AI Exchanges: Will falling costs drive new opportunities?
21:30 Share

低成本AI模型的出现引发了人们对AI基础设施以及全球最大科技公司高额AI支出的质疑。在本系列播客《AI Exchanges》的首期节目中，联合主持人Allison Nathan和George Lee与高盛全球银行与市场业务全球投资银行联席主管Kim Posnett讨论了AI开发和实施成本以及对交易的影响等问题。了解更多关于您的广告选择的信息。请访问megaphone.fm/adchoices</context> <raw_text>0 欢迎收听高盛交易所播客。我是Alison Nathan。今年，我们决定更仔细地研究AI的兴起及其对公司、投资者和经济可能产生的影响。因此，我们为您带来了这个特别播客系列，我们称之为《AI Exchanges》，我将与我的同事George Lee一起主持。George是高盛全球研究所的联席主管。他曾担任高盛首席信息官。

在此之前，他曾担任我们投资银行业务的全球科技、媒体和电信集团联席主席。George，感谢你加入这个系列节目。谢谢你，Alison。很高兴和你一起做这个节目。期待它。我对此超级兴奋。我们的目标是帮助听众了解AI今天正在产生的影响以及它在未来几年可能发生的变化，正如我刚才所说，它对企业的影响以及

George，现在进行这场对话真是再好不过了，因为当然，我们最近看到了一些关于AI建设的根本性问题，这些问题在市场上产生了相当强大的影响。我们都观察到了本周市场上的波动。据报道，一家名为DeepSeek的中国AI公司推出了一款低成本AI工具，这引发了人们对AI基础设施的质疑，并引发了

关于美国最大科技公司巨额AI支出的问题。George，这正是你的专长。你一直在与高盛全球股票研究主管Jim Covello就AI的好处是否足以证明预期中的巨额成本是否合理进行激烈的辩论

这些公司在开发和支持这项技术方面的支出。众所周知，这项支出正在进行中。你一直对这场辩论持乐观态度。这款低成本竞争对手的出现如何改变这场讨论？我只想问你，这是否意味着Jim对巨额资本支出持怀疑态度是正确的？

一直以来都是如此吗？首先，Alison，与Jim进行这场持续的讨论非常棒。正如你所讨论的，这是一个非常重要和充满活力的时刻。因此，它带来了真正富有成效和有趣的对话。然而，我想说的是，正如你所说的那样，我恰恰相反。我认为这回答了Jim的一些主要担忧，并非全部。

而是一些。他两个可以理解且有充分理由的担忧是建设这种你提到的预训练基础设施的令人咋舌的资本成本。

然后是他认为这项技术永远不会便宜到足以在企业内部得到广泛应用。因此，这项发展，我想强调一下，可能，确实有望提供更有效的预训练方法，实际上可能在未来更深入地减少我们必须分配给至少该生态系统一部分的资本。此外，DeepSeek的定价措施表明，我们将继续看到每代币成本急剧下降。

这使得智能代币的增量成本趋于边际零，这是一个非常强大的概念。

但问题是，许多公司一直在花费大量资金。你认为这些支出基本上不会是有用的支出吗？哦，不。再次，恰恰相反。首先，这并不意味着结束。也许它标志着更多能够负担得起以较低资本成本进行这项工作的人们进行更多预训练活动的开始。因此，人们谈论的是杰文斯悖论，即某物的价格下降，丰度往往会增加。

此外，我认为这场辩论的一个重要部分是DeepSeq进行了一些非常有趣的工程改进，以解决预训练成本问题。

这些模型已经转向在推理时间、测试时间进行更密集和丰富的计算。因此，如果智能代币的价格下降，它本身就会产生丰富的新的用例。许多计算是在推理中进行的。我认为我们现在以及未来几年计划投入的所有基础设施都将得到充分利用。

当你放眼更长远的未来，3年、5年、7年、10年时，你可以提出一些问题，即我们是否需要相同的资本成本轨迹。但这仅仅取决于对这个想法的判断，嘿，你有一种更便宜的商品。这是否会产生更多的数量来抵消价格下降？因此，技术史会告诉你，这确实是动态的。

但同样，我认为这标志着技术的真正进步。它解决了像Jim这样的市场观察者所担心的许多问题，并承诺提供这些代币的丰富性，对于高盛这样的地方来说，这将开辟新的应用前景。对。以及更具成本效益的用例。从本质上讲，我们能否看到它们的应用和采用速度加快？

绝对可以。在我们的对话中，Jim列举了一些对我们有用的技术应用，但相对于人力资本而言，它仍然价格过高。我认为这实际上改变了这个等式。同样，这将包含我们今天甚至无法想象的新用例。

