{"text":[[{"start":6.54,"text":"本文为我们Unhedged新闻通讯的网络版文章。高级订阅用户可在此处注册，以在每个工作日接收发送的该通讯。标准订阅用户可在此处升级为高级订阅，或浏览所有FT新闻通讯。"}],[{"start":22.96,"text":"早上好。台积电(TSMC)第二季度利润大增77%，但这仍不足以推高其股价，也未能提振整个芯片行业乃至纳斯达克100指数。昨日，这些股票悉数下跌。台积电是世界上最不可替代的公司，目前正全速运转。然而，无论它飞得有多高，外界的预期都飞得更高。以下是关于这一主题的更多思考。请致信我们：unhedged@ft.com。"}],[{"start":53.980000000000004,"text":"

AI：要么变现，要么出局

"}],[{"start":57.050000000000004,"text":"向最前沿的AI模型讨要鸡汤食谱的时代正走向尾声。这应当令所有在AI交易中做多的人感到忧虑——在2026年，这几乎意味着每一个人，无论是直接还是间接参与。"}],[{"start":71.52000000000001,"text":"三年来，AI领域的投资故事大致如此。Anthropic和OpenAI等前沿AI模型制造商以远低于成本的价格提供面向消费者的聊天机器人产品，允许用户消耗AI供应链中最宝贵的资源——算力。AI用户享受着享有补贴的生活，而投资者则乐于为此买单，因为每一轮后续融资都会增加他们的账面收益（资深投资人会从中听到千禧之交基于“眼球”和“点击量”进行估值的历史回响）。"}],[{"start":103.00000000000001,"text":"大部分价值直接流向了芯片行业——在一项消耗资金多于其创造的资金（且未来数年可能皆是如此）的技术中，芯片公司是唯一能够获得即时回报的群体。对此，投资者同样并不介意。他们相信，一旦这项技术实现大规模普及，模型制造商和数据中心建设者就将攫取史诗级的利润，从此过上幸福的生活。"}],[{"start":128.11,"text":"随着模型制造商面临从其应用中变现部分价值的压力，这个故事可能走到了尽头。在过去的几个月里，越来越多的AI相关服务已从固定收费转向基于用量的计费，其中以微软旗下的编程平台GitHub在4月份的转型为始。BCA研究公司(BCA Research)的胡安·科雷亚(Juan Correa)认为，这一“巨变”标志着“token补贴”的终结，而正是这种补贴支撑了迄今为止AI的快速普及。美国银行表示，面对急剧膨胀的AI账单，企业正从“极限刷token”（tokenmaxxing）转向token配给。"}],[{"start":163.84,"text":"转向基于用量的定价产生了两个意想不到的后果。其中最显著的是中国AI模型的使用量迅速增加，这些模型通常开源且成本较低："}],[{"start":null,"text":" "}],[{"start":176.3,"text":"此转型的第二个影响是，它似乎正在拉低每个token的支出，因为低成本模型在token使用中占了更高的比例："}],[{"start":null,"text":" "}],[{"start":185.15,"text":"表面上看，这引发了人们对数千亿美元的投资如何转化为利润（更不用说营收了）的严重质疑。但也有人，比如阿波罗(Apollo)的托斯滕·斯洛克(Torsten Sløk)，认为这是杰文斯悖论适用于AI的早期证据——即效率的提高会导致使用量的增加。根据这一观点，随着企业将AI应用到越来越多的业务中，单位成本的下降将促使它们增加在AI上的总支出。这很可能是真的，而AI公司的盈利能力正取决于此。"}],[{"start":216.98000000000002,"text":"一个更令人担忧的想法是，AI将走向商品化。皇家银行财富管理公司(RBC Wealth Management)的泰勒·弗劳利(Tyler Frawley)写道，这种观点认为，充裕的AI供应和大致可互换的模型将使这项技术更像电力而非软件。在这种情况下，真正的经济价值不会流向生产者，而是流向那些在其基础上构建最有效系统的公司。如果这是对的，那么对模型制造商的大部分投资都被错误配置了，回报将会非常糟糕。"}],[{"start":247.82000000000002,"text":"如果模型层正走向商品化，基础设施层显然也谈不上安全。超大型云服务商的投资者日益质疑，AI基础设施所需的巨额资本开支将如何融资——摩根士丹利估计，仅五家公司明年的资本支出就将攀升至1.2万亿美元。许多人已经指出了自由现金流的崩盘以及超大型云服务商发债的“海啸”。资本支出占收入的比例也在不断攀升："}],[{"start":null,"text":" "}],[{"start":276.56,"text":"总而言之，AI交易建立在两个重大假设之上。第一是AI将会盈利。但正如上文所述，仅仅因为一项技术能极大地提高生产率，并不意味着它就会产生丰厚的回报。第二是AI的需求很快就会普及。可以肯定的是，AI的采用速度确实很快。但我们距离其普及的顶峰还很遥远。高盛估计，这一过程可能需要长达15年的时间，但这仍将快于以往通用技术中位数29年的采用周期。彭博本月早些时候报道，Meta正寻求出售其过剩的算力。它可能不会是最后一家，这散发着一种错误投资的味道。"}],[{"start":321.48,"text":"但或许表明AI交易并非一切顺利的最清晰证据，是超大型云服务商过去三个月的股价表现——尽管资本支出指引不断上调，它们的股价却几乎原地踏步："}],[{"start":null,"text":" "}],[{"start":333.67,"text":"对作为一种技术的AI感到兴奋，与对作为一种交易的AI感到狂热，这是两回事。Unhedged对前者充满热情，但在此刻，对后者却意兴阑珊。有不同看法？请给我们发邮件。"}],[{"start":349.41,"text":"

推荐阅读

"}],[{"start":351.23,"text":"黄色新闻。"}],[{"start":null,"text":" "}],[{"start":352.87,"text":"对Unhedged意犹未尽？快来收听我们的全新播客节目，每周两次，用15分钟深入探讨最新的市场新闻 and 财经头条。您可以在此处回顾往期的新闻通讯。"}],[{"start":366.56,"text":"《尽职调查》——企业融资领域的重磅新闻。在此处注册订阅"}],[{"start":372.76,"text":"《AI转型》——约翰·伯恩-默多克(John Burn-Murdoch)和萨拉·奥康纳(Sarah O’Connor)深入解析人工智能如何重塑职场。在此处注册订阅"}]],"url":"https://audio.ftcn.net.cn/album/a_1784294233_1315.mp3"}