近期必读，Mary Meeker 340页PPT分析AI现状和未来

近期必读，Mary Meeker 340页PPT分析AI现状和未来 近期必读，Mary Meeker 340页PPT分析AI现状和未来 Modified June 1, 2025 玛丽 米克尔AI报告：前所未有的速度、成本与中美竞逐 Unable to preview. Please download the file. • 台湾台积电（TSMC）至关重要，生产全球80% 90%的最先进半导体 • 美国知识产权仍然面临风险，中国公司正试图"提炼"美国领先AI公司的模型 • 技术发展被视为国家韧性和地缘政治力量的战略杠杆 全球市场地位 • 全球公共市场市值领先者：美国占据主导地位（2025年5月排名前30的公司中有83%来自美国，而1995年12月为53%），但中国已崛起，在排名前30的公司中有2家（腾讯和工商银行） • 全球科技市场市值领先者：美国也占据主导地位（2025年5月排名前30的公司中有70%来自美国，而1995年12月为53%），中国已崛起，有3家公司（腾讯、阿里巴巴、中国移动） • 中国的AI响应时间比1995年的互联网快得多 人工智能与物理世界的快速发展 = 快速 + 数据驱动 核心结论 人工智能与物理世界的发展既快速又数据驱动。人工智能在物理世界的势头和变现尤其引人注目。物理世界代理（physical agents）正在兴起。 支持论据 自动驾驶领域 • 自动驾驶车队（Waymo、特斯拉FSD）正在创收，通过日益自主的软件循环记录了数百万英里的自动驾驶里程 • 特斯拉累计完全自动驾驶里程在三十三个月内（2022年6月至2025年3月）增加了约100倍 • 埃隆·马斯克指出，FSD版本12用神经网络取代了C++代码，并认为特斯拉可能是世界上AI推理效率最高的公司 Waymo发展 • Waymo全自动驾驶汽车：在二十个月内（2023年8月至2025年4月），其在旧金山叫车服务市场的份额从0%增长到27% • Waymo致力于构建一个端到端的、非常强大的、多模态基础系统，用于感知、规划和预测 汽车智能化 • Applied Intuition（车辆智能）：服务于汽车、卡车、建筑和国防领域 • 2024年为全球前20大汽车原始设备制造商（OEM）中的18家提供服务 • 其AI驱动的工具、自动驾驶软件和车辆操作系统正在加速被传统OEM采用 国防AI应用 • Anduril（美国国防AI）：AI赋能的自主系统 • 其收入在过去两年（2023财年、2024财年）同比增长2倍 • 认为目前的国家安全挑战离不开AI赋能的系统和大规模自主技术 AI采矿勘探 • KoBold Metals（AI驱动的采矿勘探）：正在扭转勘探效率低下的趋势 • 利用机器学习模型和各种数据集来识别潜在矿点 • 其发现矿点的效率（每10亿美元勘探支出）高于行业平均水平 农业AI应用 • Carbon Robotics（AI驱动的农业现代化）：LaserWeeder利用AI深度学习模型和计算机视觉软件来清除杂草 • 截至2025年5月，累计激光除草面积已超过23万英亩 • 这防止了超过10万加仑的草甘膦使用 • 该技术解决了农民面临的劳动力挑战 智能放牧 • Halter（AI驱动的智能放牧）：使用AI驱动的项圈进行放牧管理 • 2024年新增合同项圈数量同比增长150% • 旨在为牧场主带来更高的生产力和可持续性 技术变革 • 人工智能将资本资产转变为软件端点 • 智能，一旦局限于屏幕，现在变得具有动能 人工智能从一开始就推动的全球互联网用户增长 = 前所未有的增长 核心结论 人工智能从一开始就推动的全球互联网用户增长是我们从未见过的。 