联邦贸易委员会着手调查两起投资案例（微软投资OpenAI、亚马逊投资Anthropic），可能会重新倾向于传统的并购方式，业内人士表示。
在风险资本投资者和初创企业中，对于来年将会发生多少并购活动的看法不一。
最可能发生的情况是——
监管压力将阻止对那些估值超过 10 亿美元的领先 AI 初创企业进行收购，如 Perplexity、Cohere、Character.ai 和 Inflection。
相反他们将会吸引投资 ，而一些规模较小的企业可能会被并购，剩下的新兴企业在成本压力下可能会倒闭。
04
