似曾相識？輝達與OpenAI合作加劇了人們對AI泡沫的擔憂

在OpenAI和輝達幫助掀起全球人工智慧狂潮三年後，這兩家公司正聯手採取一項大膽舉措，旨在為資本更密集型的增長階段鋪平道路，但同時也加劇了人們對AI「泡沫」的擔憂。 輝達最近宣布了對OpenAI潛在的高達1000億美元的投資，並計劃向ChatGPT的創造者供應數百萬個市場領先的人工智慧晶片。 此舉在科技行業幾乎史無前例，促使一些分析師質疑輝達是否正在人為地支撐市場，以維持企業對其產品的支出。 伯恩斯坦研究公司（Bernstein Research）的分析師斯泰西·拉斯貢（Stacy Rasgon）在交易宣布後的一份投資者報告中寫道：「這一行動顯然會加劇『循環』的擔憂。」 在人工智慧熱潮的大部分時間裡，這些擔憂在不同程度上一直伴隨著輝達。 根據PitchBook的數據，這家晶片製造商在2024年參與了超過50宗對人工智慧公司的風險投資交易，並且今年的速度有望超過這個數字。 其中一些公司，包括人工智慧模型製造商和雲端服務提供商，隨後又用這筆資金購買輝達昂貴的圖形處理單元（GPU）。 但拉斯貢認為，對OpenAI的投資「讓所有其他投資都相形見絀」。 他補充說，這筆交易「可能會比我們之前看到的更猛烈地加劇這些擔憂，並（或許是理所當然地）引發對該行動背後動機的擔憂。」 然而，輝達表示，對OpenAI的投資不會用於任何「直接購買」其產品的行為。

華爾街的「永動機」

本月稍早，甲骨文（Oracle）宣布已簽署價值數十億美元的合約，向OpenAI和其他少數大客戶提供雲端運算服務，使其股價飆升，並使共同創辦人賴瑞·埃里森（Larry Ellison）成為全球最富有的人之一。 隨著輝達投資OpenAI，一個完整的「三角關係」正在形成。 根據協議，OpenAI將使用輝達的技術來建造和部署容量至少為10吉瓦的人工智慧資料中心，相當於400萬到500萬個輝達GPU——幾乎是輝達今年的總出貨量。 這意味著： * OpenAI向甲骨文購買大量的雲端服務。 * 甲骨文向輝達購買大量的GPU晶片，以滿足OpenAI的需求。 * 輝達以投資的形式將部分利潤返還給OpenAI，以支持基礎設施建設。 這個看似完美的循環讓所有各方都各取所需：OpenAI解決了對運算能力的極度渴求，甲骨文獲得了龐大的基礎設施訂單，而輝達則提高了其銷售額，形成了一種「永動機」。 一張展示這三家巨頭所建立的「三角形」的圖片也在社交媒體上流傳，引發了激烈的辯論。

泡沫風險逼近

然而，這是一個不容失敗的局面。 儘管這種合作推高了輝達和甲骨文的股價，但潛在的風險卻相當大。 首先，雖然OpenAI的估值達到數千億美元，但尚未實現盈利，並且持續虧損。 估計其在2025年的虧損可能超過50億美元，僅其在資料中心和雲端服務上的年度支出就達到600億美元，遠遠超過其目前100億美元的年收入。 其次，甲骨文也面臨挑戰。 為了跟上人工智慧的熱潮，其高額支出導致了顯著的債務和負現金流量問題。 與微軟等競爭對手相比，甲骨文的債務股本比為427%，顯示其負擔沉重。 在來自Google和Anthropic等強勁競爭對手的競爭下，「ONO」（OpenAI、輝達、甲骨文）聯盟看起來更像是一場只允許成功的豪賭。 任何環節出現問題都可能導致骨牌效應，甚至引爆市場。 輝達與OpenAI的交易也發生在一個不確定的行業時刻。 行業內外越來越多的人承認，美國股市存在著人工智慧泡沫的風險，類似於25年前的網路泡沫破裂。 OpenAI執行長山姆·奧特曼（Sam Altman）表示，一些人工智慧新創公司的估值可能是不合理的，儘管他聲稱他相信人工智慧的長期潛力，並且需要投資「數兆」美元於基礎設施來支持它。 透過與這家世界上最有價值的公司建立更緊密的關係，OpenAI或許能夠解鎖其目前作為一家虧損企業無法自行獲得的資金和更多的運算能力。 Seaport Global Securities的分析師傑伊·戈德堡（Jay Goldberg）表示：「這有點像讓你的父母共同簽署你的第一筆抵押貸款，」他對輝達股票持有罕見的「賣出」評級。 戈德堡也認為這筆交易帶有一絲循環融資的味道，可能是「類似泡沫行為」的象徵。 他說：「當情況好的時候，它會讓情況變得更好。 我們將成長得更快，股票將上漲得更快，」「但當週期轉變時，而且它總是會轉變，它會讓情況變得更糟。」

更深入的分析

重要的是要認識到，人工智慧市場仍處於早期階段，許多因素可能會影響其未來的發展方向。 這些因素包括技術進步、法規變化和全球經濟狀況。 對與人工智慧相關的潛在機會和風險進行批判性評估至關重要，而不是僅僅依賴媒體炒作和樂觀預測。

產業趨勢觀察

目前，人工智慧晶片的發展趨勢朝向更高效率、更低功耗以及更強大的運算能力邁進。 此外，客製化晶片的需求也在增加，以滿足特定應用領域的需求。 例如，自動駕駛汽車需要能夠即時處理大量數據的晶片，而醫療保健領域則需要能夠進行複雜診斷的晶片。 雲端運算在人工智慧的發展中扮演著關鍵角色。 雲端平台提供大量的運算資源和數據儲存空間，使開發人員能夠更容易地訓練和部署人工智慧模型。 此外，雲端服務還提供各種人工智慧工具和服務，例如機器學習平台和自然語言處理API，進一步加速了人工智慧的發展。 隨著人工智慧技術的普及，倫理和社會責任問題也日益受到關注。 例如，數據隱私、演算法歧視和就業崗位流失等問題都需要認真對待。 因此，制定相關的政策和法規，以確保人工智慧的發展符合社會的整體利益至關重要。