支持论据 新用户上网机会 • 得益于低成本的卫星互联网（如Starlink）的兴起，目前未上网的26亿人（占世界人口32%）有机会上网的可能性正在增加 • 新用户上网时可能不会遇到浏览器和搜索框，而是直接从AI开始，使用他们的母语进行交互 技术架构变革 • 代理优先的互联网体验可能颠覆现有的科技层级结构 • 赢家将是那些拥有界面的公司，而不是拥有应用程序的公司 全球互联网普及 • 全球互联网用户：在过去三十三年里实现了惊人的增长，达到55亿用户 • 全球互联网普及率在2024年达到68%，高于十九年前的16% • 除南亚和撒哈拉以南非洲外，所有地区普及率均超过70% • 城市普及率（83%）高于农村（48%） • 全球互联网用户在2024年同比增长6%，并且还在加速 AI应用全球扩张 • ChatGPT移动应用：在二十三个月内（2023年5月至2025年4月）达到5.3亿MAU • 显示出在全球范围内的增长 • 主要用户国家包括印度（13.5%）、美国（8.9%）和印度尼西亚（5.7%） • DeepSeek移动应用：在四个月内（2025年1月至2025年4月）达到5400万MAU，用户主要集中在中国（33.9%）和俄罗斯（9.2%） 卫星互联网发展 • 新的互联网用户增长得益于AI和卫星技术 • SpaceX Starlink在全球轨道/卫星发射市场份额中不断上升 • Starlink拥有超过500万用户，在3.2年内实现了202%的年增长 • 其覆盖范围正在全球扩张 • Starlink在人工智能时代为偏远社区、学校、火车和船舶等各种用例解锁了以前无法访问的互联网连接 人工智能与工作演进 = 真实 + 快速 核心结论 人工智能与工作的演进既真实又快速。人工智能正在从根本上改变我们的工作方式。 支持论据 认知自动化兴起 • 除了物理自动化（机器人、无人机）的兴起，认知自动化（AI系统能够推理、创造和解决问题）也在兴起 • AI认知能力的提升速度令人惊叹；自ChatGPT在2022年11月发布以来，其推理能力已从高中生水平提升到博士生水平 工作影响范围 • 依赖结构化历史数据并输出基于规则的决策和判断的职业，正完全处于生成式AI的核心能力范围内 • 劳动力单位可能从人类工时转向计算能力 • 历史表明，技术进步提高了生产力和效率，并创造了新的就业机会，但这次发生得更快 未来工作模式 • 在一个极端的代理（agent）未来中，人类的角色转向监督、指导和训练（例如，教机器人复杂的动作，为RLHF提供人类反馈） • Physical Intelligence和Scale AI等公司正在基于人类负责训练和优化机器的观点构建业务 企业AI应用实例 Shopify的AI转型 • Shopify CEO内部备忘录：反思性地使用AI已经成为一个基本期望 • AI是一个思维伙伴、深度研究员、评论家、导师和结对程序员 • 这是他职业生涯中工作方式变化最快的转变 • 有效使用AI是Shopify每个人的基本期望；选择不学习AI技能是不可行的 Duolingo的AI first战略 玛丽 米克尔AI报告：前所未有的速度、成本与中美竞逐 Unable to preview. Please download the file. 玛丽 米克尔AI报告：前所未有的速度、成本与中美竞逐 Unable to preview. Please download the file. • 台湾台积电（TSMC）至关重要，生产全球80% 90%的最先进半导体 • 美国知识产权仍然面临风险，中国公司正试图"提炼"美国领先AI公司的模型 • 技术发展被视为国家韧性和地缘政治力量的战略杠杆 全球市场地位 • 全球公共市场市值领先者：美国占据主导地位（2025年5月排名前30的公司中有83%来自美国，而1995年12月为53%），但中国已崛起，在排名前30的公司中有2家（腾讯和工商银行） • 全球科技市场市值领先者：美国也占据主导地位（2025年5月排名前30的公司中有70%来自美国，而1995年12月为53%），中国已崛起，有3家公司（腾讯、阿里巴巴、中国移动） • 中国的AI响应时间比1995年的互联网快得多 人工智能与物理世界的快速发展 = 快速 + 数据驱动 核心结论 人工智能与物理世界的发展既快速又数据驱动。人工智能在物理世界的势头和变现尤其引人注目。物理世界代理（physical agents）正在兴起。 