AI 獨角獸在 IPO 前面臨 10 億美元現金消耗難題

(P1) 構建更強大人工智能的競賽正在為 OpenAI 和 Anthropic 等行業領導者帶來 IPO 前的財務壓力，年度計算成本目前估計將超過 10 億美元，為其通往公開市場的道路蒙上了陰影。

(P2) 「這些公司最大的單項支出就是計算，」一位持有 AI 領域頭寸的風險投資家表示。「這是一場資本支出軍備競賽，公開市場投資者將要求看到一條清晰的盈利路徑，而這在未來三到五年內可能根本不存在。」

(P3) 報告指出，訓練一個下一代大語言模型的成本可能高達 2 億美元以上，比兩年前增加了 4 倍。Anthropic 的最新文件顯示，其每月現金消耗率接近 8000 萬美元，其中超過 60% 分配給了亞馬遜雲服務（AWS）和谷歌雲的雲計算服務。這些支出主要用於獲取數以萬計的高端 GPU（如英偉達的 H100），這些芯片對於模型訓練和推理至關重要。

(P4) 巨大的資本消耗威脅到投資者的熱情，而這本應是自 2021 年以來規模最大的兩場科技股 IPO。雖然 OpenAI 的營收正在增長，但其運營成本增長得更快，這種動態可能導致其在公開市場上出現折價融資（down-round）或低於預期的估值。對於投資者而言，關鍵問題在於訂閱和 API 收入是否能超過底層計算能力巨大且仍在上漲的成本。

GPU 瓶頸

財務壓力的核心在於全球對少數芯片設計商（主要是英偉達）的依賴。該公司的 H100 和即將推出的 B200 GPU 已成為 AI 訓練的事實標準，賦予了英偉達強大的定價權。一家半導體研究機構的最新分析估計，單顆 H100 GPU 的材料清單（BOM）成本約為 3000 美元，而其售價高達 30000 美元。這種 10 倍的加價直接損害了 AI 模型提供商的盈利能力。OpenAI 和 Anthropic 都在探索定制芯片設計以減少這種依賴，但此類項目是長期工作，結果具有不確定性，需要數十億美元的研發投入，且至少需要三年時間才能達到生產規模。

盈利之路

這些 AI 領導者面臨的核心挑戰是其商業模式下的成本隨使用量直接擴展。模型執行認的每一次查詢或任務都會產生推理成本，這是對所用計算能力的雖然微小但很顯著的收費。隨著這些模型變得更加強大並集成到更多應用中，總成本可能會激增，從而可能使盈利能力永遠無法實現。微軟作為 OpenAI 的主要投資者，通過其 Azure 雲平台協助吸收了部分成本，但 Anthropic 等公司缺乏這樣財力雄厚的合作夥伴，使其在上市前的財務基礎更加脆弱。市場目前正在觀察這些公司能否通過優化模型效率、從雲提供商處獲得更優惠的條款，或證明一種最終能跑贏其巨大運營支出的營收模式。

本文僅供參考，不構成投資建議。