Podcast連結

Roger’s Takeaway

Gavin Baker談的概念並不算新，包括擁有Data和渠道的人在AI時代會勝出，Google可能是在所有AI公司中，資源最多（Data）、能力最強（三個諾貝爾獎團隊），並且是從晶片到應用一把抓的公司。

至於是否為泡沫，我認為看上游的利潤並不準，真的在下游做應用的公司，目前都仍然在燒錢拼成長，接近免費或虧錢提供AI給終端用戶使用。

就像sequoia說的，在這場競爭中，受益最大的是使用者。

摘要

A16Z 的 David George 與 Atreides Management 的 Gavin Baker 深入探討了「我們是否處於 AI 泡沫」的核心問題。Gavin Baker 比較了 2000 年的電信泡沫（以「暗光纖」為特徵）與今日的 AI 發展（以「沒有暗 GPU」為特徵），認為目前的高 ROIC 證明了 AI 的真實性。他們還討論了 Nvidia 的「往返交易」策略、AI 模型層的競爭（Google vs. OpenAI）、SaaS 公司為何必須接受更低的毛利率，以及 AI 如何推動從訂閱制轉向「結果導向」的商業模式。

Highlight

1.

我們在美國大約有價值一兆美元的資料中心。計劃是在未來五年內再增加三到四兆美元。

在過去三年中，我們在資料中心容量上投入的金額（經通膨調整後），已經超過了整個美國州際公路系統的投入（該系統花費了 40 年）。

Google 最近發布了一項統計數據，顯示他們在過去 17 個月處理的 token 數量增加了 150 倍。

所以，一方面，你有這種聽起來瘋狂又可怕的建設；另一方面，你確實有大量的使用正在發生。

2.

我們是否處於 AI 泡沫中？

我不認為我們今天處於 AI 泡沫中。在 2000 年的泡沫期間，我是一名科技投資者，這既是榮幸也是不幸，那次泡沫是電信泡沫。我認為將今天與 2000 年進行比較和對比非常有幫助。

首先，我認為 Cisco 的高峰期本益比是 150 或 180 倍，而 Nvidia 大約是 40 倍。所以估值非常不同。

然而，最重要的是，2000 年的網路泡沫或電信泡沫是由一種叫做「暗光纖」(dark fiber) 的東西所定義的。如果你是 2000 年的資深人士，你就會知道那是什麼。

但暗光纖確實是鋪設在地下但未被點亮的光纖。光纖是無用的，除非你在兩端都擁有所需的光學元件、交換器和路由器。

我還清楚地記得，像 Level 3、Global Crossing 或 WorldCom 這樣的公司會進來說，「我們本季鋪設了 20 萬英里的暗光纖。這太神奇了，網路將會變得非常龐大。我們迫不及待地想把它們點亮。」

在泡沫的頂峰時期，在美國鋪設的光纖中，有 97% 是暗的。

將此與今天對比。沒有「暗 GPU」。

自從這些公司增加了資本支出以來，他們的 ROIC 已經增加了 10 個百分點。因此，到目前為止，所有這些支出的 ROI 都非常正面。

關於在 Blackwell 上的大量支出是否會持續保持正面，這是一個有趣且開放的辯論。我個人認為會。

但到目前為止，AI 的 ROI 非常正面，這點是毋庸置疑的，而且從估值上看，我們並未處於泡沫之中。

3.

所以，每當人們說，「哦，我的天，這是個泡沫，它會破裂嗎？」我的反應是，我認為這沒什麼問題。點亮一個 GW（Gigawatt）需要花費 400 或 500 億美元？

是的，如果你使用 Nvidia 晶片，是 500 億。

是的。所以，（他們）有大約 8000 億美元的緩衝，每年還增長 3000 億美元。

是的，他們中一些公司的自由現金流已經開始……嗯……

這正印證了你關於 ROIC 的觀點。在建設過程中，我們應該會看到一些不匹配。

但顯然，Larry Page 曾在內部表示，他寧願破產也不願輸掉這場競賽。

我認為這絕對是 Google，也許還有 Meta 的心態。這被視為關乎存亡的，你必須贏。

4.

