斯坦福大學 MS&E435：AI 超週期的經濟學

斯坦福大學 MS&E435：AI 超週期的經濟學

AI 經濟失衡：倒置三角形

當前的生成式 AI 生態系統呈現「倒置三角形」的經濟結構，絕大多數的金融價值被捕獲在堆疊底層（半導體），而非頂層（應用）。這與以往的技術週期（例如雲端生態系統）根本不同，後者的價值更快向軟體與服務轉移。

價值差距

在當前的 AI 超週期中，資本支出（capex）高度集中於「五層蛋糕」的資料中心基礎建設：能源、晶片、電力、互連與記憶體。雖然超大型雲服務商正投入數十億美元於此基礎建設，但由此產生的模型所創造的經濟價值——經濟方程式右側——尚未成比例地擴大。

AI 與雲端經濟學的比較

與傳統軟體不同，傳統軟體的新增使用者邊際成本接近零，毛利率常超過 80‑90%。AI 應用則面臨顯著的增量成本。每位新使用者都需要 GPU 計算（推論），因此提供 AI 服務的成本遠高於提供傳統 SaaS 服務的成本。

歷史上，雲端生態系統大約花了八年時間，從最初的資本支出投資轉變為完整的營運成熟（例如 AWS 於 2004 年起步，至 2012 年完全成熟）。由於底層基礎設施的複雜性，AI 週期可能走類似甚至更長的路徑。

AI 堆疊層級分析

半導體（主導層）

半導體目前是 AI 堆疊中最賺錢的部分。例如 Nvidia 的資料中心營收維持約 75% 的毛利率。此層高度集中，少數玩家掌握計算市場的壟斷。

基礎建設與推論層

此層是生態系統中競爭最激烈、最不穩定的部分，具有高「新陳代謝率」，公司成立與併購頻繁。該層初創公司的主要策略問題是：他們是在打造可持續的平台，還是僅僅是一項最終會被 AWS、GCP 等超大型雲服務商吸收的功能？

應用層

即使使用者基數大幅成長，應用層仍面臨獲利困境。大多數消費者 AI 使用是免費的，而推論成本使得毛利率偏低（估計在 0%~30% 之間）。

消費者 AI 採用與變現挑戰

使用者規模與分類

AI 應用正從不同的消費者採用規模中轉變：

  • 利基產品：（例如 Spotify、Twitter）— 最近 ChatGPT 在規模上已超越此類別。
  • 社交產品：（例如 Instagram、TikTok）— 領先的 AI 應用正朝此規模發展。
  • 核心工具：（例如 WhatsApp、Chrome）— 必須每日使用的最高層級。

變現差距

AI 使用者的變現方式與傳統科技巨頭相比存在顯著落差：

  • Alphabet： 約 40 億使用者，變現約 $100/使用者/年。
  • Meta： 約 35 億使用者，變現約 $70/使用者/年。
  • ChatGPT： 約 10 億使用者，變現約 $10/使用者/年。

通往獲利的道路

要彌合此差距，AI 公司必須超越「知識工作」——即需要使用者主動參與的模式，並融入更被動或必須的日常習慣。廣告模式的演進可能是關鍵突破。雖然對於廣告是否適用於個人 AI 對話仍有爭議，但大型語言模型的高意圖與歸因能力或可催生高價位的廣告模式，類似於手機廣告最終克服早期對螢幕空間的懷疑而成功的情形。

摘要： 講師 Apoorv Agrawal 分析了當前 AI 經濟格局，指出價值嚴重失衡——半導體收入佔主導，而應用層的獲利能力仍然偏低。

標題： 斯坦福大學 MS&E435：AI 超週期的經濟學

Sources