291亿投资拉动5万亿财富增长，大模型的泡沫来了？(2)

而且，GitHub Copilo由于运行成本太高一直处于亏损状态，微软平均每月在每个用户身上要倒贴逾20美元，有些用户每月给微软带来的损失高达80美元。

这还是全世界最好模型的变现能力。作为对比，Google Cloud 2024年北美地区AI服务的业绩目标不过10亿美元，这个收入增量甚至不足以覆盖购买AI芯片的开支。

科技媒体The Information报道称，包括微软、亚马逊和Google在内的云厂商和其他销售该技术（指生成式AI）的公司，正在降低自己的预期。

能够拥抱科技巨头的大模型公司尚且如此，AI独角兽的日子就要更加惨淡了。

2024年3月，曾经的文生图巨头Stability AI的领导者辞职，这家初创公司2023年收入4420万美元，而支出就将近1000万美元，不足支出一半。同期，融资13亿美元的Inflection AI创始人Mustafa也因产品商业化表现不佳，带着核心研发团队加入了微软。曾经的NLP明星公司竹间智能受到大模型浪潮的冲击因经营困难在2月20日宣布停工停产六个月。

不久前，就连一直鄙视广告业务的AI搜索公司Perplexity，也准备开始卖广告了。Perplexity曾在公司首页上这样介绍自己：“搜索信息应该是一种直接、高效的体验，不受广告驱动模式的影响。我们之所以存在，是因为在信息过载的噪音中，明确需要一个平台来提供精准、以用户为中心的谜底，尤其在时间如此宝贵的时代。”

Perplexity妥协背后，是生成式AI商业化困境的现实体现。庞大的支出和微弱的收益很容易让人怀疑，AI是否只是一场随时会冷却的资本泡沫？

ARK 投资管理公司（ARK Investment Management）创始人兼首席执行官Cathie Wood在最近接受CNBC采访时称， "这些AI公司中的很多甚至没有产生正现金流的潜力"。

双线资本CEO、“新债王”杰弗里·冈拉克也警告称，AI股市的热度让他想起了1999年的互联网泡沫，并预测未来可能会引发通货膨胀和经济衰退。

03 不止于泡沫，生成式AI的故事仍在继续

固然，生成式AI不乏泡沫的成分，但与1999年的互联网泡沫仍然有本质的区别。

从外部环境看，1999年的互联网泡沫主要发生在中小公司上。当时，纳斯达克没有一套规范明晰的上市规则，注册门槛过低。比如，阅读印刷服务公司Noosh上市时收入仅有68000美元，远远低于现在纳斯达克上市要求的75万美元的净利润标准。

在1996-2000年，纳斯达克盈利公司甚至不到10%，纳斯达克指数市盈率一度超过100倍。这一定程度上也就造成了2000年纳斯达克指数狂跌。

不同于2000年股市集中在中小公司上的非理性狂热，这次的“泡沫”主要集中在微软、谷歌、亚马逊等科技巨头身上，且这些公司平均市盈率仅27倍。这意味着，科技巨头有足够的财力基础和庞大的用户基数去消化“泡沫”所带的负面影响。

其次，当时的互联网发展与如今的AI行业也有着明显的差距。

在2000年，互联网仍只是一个遥远的概念，离落地有仍然有很远的距离。根据世界银行发布数据，互联网在1996年的用户基数仅4500万，也就是说，每一百个人里仅仅只有一个人能够接触互联网，互联网普及率不到1%，到2000年纳斯达克指数狂跌80%，这一数值也仅为7%。

那时所谓的互联网公司大多没什么核心技术，大部分人甚至都不知道互联网是什么，就疯狂下注。

Pets.com 就是一家在2000年2月上市的公司，但是作为一家宠物用品零售商，跟互联网基本没什么关联。尽管如此，其首次公开募股就募集了 8250万美元。自然而然，Pets.com在2000年11月上市不到一年就遭迫清算，沦为互联网泡沫退场浪潮里一个微小的缩影。

与互联网早期不同，生成式AI有着扎实的演进逻辑——即模型能力的持续迭代。

2024年还未过半，OpenAI在2月发布的“世界模拟器”sora就以强大的1min视频生成能力震惊世界，全民音乐AIsuno已经支持摇滚、说唱、谷歌各种风格的一键生成，月之暗面在半年时间内无损长文本由50万突破200万。每一次大模型能力的升级，都意味着用户场景的拓宽。

从落地情况看，AI现在已经拥有大规模的落地基础。比如，ChatGPT在推出不到半年的时间内，用户基数就已经达到18.1亿，将近当初互联网的40倍。

除了人们熟知的通用聊天外，生成式AI已经可以用于蛋白质设计、生物环境探测、石油勘测等实体经济领域。尽管去年生成式AI的营收只有30亿美元，远远不及研发费用。但要知道，同样的水平，SaaS行业花了十年才做到。