這確實正在發生。資金是可替換的，所以如果 Nvidia 和 OpenAI 簽署了協議，他們可以說，「嘿，你不能用我們的錢來買我們的晶片」，但資金是可替換的。

但這發生的規模非常小。

我認為驅動這一切的不是為 GPU 或資料中心採購融資的需求，而是競爭動態。

Nvidia 最大的競爭對手不是 AMD，不是 Broadcom，當然也不是 Marvell，也不是 Intel。

是 Google。

更具體地說，是 Google，因為 Google 擁有 TPU 晶片。

這是目前為止，也許是今天，唯一可用於訓練的 Nvidia 替代品，也可能是最好的推理替代品。

Google 是一個有問題的競爭者，因為他們還擁有一家叫 DeepMind 的公司，他們有一個叫 Gemini 的產品。我認為你可以說他們是當今領先的 AI 公司。

我認為他們在過去兩三個月裡搶佔了 15% 或 20% 的流量市佔率，這還只是到 Gemini 的流量，不包括搜索概覽。我懷疑在實際流量基礎上，Google 今天比 OpenAI、Anthropic 或任何其他公司都大。

而這項業務將在 TPU 上運行。

我們還有另外三個相關的實驗室。有 Anthropic，那是 Amazon 和 Google 的俘虜。Anthropic 真的會在 TPU 和 Trainium 上運行。

所以你只剩下 xAI 和 OpenAI 處於領先地位。

如果 Google 對像 Anthropic 這樣的實驗室說，「我會幫你籌款並給你晶片」，那麼出於競爭原因，Nvidia 很難不做出回應。正如 Jensen 所說，他認為這將是一筆很好的投資。

所以我認為對往返交易的擔憂被過分誇大了。

5.

我認為有合理的論點指出，AI 可能是一種「持續性創新」(sustaining innovation)，因為原始要素——數據、購買運算的資本和分發——今天所有最大的科技公司都擁有所有這些。

所以只要他們執行得好，僱用優秀的人，並且有合理的策略，我想你可能會看到這對「Mag 7」(Magnificent Seven) 中的許多成員來說都是一種持續性創新。另一方面，我確實認為這是關乎存亡的，如果你不執行，IBM 可能是一個很好的借鏡。

數據、分發、運算、資金、人才。是的。他們擁有一切獲勝的權利。

6.

嗯，我不認為它們會成為航空公司，但任何人都可以查看 2021 年和 2022 年 SaaS 公司的損益表，你會看到 80%、90% 的毛利率。

AI 的本質，由於規模定律 (scaling laws)、Richard Sutton 的「慘痛的教訓」(The Bitter Lesson)，它們就是更加運算密集。

所以它們的毛利率在結構上將會更低。

但這並不意味著它們不能成為偉大的企業。我只是認為，我們還需要很長時間才能看到一個真正的 AI 實驗室，一個前沿實驗室，其毛利率能接近 SaaS 或網際網路時代的水平。

現在，他們的營運支出 (Opex) 可以低很多，也許這就是你平衡的方式。

但毛利率根本不同，除非規模定律改變，以及測試時間運算 (test time compute) 的重要性等發生變化——我認為這不會發生——否則它們的利潤率將會更低。

7.

我想我大概在 24 年初第一次說，我認為所有應用 SaaS (Application SaaS) 都可能歸零，這與基礎設施 SaaS (Infrastructure SaaS) 不同。

我得說我現在的看法更加微妙。

我認為可能會有一些非常大的應用 SaaS 贏家，特別是如果你服務的是更分散的 SMB 客戶群。

Google 讓他們的客戶變得很容​​易，如果你是他們的客戶，使用你的數據，基本上可以製作任何你想要的 SaaS 應用，而且你的數據不會與其他人共享。

但我認為很多零售商在與 Amazon 打交道時犯的致命錯誤是，他們看著 Amazon 的利潤率說，「我們不想做那種生意。」

這顯然是一個可怕的錯誤，25 年後的今天，Amazon 的零售利潤率非常健康。

8.

基本上每家來向我們介紹的公司都說，「我們是 AI 公司。」

我們總是看他們的毛利率，如果他們的毛利率很低，這反而成了一種榮譽勳章，因為我們會說，「哦，天啊，人們真的在使用你的 AI 功能。」

但如果你出現時說，「我是一家 AI 公司，我有 82% 的毛利率」，我們會想，「我不認為有任何人在真正使用它。」

9.

這些傳統應用 SaaS 公司擁有的最大優勢是，他們確實擁有這些非常賺錢的現有業務。

因此，你可以以收支平衡的方式運行你的新 AI 產品，並追趕領先者等等。我很驚訝沒有更多人這樣做。

10.

為什麼沒有一家上市的程式碼公司試圖與 Cursor 競爭？

現實是，Cursor 現在擁有一兆個 token，總有一天，當他們擁有足夠多的程式碼 token 時，就很難追趕了。

11.

