【對談】Gavin Baker:AI 真正的風險是算力蓋不夠快,不是泡沫
美股 AI 族群過去兩個月從高點大幅回落,市場上到處找人唱衰。Gavin Baker 就在這個節骨眼飛到西岸,挨個問業內人士同一道題:你的生意裡有沒有哪個量化指標在變差,給我一個就好。問了整個七八月,沒人給得出答案。Baker 是 Atreides Management 的創辦人,管理超過百億美元的科技股部位,他不是矽谷佈道師,是要對 LP 負責任的長期公開市場投資人——這個身分決定了他說話有幾分重。對談主持人是 a16z(正式名稱 Andreessen Horowitz,全球最知名的科技創投之一)的普通合夥人 David George。兩個人坐下來談的,是大多數投資人還沒想清楚的一件事:供給不足,而不是供給過剩,才是接下來真正的問題。
每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。
這場對談有幾個值得記的點。第一,Baker 認為整個 AI 產業不是零和遊戲,幾乎所有玩家都可以同時贏,但市場還在用零和邏輯定價。第二,算力供給蓋不夠快,他比擔心泡沫更擔心短缺,甚至認為 token 價格可能反向大漲。第三,Nvidia 的 Jensen Huang 靠垂直鎖定供應鏈加金融槓桿,已把自己變成整個 AI 產業的中央銀行,競爭者最好的策略是搭便車而不是正面對撞。第四,SpaceX 的軌道資料中心不是科幻,是一道已在解的工程題,Starship 可重複使用一旦成熟,軌道算力的成本結構會在一夜之間翻轉。第五,企業智慧層的爭奪戰剛開打,誰能當那個把模型,資料,推論整合在一起的抽象層,會是這一代最大的生意。合起來看:供給端被低估,需求端才剛起步,基礎設施的護城河比模型本身更深。
◎不是泡沫要破,是蓋不夠快
外界最常問的問題是:這波會不會像網路泡沫一樣崩?Baker 的答案是:你問錯方向了。目前全球重度付費 AI 用戶頂多幾百萬人,全球知識工作者有十五億。他自己公司的 token 用量從三月到八月長了一百倍,接上 Grok 企業版之後,兩個人用一個月可能再長十到二十倍。一個 gigawatt 的算力建好,九到十個月就能回收(以營收計),某些情境更短。他比較擔心的不是蓋太多,而是因為政治阻力和資源瓶頸蓋太慢。如果需求真的爆發,token 價格反而可能上漲——這和市場現在預期的方向完全相反。不讓蓋資料中心的人,幾年後會製造出一個只有大公司和有錢人用得起算力的世界,然後再來抱怨算力不平等。
◎Nvidia 是 AI 產業的聯準會,別去惹它
Jensen Huang 超前鎖定了晶圓廠產能,DRAM,NAND,雷射,電容,機架——整條供應鏈他都提前綁好了。Nvidia GPU 建成的資料中心可以向 Blackstone,KKR,Apollo 這些私募借貸融資,買方只需準備約三成的自有資金,其餘七成可融資,而且利率比競爭對手的晶片低得多。這讓 Nvidia 的資料中心成為整個 AI 基礎建設裡最容易取得金融槓桿的選項。Baker 把 Jensen 比作 Michael Jordan:你可以選擇在第五十場例行賽去嗆他,但後果自負。他給競爭晶片公司的建議只有一句話:謝謝 Jensen 創造了這個機會,我們想辦法嵌進他的生態系,搶他九塊晶片裡的一個利基。市場上每 1% 的份額大概值一千億美元,沒必要正面硬上。
◎軌道資料中心不是科幻,是成本結構題
SpaceX 計劃在 2027 年第四季發射第一個 Rubin 機架(Rubin 是 Nvidia 下一代伺服器架構),Baker 說就算晚兩個季度也是 2028 年,仍然很快。軌道資料中心的邏輯是:地面建一個 gigawatt 的資料中心,大約五百億美元成本,其中三百五十億是電力,冷卻,勞工;這些在太空裡幾乎不存在,因為太陽能板供電,散熱器在陰影側自然散熱。剩下約一百五十億是硬體本身,和地面相近。只要 Starship 可重複使用做到位,發射成本壓到一百億以下,軌道算力的經濟帳就立刻成立。地面資料中心不會消失,速度和延遲有物理限制;但未來世界算力的一部分放在軌道上,Baker 認為幾乎是確定的事,只是比例多大的問題。
◎企業智慧層的仗,垂直整合者才有長期勝算
