最近很多知名公司开始下场做高质量的访谈，包括 A16Z，YC 等等。本篇文章来自于 A16Z 的一个访谈。在 a16z 的 Runtime 栏目中的这段对话里，Atreides Management 的管理合伙人兼首席投资官 Gavin Baker 与 a16z 的普通合伙人 David George 一起探讨了 AI 的宏观前景：万亿美元的数据中心建设，GPU 的新经济模式，以及这场繁荣对投资者、创始人和全球经济的意义。
主要观点
核心论点是，当前我们并未处于 AI 泡沫之中。与 2000 年的互联网泡沫相比，如今的 AI 投资有着本质的不同。主要的区别在于，当年的投资（如“暗光纤”）利用率极低，而如今的 AI 基础设施（如 GPUs）则被充分利用，并为投资者带来了可观的资本回报率（ROIC）。
此外，进行大规模投资的公司是全球财务最稳健的科技巨头，它们拥有雄厚的现金流和资本储备，能够支撑当前的支出。虽然“往返投资”（round-tripping）现象确实存在，但其规模较小，主要是出于战略竞争的需要，而非财务驱动。
最后，报告认为，尽管 AI 将重塑软件和消费互联网行业，但目前仍处于技术发展的早期阶段，预测应用层的最终赢家为时尚早。
关键细节
与 2000 年科网泡沫的对比
- 基础设施利用率：2000 年的泡沫是“电信泡沫”，其标志是“暗光纤”（dark fiber），在泡沫顶峰时，高达
97%的已铺设光纤未被点亮使用。相比之下，如今“没有暗GPU”（no dark GPUs），所有GPU算力都被充分利用，甚至出现过热问题。 - 公司估值：2000 年，像
Cisco这样的公司市盈率一度高达150到180倍。而如今，Nvidia的市盈率大约在40倍左右，估值更为合理。 - 投资回报：目前在
GPU上投入巨资的公司（如大型科技公司），其投资资本回报率（ROIC）平均提升了约10个百分点，证明了投资的积极回报。
市场竞争格局
- 芯片层面：主要的竞争发生在
Nvidia和Google的TPU之间。Broadcom和AMD正在联合，为市场提供一个基于以太网的开放标准替代方案，以抗衡Nvidia的专有系统。 - 模型与平台层面：大型科技公司（如
Google、Meta）在数据、算力资本和分发渠道上拥有巨大优势，AI 可能成为它们的“持续性创新”。由于算力成本高昂，AI 模型的毛利率将结构性地低于传统SaaS公司。 - 关于 “Round-tripping”：
Nvidia等公司对其生态伙伴进行投资，这些伙伴再用资金购买Nvidia的芯片。这被视为一种战略行为，目的是为了在与Google(TPU) 的竞争中确保关键客户（如OpenAI、XAI）的忠诚度。
对软件和商业模式的影响
- SaaS 公司的转型：应用型
SaaS公司必须接受因 AI 算力成本而导致的毛利率下降。这不应被视为负面信号，而应被看作是 AI 功能被用户实际使用的标志。 - 商业模式的演变：AI 将推动商业模式从传统的订阅制转向“按成果付费”。例如，在客户服务领域，可以根据问题解决率来收费。
- 消费互联网：拥有庞大现有用户基础的公司（如
Google）具有显著优势。模型的推理能力将创造一个“飞轮效应”，即更多用户带来更好的算法，从而改善产品，这将改变OpenAI等前沿模型公司的经济模型。
未来展望
- 机器人技术：机器人领域将是真实且重要的发展方向，未来的竞争格局很可能在
Tesla和中国公司之间展开。人形机器人因其能通过观看人类视频进行学习，而被认为更具发展潜力。
原文
最近，几乎所有人都在问同一个问题：“我们是不是正处在一个AI泡沫里？”