嗯，首先，謙虛地說，很難講。其次，我只想說，我認為那些推出了 AI 瀏覽器的 AI 公司未來可能會後悔，因為有個東西叫 Chrome，它擁有 50 億用戶。

如果你是 Google，你可以看看 Google Buzz 發生了什麼。他們非常謹慎，他們目前正與政府進行訴訟。

他們可以輕易做到這一點，而且可能做得更好，但他們不想成為第一個。

所以現在，你有兩家擁有自己瀏覽器的 AI 原生公司，讓他們跑個三到六個月，取得一點領先優勢。然後，「哇，我們也必須這樣做。」我不知道這對 Google 以外的公司（那些不擁有 Chrome 的公司）會產生什麼影響。

是的，數據和分發在這是非常強大的。

12.

在推理能力出現之前，我常說，如果你是一個沒有獨特、有價值數據，也沒有網際網路規模分發的前沿模型，那麼你就是歷史上貶值最快的資產。

我認為推理能力確實改變了這一點，因為 RL (Reinforcement Learning) 在後訓練 (post-training) 期間的工作方式，擁有龐大的用戶基礎現在有點像解鎖了那個飛輪 (flywheel)，這是每個偉大消費者網際網路公司的核心。

你有一個好產品，你獲得很多用戶，用戶讓演算法變得更好，演算法讓產品變得更好，它就這樣旋轉起來。

逐字稿

我們是否正處於 AI 泡沫中？我不認為我們今天處於 AI 泡沫中。在 2000 年的泡沫期間，我是一名科技投資者，這既是榮幸也是不幸，那次泡沫是電信泡沫。我認為將今天與 2000 年進行比較和對比非常有幫助。

2000 年的網路泡沫或電信泡沫是由一種叫做「暗光纖」(dark fiber) 的東西所定義的。在高峰期，鋪設的光纖中有 97% 是暗的（未被使用）。

將此與今天對比。現在沒有「暗 GPU」(dark GPUs)。

每個主要的技術週期都會引發相同的問題：它是真實的，還是我們正處於泡沫之中？

今天，你將聽到一段來自 Runtime 的對話，對談雙方是 Atreides Management 的執行董事兼資訊長 Gavin Baker，以及 A16Z 的普通合夥人 David George，他們將探討 AI 如何重塑全球經濟。

從資本配置和基礎設施支出，到商業模式和利潤。

這是一次深入、數據驅動的探討，分析我們在 AI 週期中真正處於什麼位置，以及接下來可能會發生什麼。

讓我們開始吧。

接下來是我們的開幕爐邊談話。

我們將從一個禁忌問題開始，你準備好了嗎？

如果 AI 是當今世界上最大的趨勢，那麼證據在哪裡？

為什麼它才剛剛開始出現在經濟中？

正如 Andrej Karpathy 所問，AI Agents 真的只是幻影嗎？

為了啟動這場討論並幫助我們回答這個問題，請大家和我們一起歡迎 Atreides 的執行合夥人兼資訊長 Gavin Baker。

你們中的一些人可能知道 Gavin 是 Twitter 上那個思想非常周到的人。每當有什麼 AI 重大新聞出現時，我知道有不只幾個人會指望 Gavin 來解釋到底發生了什麼。

所以，非常感謝 Gavin 今天能和我們在一起。與他一起的是我們自己的 David George，A16Z 的普通合夥人。

有誰知道那段音樂是哪裡來的嗎？

很高興他們選對了我們的暖場音樂。

是《Battlestar Galactica》（星際大爭霸），1977 年的原版。以防我們幾年後都得去對抗 Cylon 人。

是的，我想這很適合切入主題。

非常感謝你來到這裡。我總是很喜歡和你聊天。

彼此彼此，非常感謝你邀請我，也感謝你的同事們邀請我。我非常期待接下來的兩天，我想我會學到很多東西。所以，謝謝你。

好的。那麼，重要主題是 AI 泡沫，以及對事物的宏觀看法。

也許先用幾個統計數據來開場，然後我想聽聽你對我們目前所處位置的看法。

我們在美國大約有價值一兆美元的資料中心。計劃是在未來五年內再增加三到四兆美元。

在過去三年中，我們在資料中心容量上投入的金額（經通膨調整後），已經超過了整個美國州際公路系統的投入（該系統花費了 40 年）。

OpenAI 自己，我認為他們已經承諾了超過一兆美元的交易，我們可以談談這個。

但與此同時，這些都是關於基礎設施的可怕大數字，他們會說「哦，泡沫」。

Google 最近發布了一項統計數據，顯示他們在過去 17 個月處理的 token 數量增加了 150 倍。

所以，一方面，你有這種聽起來瘋狂又可怕的建設；另一方面，你確實有大量的使用正在發生。

所以，我們是否處於 AI 泡沫中？

我不認為我們今天處於 AI 泡沫中。在 2000 年的泡沫期間，我是一名科技投資者，這既是榮幸也是不幸，那次泡沫是電信泡沫。我認為將今天與 2000 年進行比較和對比非常有幫助。

