AI 產業現在有一個非常有趣的現象：模型越來越聰明，帳單也越來越聰明地增長。 Anthropic 衝擊 1.4 萬億美元估值，背後是巨額融資需求和持續擴大的算力投入。 AI 訓練需要 GPU，模型推理需要伺服器，企業客戶越多，運算需求也可能越大。 這意味著 AI 公司營收增長的同時，還必須面對電力、資料中心、晶片和雲端運算成本。 資本市場看好 AI，並不是沒有理由。企業自動化、智慧程式設計和 AI 代理都可能創造巨大商業價值。 但一個問題不能忽略：營收增長能否跑贏成本增長？ 如果模型效能越來越好，每次推理成本卻不斷下降，AI 公司的獲利空間就可能擴大。 反過來，如果營收增長主要依靠持續補貼和巨額投入，估值壓力也會越來越大。 所以，我認為 AI 產業下一階段最重要的競爭，不只是比誰的模型更強，而是比誰能夠用更少的算力創造更多營收。 畢竟，GPU 不會因為模型有夢想，就主動免收電費。$AMD
AI 產業現在有一個非常有趣的現象：模型越來越聰明，帳單也越來越聰明地增長。
Anthropic 衝擊 1.4 萬億美元估值，背後是巨額融資需求和持續擴大的算力投入。
AI 訓練需要 GPU，模型推理需要伺服器，企業客戶越多，運算需求也可能越大。
這意味著 AI 公司營收增長的同時，還必須面對電力、資料中心、晶片和雲端運算成本。
資本市場看好 AI，並不是沒有理由。企業自動化、智慧程式設計和 AI 代理都可能創造巨大商業價值。
但一個問題不能忽略：營收增長能否跑贏成本增長？
如果模型效能越來越好，每次推理成本卻不斷下降，AI 公司的獲利空間就可能擴大。
反過來，如果營收增長主要依靠持續補貼和巨額投入，估值壓力也會越來越大。
所以，我認為 AI 產業下一階段最重要的競爭，不只是比誰的模型更強，而是比誰能夠用更少的算力創造更多營收。
畢竟，GPU 不會因為模型有夢想，就主動免收電費。$AMD