科技评论家Ed Zitron警示AI行业是泡沫，缺乏需求且成本失控。虽获部分名人支持，但有专家反驳，认为投资和成本可控，商业模式可持续，行业仍有发展潜力。
译自：How Solid Is Ed Zitron's 'Case Against Generative AI'?
作者：David Cassel
对于AI行业，“我除了炽热的末日，看不到它的未来。”
这是科技评论家 Ed Zitron 的看法，他对自己所认为的支出泡沫不吝啬地表达了怀疑。他长达18,000字的“ 生成式AI的反驳 ”于9月29日在他的时事通讯中发表，也提出了一些更具体的担忧，关于生成式AI (GenAI) 的资金来源——以及其交付成本有多高。
但并非所有人都同意Zitron的分析。
Zitron是媒体关系公司 EZPR 的创始人兼首席执行官。他在介绍自己的文章时称其为“我写过的最长的时事通讯……我全面的论证，是的，我们正处于一个泡沫之中，这个泡沫在不久的将来将不可避免地（且剧烈地）崩溃。”
他甚至一度高兴地列出了几位同意他关于我们处于泡沫之中的知名人士（包括 Mark Zuckerberg、 Sam Altman、阿里巴巴集团主席 Joe Tsai，以及 Apollo Global Management 首席经济学家 Torsten Sløk）。
但Zitron在一次电子邮件采访中告诉我，并没有什么“最后一根稻草”。“我的大部分工作都源于直觉——源于我必须写下并整理我的想法和感受的冲动。这篇一直在以‘如果我是对的怎么办？’这个暂定标题酝酿了数周。”
对生成式AI提出异议
如果他是对的呢？当然，很多人——成千上万的人——正在接触他提出的论点。Zitron告诉我，他的时事通讯有超过8万名订阅者。他还将这篇文章改编成了他的播客 Better Offline 的四集（该播客有1.3万名订阅者）。
这是不是怀疑论在我们的时代精神中具体化，成为金融媒体越来越关注的话题的时刻？
Zitron似乎希望如此。“我一直在驳斥所有我能想到的支持生成式AI未来的论点，而这篇文章将它们整合起来了，”他说。“并没有什么真正促成了这篇文章。更多的是，已经发生的事情和足够多的支持者发表的足够多的言论，让我有足够的素材来深入挖掘并提出一个根本性的强有力论点。”
围绕生成式AI的迷思
Zitron的文章认为，最大的科技公司需要展示持续的增长潜力（面对软件行业放缓），这得益于其投资者的炒作。他写道：“AI的构建和销售不仅建立在信仰之上，还建立在一系列AI支持者期望我们相信的神话之上。”
例如，他写道，“人们因为AI而失业，但并非白领工人、软件工程师，或者主流媒体和AI投资者会让你相信的任何职业道路。”相反，受影响的是翻译人员（一个“高度以产出为导向的行业”）。
当然，也有AI取代艺术总监、SEO专家和文案编辑的故事——但在Zitron看来，在这些行业中，合同工是被“懒惰、无能的成本削减者”裁减的，他们在AI潜力被大肆炒作之后，最终感到可以自由裁员。
当你A不了解员工的工作流程时，你可能会错误地将他们视为仅仅是产出生成器——就像 大型语言模型 (LLM) 一样。
因此，Zitron指责媒体没有质疑AI公司的乐观预测，他认为尽管投入巨大，但他仍然没有看到盈利能力的证据——其中 OpenAI 和 Anthropic 占据了AI收入的大部分。
Zitron还对所谓“Neocloud”公司提出了其他更具体的指控——这些是租赁CoreWeave、 Lambda 和 Nebius 等AI专用服务器的专业数据中心。
他指出，NVIDIA是Coreweave和Lambda的投资者——但也是客户（9月份签署了一项15亿美元的交易， 回租自己的GPU）。Zitron认为，“NVIDIA资助和维持Neocloud，以此作为将收入输送给自己（以及像Supermicro和Dell这样的合作伙伴，它们将NVIDIA GPU放入服务器中，预构建后出售给客户）的方式。”
等等，The New Stack研究总监 Lawrence Hecht 说——这并不罕见。
“公司投资其供应商生态系统是一种常见的商业惯例，”Hecht在一次在线采访中告诉我。“大约八年前，我记得Coinbase和Slack都利用其高估值来投资其客户和邻近行业中可能的赢家，”Hecht说——讽刺的是，这次采访就是通过Slack进行的。
