我認為投資風險是認清我們不知道的事情，而在AI的事情上究竟我們有幾多是不知道？
近日有港大法律系學生被揭發使用人工智能（AI）軟件生成逾 700 張女性裸照，涉及 20 至 30 名大學同學及中學教職員等。生成式AI竟然用於這些無聊事上，因為都是免費！現時大量的免費使用只是要鬥快搶佔世界市場份額，但web2的免費商業模式及以廣告和投資補貼在生成式AI市場是否行得通？
究竟現時的AI故事是怎麼說的？
Ilya Sutskever, OpenAI的前共同創辦人與前蘋果公司領導AI開發的Daniel Gross, 和前OpenAI 研究員Daniel Levy，三人另起爐灶創辦新的AI公司名為Safe Superintelligence (SSI) ，在未有產品和盈利之前已獲10億美元投資，公司估值達30億美元。由創投基金Greenoaks Capital Partners以5億美元投資領頭, 知名創投基金Sequoia Capital 和Andreessen Horowitz據說亦有參與，基金投資的只是基於一個願景，那就是建立一個更安全的AI系統。
沒有產品和盈利卻獲得高估值在AI行業很普遍，然而現時的AI公司是否有收無盈仍然是個謎。根據The Information 估計2024年OpenAI的經營開支為85億美元，收入只為35億至45億美元，2024年的數據顯示支出是收入的兩倍。根據最新估計至2025年4月，OpenAI的收入為100億美元，但沒有同期支出估算。從多方面的數據顯示，即使LLM公司收入升幅以倍數增長，The Information估算Anthropic2024年度經常性收入（ARR）達20億美元，Perplexity在不到兩年的時間裡，ARR達到了1.2億美元，但令人摸不着頭腦的是沒有估算年度開支，只有瑣碎資料指出許多LLM公司仍然沒有盈利，然而這些公司都不是上市公司，數簿是無需公開的。
那麼我們不禁會問：當使用人數上升的同時，開支會否同步上升？是否越多人用開支越大是一個很重要的問題。Moores Law理論, 科技技術通常是越用越便宜，除着技術進步而令成本日益下降，但對於AI而言，Moores Law是否可以適用？因為AI的使用量上升，處理的數據量大增，算力需求上升，電力需求亦隨之上升，如果用戶願意支付的費用不能追上電費的上升，這又回到文章開首的問題：AI現時的商業模式能否以廣告和投資補貼營運及搶佔市場，這些方法還可以行得幾遠和多久？
Meta公司又話要建設一個覆蓋美國Manhattan 及可擴展至5 Gigawatt的AI Data Centre😱😱😱。究竟這些AI Data centre 用電量和用水量是多少？
另一個數據也是無法估計，那就是AI員工薪酬，這些僱員被搶來搶去至天價，最近Meta公司以天價搶OpenAI的最top僱員，OpenAI向投資者透露，以股票option作為獎勵和留住最top的AI開發員的薪酬在去年飆升了五倍多，達到驚人的44億美元。 這個數字不僅大得驚人，它超越了OpenAI去年全年收入，且佔其37億美元總收入的119%，是矽谷前所未見的加幅。
幾項大的經營成本都是無法估算！
我們看到一些AI公司開始加價或限制使用，顯示收入必須增加來追上成本：
1）Google 大幅提高了Gemini 2.5 Flash型號的價格。 Input代幣價格翻了一番，從每100萬tokens 支付0.15美元增加至0.30美元，而Output價格翻了兩番多，從每100萬tokens 支付0.60美元翻了兩番至2.50美元。 與此同時，他們推出了一款功能較差的新型號「Gemini 2.5 Flash Lite」，價格更低。
2)初創公司Anthropic在今年2月推出編程助理Claude Code大受歡迎，然而卻在上周不動聲色施加限制高階用戶使用額度，變相加價！
3）Grok-3 AI模型 上線一天後，X Premium+及SuperGrok的訂閱價格由22美元月費及年費299美元加至40美元月費及396美元，加幅差不多一倍，因為只有X Premium+及SuperGrok的訂閱用戶可以用Grok-3，反影加價是與AI模型推出有關。
4）當LLM公司都在加價，一些第三方AI公司也就必須要加價。用於Vibre coding 的Cursor便是一例，但加價的透明度非常之低。用戶使用他們選擇的人工智能模型在Cursor上寫code，當到達20美元的限制時便必須再付費，然而有用戶指只是寫了幾個prompt 便被要求再付費，如何計出限制的畫線和幾多prompt 需要幾多費用卻完全無從稽考！
價格上漲的原因是成本上升，計算背後供應成本的公式如下：
API價格≈（每小時硬體成本/每小時代幣吞吐量）+利潤率
而變數的關鍵是吞吐量！公式來自sutro的文章名為「The End of Moore's Law for AI? Gemini Flash Offers a Warning 」
文章比較長，簡而言之，output 是根據你的input計算，而如果你的問題越長，即input越長，output 越長。根據CTO的經驗，如果用戶在同一主題持續問問題，這會導致AI 每次都要回到memory 再loop一次作出分析，而如果你在結尾對AI講「Thank you」，AI又要從頭到尾loop一次分析，因而增加耗電量，因此使用量output 是難以預估。改善GPU會否減少電力消耗仍有待觀察，但問題是現時那些AI 公司並不透明！
如果沒有公開更多的開支數據、數據處理的成本、用電量、用水量，現時的AI泡沫有多大是無法計算！(未完）
沒有留言:
發佈留言
請留回應！