成本巨大、获利较难
据微软、AMD等龙头企业表示，AI业务难以获利的最重要原因，还在于AI研发相关工具成本过于高昂，比如生成式AI大模型的耗费就是典型的烧钱。
据华尔街日报爆料，微软的AI编程工具GitHub Copilot用户量高达150万，但是平均每个月在每个用户身上都要倒贴20美元，最高能达80美元。不止微软“表面光鲜”，谷歌、亚马逊、Adobe、Zoom等巨头也面临同样的窘境。据SemiAnalysis的专家Dylan Patel统计，OpenAI光是运行ChatGPT，每日投入的成本就可能高达70万美元。
据悉，生成式人工智能工具的商业模式未经充分验证，其运行成本高昂，需要配备昂贵芯片的大型服务器，且耗电巨大。并且当下AI相关应用的落地场景、应用价值也仍待挖掘。目前，微软、谷歌、Adobe等其它科技公司正在尝试各种方法来推销付费人工智能服务。
谷歌的人工智能助手服务每月订阅费6美元，此后也计划额外收取每月30元的费用；网络视频公司Zoom也尝试内部开发更简便的AI来降低成本；Adobe则采取每月限量使用的机制，来确保其人工智能服务Firefly不会陷入亏损，用户每月有固定的分配额度，一旦超过，其运行速度会大幅降低；OpenAI的ChatGPT 4.0每月订阅费用为20美元，但是旧版本可免费使用。
上文所述的微软和GitHub还没有回应该服务是否盈利，但该企业计划后续升级会提高使用价格，除了Microsoft 365企业基本月费13美元之外，人工智能强化版本每月会额外收取30美元。
亚马逊云部门主管Adam Selipsky表示，他接触的许多客户都对运行一些大模型的成本感到不满。微软企业战略主管Chris Young认为，企业和消费者需要时间来了解他们希望如何使用人工智能，以及愿意为此支付多少费用。他表示，“很明显，我们现在必须把对AI的兴趣和兴奋转化为真正的行动。”
生成式人工智能公司Writer的首席执行官May Habib表示，AI公司估值的上升反映了人们对其前景的看好，但是公司高管们很快就会更加关注成本问题。她认为，2024年将是人工智能投资热度降温的一年。
英伟达独占鳌头，其他厂商承压
多家企业反应这一业务目前难以产生足够利润的原因之一，在于英伟达的霸主地位难以撼动，给英特尔、微软等企业带来了较大压力，同时也冷却了潜在竞争对手的风险投资。
随着英伟达在这一领域变得越来越强大，试图制造竞争芯片的公司变得越来越困难。风险投资家将这些初创公司视为风险较高的赌注，因此最近不愿提供大量现金注入。有初创公司透露，英伟达“间接”加剧了整体 AI 芯片融资困境，因为投资者希望“投资巨额、回报丰厚的全垒打型投资”。但该观点也遭到了部分初创企业的反对，其认为英伟达的市场主导地位并没有阻碍自身公司融资发展。
财报方面，据英伟达、AMD、英特尔、微软公布的最新AI领域相关部门营收数据显示，除了英伟达外，其他公司AI盈利似不及预期。
英伟达营收暴涨，数据中心领域收入增长141%
英伟达数据中心产品的客户主要来自云服务商和大型互联网公司，它们贡献了英伟达大约一半的数据中心收入。英伟达的GPU用于ChatGPT等人工智能应用程序背后大模型的训练和推理，目前科技公司对英伟达最高端的人工智能芯片H100的需求极大，此外还有H800、以及上一代的A100、A800等GPU产品。
从今年的业绩来看，英伟达是毋庸置疑的收入暴涨，尤其是在数据中心领域，在英伟达公布的截至7月30日的季度财报中，英伟达数据中心业务收入增长141%至103亿美元，占其总收入比超过76%。
AMD二季度数据中心营收同比下滑11%
AMD对数据中心同时供应CPU、GPU、FPGA、DPU和SoC，二季度AMD的数据中心业务下滑了。根据其财报数据，AMD数据中心营收为13.21亿美元，同比下滑11%。AMD坦言，报告期内的Epyc处理器销售没有预期那么好，而且加大的研发支出也摊薄了利润率。
微软今年第四财季同比略有下降
微软方面，虽然说2023财年第四财季智能云部门的营收为239.93亿美元，相比上年同比增幅达到15%，但相比2022财年第四财季20%的增幅，增速变动并不大，反而还略有所下降。
虽然微软一直在强调“OpenAI使用了微软智能云服务”，但目前来看，这一举措带来的宣传效应并不明显。Baird技术部门的策略师Ted Mortonson在评论其财报时称：“很多人都在寻找一个更高的云服务业务增长的数字，但很明显，企业现在仍处于云支出的优化阶段，这有点令人失望。”
英特尔表示数据中心芯片库存积压
从英特尔二季度的业绩来看，英特尔数据中心和人工智能业务销售额从去年同期的47亿美元下降15%至40亿美元。英特尔首席执行官帕特·基辛格表示，服务器CPU的库存过剩将持续到今年下半年，数据中心芯片销售将在第三季度小幅下降，在第四季度恢复。
对于英特尔抱怨数据中心芯片库存积压，半导体行业专家陆行之表示：“库存难消耗有两种原因，一是产能利用率维持高档不坠、超过稳定需求，二是需求下降速度快过产能利用率下降速度。”
他认为，依据预算的排挤效应，每买一台AI服务器，就少买几台通用服务器，即使功用不尽相同，但这趋势应该会持续数个季度，甚至数年。一台AI服务器价格比通用服务器贵20倍以上，也因此客户无法大幅加码服务器采购预算，只能少买数台通用服务器。如果一台AI服务器使用两颗英特尔的CPU，假设少买三台，那就少了6颗比较便宜的CPU需求，也就是为什么英特尔的CPU库存被积压。封面图片来源：拍信网