Hecht同意Zitron引用的专业数据中心现在过度依赖少数客户，并且不一定认可他们的商业模式。（“我没有听到太多关于大多数企业对GPU即服务（GPUs as a Service）的需求的积极反馈。”）但这并不意味着它们是整个经济的定时炸弹。
“我同意许多企业试点项目将会失败，如果这是真的，那么2026年在硬件和云服务上的支出将低于预期，”Hecht写道。
他补充说，“AI相关初创公司对GPU的需求也是空中楼阁。大多数初创公司（无论哪个行业）都会失败，所以AI也应该没有什么不同。”
但“CoreWeave和其他公司失败唯一受伤害的人是公开股票投资者（主要是机构投资者）。”
Zitron的文章提供了一些更多例子—— 据《华盛顿邮报》报道，他并不是唯一一个对此感到担忧的人。NVIDIA还宣布即将向OpenAI投资1000亿美元——《华盛顿邮报》称其为“最重要的客户之一”，并补充说此举“加剧了人们对AI基础设施支出可持续性的担忧”。
“一些分析师警告客户，这种潜在的循环安排可能助长AI投资的任何泡沫。”
成本与一致性
Zitron也不相信所有这些巨额投资都会发生——或者OpenAI会实现其数百亿美元的预计未来收入。
但除此之外，他更大的论点是，AI本身并不盈利（除了主要的参与者之外），因为其需求不足又因失控的成本而加剧。
Zitron估计， Microsoft 目前每年从Copilot订阅中最多获得28.8亿美元的收入（尽管该公司提供折扣）——这是基于所有Microsoft 365订阅者中非常低的个位数采用率。对于一家在一个季度内就能赚272亿美元的公司来说，Zitron称每年28.8亿美元为“可悲的”。
但他的文章也警告说，“付费用户可能带来的成本比他们带来的收入还要高”，因为“无法以一致的方式进行成本控制”。
文章甚至一度描述了“ viberank ”排行榜，其中“人们竞相查看他们烧了多少钱，目前的领先者在一个月内烧掉了51,291美元……这是一个成本失控的糟糕业务。”
为了证明自己的观点，Zitron的文章引用了 《华尔街日报》的一篇文章，该文章声称Microsoft“平均每月每个用户损失超过20美元”，有些用户让“公司付出高达80美元的成本”。（但Zitron没有提到的是，《华尔街日报》的文章是两年前发布的。）
TNS分析师Hecht指出，“服务客户的成本每月都在下降，通过API提供模型即服务的公司对非常灵活的定价有很强的控制力。”
那么Zitron关于持续控制成本是不可能的主张又如何呢？Hecht认为Zitron大错特错。
“是的，存在局限性，但它们很容易克服，”Hecht写道，并补充说，“即使在单个客户层面，我们也看到像 Perplexity 这样的公司已经创建了大量的层级，因此他们可以根据1)需求和2)提供服务的成本来收取更多费用……大型模型提供商将能够在中期调整其投资水平和定价。”
他补充说，与此同时，这只是“关于应该花费多少来获取市场份额和新客户的商业决策”。“我确信大多数AI公司没有产生利润。但是，大多数 [风险投资] 支持的公司在最初几年内都不会盈利。”
市场还是疯狂？
所有这些AI投资会收回成本吗？9月25日， 《华尔街日报》 讨论了实现盈亏平衡的可能性（和不可能）。 Eliot Brown 和 Robbie Whelan 的文章写道：“截至8月，OpenAI约有7亿人——占世界人口的9%——成为ChatGPT的周活跃用户，高于3月份的5亿，而其收入有望在2024年翻三倍。”
支持者认为，“如果AI继续发展到可以取代大量的白领工作，那么节省下来的成本将足以收回投资。AI高管预测，这项技术在未来几年内可以为全球GDP贡献10%。甲骨文公司主席Larry Ellison本月告诉投资者：‘训练AI模型是一个巨大的数万亿美元市场。公司和消费者日常使用AI的市场“将大得多，大得多”。’”
但如果它不能呢？麻省理工学院最近发布了一项 令人沮丧的 研究，其中95%的企业受访者表示他们的AI项目并未提高利润。（尽管Hecht指出该研究的样本量很小，研究人员将其描述为“对企业利益相关者进行了52次结构化访谈，对300多项公共AI倡议和公告进行了系统分析，并对153位领导者进行了调查。”）
尽管如此，Zitron仍然坚信不疑。他的文章直言不讳地提出他的论点：“生成式AI没有市场需求，而且这种需求永远，永远不会到来。”
也许在某个地方的时代精神中，还有一个人默默地微笑着表示赞同。
“我没有听到任何超大规模厂商或neocloud公司的消息，”Zitron告诉我，“但我确实有一些那里的消息人士喜欢我的作品。”