铺天盖地的投资新闻、动辄万亿的基建计划，还有科技巨头们不计成本的疯狂投入，这一切都让人想起2000年那场惨烈的互联网泡沫。然而，亲身经历过那场风暴的资深科技投资人、Atreides Management的首席投资官Gavin Baker却给出了一个截然不同的答案：我们今天并不在AI泡沫中。
他又是如何得出这个结论的？让我们一起深入拆解他的逻辑。
历史的回响：为什么今天不是2000年？
想要看清今天，最好的方式就是回顾历史。Gavin Baker用一个绝妙的对比，点出了当前AI热潮与2000年互联网泡沫最本质的区别。
“暗光纤” vs “暗GPU”
2000年的泡沫，与其说是互联网泡沫，不如说是电信泡沫。当时，所有人都相信互联网的未来无限光明，于是疯狂地在地下铺设光纤。结果呢？
一个惊人的数据是：在泡沫顶峰时期，美国铺设的光纤中，高达 97% 都是“暗光纤” (dark fiber)——也就是铺好了但根本没通电、没使用的闲置产能。大家都在讲一个“未来”的故事，但实际需求远远跟不上基础设施的建设速度。
再看今天，情况完全相反：
“现在没有一块‘暗GPU’（dark GPUs）。”
Gavin一语中的。今天我们面临的问题不是产能过剩，而是GPU不够用。你随便翻开一篇AI模型的训练论文，都会看到工程师们在抱怨GPU过热、甚至“融化”的问题。所有被制造出来的算力，几乎都在第一时间被投入使用，并且是满负荷运转。
Google最近公布的数据也印证了这一点：在过去17个月里，他们处理的tokens数量增长了150倍！一边是天价的基建投入，另一边是更疯狂的需求增长。这与2000年的“空转”形成了鲜明对比。
估值与回报
除了使用率，从投资回报和公司估值的角度看，情况也大不相同：
- 估值：在2000年泡沫顶峰，像思科这样的公司市盈率高达150-180倍。而今天AI领域的领头羊英伟达，市盈る率大约在40倍左右，远未达到当年的疯狂水平。
- 投资回报率 (ROIC)：那些在GPU上投入最多的公司（主要是上市的科技巨头），自从加大资本开支以来，其投资回报率平均提升了整整10个百分点。这说明，到目前为止，花在AI上的每一分钱都产生了实实在在的积极回报。
谁在为AI狂潮买单？稳健的巨头与合理的豪赌
这场AI竞赛的投入确实是天文数字。美国现有数据中心资产约1万亿美元，而未来五年的计划是再增加3-4万亿。仅过去三年，数据中心的投入金额（经通胀调整后）就已经超过了美国耗时40年建成的州际高速公路系统。
但关键问题是，谁在付这笔钱？
答案是：世界上有史以来最賺錢、现金流最充裕的一批公司，比如谷歌、微软、Meta等。这些巨头总共每年能产生约3000亿美元的自由现金流，并且账上趴着5000亿美元的现金。
对它们而言，AI不是一个可选项，而是关乎生死存亡的必选项。据说谷歌创始人拉里·佩奇曾在内部放话：“我宁愿公司破产，也不能输掉这场竞赛。” 这种心态决定了它们的投入是坚决且持续的。所以，即便短期内自由现金流可能因为巨大的前期投入而有所波动，但它们有足够的家底来支撑这场豪赌。
“左手倒右手”的担忧：AI领域的“循环投资”真相
有人担心，英伟达投资OpenAI，OpenAI再用这笔钱买英伟达的芯片，这种“循环投资”（round-tripping）是不是在制造虚假繁荣？
Gavin认为，这种担忧被过度放大了。首先，这类投资规模很小。更重要的是，其背后的驱动力并非财务技巧，而是赤裸裸的商业竞争。
英伟达最大的竞争对手是谁？不是AMD，也不是博通，而是谷歌。
谷歌拥有自己的王牌——TPU芯片，这是目前除了英伟达之外唯一可用于大规模模型训练的成熟方案。同时，谷歌还有顶尖的模型（Gemini）和巨大的分发渠道（搜索、Chrome）。
当谷歌和亚马逊扶持Anthropic，并为其提供TPU和自研芯片时，英伟达如果想保持生态系统的竞争力，就必须支持像OpenAI和xAI这样的独立模型公司。这是一种防御性策略，也是一种理性的投资。正如黄仁勋自己所说，他认为这会是一笔好投资。
