JP摩根认为，由于GPU的运行接近满负荷，AI的担忧被夸大了，这与互联网泡沫时期的光纤建设不同，后者一直处于未充分利用状态。 他们有一定道理，但我想反问一下，谁在为GPU买单，底线利润在哪里？ 我们在生成性AI上看到的问题在于下游，实际使用这些平台的情况。 绝大多数是免费的。付费层的兴趣显著较低。特别是在像OpenAI这样的公司，真正面临将免费用户转化为付费用户的困难。 用例在增长，但与已建和计划中的容量相比仍然面临挑战。 这就是我认为这张图有点误导的原因，因为乍一看，它似乎表明有巨大的使用量，因此我们不应该担心。但如果使用量主要是由亏损引导的免费用户驱动的，那么这对补贴它的公司来说并不是一个可持续的范式，对吗？

说到利用率，真的有人相信 $META 会达到 8681.4MW 的电力容量吗？ 这将是目前总容量的近 4 倍，几乎是 $META 目前容量的 30 倍。 然而 $META 在过去一年中并没有展示出任何真正有意义的 AI 进展。🤔

毕竟，95%的企业在投资生成性AI时没有获得真正的回报。 而问题在于。 核心障碍不是能力！ 而是生成性AI本身的局限性。这些局限性并不能通过自主AI、RAG或其他增强和附加层来解决。

与此同时，正在进行一场建设数据中心容量的竞赛，而我们可能并不需要这些容量。 1）我们不知道未来的AI是否由耗能巨大的GPU驱动 2）或者我们将使用大型低效的通用模型，还是专用的小型模型 我们在为什么而建设？

我们所知道的是，标准普尔500指数中最大的9家公司，占市场资本权重的37.89%，在不同程度上将自己与生成性AI结合在一起，视其为未来增长故事的重要组成部分。这个是否能够持续下去是一个关键问题。