这将是有趣和令人兴奋的。同样，这是技术发展方式的重复历史的一部分。这感觉像是一个非常不连续的时刻，因为潜在资本成本和代币成本的下降幅度很大。但是，如果你放眼全局，从过去120年的摩尔定律的历史来看，甚至跨越硅时代之外，或者这种现象本身，

我认为它在一个急剧下降的整体曲线中是一个可衡量但很小的波动。这真的很有趣。让我们把Kim Posnett带入这场对话中。Kim是我们全球银行和市场业务的全球投资银行联席主管，也是前全球科技、媒体和电信集团主管。

Kim，欢迎加入讨论。我想不出比这更好的嘉宾了。感谢你们的邀请。你们是否以同样的方式看待这种现象？Alice和我刚刚就价格与数量之间的权衡以及杰文斯悖论进行了有趣的讨论。你是否以同样的方式看待它，你的客户是否也以同样的方式看待它？不出所料，George，我确实如此。

如果你撇开全球争夺AI霸权的竞争，这是一个单独的讨论。我认为，正如你我过去几天和几周讨论的那样，这是一个明确的好消息。计算成本正在急剧下降。每代币的价格正在急剧下降。这意味着这些模型变得更具成本效益。这对全世界来说都是好消息，因为这对我们所有人来说都会更便宜。

你提到的杰文斯悖论，我认为这绝对是有效的，你会看到效率的提高会导致采用和消费的增加。在整个商业领域，你可以看到用例的扩展，有很多例子。我们一直在谈论自动化重复性任务，但想象一下自动化复杂的任务

流程。例如法律援助、金融服务、科学研究。我上周刚和一位AI研究人员谈过关于免疫系统建模和大脑建模的问题。想想如果我们能够做到这一点，对医疗保健行业的影响。例如，我最喜欢的例子，我想知道你的例子是什么，是无处不在的对话式AI。所以有点像每个情境中每个人的私人助理。

个人方面，专业方面，我认为你会看到还有很多用例可以讨论，但这些只是一些例子。我同意。我认为对话界面非常强大，在某种程度上需要改变你使用技术的方式。我发现自己戴着AirPods走在街上，对着语音助手说话，在这个过程中看起来有点奇怪。但这是一种非常强大的方式来访问这种智能技术。

当然。此外，人们正在谈论的另一个并行现象，这个现象被DeepSeek事件暂时掩盖了，那就是代理的兴起以及一些新的方法。你对此怎么看？我们还处于早期阶段吗？这对这些模型来说是一个全新的改进方向吗？我认为我们还处于AI代理的早期阶段。我也相信它们最终会无处不在。谁知道时间框架是什么？你告诉我，我认为你同意。

我同意。我过去周末一直在玩云计算和OpenAI的新运营商产品。它还处于早期阶段。这是一种原型体验。是的。

但这暗示着一些非常强大的东西。对不起，我可以问一下，当我们说AI代理时，对于那些不太了解AI的人来说，我们指的是什么？首先，我很高兴你问这个问题，因为围绕代理的定义非常广泛。我给你两个。一个更广泛的定义，它是一个模型、计算和资源系统，可以完成链接的任务，

并允许你完成业务或个人生活中更复杂的多步骤任务。因此，典型的例子是，我想去凤凰城旅行，帮我预订航班，帮我预订酒店，帮我预订租车，它会自动执行。我们正在谈论的应用程序目前更多的是面向消费者的，基本上是向这些应用程序发出指令，以补充你从亚马逊需要的东西，它会打开一个网页。

它会拍摄网页的图片。它能够辨别这些像素，识别文本输入框、按钮。它会抓住你的光标，开始代表你执行操作。观看它真的非同寻常。它还处于早期阶段。正如开发这些功能的人所承认的那样，他们希望让人们参与到改进中来。一位市场观察者对它做了一个非常有趣的描述，那就是……

你要求它执行一项任务，它会打开一个浏览器，它会开始代表你在网站上执行操作。在执行操作时，它非常缓慢、谨慎且断断续续，让你想起1997年教你的祖父母如何使用网络的情景。但尽管如此，这是一个鼓舞人心的发展方向

但我认为这是一个重要的问题，因为你拥有这种近乎垂直发展的AI模型。这是一个例子，它正在推动对（你之前提到的）可扩展性、效率、可持续性以及当今AI模型规模和复杂性增加的需求。

需要大量的资本。同样，它们需要大量的能源、动力土地和数据中心。这导致了你关于资本支出问题的疑问。这就是为什么我同意George关于当今资本支出的答案。那是白费吗？我不这么认为。我给你一个数据点，这很有趣。如果你看看——我只是选择四家公司——的资本支出

