跳到正文
MTS(youtube.com)· Ege Erdil·· 10 天前品質評分58

前沿 AI 實驗室為何可能破產|Ege Erdil

前沿 AI 實驗室為何可能破產|Ege Erdil

重點導讀

Ege Erdil 認為,AI 實驗室的估值被高估,因為它們缺乏轉換成本,且背負沉重的算力資本支出,破產是真實風險;而白領工作全面自動化還要等 20 到 30 年。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

Google DeepMind 研究工程師、前 Epoch AI 研究者 Ege Erdil 認為,前沿 AI 實驗室被高估了,因為他看不到任何可信的路徑能讓它們成為可持續的高毛利事業,並估計它們三年內破產的機率超過 10%。本集大部分時間都在談這個估值與商業模式論證——轉換成本、算力承諾,以及他寧願把錢放在哪裡——之後轉向他為何仍不接受 Daniel Kokotajlo 與 Aja Kottra 已靠攏的 2027 年智慧爆炸時間表,以及他為何認為近期 METR 那份 AI 研發自動化報告只是弱證據。

Erdil 共同創辦了 Mechanize,加入 DeepMind 前在 Epoch AI 工作,這讓他兼具研究與市場的雙重語感;主持人為 Sophia Dew。讀者讀完應能掌握 Erdil 對實驗室的具體看空論證、他對記憶體類股與輝達的看多論證,以及他對快速時間表研究者的核心爭點:AI 的進展一直與算力擴張同步,單靠認知勞動無法取代算力。

實驗室的問題在於:毛利率取決於能否留在前沿

Erdil 的核心主張是實驗室沒有護城河,因為讓它們能收取高毛利的東西,正是它們必須不斷購買的東西。他說,Anthropic 在推論上能收 85–90% 毛利率,但這只是因為它擁有最好的模型;再過一、兩年,這個位置就沒了。任何事業的預設狀態都是低毛利,可持續的高毛利很罕見——它們來自網路效應、客戶繫結或高轉換成本。Google 搜尋是經典案例:低資本支出的生意,源源不絕地產生自由現金流用於回購。雲端業務毛利率約 30%,因為從 AWS 搬走很痛苦。AI 的特性正好相反:「AI 的轉換成本真的很低,」Erdil 說,客戶要換到另一個模型輕而易舉。

他拿航空業類比一項產生了糟糕生意的大技術。飛機是了不起的東西,人們也花大錢搭飛機,但航空公司是糟糕的生意,飛機製造同樣是高資本支出、低毛利的生意。主持人去查數字,發現空中巴士市值約 1,660 億歐元(約 1,840 億美元),波音約 1,380 億美元——相較 OpenAI 那輪 1.25 兆美元、以及外傳 Anthropic IPO 的 1.3 至 2 兆美元區間,顯得微不足道。

他的第二項證據是差距並未擴大。如果前沿的規模能帶來持久優勢,資源雄厚的實驗室應該正把算力可能少 30 倍的中國開源實驗室愈甩愈遠。「這件事並沒有發生,」他說;而依期望證據守恆,缺少這項確認本身就對這套說法不利。他用同樣的懷疑態度看待另一項說法——據稱出自一場 Anthropic 投資人會議——即 AI 是贏者全拿的市場,Anthropic 的營收成長快於算力成本,且 AI 會加速自身的研究:「現在並沒有發生。」

多年期算力承諾讓實驗室變成對算力價格的槓桿押注

Erdil 所描述的破產風險是資產負債表機制,而非需求崩盤。為了讓別人願意投入資本支出,實驗室必須承諾買下所有產出的算力,這就讓它們背上龐大的多年期承諾。他以 Anthropic 為例,稱其未來三年承諾金額接近 1 兆美元,但提醒自己不確定確切數字與時間範圍;至於 OpenAI,他說其承諾完全不透明。為說明量級,他指出 Google 年營收也才約 5,000 億美元——是營收,不是獲利——因此 10 年 8,000 億美元的承諾,等於花掉 Google 整整十年的全部收入。

這些承諾同時也是對算力價格的押注。如果 AI 需求令人失望,算力價格會大幅下跌,尤其是舊款 GPU——它們的價格在過去約一年間被需求撐住。若某實驗室簽約以每 H100 小時 3 美元付款,之後市價只要 1 美元,它就陷入虧損,而競爭對手卻能用遠更低的成本提供同樣的工作負載。Erdil 稱這是「一個槓桿極高的押注」,並強調他並非預測必然失敗:三年內破產機率低於 50%,但「超過 10%」。資產在重整後仍會存在;被清空的可能是股東。

實驗室外傳估值/承諾金額Erdil 的看法
OpenAI1.25 兆美元一輪風險高於 Anthropic;承諾不透明
AnthropicIPO 估值約 1.3–2 兆美元;三年內承諾約 1 兆美元(他的估計)風險很高,但低於 OpenAI
空中巴士市值約 1,660 億歐元(約 1,840 億美元)大技術但估值普通的對照案例
波音市值約 1,380 億美元同上