首先，我認為 Cisco 的高峰期本益比是 150 或 180 倍，而 Nvidia 大約是 40 倍。所以估值非常不同。

然而，最重要的是，2000 年的網路泡沫或電信泡沫是由一種叫做「暗光纖」(dark fiber) 的東西所定義的。如果你是 2000 年的資深人士，你就會知道那是什麼。

但暗光纖確實是鋪設在地下但未被點亮的光纖。光纖是無用的，除非你在兩端都擁有所需的光學元件、交換器和路由器。

我還清楚地記得，像 Level 3、Global Crossing 或 WorldCom 這樣的公司會進來說，「我們本季鋪設了 20 萬英里的暗光纖。這太神奇了，網路將會變得非常龐大。我們迫不及待地想把它們點亮。」

在泡沫的頂峰時期，在美國鋪設的光纖中，有 97% 是暗的。

將此與今天對比。沒有「暗 GPU」。

你只需要閱讀任何一篇技術論文，就會發現訓練運行中最大的問題之一是 GPU 正在熔化。

有一個很簡單的方法可以看清這一切的核心，那就是 GPU 最大支出者的 ROIC（投入資本回報率），他們都是上市公司。

自從這些公司增加了資本支出以來，他們的 ROIC 已經增加了 10 個百分點。因此，到目前為止，所有這些支出的 ROI 都非常正面。

關於在 Blackwell 上的大量支出是否會持續保持正面，這是一個有趣且開放的辯論。我個人認為會。

但到目前為止，AI 的 ROI 非常正面，這點是毋庸置疑的，而且從估值上看，我們並未處於泡沫之中。

我完全同意。另一件事是，你可以對比當時的實際採用和使用情況。網際網路實際上非常困難，因為你必須建立一個雙邊網路。你必須建立網站，然後吸引用戶，這要困難得多。

對於 AI 工具來說，你所要做的就是透過 API 或打開你的網站（如 ChatGPT）來啟動它們，你就可以立即獲得即時的分發，觸及十億人。

絕對是。

所以，另一件事是交易對手。你提到了這一點，他們碰巧是世界上有史以來最好的公司。我認為，那些掏錢支付這筆資本支出的人，他們每年總共產生約 3000 億美元的自由現金流。

是這個數字嗎？大約是。他們在資產負債表上有 5000 億美元的現金。

所以，每當人們說，「哦，我的天，這是個泡沫，它會破裂嗎？」我的反應是，我認為這沒什麼問題。點亮一個 GW（Gigawatt）需要花費 400 或 500 億美元？

是的，如果你使用 Nvidia 晶片，是 500 億。

是的。所以，（他們）有大約 8000 億美元的緩衝，每年還增長 3000 億美元。

是的，他們中一些公司的自由現金流已經開始……嗯……

這正印證了你關於 ROIC 的觀點。在建設過程中，我們應該會看到一些不匹配。

但顯然，Larry Page 曾在內部表示，他寧願破產也不願輸掉這場競賽。

我認為這絕對是 Google，也許還有 Meta 的心態。這被視為關乎存亡的，你必須贏。

好的，那麼，關於這些「往返交易」(round-tripping deals) 已經有很多文章了。因為往返交易是網際網路建設時期一個非常可怕的概念，那曾是一個大問題。你對此有何看法？

這確實正在發生。資金是可替換的，所以如果 Nvidia 和 OpenAI 簽署了協議，他們可以說，「嘿，你不能用我們的錢來買我們的晶片」，但資金是可替換的。

但這發生的規模非常小。

我認為驅動這一切的不是為 GPU 或資料中心採購融資的需求，而是競爭動態。

Nvidia 最大的競爭對手不是 AMD，不是 Broadcom，當然也不是 Marvell，也不是 Intel。

是 Google。

更具體地說，是 Google，因為 Google 擁有 TPU 晶片。

這是目前為止，也許是今天，唯一可用於訓練的 Nvidia 替代品，也可能是最好的推理替代品。

Google 是一個有問題的競爭者，因為他們還擁有一家叫 DeepMind 的公司，他們有一個叫 Gemini 的產品。我認為你可以說他們是當今領先的 AI 公司。

我認為他們在過去兩三個月裡搶佔了 15% 或 20% 的流量市佔率，這還只是到 Gemini 的流量，不包括搜索概覽。我懷疑在實際流量基礎上，Google 今天比 OpenAI、Anthropic 或任何其他公司都大。

