知名 PE 合夥人史丹佛授課：AI 時代的資金究竟流向了何處？

Altimeter Capital 合夥人 Apoorv Agrawal 於史丹佛大學公開課中指出，當前 AI 產業呈現與傳統網際網路截然不同的「倒金字塔」盈利結構。在約 3,000 億美元的生態收入中，高達 75% 流向了毛利率約 75% 的半導體層；而應用層則受制於高昂的邊際算力成本，毛利率僅在 0% 至 30% 之間。為破解當前單一用戶每年僅 10 美元（ARPU）的低收益瓶頸，他斷言 ChatGPT 等 AI 應用進軍廣告領域將是今年產業的重大突破口。

3,000 億美元的「倒金字塔」：75% 的收入流向了半導體

回顧過去 25 年的網際網路、行動通訊與雲端運算革命，其商業變現模式通常呈金字塔狀——底層基礎設施利潤相對微薄，而頂層的應用端擷取了最豐厚的利潤。然而，當前的 AI 生態卻呈現出截然相反的形態。

Agrawal 在授課中直言，生成式 AI 生態系統與過去的雲端運算生態截然不同，它呈現出一個「倒金字塔」。對於這一現象的底層邏輯，他引用了矽谷知名投資人馬克·安德森（Marc Andreessen）的觀點進行對比：

「正如馬克·安德森所說，軟體吞噬世界，是因為我可以開發軟體並將其分發給數百萬人，而運行這些軟體的邊際成本接近於零，軟體企業的毛利率高達 80% 甚至 90%。但人工智慧的經濟模式並非如此。」

這種差異的根源在於算力成本。「人工智慧應用的增量用戶並不是免費的，因為你需要消耗大量的 GPU 資源，擁有人工智慧用戶的成本要高得多。」Agrawal 指出，在過去兩年 AI 行業新增的約 3,000 億美元收入中，「約 75% 都直接流向了半導體行業；應用業務雖然增長了十倍以上，但仍然沒有產生太大的影響。」

在整個技術棧中，半導體層是目前最賺錢的部分。Agrawal 給出了極具衝擊力的利潤率對比：

打破「均衡態」的催化劑：巨頭自研 ASIC 與資本支出拐點

針對這種由英偉達主導、底層拿走絕大部分利潤的「倒金字塔」格局會維持多久，市場分歧巨大。Agrawal 給出了自己的預判：「我猜它在雲端保持當前狀態的時間可能會比我預期的要長，大約是十年。我感覺這種情況可能會持續更久，因為要達到穩定均衡狀態實在太難了。」

不過，他也為投資者指出了觀察這一格局可能被打破的兩個核心催化劑：

雲端巨頭在自研晶片上的突破： 如果某個超大規模數據中心運營商的 ASIC 專案取得突破——無論是 Google 的 TPU、Meta 的 MTIA，還是亞馬遜、微軟的專案——都可能成為突破口。如果出現突破性進展，這將是該層級最大的重新定價。

巨頭資本支出指引的變化： 另一個催化劑是超大規模數據中心運營商的資本支出（Capex）指引。如果各大巨頭停止對資本支出做出大幅預期，可能意味著當前的均衡狀態行不通了。

此外，算力需求結構的切換也值得高度關注。當前英偉達售出的 GPU 中約有 60% 用於訓練，40% 用於推理。Agrawal 認為，「隨著時間推移，推理任務的份額會逐漸增加」，但推理任務的工作負載極不穩定，這不僅將考驗硬體的利用率，也將重塑中介層（推理中間層）的競爭格局。

AI 變現的終極猜想：「我們必須進軍廣告領域」

在應用端，以 ChatGPT 為代表的消費級 AI 正面臨海量用戶與低效變現的矛盾。Agrawal 分享了一組核心數據：ChatGPT 擁有約 10 億用戶（相當於 Facebook 早期的量級），但「約 95% 的用戶都是免費用戶」。

對比當前網際網路巨頭的單一用戶每年收益（ARPU），AI 應用的差距顯而易見：

[Alphabet] $100 / 年 (約40億用戶) 

[Meta]  $70 / 年 (約35億用戶)

[ChatGPT]    $10 / 年 (約10億用戶)

在排除了純靠知識型工作訂閱模式能撐起萬億估值的可能性後，Agrawal 拋出了他对 AI 商業化模式的終極預判：「第二個問題是：我們如何將每用戶每年 10 美元的收益提升到 100 美元？我不確定單靠廣告和訂閱是否可行。答案是，我們得進軍廣告領域。」

他認為，AI 大模型在廣告投放上具備得天獨厚的優勢：

更優惠的價格： 大模型能更精準地理解用戶真實意圖。

極佳的歸因分析： 能精確追蹤轉化路徑。

更高的信任度： 對話式互動建立起強烈的用戶信任。

儘管市場對「在私人 AI 對話中插入廣告」持悲觀或懷疑態度，但 Agrawal 將其類比為十年前市場看空 Facebook 行動端廣告的論點。「認為這將是今年另一個重大新聞，這絕對會是一件大事……我樂觀地認為我們會找到答案，這將是對現有經濟模式的一次重大突破。」