今年以来，在人工智能（AI）技术的强力驱动下，美股市场迎来显著反弹，科技股板块更是焕发出新的生机，形成了以微软、英伟达等为代表的“七巨头”格局。然而，值得注意的是，尽管AI概念如火如荼，但真正从AI领域实现盈利的企业目前仅有英伟达一家。

微软、谷歌、Meta、Adobe等科技巨头，虽然纷纷将AI技术融入其产品与服务中，但尚未实现真正的“货币化”，即未能从AI技术中获得实质性的经济回报。目前，许多企业的AI服务仍处于免费或低成本推广阶段，微软虽尝试将Copilot费用上调83%，但市场反应尚不明朗。

尽管盈利前景尚不明朗，但科技企业对于AI领域的投资热情不减，纷纷加大投入，囤积GPU资源。据华尔街分析师预测，到今年年底，英伟达的GPU销售额有望突破500亿美元大关。

面对这一巨额投资，投资者们不禁产生疑问：在盈利前景尚不明朗的情况下，科技企业如此大规模地购买GPU，是否能够实现投资回报？是否会面临投资无法收回的风险？如果能够实现回报，那么回报周期又将是多久？

针对这些问题，风投机构红杉的合伙人David Cahn进行了深入分析。他指出，每1美元的GPU支出，大约需要对应1美元的数据中心能源成本。因此，如果英伟达到年底能够实现500亿美元的GPU销售额，那么数据中心支出将高达1000亿美元。在此基础上，以50%的利润率计算，AI行业需要实现2000亿美元的收入才能收回前期投资成本。然而，目前AI行业的年收入仅为750亿美元，存在1250亿美元的巨大缺口。

质疑与反驳

对于Cahn的观点，硅谷创投巨头A16Z的特别顾问、AI初创公司2X的创始人Guido Appenzeller提出了质疑和反驳。他逐字逐句地推翻了Cahn的论点，并提出了自己的见解。

Appenzeller认为，人工智能将成为未来几乎所有含软件产品中的核心组件。因此，对于GPU基础设施的投资，即使高达500亿美元，也能够在全球5万亿美元的IT支出中得到摊销。他不仅质疑了红杉对于AI盈利能力的估算，还指出红杉低估了AI技术所带来的历史性革命的影响。

具体而言，Appenzeller指出Cahn在计算过程中存在多处错误。他认为，Cahn将GPU的购买成本、每年的运营成本、GPU使用周期内的累计收入和AI应用带来的年收入等因素混淆在一起，导致得出了错误的结论。此外，他还指出Cahn对于GPU电费成本的估算也存在夸大之嫌。

Appenzeller认为，更合适的计算方法应该基于GPU买家投资成本所获得的年回报率。他通过详细分析指出，一块H100 PCIe GPU的成本大约为3万美元，耗电量约为350瓦。考虑到服务器和冷却系统的功耗，总功耗可能在1千瓦左右。以0.1美元/千瓦的电价计算，这块GPU在5年的生命周期内，每花费1美元在GPU硬件上，其电费成本仅为0.15美元，远低于Cahn的估算。

更重要的是，Appenzeller认为Cahn忽略了AI革命的规模和影响。他指出，AI模型就像CPU、数据库和网络一样，将成为一种基础设施组件。现在几乎所有的AI软件都在使用这些基础设施组件，未来也将继续如此。因此，AI行业将创造巨大的经济价值，并且这种价值将以不同形式存在于各个行业中。

针对Cahn提出的“AI收入缺口”问题，Appenzeller给出了肯定的回答：AI行业不仅能够赚够2000亿美元的收入来收回前期投资成本，而且作为网络基础设施的一部分，它还将创造更多的经济价值和社会价值。

因此，Appenzeller总结称，AI技术将颠覆一切软件行业，Cahn所谓的“AI收入缺口”实际上并不存在。随着AI技术的不断发展和普及，它将成为推动全球经济和社会发展的重要力量。

（文章来源：财联社）