跳到正文
TBPN(youtube.com)· John Coogan·· 4 天前品質評分58

🤠 德州現場直播:與 TK、Jon Gray 及 Scott Wu 對談

🤠 德州現場直播:與 TK、Jon Gray 及 Scott Wu 對談

重點導讀

Blackstone 的 Jon Gray 認為,這波 AI 基礎建設熱潮不會像鐵路泡沫那樣崩盤,因為需求領先供給,且超大規模雲端業者現金充裕;Cognition 的 Scott Wu 則說明 Devin 如何做到 10 至 30 倍的模型路由,以及僅 75 人的精實組織。

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

Blackstone 總裁暨營運長 Jon Gray 認為,這波 AI 建設熱潮更像 19 世紀末的鐵路擴張,而不是達康泡沫,因為需求跑在供給前面,而且需求是由全球最大的幾家超大規模雲端業者(hyperscaler)以長約鎖定。這個框架為 Tomorrow X 在奧斯汀的現場節目揭開序幕,節目同時涵蓋美光(Micron)超過 2,500 億美元的美國製造擴產、Cognition 持續推進的「Devin Bots」、摩根士丹利(Morgan Stanley)的財富管理 AI 匯入、Anthropic 的 IPO,以及 Travis Kalanick 為黃仁勳辯護、直指這是一場有組織的「操作」(op)。標題中的「TK」段落是節目最後三分之一,主體則圍繞基礎設施、晶片、代理(agent)與資本市場。

來賓橫跨整個產業鏈:Gray 談資本端,美光總裁暨技術長 Scott DeBoer 談記憶體供給,摩根士丹利財富管理負責人 Jed Finn 談私募到公開市場,Cognition 共同創辦人暨執行長 Scott Wu 談程式編寫代理,Kalanick 則談採礦、餐飲機器人與輝達(NVIDIA)的接班之爭。串起全場的主軸是:算力、電力與記憶體是真正的綁手綁腳的瓶頸,而市場每一層都在圍繞這個稀缺性重新組織。

AI 建設是鐵路熱潮,不是達康泡沫

Gray 的核心論點是,今天的資本密集程度在達康時代找不到對應。網路建好之後,後續的增量投資很小;但這次,他說「需要投入數兆美元來建設」,而且算力與能源短缺「看不到明顯的終點」。鐵路的類比在資本密集度上成立,但在需求方向上不成立:19 世紀的鐵路與 1990 年代的光纖是帶著槓桿投機建設,期待需求上門;而今天「是需求已經在跑,你希望把供給建起來跟上」。

他提到旗下投資組合公司花在模型上的支出比前一年成長 20 倍,動力來自生產力提升。他強調的結構性差異在於合約品質:資料中心是依照與超大規模雲端業者簽訂的長約來建,這些業者平均市值約 2.5 兆美元、淨負債極低、現金流龐大——「不是景氣高峰時邁阿密或杜拜的公寓」。供給端在晶片、電力、許可與資本聚合上同樣受限,他認為這反而讓這輪迴圈比投機式的百花齊放更健康。

Gray 的對比鐵路/光纖時代AI 建設(2026 年)
需求時序先建供給,期待需求到來需求跑在供給前面
融資方式高槓桿,創業者自籌超大規模雲端業者,平均市值約 2.5 兆美元,淨負債低
合約投機性長約鎖定需求
供給限制寬鬆晶片、電力、許可、資本全都吃緊
資產可攜性軌道只能用在單一區域算力可以賣到任何地方

Jordi Hays 對其中一個訊號提出反駁:「算力吃緊」在矽谷已成為一種很有地位的說法,他對新創聲稱算力稀缺持懷疑態度,因為那反映的是他們「希望」有的訓練需求,而不是已簽約的收入。Gray 部分同意——Blackstone 也投資較小的公司,但它多數對話物件是最大的模型公司,他說這些公司不斷問「你今天有沒有算力」。他指出 Blackstone 已簽約的 GPU 拿到現貨市場上會更值錢,而 Elon Musk 是唯一有能力靠自己的資產負債表投機建設、供應現貨需求的人。Gray 預期較小的玩家會被洗牌出局,產能會向超大規模雲端業者與最大的模型公司集中。

談到內部 AI 支出,Gray 說 Blackstone 仍處於「用得不夠」的階段,正積極推動採用,而不是去管 Token 預算。他舉例:旗下投資組合公司處理租屋申請的速度快了 90%,Ancestry.com 處理族譜查詢快了 30 倍,還有對沖基金即時吸收財報與法說會內容的研究流程。他承認之後會進入成本紀律階段——「我們是不是開法拉利去買菜?」——但說那不是現在的重點。Blackstone 與 Anthropic 合資成立了一家部署公司 Ode,Gray 說它最大的挑戰是人力不足以消化湧入的業務。