而這項業務將在 TPU 上運行。

我們還有另外三個相關的實驗室。有 Anthropic，那是 Amazon 和 Google 的俘虜。Anthropic 真的會在 TPU 和 Trainium 上運行。

所以你只剩下 xAI 和 OpenAI 處於領先地位。

如果 Google 對像 Anthropic 這樣的實驗室說，「我會幫你籌款並給你晶片」，那麼出於競爭原因，Nvidia 很難不做出回應。正如 Jensen 所說，他認為這將是一筆很好的投資。

所以我認為對往返交易的擔憂被過分誇大了。

是的。

Nivdia 真正需要的是 Meta 振作起來，或者另一個美國開源參與者出現，或者也許在 AI 方面與中國達成某種緩和。

是的。當人們問我關於 Nvidia 和所有這些舉動以及往返交易時，我的反應是，他們所做的一切都是完全理性的。

100% 理性。

是的。從長遠來看。

是的。

Jensen 是我所認識的兩位最出色的 CEO 之一，另一位是 Elon，我認為他正把一手好牌打得非常好。

是的。好吧，你開始談論模型公司了。

我們來談談模型。所以，我們可以稍後再談晶片、記憶體和網路，因為我想聽聽你對此的看法，但既然我們在談論模型方面，你認為市場結構會發生什麼變化，誰會在哪裡獲勝，你對誰最樂觀，你對哪裡有擔憂？

所以我認為謙遜是一種重要的美德。

如果我們要做個類比，說 ChatGPT 之於 AI，就像 Netscape Navigator 之於網際網路，那麼在網際網路蓬勃發展的這個階段，Google 還沒有成立。

Mark Zuckerberg 還在讀中學。Travis Kalanick 還在讀幼兒園。

所以現在還為時過早。所以我認為，在應用層做出高信心的預測時保持謙虛是很重要的。這也是為什麼我認為在這些新技術浪潮開始時，基礎設施層通常可能是更安全的地方。

嗯，實際上，談談它們在基礎設施層扮演的角色，因為它們有一部分顯然是作為基礎設施層，為其他應用程式提供商提供動力，然後它們也有自己的應用程式。所以我會做出區分。

是的。我認為這對 Google 來說最為貼切。

但我認為很難有高信念，除了觀察到網際網路是一種非常「顛覆性」的創新。

我認為有合理的論點指出，AI 可能是一種「持續性創新」(sustaining innovation)，因為原始要素——數據、購買運算的資本和分發——今天所有最大的科技公司都擁有所有這些。

所以只要他們執行得好，僱用優秀的人，並且有合理的策略，我想你可能會看到這對「Mag 7」(Magnificent Seven) 中的許多成員來說都是一種持續性創新。另一方面，我確實認為這是關乎存亡的，如果你不執行，IBM 可能是一個很好的借鏡。

是的。數據、分發、運算、資金、人才。是的。他們擁有一切獲勝的權利。

是的，他們擁有一切獲勝的權利。

現在看來，他們似乎比以前更認真地對待這件事。

是的。不，不。對我來說，ChatGPT 對 Google 來說就是珍珠港事件，我們將看到他們如何回應，他們正慢慢開始回應。

那麼，你對他們業務的平台部分，即基礎設施部分，有什麼預測？

你認為在商業模式、市場結構方面，它會如何發展？你認為它們最終會成為像雲端或飛機製造商那樣的高利潤業務，還是會像航空公司那樣競爭激烈、利潤微薄？

嗯，我不認為它們會成為航空公司，但任何人都可以查看 2021 年和 2022 年 SaaS 公司的損益表，你會看到 80%、90% 的毛利率。

AI 的本質，由於規模定律 (scaling laws)、Richard Sutton 的「慘痛的教訓」(The Bitter Lesson)，它們就是更加運算密集。

所以它們的毛利率在結構上將會更低。

但這並不意味著它們不能成為偉大的企業。我只是認為，我們還需要很長時間才能看到一個真正的 AI 實驗室，一個前沿實驗室，其毛利率能接近 SaaS 或網際網路時代的水平。

現在，他們的營運支出 (Opex) 可以低很多，也許這就是你平衡的方式。

但毛利率根本不同，除非規模定律改變，以及測試時間運算 (test time compute) 的重要性等發生變化——我認為這不會發生——否則它們的利潤率將會更低。

是的。好吧，我們來談談應用層。

你剛才談到了 SaaS 業務。我不知道你是否在 Twitter 上參與了這場爭論，但你知道，每隔幾個月就會出現「SaaS 很糟糕，SaaS 己死」，它會消失。然後，隨著 Andrej 最近的採訪，市場對此反應積極。

