目錄

• 您可能想知道
• 主要議題
• 關鍵見解表
• 後續…

您可能想知道

AI 產業的快速成長是否脆弱，因為它高度依賴僅兩家新創公司？

較便宜的中國開放權重模型可能如何重塑大型雲端供應商之間的競爭與定價環境？

主要議題

史蒂夫·艾斯曼（Steve Eisman），以在全球金融危機前押注房市下跌而獲利聞名的投資人，表達了這樣的擔憂：目前的人工智慧繁榮日益集中在兩家公司——OpenAI 與 Anthropic。艾斯曼指出，這兩家新創公司佔據了大型雲端與科技公司相當大的 AI 相關營收。根據他的說法，OpenAI 與 Anthropic 共同約占 Microsoft、Amazon、Google（Alphabet）與 Oracle 等公司的 AI 相關收入約 70%。這種程度的依賴意味著，這些公司由 AI 驅動的未來在很大程度上實際上是對這些新創公司成功與否的押注。

艾斯曼進一步估算，與這些新創公司相關的營收可能佔這些公司的雲端營收約 25% 至 35%。換句話說，雲端貨幣化的很大一部分可能直接與少數第三方 AI 供應者的表現與採用率掛鉤。對於在 AI 基礎設施與行銷上投入巨資的大型雲端廠商而言，這種集中度放大了對少數合作夥伴命運的曝險。

艾斯曼的主要警告之一是，市場面臨一個外部競爭威脅：中國的開源與開放權重 AI 模型。這些替代方案通常較為便宜，並且據說正在獲得關注。艾斯曼暗示，若 OpenAI 或 Anthropic 遭遇挫折，成本較低的中國模型可能迅速搶占市佔。此一轉變很可能引發雲端供應商之間激烈的價格競爭，壓縮利潤率並造成顯著的營收壓力。 由較便宜的開放權重模型驅動的這種潛在價格戰，正是艾斯曼所稱的產業阿基里斯之踵。

艾斯曼的觀點為一場更廣泛的辯論提供了助力，討論驅動 AI 繁榮的大規模投資是否能帶來足夠的回報。一些著名投資人擔心，為建置與部署 AI 能力而進行的投資熱潮，可能無法轉化為主要科技公司可持續的利潤成長，這些公司是該趨勢的主要支出者與受益者。

這場討論呼應其他懷疑論者的觀點，尤以麥可·伯瑞（Michael Burry）為著名，他同樣以押注房市泡沫而聞名並出現在《大空頭》中。伯瑞表達了更為懷疑的看法，質疑目前與預期的 AI 需求有多少是真正來自終端客戶的需求。他主張，部分支出可能受到循環或自我強化的安排驅動，而非有機的客戶採用。基於此種懷疑，伯瑞對被視為 AI 浪潮主要受益者的多家公司採取了看跌的部位，其中包括半導體領導者 Nvidia 及其他與晶片產業相關的公司。

綜合來看，這些批評突顯了 AI 投資論點的兩項關聯性疑慮：集中風險與需求持久性。當產業價值的很大一部分依賴於少數玩家時，就會產生集中風險，若這些玩家失利，系統性脆弱性就會增加。對需求持久性的疑慮則在於，目前的支出模式是否反映長期的客戶價值，或僅是因為炒作、廠商融資或非經常性安排而被暫時推高。

對企業與投資決策者而言，認知這些風險可用於策略規劃。高度依賴少數 AI 夥伴的公司，或可分散供應者基礎、投資自有模型能力，或尋求鎖定的商業合約以降低依賴度。投資人則可更保守地評估估值，對雲端與 AI 營收的現金流假設進行壓力測試，並密切關注低成本全球供應者之間的競爭動態。

關鍵見解表

後續…

展望未來，有幾個技術與政策領域值得進一步關注，以降低艾斯曼與其他人所指出的風險。首先，推動模型互通性與開放標準可降低供應商集中度，並允許更具競爭力的 AI 服務採購。其次，投資於高效且具成本效益的推論技術與模型壓縮，可使供應商較不易受低成本競爭者影響。第三，釐清商業模式並提高對客戶需求的透明度，有助判斷支出是否代表可持續的採用或只是短暫現象。 政策制定者與產業領袖也應監測跨境競爭，並考量貿易、授權與安全議題如何與市場動態交織。

對投資人與主管而言，審慎之道包括分散 AI 供應商、對營收依賴進行嚴格情境分析，並在可能的情況下強化自有能力。關於集中度與價格壓力的討論仍在演變，持續掌握全球模型發展、總持有成本趨勢與客戶採用模式，對評估 AI 驅動業務的長期前景至關重要。

總之，雖然 AI 承諾帶來變革性價值，艾斯曼的警告突顯出：對少數新創公司的狹窄依賴——再加上較便宜替代方案的興起——可能造成重大脆弱性。利害關係人應在產業成熟過程中，將這些考量納入策略規劃與風險管理。