記憶體是瓶頸,美光押注逾 2,500 億美元在美國建廠

美光總裁暨技術長 Scott DeBoer 描述了一個持續數年的記憶體短缺,以及超過 2,500 億美元的製造擴建,包括愛達荷州 Boise 的大型廠區、紐約州 Clay 更大的廠區,以及維吉尼亞州的擴產——他稱這是美國史上數一數二大的工業專案。他把美國選址定調為客戶驅動而非單純愛國:客戶基礎在美國,與客戶共同設計讓就近生產更有價值。美光同時也在亞洲各地擴產。

他描述的技術轉向,是從單純的位元成長與每片晶圓成本,轉向效能與客製化,並與客戶進行更多共同設計。被問到美光什麼時候必須說不,DeBoer 說公司已「大幅增加」研發,以便更常說好,現在會討論客戶三到四年後的產品藍圖——但客戶「也不一定知道自己要往哪走」,所以有些需求無法支援。

談到內部 AI,DeBoer 說採用已「全面滲透」,衝擊最深的是工程部門:目標是用一半的時間完成設計、以同樣的人力做兩倍的設計量,另外還有設計驗證以及散熱與物理模擬。他說有些工作——尤其是製程技術——必須用引進內部、在專有資料上調校過的模型來做,而常見的設計驗證任務則可以用現成模型。他形容記憶體是「Token 經濟學怎麼運作」的核心,這與記憶體五年前還只是大宗商品的角色相比是天翻地覆的改變。

常駐型代理從完成任務走向承擔成果

Cognition 共同創辦人暨執行長 Scott Wu 藉著 Devin Bots 的發表——在節目前一天、2026 年 11 月 17 日推出——說明代理正從「完成任務」轉向「常駐並承擔成果」。佐證是:Cognition 的 Android App「沒有一個人類」參與開發;每當 iOS App 有變更,就有一個 Devin bot 同步複製其行為。另一個全天候運作的 bot 持續針對 GPU 吞吐量基準最佳化推論核心(inference kernel),Wu 說這讓他「至少稍微感受到遞迴自我改進(RSI)的滋味」。

一個 bot 所呼叫的最大與最小模型之間,成本差距約在 10 倍到 30 倍。Wu 說許多工的智慧程度已經飽和,差異化不再是「它能不能解」的是非題,而是風格、速度與成本。Cognition 做中期訓練與後期訓練——最近的 Suite 2 與 Suite 2 Fast 模型,是在合作夥伴一款 Wu 稱為「Yankee」的最新「Inkling」模型上做後期訓練——但他排除做前沿預訓練:「如果我們能做出 GPT-4,我想你說得對,我們大概做得到,但沒有必要。」他說預訓練的規模會從數十億美元一路擴大到數百億、數千億美元,「你不會想上那條軌道」。

flowchart TD
    A["Devin Bot 承擔一項成果"] --> B["跨模型排程工作,成本差距 10 倍到 30 倍"]
    B --> C["以 Devin 使用資料做中期與後期訓練"]
    C --> D["自訂評測,定義什麼叫做得好"]
    D --> E["常駐 Slack 的 bot,由團隊成員共用"]
    E --> F["自駕式任務、bug 分流、升級、效能退步"]
    F --> A

Wu 說 Cognition 整個工程/產品/設計組織約 75 人,全公司約 500 人,儘管外界報導它在大規模招募。談到安全,他說公司延攬了前 Facebook 安全長 Alex Stamos 擔任 CISO,並在節目約一週半前發布了一次重大的安全更新。他的論點是:如果 AI 代理持續不斷攻擊,每月一次的程式碼掃描根本不夠——客戶反映掃描一次就冒出 2,800 個漏洞,然後問接下來該怎麼辦。他對「SaaS 末日」論調存疑,認為把軟體開發變得容易 10 倍,並不會改變「買 Salesforce 等級的系統」而非自己重造的算盤。

談到延攬高階主管,Wu 說判準是這位領導人學到的是第一原理,還是隻是照著一套剛好適合某家公司的劇本走。他點名 Chris Degnan(CRO,前 Snowflake)、Stamos、Paul Grewal(法務長),以及一位來自 Rippling 的行銷主管。談到數學,他說他預期模型終將能出比人類更好的競賽題目,而一旦 AI 在數學奧林匹亞式的競賽中擊敗人類,剩下的就「顯而易見」了。

摩根士丹利是在鋪代理的軌道,不是大開門戶

Jed Finn 負責摩根士丹利的財富管理業務——約 8.5 兆美元資產、2,100 萬名客戶,涵蓋理專、E*Trade 與職場通路——他說客戶對 Anthropic IPO 的需求在散戶與機構兩端都很強。他把這個投資論述定調為不對稱押注:智慧的潛在市場(TAM)實質上等於所有的錢,所以上行空間難以設限,而下行就是投入的資本。他說公司把 SpaceX IPO 的經驗套用到技術、測試與配售上,之後也為大型上市案建立了一套「運作節奏」。

