经济学人：
投资不足的风险远大于投资过度的风险，”谷歌母公司Alphabet的老板Sundar Pichai在最近的一次财报电话会议上表示。他和大众的许多高管一样，谈论的是人工智能（AI）更具体地说，他谈论的是建立人工智能数据中心，为这家科技集团云计算部门的客户提供服务。所涉金额达到令人瞠目的结舌。Alphabet 的资本支出预计今年将增长约一半，480亿美元。其中大部分将用于购买与人工智能相关的设备。
Pichai 先生的同行并不多。在 7 月 30 日的财报电话会议上，微软领袖 Satya Nadella 也自主了其在人工智能领域大举投资的计划。据分析公司 New Street Research 估计，Alphabet、微软、亚马逊和 Meta 今年将总计斥资1040 亿美元建设 人工智能 数据中心。加上小型科技公司和其他行业的公司支出，2024 年至 2027 年期间人工智能 数据中心的总体投资可能会达到 1.4 万亿美元。
近期投资的规模，以及何时能获得回报的不确定性，让股东感到不安。Alphabet公布业绩后的第二天，科技股主要的纳斯达克指数下跌了4%，是否已下跌4%， 2022年10月以来的最大单日跌幅。微软的股价在财报发布后也出现下跌。
目前，正如皮查伊的芯片所表明的那样，科技公司几乎没有削减投资的意愿。这对从繁荣中受益的众多供应商来说是个好消息。英伟达是一家人工智能芯片供应商，今年6月曾一度成为全球最有价值的公司，引发了大部分头条新闻。但人工智能供应链要庞大。它涵盖了数百家公司，从台湾服务器制造商、瑞士工程公司到美国电力公司。自 2022 年 聊天GPT推出以来，许多公司都出现了需求激增，相应地进行了投资。随着时间的推移，供应瓶颈或需求中断可能会导致这些公司过度扩张。
人工智能投资可以分为两部分。其中一半流向芯片制造商，主要受益者是英伟达。其余部分则花在了让芯片保持运转的设备制造商上面，从网络设备到冷却系统。为了评估人工智能供应一系列的进展情况，《人经济学》研究了60多家这样的公司。自2023年初以来，我们研究范围内的公司平均股价上涨了103%，而美国股票标准普尔500指数上涨了42%（见图1）。他们2025年的预期销售额平均增长了14%。相比之下，标准普尔500指数中非金融公司（不包括科技公司）的销售额增长仅了1% 。
涨幅最大的是芯片制造商和服务器制造商（见图2）。英伟达占了该集团预期销售额增长的近三分之一。预计该公司今年的AI芯片和相关设备销售额将达到1050亿美元，上一财年的480亿美元。其最接近的竞争对手AMD今年的数据中心芯片销售额可能增至70亿美元至约120亿美元。6月份，另一家芯片制造商博通表示，其季度AI收入同比增长280%，达到31亿美元。该公司的帮助包括云家族旗下的客户设计自己的芯片，同时还销售网络设备。7月25日，另一家芯片制造商SK海力士表示，预计明年其先进内存芯片的需求将增长一倍以上。
制造服务器的公司也大赚了一笔。戴尔和惠普企业( HPE )在最近的财报电话会议上都表示，人工智能服务器的销量在过去一个季度翻了一番。大量苹果iPhone的台湾制造商富士康也有服务器业务。5月份，该公司表示，其人工智能销售额在过去一年增长了两倍。
其他公司也看到了需求激增，即使新的销售尚未实现。工业机械制造商伊顿表示，过去一年，美国客户对人工智能数据中心产品的咨询量增长了四倍多。人工智能服务器所需的需求电力可能是传统服务器的十倍。制造可再生能源和输电设备的 Quanta Services 公司的老板 Earl Austin Junior 最近承认，其数据中心业务需求的激增“让我有点措手不及”。销售数据中心冷却系统的 Vertiv 在4月份指出，其人工智能项目在两个月内增长了一倍多。
所有这些兴趣都引发了另一场投资狂潮。今年，我们样本中的三分之二的公司预计将提高其资本支出（占销售额的比例）五年平均水平。供应链中的许多公司都在建造新工厂。其中包括台湾服务器制造商Wiwynn、美国Supermicro和美国高级网络电缆销售商Lumentum。许多公司仍在研发方面投入更多资金。
一些公司正在通过收购进行投资。本月，AMD表示将收购四分之一公司Silo AI，以提升其AI能力。今年1月，HPE宣布将斥资140亿美元收购生产网络设备的Juniper Networks。去年12月，Vertiv宣布收购液体冷却专家CoolTera。该公司希望能够帮助其将液体冷却技术的生产规模扩大45倍。
然而，随着支出的增加，人工智能供应链面临的威胁也在增加。其中一个问题是它对英伟达的严重依赖。研究公司 Dell'Oro Group 的 Baron Fung 指出，当英伟达从每两年推出一款产品时新芯片每年推出一款新芯片时，整个供应链必须争先恐后地建立新的生产线，从而加快了时间表。人工智能供应链中公司的未来销售取决于让这家全球最有价值的芯片制造商满意。
另一个威胁来自供应瓶颈，最明显的是电力供应。伯恩斯坦公司的一项分析研究了这样一种情况：到2030年，人工智能工具的数量大致与今天的谷歌使用搜索相当。这与美国的许多电力需求将从2010年至2022年的0.2%上升至每年7%。要迅速建成如此大的发电能力将非常困难。摩根士丹利的斯蒂芬·伯德指出，在可以建造人工智能数据中心的加利福尼亚州，需要六十到的时间安装接入电网。
一些公司已经开始尝试通过提供离网电力来弥补缺口。今年3月，电力公司Talen Energy以6.5亿美元的价格将一个与核电站完整的数据中心卖给了亚马逊。小型人工智能云巨头CoreWeave最近与燃料电池制造商 Bloom Energy 成立，生产现场电力。其他公司正在重新利用已经拥有电网接入点和电力基础设施的场所，例如比特币挖矿地点。尽管如此，人工智能的能源需求如此巨大，电力无穷的风险仍然存在。
人工智能供应链面临的最大威胁可能来自需求的分割。6月，高盛银行和风险投资公司红杉资本发布报告，质疑当前生成式人工智能工具的收益，以及云计算分区大举投资的合理性。人工智能利润难以实现，这些工会可能会削减投资，让供应链面临风险。
工厂的建设带来了更高的固定成本。在我们调查的公司样本中，预计2023年至2025年期间，房地产、厂房和设备开支中的支出将增长14%。如果需求迟迟无法实现，投资可能会开始怀疑。HPE收购瞻博网络（Juniper Networks）的交易价格在1月份宣布时是收购方市值的三分之二。
即使在最近的动荡之后，市场预期仍然乐观。对于我们样本公司而言，市盈率中逐步下降（如何宽松地评估利润的指标）自2023年初以来已攀升了9个百分点。如果要满足这样的预期，人工智能工具需要快速改进，企业需要大规模采用它们。对于人工智能供应链上的许多公司来说，风险越来越高。
评论
发表评论