誰來當企業 AI 的抽象層——把最好的開源模型,私有資料,推論路由整合成一個對用戶透明的界面——是 Baker 認為這一代最值錢的位置。他舉 Fireworks Nexus 的做法:讓客戶自己選前沿模型,用自己的資料做強化學習微調,控制自己的模型和成本,路由在後端自動完成。微軟,Databricks,Snowflake,Salesforce,Harvey(法律 AI)都在搶這個位置。但他說得很清楚:聽起來容易做起來極難,而且長期來看,如果你不垂直整合,不自有算力,根本沒辦法成為低成本提供者。Kirkland & Ellis 宣布自建,花五億美元,他的回應是:這不是一次性建好的事,底層模型要持續換,一切都要對用戶透明,而且競爭對手多到難以想像。
◎AI 產業需要去說一個真實的故事
Baker 對 AI 行業的一個批評藏在稱讚裡:產業裡最正確但最沒效的論點,是「要在中國前面」。他說沒有普通美國人在怕中國登陸,這論點太抽象。真正有說服力的,是 Loudoun County(美國人均收入最高的郡)同時也是資料中心密度最高的郡,稅收翻了十倍,小鎮重新活過來。Meta 每次法說會都讓 Sheryl Sandberg 念十到十五個受益的小企業案例,具體到店名和人名。Baker 認為 OpenAI,Anthropic,Google,Nvidia 都應該學這一招,因為說實話本身就是最好的公關,但只有你開口說,它才能發揮作用。
看完這場對談,一件事是確定的:現在市場在爭論的問題——誰的模型最強,哪家實驗室要被開源打死——都不是 Baker 真正在意的。他在意的是算力蓋得夠不夠快,融資結構夠不夠穩,供應鏈誰先鎖定。這種思路的人看的不是明年,是接下來五到十年。他不保證不會有震盪,他只是覺得方向是確定的,而且大多數人還沒把注意力放在真正的約束上。
Baker 的標準問題:你的生意裡有哪個量化指標在變差,給我一個就好?七八月問遍西岸,沒有人給得出答案。
AI 整體在七月,八月持續加速,但公開市場的 AI 股票同期從高點大幅回落,Baker 認為這個落差很奇特。他引述 Eric Vishria 的觀點:Anthropic 贏,OpenAI 贏,SpaceX 贏,Meta 贏,開源贏,全部同時成立的情境是可能的。
以具體數字說明前沿模型公司的財務邏輯:假設擁有 10 gigawatt 算力,其中 8 gigawatt 用於推論,以每 gigawatt 每年 60 億美元的營收計算,年營收約 480 億美元。若公司決定把資源從推論轉回訓練,年營收可能從 480 億瞬間掉到 120 億——這是公開市場投資人必須學會接受的現實。
討論供需結構:目前重度付費 AI 用戶可能不到一千萬,全球知識工作者有十五億,Baker 認為我們在需求擴散上幾乎還沒開始。他自己公司的 token 用量從三月到八月成長一百倍。
Baker 預測算力短缺會持續到 2028 年,現有預計竣工的資料中心產能在 2028 年前幾乎已全數被預訂,而且政治阻力可能讓進度更慢。他認為外界擔心供給過剩是問錯方向。
軌道資料中心的成本邏輯:以每 gigawatt 50 億美元計,其中 35 億是電力,冷卻,勞工等在太空中幾乎不需要的成本;一旦 Starship 可重複使用,發射成本降到 10 億以下,軌道算力的經濟帳立刻翻轉。Elon Musk 表示與 Jensen Huang 聯合設計的 Rubin 機架預計 2027 年第四季發射。
Baker 詳細說明 Nvidia 的融資結構優勢:Nvidia GPU 建成的資料中心,買方約需三成自有資金,其餘七成可向 Blackstone,KKR,Apollo 等私募融資,且利率低於競爭晶片,Nvidia 同時取得殘值保障和營收分成,在不損失毛利的前提下幾乎沒有下行風險。
談到 SpaceX 最遠期的可能性:Baker 認為小行星採礦在長期是真實可行的事,並提到 Jeff Bezos 十五年前說過的話:未來地球會被劃為住宅區,重工業全部移到外太空。
看完今天的,讓明天的自己送上門
每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。
已出刊 104 期 ・ 隨時可退訂