記憶體類股與輝達是參與 AI 基建更安全的途徑

被問到會做什麼交易,Erdil 婉拒提供個人理財建議,並表示自己持有大量與 AI 連動、無法立即出脫的部位。對假設性的資產配置者,他偏好那些已經在高毛利下賺錢、且估值不算貴的公司。記憶體類股是他最明確的選擇:「它們現在就已經是高毛利生意,」不需要什麼天才故事來支撐未來毛利,唯一未解的問題是需求能否維持得夠高。他認為這比押注實驗室「安全得多」。

輝達是他的另一個部位。他曾說其合理價值為 15 兆美元,意味著可觀的上漲空間,而他的論證刻意簡單:今天就是高毛利的生意,正是它未來也能維持高毛利的強力證據。他把拋售解讀為對無關長期存續能力的新聞過度反應,並舉 Google 某次法說會後股價下跌約 10% 為同一模式;他的建議是,當你認為市場反應不合理時就加碼。他以此對比那些從未獲利、必須靠論述才能說服人相信未來毛利的實驗室——「難賣得多」。

Erdil 對快速時間表的核心爭點:認知勞動無法取代算力

Erdil 在 2023 年與 Daniel Kokotajlo、Aja Kottra 辯論時持長得多的時間表;此後兩人都大幅縮短,並在本集前一天(即 2026-11-11)的部落格文章中寫道,智慧爆炸看起來可能在 2027 年發生。Erdil 不同意,並說他根本不認為「智慧爆炸」是個好概念。他與 Kokotajlo 的分歧可歸結為一點:Kokotajlo 預期一種純軟體的奇點,由龐大的認知勞動彌補有限的資料與算力;Erdil 則認為,沒有更多資料或算力,認知勞動的報酬超過某個點之後就非常低。

他的依據是 Epoch 時期在西洋棋、SAT 求解器、自然語言處理與電腦視覺上的觀察性研究。在所研究的每個領域,AI 都展現最快的軟體進展——同時也有最快的算力擴張,幅度大致相同。他主張,這種巧合是算力驅動進展的強力暗示性證據。決定性的實驗——一大群人擁有充裕勞動力、幾乎沒有算力、且不與外界接觸——無法執行;比較同一家公司內的團隊,又會被外溢效應汙染。

flowchart TD
    A["Kokotajlo/Kottra:2027 年前純軟體奇點"] --> B["認知勞動可替代資料與算力"]
    B --> C["Erdil:認知勞動報酬超過某點後就偏低"]
    C --> D["Epoch 發現:西洋棋、SAT 求解器、NLP、電腦視覺領域中,軟體進展與算力擴張同步"]
    D --> E["算力才是繫結限制,2027 年爆炸說不合理"]

METR 報告是弱證據,圍繞它的更新看起來是社交性的

本集前一週(2026 年 11 月初),AI 安全社群在 METR 一份關於 Anthropic 內部 AI 研發自動化的報告出爐後大幅更新看法。報告有兩部分:一張 Anthropic 內部 ECI 指標向上轉折的圖,METR 主要歸因於 AI 加速;以及 METR 表示 Anthropic 不允許其揭露的額外證據。Erdil 稱整件事客觀上很弱——一個自創的指標,縱軸沒人看得懂,加上一家他形容為在此議題上有偏執前科的公司所提供、被塗黑的證據。

他把社群更新幅度之大歸因於社交偏好動態:有影響力的人先更新,其他人跟進,以免顯得脫節。他指出,2025 年底人們轉向更看空、之後又轉回更看多時,同樣的動態也曾反向運作。「從 2025 年底到現在,我幾乎沒什麼更新,」他說,兩個方向都看不到決定性證據。

雙方都沒有提出可證偽的實體世界預測

Erdil 最犀利的方法論論點是:快速時間表陣營從未說明什麼能證明他們錯了。檢視 AI 2027 情境,他指出整整一年裡幾乎沒有實體世界的事情發生——預測都是 uplift、算力倍數這類抽象指標。「他們好像在說:『你看,在我們全部死掉之前,實體世界基本上什麼都不會發生,』」他說;如果故事是這樣,事前什麼都無法驗證。

他小心不替對方編造預測,因為那隻會讓他們有藉口推給稻草人。他要對方自己提出檢驗標準,就像 Kokotajlo 在過去一場賭局中所做的——Erdil 也承認 Kokotajlo 贏了:Kokotajlo 預測三年內他能向當時最好的模型描述一個 ML 實驗,並讓它實作出技術細節,Erdil 當時給的機率是 10 年內約 50%。結果大約三年就實現了。至於自己這邊,Erdil 提出一個硬指標——如果未來三年全球初級能源消費成長十倍,「那我就認了,我錯了。」至於白領工作,他仍認為全面自動化大約還要 20 年,先前他曾說 30 年。

值得帶走的綜合結論是:Erdil 的兩個看空立場都建立在同一種思考習慣上——他相信已經可觀察到的東西(當前毛利、當前算力價格趨勢、當前規模化相關性),勝過關於未來狀態的故事。這讓他的實驗室判斷成為對資產負債表的押注,而非對能力的押注;也讓他的時間表判斷成為對一個他坦承只是觀察性、並非因果性的相關性的押注。未解的張力在於:雙方都同意決定性實驗無法執行,這正是爭論不斷回到「誰先提出可證偽預測」的原因。Erdil 建議問下一位來賓、Redwood Research 的 Buck Shlegeris 的問題正是如此:未來兩、三年內,你得看到什麼,才願意承認自己錯了?

來源: MTS (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論