支持论据 自动驾驶领域 • 自动驾驶车队（Waymo、特斯拉FSD）正在创收，通过日益自主的软件循环记录了数百万英里的自动驾驶里程 • 特斯拉累计完全自动驾驶里程在三十三个月内（2022年6月至2025年3月）增加了约100倍 • 埃隆·马斯克指出，FSD版本12用神经网络取代了C++代码，并认为特斯拉可能是世界上AI推理效率最高的公司 Waymo发展 • Waymo全自动驾驶汽车：在二十个月内（2023年8月至2025年4月），其在旧金山叫车服务市场的份额从0%增长到27% • Waymo致力于构建一个端到端的、非常强大的、多模态基础系统，用于感知、规划和预测 汽车智能化 • Applied Intuition（车辆智能）：服务于汽车、卡车、建筑和国防领域 • 2024年为全球前20大汽车原始设备制造商（OEM）中的18家提供服务 • 其AI驱动的工具、自动驾驶软件和车辆操作系统正在加速被传统OEM采用 国防AI应用 • Anduril（美国国防AI）：AI赋能的自主系统 • 其收入在过去两年（2023财年、2024财年）同比增长2倍 • 认为目前的国家安全挑战离不开AI赋能的系统和大规模自主技术 AI采矿勘探 • KoBold Metals（AI驱动的采矿勘探）：正在扭转勘探效率低下的趋势 • 利用机器学习模型和各种数据集来识别潜在矿点 • 其发现矿点的效率（每10亿美元勘探支出）高于行业平均水平 农业AI应用 • Carbon Robotics（AI驱动的农业现代化）：LaserWeeder利用AI深度学习模型和计算机视觉软件来清除杂草 • 截至2025年5月，累计激光除草面积已超过23万英亩 • 这防止了超过10万加仑的草甘膦使用 • 该技术解决了农民面临的劳动力挑战 智能放牧 • Halter（AI驱动的智能放牧）：使用AI驱动的项圈进行放牧管理 • 2024年新增合同项圈数量同比增长150% • 旨在为牧场主带来更高的生产力和可持续性 技术变革 • 人工智能将资本资产转变为软件端点 • 智能，一旦局限于屏幕，现在变得具有动能 人工智能从一开始就推动的全球互联网用户增长 = 前所未有的增长 核心结论 人工智能从一开始就推动的全球互联网用户增长是我们从未见过的。 支持论据 新用户上网机会 • 得益于低成本的卫星互联网（如Starlink）的兴起，目前未上网的26亿人（占世界人口32%）有机会上网的可能性正在增加 • 新用户上网时可能不会遇到浏览器和搜索框，而是直接从AI开始，使用他们的母语进行交互 技术架构变革 • 代理优先的互联网体验可能颠覆现有的科技层级结构 • 赢家将是那些拥有界面的公司，而不是拥有应用程序的公司 全球互联网普及 • 全球互联网用户：在过去三十三年里实现了惊人的增长，达到55亿用户 • 全球互联网普及率在2024年达到68%，高于十九年前的16% • 除南亚和撒哈拉以南非洲外，所有地区普及率均超过70% • 城市普及率（83%）高于农村（48%） • 全球互联网用户在2024年同比增长6%，并且还在加速 AI应用全球扩张 • ChatGPT移动应用：在二十三个月内（2023年5月至2025年4月）达到5.3亿MAU • 显示出在全球范围内的增长 • 主要用户国家包括印度（13.5%）、美国（8.9%）和印度尼西亚（5.7%） • DeepSeek移动应用：在四个月内（2025年1月至2025年4月）达到5400万MAU，用户主要集中在中国（33.9%）和俄罗斯（9.2%） 卫星互联网发展 • 新的互联网用户增长得益于AI和卫星技术 • SpaceX Starlink在全球轨道/卫星发射市场份额中不断上升 • Starlink拥有超过500万用户，在3.2年内实现了202%的年增长 • 其覆盖范围正在全球扩张 • Starlink在人工智能时代为偏远社区、学校、火车和船舶等各种用例解锁了以前无法访问的互联网连接 人工智能与工作演进 = 真实 + 快速 核心结论 人工智能与工作的演进既真实又快速。人工智能正在从根本上改变我们的工作方式。 