人工智能（AI）公司可能需要兑现近期开发通用人工智能（AGI）的承诺，以弥补行业投资和利润之间的差距。

不幸的是，仍然没有科学证据表明 AGI（具有人类水平或更高推理能力的机器）是可能实现的。

增长型市场

分析师认为，目前的人工智能市场很大程度上是预期性的。OpenAI 是少数几家利润丰厚的生成式人工智能企业之一，其收入（据 Information 报道约为 34 亿美元）与紧随其后的竞争对手之间的差距巨大。

根据红杉资本最近的分析，这相当于资本短缺，或者说是约 6000 亿美元的负流动。

值得一提的是，Sequoia 的数据是基于对 Nvidia GPU 使用情况的估计。考虑到这一点，上述数字可能在全球行业支出方面略有缩水。

从本质上讲，分析表明，人工智能公司需要赚取超过 5000 亿美元的收入才能证明当前支出的合理性，而且这一数字预计还会逐年增长。

产品在哪里？

虽然目前投资者和企业对生成式人工智能技术的兴趣激增，可能推动市场达到历史最高水平，包括英伟达短暂成为全球市值最高的公司，但许多分析师都在问，何时才会出现能够维持这一增长水平的实际人工智能产品或服务。

到目前为止，很难说生成式人工智能已经找到了合法的用例，并将为投资者带来成倍增长的利润。

ChatGPT 可能是该领域的旗舰产品，但没有理由相信它会突然成为主流。

简而言之，如果 OpenAI 的十位数利润率占据了大部分市场，那么要达到 6000 亿美元的收入目标将需要几十年的时间。生成式人工智能尚未找到与机器学习相同的价值主张，但风险投资、政府和企业层面的投资仍在不断增加。

这很可能表明人工智能市场将很快进入“AGI 或破产”时代，OpenAI 和 Anthropic 等公司的生存能力将取决于他们在提供能够像人类一样推理的机器方面是否做出了正确的选择。

而负面的一面是，那些处于生成式人工智能领域核心地位的公司可能正面临收入的关键时刻。如果市场不能尽快证明 Nvidia 市值接近或达到 3 万亿美元以避免潜在的不利因素，那么该行业 6000 亿美元的缺口可能会扩大到无法挽回的地步。

然而，从积极的一面来看，如果业界真的发明了 AGI，就不会出现无法挽回的局面。而 Nvidia 也是这一场景的关键。

红杉资本还指出，Nvidia 正准备推出基于 Blackwell 的新型芯片组（称为“B100”），用于训练生成式 AI。据称，B100 的性能比当前行业训练模型标准（Nvidia 的 H100）高出 2.5 倍，而价格仅高出 25%。

如果专家们相信在 Nvidia 最新最好的芯片发布之前就有可能实现 AGI，那么随着硬件的功率和效率提高 150%，实现 AGI 会变得更加容易。

相关：互联网泡沫破裂时软银损失了 99%，现在它全力投入人工智能