亚马逊、Alphabet、Meta和微软。这四家公司在2022年的资本支出超过1160亿美元。那一年，ChapGPT向公众发布。两年后，即2024年，他们的支出略低于2000亿美元。在两年的时间里，几乎翻了一番。你已经看到了最近的公告。Meta宣布他们将在AI相关产品上花费600亿至650亿美元。

今年的资本支出，微软800亿美元。你看到了公告，星门AI基础设施合资企业公告就在上周发布。所以，我认为，

鉴于这种近乎垂直的进步，目前大量的资本支出是合适的。我同意George的观点。问题是，在三、四年或五年后，随着这些模型变得更高效，中期资本需求尚不清楚。但我们听说这家总部位于中国的低成本竞争对手的资本支出非常低。那么，公司是否真的在重新考虑需要投入这项技术的资金数量？

从中期和长期来看，也许吧。我认为这与我们在这些模型的效率曲线上的观察直接相关。我认为我们还不知道答案。

我同意这一点。所以Kim，你投入到这些模型顶部的另一个前提条件，另一个成分，除了你提到的电力和数据中心容量之外，就是数据本身。在你作为银行家的职业生涯中，你做过很多非常以数据为中心的交易。你很了解这个生态系统。观察者说，我们很快就会用完人类生成的大量可用数据，如果不是已经用完的话。因此，我认为这会让模型制造商考虑

合成数据生成或解锁防火墙或受保护和专有数据后面的数据。

有没有可能围绕这一点出现一种数据经济？是的，我认为会的。我对这个问题的看法在过去几年里发生了变化。AI最大的瓶颈是什么？是数据还是电力？我认为大约一年前我会说是数据。我认为今天我会说是电力。无论如何，我们可以就此进行辩论。但我确实认为数据经济的格局正在出现和发展。因此，正如George提到的那样，有新的数据市场，但也有一些现有市场的重塑。

因此，去年，你开始看到新的创造性伙伴关系和数据许可协议的形成。所以那是出版商伙伴关系。那是社交媒体伙伴关系。那是库存照片伙伴关系。我认为你会继续看到这一点，因为数据变得如此有价值。然后……

关于我们是否用完了数据，我认为你会开始看到诸如合成数据市场之类的东西。这就是AI生成的数据模拟实时数据的地方。想想你的医疗记录，你使用这些合成数据来训练模型或个人数据市场，你可以在其中选择加入并向企业出售你自己的个人数据，以

来训练模型。这是一个很好的过渡，可以谈谈交易以及你在硅谷和世界各地在资本形成、新公司以及IPO和销售潜力方面看到的景象。除了这些模型提供商和基础设施提供商之外，还有一整套同行

提供基础设施、工具和安全。你是否看到很多这样的公司正在出现，而且它们的增长速度是否比你我多年来合作过的前几代公司更快？是的，如果你与CEO交谈，我只关注美国，在美国整个企业领域，我认为许多人会说，在过去几年中，他们感受到了来自货币政策和监管方面的增长阻力

从货币政策的角度来看，从监管的角度来看。如果你今天问他们他们的观点是什么，我认为普遍的乐观情绪和一种信念是，货币政策和监管环境将会宽松，这将使他们能够在增长、投资、并购、IPO等方面更加积极进取。因此，我认为交易的背景，尤其是在科技领域，

今天相当积极。在今年年初，仅仅过了三四个星期，你已经看到很多战略活动。我希望这种战略活动在今年持续下去并加速发展。至于AI本身，我认为AI交易是通过某种方式进行的

两种视角。一个是资本市场和融资，另一个是并购。在资本市场和融资方面，我们已经触及了投资者关注的许多主题，即资本支出、投资回报率、全球霸权、谁将获胜、谁将失败。我确实认为投资者总体上仍然看好AI。上周出现了一些新问题

然后是并购，实际上我认为你已经看到了AI驱动的战略并购。去年有很多例子。因此，我认为在未来一年中，你将看到更多与AI相关的战略并购。Kim，你简要提到了电力也是一种制约因素。所以，跟我们谈谈你在这方面学到了什么，以及为什么你更担心。

正如我所说，我一直在思考什么更大的制约因素，数据还是电力？我现在认为是电力。你是否同意我的观点，认为是电力？我对它是数据还是电力的回答是肯定的。我不确定如何平衡它们。这相当清楚。谢谢。但从历史上看，我们已经看到美国几十年，确实是几十年来，基础负荷电力需求的年增长率低于3%。而现在，你看到了前所未有的构造性转变