支持论据 认知自动化兴起 • 除了物理自动化（机器人、无人机）的兴起，认知自动化（AI系统能够推理、创造和解决问题）也在兴起 • AI认知能力的提升速度令人惊叹；自ChatGPT在2022年11月发布以来，其推理能力已从高中生水平提升到博士生水平 工作影响范围 • 依赖结构化历史数据并输出基于规则的决策和判断的职业，正完全处于生成式AI的核心能力范围内 • 劳动力单位可能从人类工时转向计算能力 • 历史表明，技术进步提高了生产力和效率，并创造了新的就业机会，但这次发生得更快 未来工作模式 • 在一个极端的代理（agent）未来中，人类的角色转向监督、指导和训练（例如，教机器人复杂的动作，为RLHF提供人类反馈） • Physical Intelligence和Scale AI等公司正在基于人类负责训练和优化机器的观点构建业务 企业AI应用实例 Shopify的AI转型 • Shopify CEO内部备忘录：反思性地使用AI已经成为一个基本期望 • AI是一个思维伙伴、深度研究员、评论家、导师和结对程序员 • 这是他职业生涯中工作方式变化最快的转变 • 有效使用AI是Shopify每个人的基本期望；选择不学习AI技能是不可行的 Duolingo的AI first战略 • Duolingo CEO全员备忘录：Duolingo将成为AI first的公司 • AI不仅提高了生产力，还帮助他们大规模创建内容（例如，国际象棋等新课程） • 成为AI first意味着需要重新思考工作方式 • AI的使用将成为招聘和绩效评估的一部分 • 只有当团队无法进一步自动化工作时才会增加人员 • 大多数职能部门将从根本上改变其工作方式 企业采用趋势 • 美国企业对AI的采用正在上升 • 在2025年第一季度，使用AI的美国企业比例达到约7%，环比增长21% AI应用目标 • 雇主正在采用AI来提高生产力 • 公司AI/LLM计划的目标包括： ◦ 提高员工整体生产力（例如Copilot） ◦ 节省特定工作者的劳动并提高生产力（例如联络中心、简化财务流程） ◦ 驱动额外收入的客户应用 ◦ 提高客户满意度的客户应用 ◦ 降低组织内部风险 ◦ 加快产品开发（例如药物发现、模型开发、软件开发） ◦ 提高员工整体生产力（例如Copilot） ◦ 节省特定工作者的劳动并提高生产力（例如联络中心、简化财务流程） ◦ 驱动额外收入的客户应用 ◦ 提高客户满意度的客户应用 ◦ 降低组织内部风险 ◦ 加快产品开发（例如药物发现、模型开发、软件开发） 生产力提升实证 • AI对劳动力的影响：正在看到生产力提升 • 一项研究显示，使用AI的客户支持代理生产力提高了14% 就业市场变化 • 就业演进：美国AI职位发布量在七年内（2018年1月至2025年4月）增长了448%，而非AI IT职位下降了9% • 全球新增包含AI术语的职位名称累计数量在两年内（2022年第二季度至2024年第二季度）增长了200% • 苹果在2025年5月有600多个生成式AI相关的招聘岗位 历史生产力数据 • 美国劳动生产率在过去七十七年里与就业增长同时发生 • 自2000年以来，劳动生产率提高了31%，非农业就业增长了89% 行业专家观点NVIDIA CEO Jensen Huang的观点： • "你不会因为AI而失业，但会因为使用AI的人而失业" • AI是弥合技术鸿沟的最大机遇，它使那些不懂C++编程的人也能"编程" • AI是历史上最易于使用的技术之一 • 我们面临劳动力短缺，AI提供了一个机会，可以将3000 4000万工人重新投入劳动力市场，从而提高全球GDP • 建议每个人都利用AI 文件下载 原始的PPT在这里： https://www.bondcap.com/reports/tai 藏师傅翻译的双语版本： https://pan.quark.cn/s/317887b53f58 整理和翻译不易，觉得有用的话可以给个三连，感谢🙇 🔗 原文链接： https://mp.weixin.qq.com/s/Jt l9Rl8... https://mp.weixin.qq.com/s/Jt l9Rl8... 