這就像一種反覆無常的反應。那麼你認為 SaaS 和軟體會發生什麼？

你知道，我想我大概在 24 年初第一次說，我認為所有應用 SaaS (Application SaaS) 都可能歸零，這與基礎設施 SaaS (Infrastructure SaaS) 不同。

我得說我現在的看法更加微妙。

我認為可能會有一些非常大的應用 SaaS 贏家，特別是如果你服務的是更分散的 SMB 客戶群。

Google 讓他們的客戶變得很容​​易，如果你是他們的客戶，使用你的數據，基本上可以製作任何你想要的 SaaS 應用，而且你的數據不會與其他人共享。

但我認為很多零售商在與 Amazon 打交道時犯的致命錯誤是，他們看著 Amazon 的利潤率說，「我們不想做那種生意。」

這顯然是一個可怕的錯誤，25 年後的今天，Amazon 的零售利潤率非常健康。

我擔心的是，應用 SaaS 公司正試圖維持其現有的毛利率結構。

因為他們相信，如果毛利率下降，他們的股票就會下跌。

根據我們剛才討論的內容，定義上，你不可能在沒有毛利率壓力的情況下在 AI 領域取得成功。

我不知道他們為什麼要擔心，因為我們有一個存在的證明，證明軟體公司可以很好地應對利潤率下降的問題，那就是 Microsoft 和 Adobe，在整個 AI 浪潮來臨之前。

你知道，過去公司害怕從本地部署 (on-premise) 轉向雲端，因為利潤率較低。雲端利潤率是較低，但仍然很好。

Microsoft，他們從本地部署、永久授權加維護，過渡到雲端模式，這支股票在 10 年裡表現非常好。

所以，如果你是一家應用 SaaS 公司，我想說的是，不要害怕，把下降的毛利率視為一種成功的標記，而不是什麼可恥或需要害怕的事情。

這很有趣，你這麼說，因為每當我們討論公司時，基本上每家來向我們介紹的公司都說，「我們是 AI 公司。」

我們總是看他們的毛利率，如果他們的毛利率很低，這反而成了一種榮譽勳章，因為我們會說，「哦，天啊，人們真的在使用你的 AI 功能。」

但如果你出現時說，「我是一家 AI 公司，我有 82% 的毛利率」，我們會想，「我不認為有任何人在真正使用它。」

是的，如果你是這些上市公司之一，你寧願要 10 美元的收入和 90% 的毛利率，還是 50 美元的收入和 60% 的毛利率？這不難選擇。

這在公開市場上很難做到。

在公開市場上很難，但如果你進行溝通，並與雲端轉型進行比較，我的意思是，我是一個投資者，我會對此感到興奮。我不認為在世界上只有我這麼想。

然後，這些傳統應用 SaaS 公司擁有的最大優勢是，他們確實擁有這些非常賺錢的現有業務。

因此，你可以以收支平衡的方式運行你的新 AI 產品，並追趕領先者等等。我很驚訝沒有更多人這樣做。

為什麼沒有一家上市的程式碼公司試圖與 Cursor 競爭？

現實是，Cursor 現在擁有一兆個 token，總有一天，當他們擁有足夠多的程式碼 token 時，就很難追趕了。

但我認為今天，如果你是一家上市的程式碼公司，你說，「我要投入，我要收支平衡地運行，我有一個現有的業務，我要把它附加到所有東西上」，嘿，你還有機會，而且獎勵顯然非常大。

我看到 Martin 在搖頭。你還有機會。

他說，「你告訴我還有機會？」就像《阿呆與阿瓜》裡說的，「你告訴我還有機會？」

我同意。是的，我們確實看到了，你知道，以 Figma 為例。當他們推出時，他們的毛利率非常高，然後他們說，「嘿，我們將非常積極地分發我們的 AI 工具，我們的毛利率將會下降。」投資者問了幾個澄清的問題，然後他們就覺得，「哦，這實際上是件好事。」所以很驚訝在公開市場上沒有更多人這樣做。

這對他們來說效果很好。

這是一場持久戰。

在應用層的消費者方面呢？

顯然，Google 曾是網際網路的入口，現在仍然是。整個商業模式建立在獲取用戶意圖，並將你引導到其他人的網站上，他們會在那裡對你做點什麼。

對於 AI 來說，情況將會有所不同。雖然我今天試用了瀏覽器，試圖做一些基本的購物，還是有些工作要做，但我認為它會達到那個程度。

那麼，你認為消費者網際網路公司的市場結構究竟會發生什麼？它們會被併入聊天機器人介面的某個組件中，還是你認為會發生別的事情？

嗯，首先，謙虛地說，很難講。其次，我只想說，我認為那些推出了 AI 瀏覽器的 AI 公司未來可能會後悔，因為有個東西叫 Chrome，它擁有 50 億用戶。

如果你是 Google，你可以看看 Google Buzz 發生了什麼。他們非常謹慎，他們目前正與政府進行訴訟。

他們可以輕易做到這一點，而且可能做得更好，但他們不想成為第一個。

所以現在，你有兩家擁有自己瀏覽器的 AI 原生公司，讓他們跑個三到六個月，取得一點領先優勢。然後，「哇，我們也必須這樣做。」我不知道這對 Google 以外的公司（那些不擁有 Chrome 的公司）會產生什麼影響。