与AI相关的电力需求。为了更具体地说明这一点，AI服务器需要的电力是传统服务器的10倍，数量级。你看到这些公司，超大规模公司，正在建设这些AI数据中心园区，它们是多吉瓦特中心，好吗？

为了说明这一点，这就是为整个城市供电所需的电力。因此，我认为我们不能低估运行当今这些高度复杂和复杂的AI系统所需的电力。它很可能会成为一个来源。我的意思是，关于这一点有趣的部分是，它本身将成为创新和电力输送需求函数的一部分。因此，扩大绿色能源规模，电池允许你以不那么间歇的方式存储和使用它，小型模块化核聚变，它

我认为这又是这个需求催生的一个相对静态的行业中的创新。Kim，也许我们以你我经常谈论的事情结束吧，那就是我们关注的是这项技术的巨大进步，以及它以更低的成本在世界上得到更广泛应用的潜力。

然而，我们看到企业采用方面存在一些滞后。我希望今年我们将看到这种趋势向上反转。你从客户那里听到了什么？你观察到了什么？然后也许最后，你有没有想分享的有趣的个人用例？哦，我的天哪，我一直在用它。

是的，我认为去年人们仍在测试和学习，并试图了解其在自身业务中的应用。我认为今年是真正的企业采用和扩展的一年。因此，我认为今年将是重要的一年，我们将看到AI的企业采用程度如何，并乐于听到你们的观点。是的，我认为我可以举出很多例子，无论是在个人方面还是在专业方面，我都是如何将AI融入我的生活的。我甚至不知道从哪里开始。

但是，像你一样，我走在街上，对着我的AI说话，就像我的虚拟朋友一样。这很有趣，因为我们对此哈哈大笑。然而，你必须认识到，仅仅两年前，这种能力才以ChatGPT的初始发布的形式降临人间。

我们担心企业采用的滞后。我们与这项技术相关的资本和成本作斗争。然而，你环顾四周，这其中也存在着代际维度。我完全同意。你环顾四周，加入劳动力大军或在学校的人们，他们流畅地使用这项技术的方式，也许一开始只是少量，但正在打开一个楔子，

更高效，但更聪明一点，更迅速一点。因此，我认为这仅仅是它将带我们走向何方的预兆，希望是在企业和我们的个人生活中。STEPHANIE 你能预告一下高盛和企业对AI的采用方面有什么进展吗？RICK 当然，是的。好吧，我的意思是，这在新闻中。我们推出了我们的GS AI助手，它允许公司更多的人访问领先的模型，能够以更安全、更可靠和更合规的方式使用它们，这

对于我们作为受监管的金融机构的角色来说，这一点很重要。同样，早期阶段，AI在许多方面在公司内部都很普遍，但这是我们提供的最广泛、最通用的产品。我认为在接下来的几个月里，看到哪些用例出现、哪些创新、哪些发明、哪些创造力被运用，尤其是在我们的年轻员工中，将会非常有趣。

George，Kim，这是一场引人入胜的对话。非常感谢你们的参与。感谢你们的邀请。Kim，很高兴与你一起开始这个系列节目。我想不出比这更好的嘉宾了。非常有趣。谢谢。谢谢。如果我从这场对话中得到任何启示，那就是这些最新发展中有很多好消息，即使市场围绕这些发展波动很大。我们很长时间以来一直这么说。我们正处于这个阶段的早期阶段。因此，还会有许多演变即将到来。

我同意你的观点。显然，正如你在开头提到的那样，我对这一点持乐观态度，但免得我被指责为永远的乐观主义者，我认为这在某种程度上是未来技术发展轨迹的乐观来源。它也对各个参与者的基本经济学提出了一些问题。

正如Kim所说，它对长期资本支出以及公司和基础设施建设者如何看待它提出了质疑。但我认为就近期而言，这基本上是个好消息，它是创新技术快速扩展的一部分，而且观看起来会非常有趣。好吧，George，这很有趣。我期待在未来的剧集中继续进行对话。很好。谢谢。本期高盛交易所播客于1月29日星期三录制。感谢收听。

谢谢。

是相关公司的财产，此处仅用于信息和识别目的，不用于暗示任何此类公司与高盛之间存在任何所有权或许可权。本节目的内容不构成任何高盛实体对收件人的任何建议，

谢谢。

可能会有所不同。高盛及其任何关联公司均不对本节目中所作陈述或任何信息的准确性或完整性作任何明示或暗示的陈述或保证，因此，包括直接、间接或间接损失或损害在内的任何责任均被明确免责。