原创 歸藏的 AI 工具箱 歸藏的AI工具箱2025年06月01日 12:37 北京 播客内容由listenhub生成，懒得看的话也可以听 昨天发现Mary Meeker又重新开始发布她每年一次的《互联网趋势报告》，只不过这次开始叫《人工智能趋势报告》了，整份报告有 340 页，非常详细的分析了AI领域的现状。 这篇内容就找几个报告里的 有意思的页面分析一下 ，之后还有我用 NotebookLM总结的详细文本内容 ，我还 翻译了一份报告的双语版本，文章最后可以下载。 先介绍一下Mary Meeker和她的《互联网趋势报告》： Mary Meeker是美国风险投资家，曾就职于摩根士丹利和凯鹏华盈，2018创立了自己的风投公司邦德资本（BOND）。 她主要专注于互联网与新技术领域投资，现为旧金山风投公司 BOND 的创始人和普通合伙人。Meeker被誉为"互联网女王"。 Meeker的《互联网趋势报告》曾是科技投资者最为期待的年度报告之一。自 1995 年她担任摩根士丹利科技分析师起，直至 2019 年，她每年都会发布这份报告。 该报告包含塑造互联网的主要趋势、消费者行为及文化变迁的数据与分析。 该报告最后一次发布是在 2019 年 Vox/Recode 的 Code 大会上，这次终于回归了。 看几页有意思的 这是美国计算相关专利授权数量的一份报表，可以看到第一次加速是在1995年网景公司IPO的时候 ， 标志着互联网时代的开始，专利数量开始急剧上升。 之后从2004年就开始放缓，标志的互联网时代的发展也开始变慢了。 然后在2022年ChatGPT发布之后专利数量又一次开始爆发式增长，而且比1995年更猛，短短两年就有6000份。 技术变化周期正在加速，通过更好、更快、更便宜带来了更多的设备和更高的增长速度。 从90年PC时代的3亿设备开始到现在AI移动互联网使得设备增长到了数百亿这个量级。 同时基础设施演变也在变快1960年代至今的主要计算基础是CPU，之后过渡到大数据/云计算，10年以后CPU重要性不断下降，发展也变得停滞，开始转向GPU，同时在GPT发布后彻底爆发。 这张图反映了1950 开始的模型训练计算量（FLOP：（浮点运算）是衡量AI模型训练所需计算能力的基本单位）增长趋势。 可以看到在10年以后开始了爆发式增长，每年的增长率都超过了360%，这意味着计算量每年增长4.6倍，15年累计增长超过10¹⁰倍（100亿倍）这个规模远远超过了摩尔定律。 这是ChatGPT和谷歌在相对时间轴上搜索量的对比。 达到3650亿年搜索量的时间， ChatGPT比Google快5.5倍！用两年的时间就走完了Google 11年才走完的路。 主要的历史背景差异有： 谷歌时代互联网普及率低、需要教育用户什么是搜索引擎、宽带接入有限。 到了ChatGPT时期全球互联网高度普及、用户已熟悉数字工具、社交媒体助力病毒式传播导致AI概念被快速接受。 种种因素导致AI普及的速度远超当时的搜索引擎。 这张图展示了一些著名的互联网产品达到1亿用户所用的时间。 可以看到由于上面说的原因整体大幅缩短，ChatGPT甚至只用了约2.4个月。早期平台（2000 2005）达到1亿用户普遍需要4 10年，而到了AI时代这个速度缩短到了几个月。 摩根大通在投资者服务、运营优化和顾问支持三个核心领域全面部署AI。 预计2年内AI/ML创造的价值将增长65%，显示出强劲的投资回报，既通过新业务创造收入，又通过自动化降低成本和风险，虽然已经看到生产力提升，但仍认为处于"早期阶段"。 所有 AI 公司的收入倍数都远超传统软件公司。 OpenAI的年化收入是92亿美元，但是估值高达3000亿美元，收入倍数达到了33倍。 Perplexity 是最猛的收入和估值比例达到了tmd 75倍，投资者更看重增长潜力而非当前收入，当然这么搞也是有代价的，最近一轮融资明显困难了很多。 目前AI投资就是高收入增长 + 高现金消耗 + 高估值 + 高投资水平。 