从GPT-3到GPT-4训练成本飙升18倍
数据中心、半导体、人力与云投入同步上升
由于市场对美国大型科技企业业绩的担忧加剧，股市大幅下挫，“人工智能（AI）泡沫论”正在扩散。业内外开始认为，虽然投入AI开发的成本相比初期呈指数级飙升，但能够抵消这些成本的盈利创造却并不理想。
支撑外界对AI企业盈利能力产生疑问的，是天文数字般的成本。根据美国斯坦福大学人本人工智能研究所（HAI）26日发布的《斯坦福AI指数2024》报告，AI模型的估算训练成本大幅增加。以OpenAI为例，2020年在生成式AI GPT-3模型上投入的成本为432万美元（约60亿韩元），而去年用于GPT-4模型训练的成本则高达7835万美元（约1085亿韩元），3年间增加了18倍。
在HAI统计的AI模型中，训练成本最高的是谷歌的Gemini Ultra，达到1.914亿美元（约2650亿韩元）。而在2017年，作为生成式AI雏形的Transformer模型训练成本仅为930美元（约130万韩元）。
AI模型相关成本之所以成为沉重负担，是因为资本投入并不局限于训练领域。数据中心建设、半导体采购、人员招聘、云计算支持等基础设施相关环节的投资也在急剧增加。仅从云计算投入成本就能看出这一趋势。市场调研机构国际数据公司（IDC）数据显示，仅今年第一季度，全球云基础设施总支出就同比增长约37%，达到330亿美元（约45.7万亿韩元）。
在推动AI发展的美国，民间投资规模尤为突出。自2013年至去年，对AI的总投资额达到3352.4亿美元（约464.6万亿韩元）。其后依次为中国（1036.5亿美元）、英国（222.5亿美元）、以色列（128.3亿美元）、加拿大（105.6亿美元）。韩国以72.5亿美元排在第9位，紧随位居第8位的法国（83.1亿美元）之后。
尽管AI开发领域投入了巨额资金，但真正取得显著成果的企业仍然有限。谷歌今年第二季度资本支出为132亿美元，较专家预期高出8%。这主要是因为为支持生成式AI而增加了基础设施投资，由此甚至引发了“相对于未来可能产生的营收，这样的支出是否过高”的担忧。美国资产管理公司Synovus Trust的首席投资组合经理Daniel Morgan表示：“投资者正在寻找数十亿美元AI投资能够带来明确投资回报率的证据”，“谷歌到底从AI中获得了多少利润？从财报来看，谷歌仍然主要通过广告和搜索获取收益。”
即便是在能够投入庞大资本的大型科技公司中，尚未出现与之匹配的成果，更不用说规模更小的企业或初创公司，处境更为艰难。以韩国国内备受关注的AI技术企业Upstage为例，其去年营业收入为46亿韩元，却录得189亿韩元的营业亏损。
从技术层面看，仍有许多需要补强之处。HAI指出：“AI在图像分类、视觉推理、英语理解等多项基准测试中已经超越人类”，但同时也诊断称：“在视觉常识推理、规划制定以及高阶数学能力方面仍然落后。”
围绕AI盈利能力的质疑也从美国股市蔓延至韩国本土市场。作为AI半导体核心存储器——高带宽内存（HBM）领域的领军企业，SK海力士在时隔6年后创下最大业绩，但截至本月25日，其股价却暴跌8.87%。
不过，业界仍期待，一旦技术效率提升的情形真正到来，盈利能力有望得到改善。业内相关人士表示：“如果资本性支出负担持续扩大，大型科技企业达到盈亏平衡点的时间将被推迟，现金流恶化也会波及初创公司”，但同时也称：“在迈入稳定发展轨道之前，只有拥有扎实基本面和强大愿景的企业和初创公司才能生存下来。”他还指出：“为了降低成本的研究已经开展了很多，在对同规模AI模型进行训练时所需成本，相比初期已经减少近10倍，从长期来看，盈利能力会有所改善。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