AI时代的商业法则：拥抱“低毛利”，才能赢得未来
SaaS已死？不，但它需要一场思想革命
随着AI能力的增强，关于“SAS已死”的论调不绝于耳。Gavin的看法则更加微妙：SaaS 不会死，但如果它们固守旧的商业模式，那就会非常危险。
很多上市的SaaS公司害怕一件事：毛利率下降。传统的SaaS业务毛利率高达80-90%，而AI应用因为需要巨大的计算成本，毛利率必然会降低。这些公司担心，一旦毛利率下滑，华尔街会抛弃它们的股票。
Gavin尖锐地指出，这是个致命的错误。他用了一个经典案例来类比：
当年，许多零售商看着亚马逊微薄的利润率，轻蔑地说：“我们才不做那种不赚钱的生意。” 结果，25年后，亚马逊成为了零售巨头。
SaaS公司如今正面临着类似的“亚马逊时刻”。在AI时代，为了成功，毛利率下降是不可避免的，甚至是一个积极信号，因为它证明你的AI功能真的有大量用户在用！
他给出的建议是：看看微软和Adobe。它们都成功地从高利润的on-premise软件过渡到毛利相对较低的云订阅模式，并迎来了长达十年的股价飙升。对于现在的SaaS公司来说，正确的做法是利用现有盈利业务的现金流，去补贴新的AI产品，哪怕初期是亏本或打平的，也要 aggressively 抢占市场和用户心智。
商业模式的终极变革：从“按次付费”到“按结果付费”
AI带来的不仅是效率提升，更是商业模式的根本性变革。过去，互联网的商业模式主要是广告（按点击付费）或订阅（按时间付费）。未来，**“按结果付费”**将成为主流。
客服领域已经出现了苗头，像Decagon这样的公司可以按照“成功解决一个客户问题”来收费，因为结果是可量化的。
在消费者端，这个趋势会更加明显。你的个人AI助理将不再是简单地给你一串搜索链接。当你告诉它“我想去度假”，它会了解你的所有偏好，直接与几家符合你品味的酒店谈判，为你争取到最好的房间和价格，然后从最终成交额中抽取一笔佣金。
这种模式会挤掉传统广告模式中的大量水分，让价值链变得更加高效和透明。
芯片战争的真实战场：英伟达、谷歌与新联盟
在AI基础设施的核心——芯片领域，战局也变得越来越清晰。
这不再是英伟达单打独鬥的局面，而是一场**“三体问题”**：
- 英伟达：它早已不是一家单纯的芯片公司，而是一家集芯片、软件（CUDA）、系统（机架方案）乃至数据中心架构于一体的“超级系统”公司。
- 谷歌：手握TPU这张王牌，拥有从芯片到模型的全栈能力。
- 博通 + AMD 联盟：博通正在向Meta等巨头提供一种替代方案——基于开放的以太网标准构建AI网络（Fabric），并允许客户插入自家的ASIC芯片，如果ASIC搞不定，还可以随时换成AMD的芯片。
Gavin预测，大多数公司自研ASIC的努力在未来三年内可能会以失败告終，特别是如果谷歌开始对外销售TPU。因此，这场战争的最终形态很可能是谷歌-博通联盟与英伟达生态之间的正面对决。
未来的惊鸿一瞥：机器人与AGI
话题的最后，谈到了更遥远的未来。
机器人：这已经不是科幻。人形机器人因为可以利用海量的YouTube视频和人类演示来进行模仿学习，正在成为主流。未来的战场将是特斯拉对决中国厂商，就像今天在电动汽车领域发生的故事一样。
AGI（通用人工智能）：当Andrej Karpathy说AGI可能需要10年才能实现时，很多人将此解读为一种“悲观”的看法。这本身就很有趣——10年，在很多人看来竟然已经是一个“保守”的估计了。这足以说明，我们正处在一个指数级加速的时代。
总而言之，与其陷入对“泡沫”的恐慌，不如深入理解驱动这场变革的真正力量。我们看到的不是投机催生的虚假繁荣，而是一场由真实需求、雄厚资本和残酷竞争共同推动的、深刻的结构性革命。这场革命才刚刚开始。