整个PPT 8个部分的详细总结 用NotebookLM总结了一下整个PPT内容，同时做了一个网页来展示： https://www.youware.com/editor/7b962bc0 da28 4550 9d10 9c8532135d4c 变革速度似乎比以往任何时候都快？是的，确实如此 核心结论 人工智能技术的演进速度和范围是前所未有的，数据支持了这一点。变革的速度比以往任何时候都要快。 支持论据 用户增长速度对比 • 人工智能用户和使用趋势的增长速度比互联网快得多 • 人工智能正在以前所未有的方式快速提升知识及其分发水平 • OpenAI的ChatGPT于2022年11月发布，其极其易用/快速的用户界面使其大型语言模型（LLMs）"找到自由" 历史性突破 • ChatGPT基于用户/使用/变现指标，是历史上最大的"一夜成功"（成立九年后） • 人工智能驱动的信息访问和流动演进速度快得多 • ChatGPT在2年内（2024年）达到了3650亿年搜索量，而Google达到这一数字用了11年（2009年） 技术里程碑 • 生成式AI（以2022年11月ChatGPT的公开发布为标志）被视为AI的"iPhone时刻"，ChatGPT创下了独立产品用户增长最快的记录（5天达到100万用户） • 人工智能是互联网基础设施之上的复合层，使得易用的广泛兴趣服务能够快速被采纳 • 技术的永恒"啊哈"模式——成本下降+性能提升→采用率上升——正在人工智能领域重演 人工智能用户 + 使用量 + 资本支出增长 = 前所未有 核心结论 人工智能的用户、使用量和资本支出（CapEx）增长是前所未有的，这得到了呈"右上"趋势的用户、使用量和收入图表的支持。 支持论据（用户/使用量） 用户增长速度 • ChatGPT用户在十七个月内（2022年10月至2025年4月）增长了8倍，达到8亿 • ChatGPT移动应用在3年内（截至2025年5月）在其当前用户群中达到了90%的覆盖率，而互联网（截至2022年）达到同样比例的用户覆盖用了23年 用户规模对比 • ChatGPT达到1亿用户用了0.2年，远快于TikTok（0.9年）、Instagram（2.5年）、Spotify（4.5年）和Netflix（10.3年） • ChatGPT达到100万用户用了5天，远快于iPhone（74天）、TiVo（1680天）或福特Model T（约2500天） 市场渗透率 • 美国人工智能时代达到50%家庭渗透率可能需要3年，这遵循了每个技术周期所需时间大致减半的模式 • 人工智能的使用正在消费者、开发者、企业和政府中激增 工作场景应用 • 超过72%的受访美国在职成年人表示使用AI聊天机器人极大地/非常大地帮助提高了工作质量并加快了工作速度 • 美国18 24岁的学生主要将ChatGPT用于研究、解决问题、学习和获取建议 • 美国成年人中使用ChatGPT或其他AI工具的比例在所有年龄段都在上升，尤其是在18 29岁和30 49岁人群中增长显著 用户参与度 • 美国活跃用户在ChatGPT应用上每日花费的时间在二十一个月内（2023年7月至2025年4月）增长了202% • 同期，每日会话次数增长了106%，平均会话时长增长了47% • ChatGPT的留存率（衡量上周用户本周再次使用的比例）在二十七个月内为80%，高于Google Search的58% 开发者生态系统 • 开发者使用量正在上升。每代币推理成本下降正在推动开发者使用量的增长 • NVIDIA AI生态系统的开发者数量在四年内（2021 2025）增长了2.4倍，达到600万。AI初创公司增长了3.9倍，达到2.7万。