談到代理存取,Finn 講得很明白:摩根士丹利會讓客戶的代理進入自家系統,但只透過精心設計的軌道。公司的「Debrief」工具起初是摘要理專與客戶的對話、寄信給客戶、寫進 CRM;下一個版本則有代理在旁聆聽並執行動作——變更受益人、開立信託帳戶——由理專按下核准。「目前人類還在迴圈裡,」他說,這要等監管演進。

Finn 對私募市場的結構性批評是:私募與公開之間應該是依投資人成熟度分級的揭露光譜,而不是非黑即白的二分法。他也批評那些未經公司同意就包裝、以特殊目的載體(SPV)持有公司股份的市場創新者——並舉今年夏天一家代幣化業者與一家不願被代幣化的公司之間廣為人知的爭議為例——同時把摩根士丹利定位為以發行方為中心。談到股權結構表(cap table),他說公司管理市值前十大獨角獸中的九家、前百大中的 75 家,以及近 1,000 家獨角獸中約 50 家,Carta 則會在企業成長到超出私募階段時轉介給摩根士丹利。

Travis Kalanick:輝達之爭是一場「操作」,而他正在買進回歸行情

人在奧斯汀的 Kalanick 把過去兩週形容為自己經歷的重演——他說自己熬過「六個月的操作,每週一次,週日晚上」——並公佈了一套度過操作的原則。第一條:承擔自己做過的事,但「強力抵抗迎合群眾」,因為操作之所以奏效,是靠讓一群人相信一個夾雜一絲真相的捏造版本。第二條:操作的重點不是你過去的行為,而是你的敵人把這件事當成機會。第三條:「不管多糟,都沒有看起來那麼糟。」

他很直白地說,縮起來對他是個錯誤:「我試過縮排龜殼,我不推薦。」他認為成立戰情室、擬定策略回應,勝過在週日晚上被動發宣告。談到黃仁勳辭去輝達職務,Kalanick 說最重要的發展是黃仁勳釋出願意回歸的訊號,這代表他「不羞於嘗試回來」。他對預測市場把回歸機率訂在 11% 左右存疑:「Polly 顯然搞錯了……我是買方。」

他反對讓輝達「交給西裝派」的論點,建立在與蘋果的對照上:賈伯斯交棒給庫克是事先規劃、充滿慶祝氣氛,還成立 Apple University 把賈伯斯的方法制度化;而這裡,董事會需要自己的決定看起來聰明,新執行長的第一個 KPI 是保住飯碗——這是對創辦人回歸的結構性阻力。Kalanick 說多數員工、股東、甚至「大概全人類」都希望黃仁勳回來,而罷工會比連署更有效。他也把這場鬥爭連結到 AI 治理:「我們要的是一個霸主,還是要按自己的條件使用、消費、受益於 AI?」

談到自己的公司,Kalanick 說 CloudKitchens 與採礦相關的業務(他稱之為「mining」)未來 12 個月將成長數倍,而一座餐飲機器人工廠將於 2027 年第一季在匹茲堡動工,屆時也規劃舉辦「Robot Day」。他稱資料中心的鄰避效應(NIMBYism)「有點是轉移焦點」,認為封閉式水迴圈系統可行,而且總會有某個州願意接下 1,000 億到 2,000 億美元的基礎設施支出。他承認 AI 與 Uber 當年逐城推進的打法不同,因為居民不用在自己家鄉蓋資料中心也能使用 AI。

生技是最明確的上行案例,但受制於臨床試驗與資本

Gray 稱生命科學是 AI 正面論述的「矛尖」,舉例合成化學與合成生物學將為癌症、神經與肺部疾病帶來遠多於以往的候選療法。限制在於實體的漏斗:三期臨床試驗要花數十億美元,涉及人體、FDA 與全球營運。Blackstone 有一塊很大的三期臨床投資業務,並在節目播出前幾週宣佈與嬌生(J&J)及輝瑞(Pfizer)的重大交易。Gray 把生技的資本稀缺視為 Blackstone 的機會,而非阻礙。

Wu 說純粹的藥物發現是另一個領域,已有許多強勁的公司,但 Cognition 看到相鄰的需求:Bryan Johnson 是 Devin Bots 的早期 beta 使用者,圍繞自己的量測方案打造客製分析工具。Wu 更大的押注是「個人化軟體」——那些過去不值得養 30 人工程團隊做一個月的問題,現在值得交給一個承擔成果的代理。

值得關注

本集各條線索匯聚到一個未解的問題:超大規模雲端業者的長約需求,是否足以讓這波建設不至於過頭。Gray 的答案是肯定的,因為供給在四個面向上受限,而需求成長快過產能;他承認的反向訊號是,「算力吃緊」有一部分只是新創之間的地位表態。輝達的董事會之爭,則是創辦人主導治理能否挺過一場操作的即時考驗——Kalanick 對預測市場的解讀(黃仁勳回歸 11%,他認為太低)是一個具體、可驗證的判斷。至於 Anthropic 的 IPO 定價,Finn 說預期當天稍晚就會出爐,將是市場對「智慧的 TAM 等於所有的錢」這套說法能否在大規模下成立的第一次投票。

來源: TBPN (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論