是的，數據和分發在這是非常強大的。

是的，事後諸葛亮。

我還認為「推理」(reasoning) 已經從根本上改變了這些前沿模型的經濟學。

在推理能力出現之前，我常說，如果你是一個沒有獨特、有價值數據，也沒有網際網路規模分發的前沿模型，那麼你就是歷史上貶值最快的資產。

我認為推理能力確實改變了這一點，因為 RL (Reinforcement Learning) 在後訓練 (post-training) 期間的工作方式，擁有龐大的用戶基礎現在有點像解鎖了那個飛輪 (flywheel)，這是每個偉大消費者網際網路公司的核心。

你有一個好產品，你獲得很多用戶，用戶讓演算法變得更好，演算法讓產品變得更好，它就這樣旋轉起來。

這在 AI 領域還沒有完全旋轉起來，但你可以瞇著眼睛看到它。所以我認為這從根本上改變了 Anthropic、xAI 和 OpenAI 的經濟狀況。

但是，Mark Zuckerberg 正在努力嘗試。我們拭目以待。

是的。那裡有很多聰明人。

是的，當然。我認為擔憂的是，我認為這是另一件有趣的事情，如果你沒有... 從某種奇怪的角度來說，中國的開源模型生態系統，對於任何試圖追趕那四個領先實驗室的美國公司來說，都是天賜之物。

因為問題是，如果你沒有 Gemini 2.5 Pro 或 Grog 的後續 checkpoint，或者我們沒見過的 GPT 的後續 checkpoint，那麼在訓練下一個模型時，你將處於極大的劣勢。

哦，順便說一句，有一件事讓我很抓狂。

是所有這些人都說 GPT-5 是規模定律 (scaling laws) 的終結。GPT-5 是一個更小的模型。

它不是為了更好而設計的。它是為了讓 OpenAI 和 Microsoft 運行起來更經濟而設計的。

任何將 GPT-5 與規模定律相提並論的說法都是瘋狂的。

抱歉，抱怨結束。

如果你需要，我們可以把講台拿上來。

是的。好的。你想談談晶片嗎？

當然。

好的，我知道你喜歡 Nvidia。

談談你對 Nvidia、AMD、TPU、ASIC 的看法，以及你認為市場結構會如何發展，不同參與者所擁有的競爭優勢。

是的，我認為這回到了... 我認為這是一場 Nvidia 與... Google TPU 之間的戰鬥。

還有一點我認為沒有被廣泛理解的是，Broadcom 和 AMD 在多大程度上有效地共同進入市場。

Nvidia 不再只是一家半導體公司，我相信你明天會從 Jensen 那裡聽到，它是一家半導體公司，然後是擁有 CUDA 的軟體公司，現在是擁有這些機架級解決方案的系統公司，現在可以說是一家資料中心級的公司，因為他們在架構層級上做了擴展 (scale up)、橫向擴展 (scale across) 和向外擴展 (scale out) 的網路。

所以網路、fabric、軟體都很重要。

Broadcom 對像 Meta 這樣的公司說的是，「嘿，我們會為你打造一個可以理論上與 Nvidia 的 fabric（混合了 NVLink 和 InfiniBand 或乙太網路）競爭的 fabric... 我們會把它建立在乙太網路上... 這將是一個開放標準。」

「嘿，我們會為你製作你的 TPU 版本」，順便說一句，Google 花了三代才把 TPU 做好。「你知道嗎，如果你的 ASIC 不好，你可以直接插入 AMD。」

但我個人相信，這些 ASIC 大多數會失敗，特別是如果 Google 開始對外銷售 TPU，這在 X 上已經傳開了。你知道，他們會... 誰知道這會如何運作，因為如果你是 Anthropic，有傳言說 Anthropic 想購買數百億的 TPU，如果你是 Anthropic，你可能不希望 Google 看到你的秘密武器，但有辦法解決這個問題。

所以我認為這真的是 Google 及其 TPU（目前由 Broadcom 實現，Google 可以隨時從 Broadcom 手中拿走 TPU，儘管他們不能拿走 Broadcom 正在做的乙太網路，但他們控制著 TPU）與 Nvidia 之間的戰鬥。

