刚看到一个数据，说AI的投入产出比峰值是16:1，2012年互联网高峰投入期的时候是4:1， 也就是说AI投入16块只能产生1块营收，但是互联网时期投入4块能产生1元营收。 由此而言AI这个泡沫，回本遥遥无期。

我是这么看的。

首先AI进入大众的视野，其实今年才第三年。而互联网时期要平缓得多，从90年代开始到00年代，跨越了几个周期，基建有足够的时间来准备。 但是当下竞争的激烈程度远超预期，巨头们没有时间等待基建。 那么对于CSP来说，过去可以慢慢投入慢慢等现金流回归，而如今必须早期就投入大规模基建。 所以26年显得特别糟糕，一方面投资增速很快，另一方面回报还没上来。

从商业模式上来说，当前的订阅制也好，API按量收费也好，都可以说非常差的商业模式。 互联网时代赚到大钱的巨头都是广告、电商、游戏，但是AI很难体现。 商业模式需要时间去摸索，可能5-10年。

还有就是GPU折旧问题，折旧确实很重要，因为直接影响每年的均摊成本。AWS早期也是3年，后期也要改到4-5年。居然有人把折旧的问题拿来怪NV迭代太快。只是因为2015年之前的摩尔定律，CPU的的性能就是升级得很快，3年之后的CPU就落伍了，但是摩尔定律失效后，CPU基本不会过时，很多年的都可以拿来用。 GPU就更不用说了，如果你考虑单位能耗和单位成本。 4-6年是没有问题的。

还有一点是训练，我觉得2024年的时候大家都认为到2027年推理可能占据70%-90%的需求，但是没想到现在来看训练可能还是要吃掉40-50%的需求。 大家低估了AI Lab之间竞争的激烈程度，低估了scaling law，低估了人类对智力的渴望。

总体来说，只要CSP认为自己能赚到钱，虽然GPU毛利比CPU低一点，显然是没有问题的。 AI Lab虽然现在没赚到钱，但是几个前沿AI Lab的API收费真的很不便宜，breakeven也只是时间问题。 我想不到这个环节的脆弱点在哪里，如果真的要找脆弱点，那就是希望neocloud不要举债，但是以neocloud的体量，真的不值一提。