使用GPU的应用程序增长了2.4倍，达到4千 • Google AI生态系统的全球开发者数量在一年内（2024年5月至2025年5月）增长了5倍，达到700万 • Google产品和API处理的月度代币数量在一年内增长了50倍，超过480万亿 • 微软Azure AI Foundry处理的季度代币数量在一年内（2024年第一季度至2025年第一季度）增长了5倍，超过100万亿 • 有超过7万家企业和数字原生公司正在使用Azure AI Foundry 开发者工具采用 • 在开发过程中使用AI的开发者比例从2023年的44%上升到2024年的63% • GitHub上的AI开发者仓库：在十六个月内（2022年11月至2024年3月）增加了约175% 支持论据（资本支出） 基础设施投资 • 技术超大规模运营商的资本支出预算日益向专用芯片、液冷和前沿数据中心设计倾斜 • 2019年，AI只是一个研究特性；到2023年，它已成为资本支出的一个主要项目 支出增长趋势 • 美国六大科技公司的资本支出在十年内（2014 2024）年均增长21% • 六大科技公司的资本支出加速增长，从2023年到2024年同比增长63% • 六大科技公司的资本支出占收入的比例在2024年为15%，而十年前为8% 具体投资数据 • 亚马逊AWS用于AI/ML基础设施建设的资本支出占收入的比例在2024年为49%，而2013年用于初始云基础设施建设的比例为27% • 全球数据中心支出在2024年达到4550亿美元，并且还在加速 • 美国数据中心年度私人建筑价值在两年内（2022年1月至2024年12月）年均增长49%，加速于之前八年的28%年均增长 数据中心容量 • 美国数据中心容量：新建容量（已预租或在建）在四年内（2020 2024）增长了16倍，而现有容量（新增填充）增长了5倍 • 技术资本支出的主要受益者是NVIDIA。NVIDIA数据中心收入在2024年占全球数据中心资本支出的25%且呈上升趋势 财务支撑 • 六大科技公司拥有大量现金和自由现金流可用于AI和资本支出 • 自由现金流在十年内增长了263%，到2024年达到3890亿美元 • 资产负债表上的现金在十年内增长了103%，到2024年达到4430亿美元 训练成本 • 训练成本极高且快速上升，目前每个模型的训练成本通常超过1亿美元 • Anthropic首席执行官Dario Amodei指出，目前正在训练的模型成本更接近10亿美元，而100亿美元模型的训练可能在2025年开始 • 前沿AI模型估计训练成本在八年内（2016 2024）增长了约2400倍 推理成本趋势 • AI总支出中越来越多地转向推理。推理持续发生，涉及数十亿次的提示、查询和决策，而模型训练是周期性的 • 亚马逊首席执行官Andy Jassy指出，推理将占未来AI成本的绝大部分 • 单位推理成本的降低正在推动总体支出的增加。随着推理变得更便宜，AI的使用量增加；随着AI使用量增加，总基础设施和计算需求上升，再次推高成本 人工智能模型计算成本高/上升 + 推理成本每代币下降 = 性能趋于一致 + 开发者使用量上升 核心结论 人工智能模型的计算成本高且正在上升，而每代币的推理成本正在下降。这导致性能趋于一致，开发者使用量上升。 支持论据（计算成本高/上升） • 训练最强大的LLMs已成为人类历史上最昂贵/资本密集的工作之一。训练成本极高且快速上升，目前每个模型训练成本通常超过1亿美元 • 前沿AI模型估计训练成本在八年内（2016 2024）增长了约2400倍 • Anthropic首席执行官Dario Amodei估计，100亿美元模型的训练可能在2025年开始 支持论据（推理成本每代币下降） • 每代币成本的下降使得新技术进步变得越来越强大、易于获取且经济上可行 • NVIDIA的2024年Blackwell GPU生成每代币所需的能量比其2014年Kepler GPU前身低105,000倍 • 面向客户的AI推理价格（每100万代币）在两年内（2022年11月至2024年12月）降低了99.7% • 推理成本正在快速下降。推理代表了一条新的成本曲线，它不像训练成本那样向上，而是向下弯曲 • 推理服务正变得廉价。过去花费数美元的工作现在可能只需要几美分，而过去花费几美分的工作可能很快只需要几分之一美分 支持论据（性能趋于一致） • 输出质量在不同玩家之间趋于一致，差异化变得更加困难 • 性能趋于一致正在改变模型选择的考量。顶级前沿模型与