Amazon，那是一個非常有才華的團隊，可以說是所有超大規模公司中最有才華的晶片團隊，他們有 Annapurna 團隊。我認為 Trainium 3 將比 Trainium 2 好得多。Google 花了三代才把 TPU 做好。

然後 AMD 將永遠是第二供應商，而你需要一個第二供應商。

好的。很刺激。

我想回到商業模式。

一個被廣泛討論的重大事情是，顛覆的來源... 往往發生在一個重大的平台轉移，同時伴隨著商業模式轉變時。

在一些領域我能很明顯地看到這一點。所以，你知道，我們投資了 Decagon，客戶支持。你可以很容易地看到一種基於任務解決來定價的商業模式，因為它非常可衡量。

你可以看到，在程式碼領域，很多商業模式已經轉向了按使用量付費 (consumption)，你知道，特別是對於面向開發者的產品，這是很舒適的，也是眾所周知的。

那麼，行業的其他部分呢？

因為我覺得現在有一種揮手示意，說「我們要佔領所有服務業」。

但這就像，「好吧，你到底要怎麼做？」這將會非常困難。

所以，你對此有何預測？

嗯，我認為你在客戶服務中看到的，這是一個簡單的例子，我們有大量的文本數據，LLM 擅長處理文本，你可能可以很容易地運行一些 RL 來確保它們獲得良好的驗證獎勵，驗證獎勵就是滿意的客戶或首次通話解決率之類的。

但我確實認為你會看到這種情況發生。人類，我們基本上是根據結果獲得報酬的。很多 AI 將是增強人類，但也可能取代一些人類，這將涉及根據結果獲得報酬。

回到消費者商業模式，每個人都在談論聯盟費用 (affiliate fees)，當然，我將擁有我自己的 AI，它將是 Grog 的一個版本，它了解我，它喜歡我。

當我下次想去度假時，它會知道我喜歡住的飯店，它會說，「嘿，三家飯店，我有 Gavin 要來，誰能提供最好的價格和最好的房間？」

這將極大地升級你給 Becky 的禮物。

（Becky 在觀眾席）是的，Becky，她非常欣賞你對《阿呆與阿瓜》的引用。

但... 是的，然後可能會有某種形式的聯盟費用。同樣，這也是在為結果付費，並關閉那個循環。

這可能會導致商業模式上的一些退化，因為... 為什麼 Google 從未建立一個市場 (marketplace)？

因為人們系統性地高估了他們的能力，一旦他們透過 Google 獲得了客戶，就以為能將其保留為自然客戶。

所以他們系統性地多付錢，並繼續這樣做。這就是為什麼 Google 從未轉向結果或市場。

因為廣告會導致廣告商系統性地多付錢。所以這種低效率將被擠出。

但是的，我們會轉向結果，我想 Elon 今天發推文說，你知道，工作將變成可選的。就像，與其在超市買蔬菜，你可以自己種菜園，如果你想的話。

誰知道我們要花多長時間才能達到那個程度，但考慮到這項技術的強大，這對我來說聽起來並非完全不可思議。

我只是很驚訝 Karpathy，大概兩天前，因為說 AGI 還有 10 年，就被描繪成一個懷疑論者。你在開玩笑嗎？

10 年？太瘋狂了。是的，請算我一個。更短的時間，拜託了。

既然我們在談論非常激動人心、充滿未來感的事情，機器人技術 (Robotics) 呢？

你對此有看法嗎？

是的，非常真實。這將是 Tesla 與中國公司之間的對決，就像 Tesla 與中國公司在汽車領域的對決一樣。

我會說是汽車，而不僅僅是電動車。

是的，汽車。

你有時間表嗎？

我的意思是，你們都可以觀看 Optimus（擎天柱）的影片。我認識的每一位機器人專家都對此印象深刻。

你知道，關於是人形還是非人形的辯論一直存在。我認為這場辯論已經結束了，因為人形機器人可以透過觀看 YouTube 影片來學習，然後人類穿上感測服向機器人展示如何做也更容易。

看到 50 個 Optimus 機器人執行 50 種不同任務的影片，真是太瘋狂了。

然後這很簡單，你知道，你是否把玻璃杯正確地放進洗碗機了？

Gavin，和你聊天總是這麼愉快，我總是很喜歡。讓我們為 Gavin 掌聲鼓勵。

謝謝你，David。謝謝。

好的。接下來，我們有一個非常激動人心的小組討論，關於建設現實世界的基礎設施。但首先，給我們幾分鐘，我們需要快速更換一下舞台。所以，謝謝大家。

感謝大家。