AI产业链毛利瀑布
2 节点1 篇3 来源
Theory Ventures合伙人Tomasz Tunguz发布AI产业链毛利瀑布模型,将电力、数据中心、Neocloud、推理及应用五层统一折算为“每年每瓦美元”($/w/yr)。在假设应用层毛利率为40%的前提下,应用层(40%)、Neocloud(28%,折旧前)与推理层(24%)合计捕获全链条92%的毛利润,而发电厂与数据中心仅占8%。
该模型揭示算力成本正急剧攀升:CoreWeave CEO Michael Intrator证实新长期合同价格已升至$20-$25/w/yr,远超其当前$9/w/yr的混合车队均价;Anthropic S-1/A文件显示短期突发算力高达$13/GPU-hour。这引发核心争议:若应用无法通过高ROI向终端转嫁成本,上游涨价将挤压中下游利润。此外,Falk Gottlob指出,计入GPU巨额折旧后,Neocloud实际净毛利可能仅剩$0-$2/w/yr,且不同应用定价权差异巨大(如Canva坚持75%毛利 vs Gamma近乎零毛利),表明40%仅为一种情景假设而非普遍现实。
事情怎么走到这一步
Tomasz Tunguz发布《Who Captures the Most Margin in AI?》,提出基于$/w/yr的AI价值链毛利分布模型。
tomtunguz.com ↗Falk Gottlob发文质疑Tunguz模型,指出计入GPU折旧后Neocloud毛利大幅缩水,且应用层毛利因ROI差异呈区间分布而非固定值。
falkster.com ↗
还没定论的部分
- 随着新算力合约价格翻倍至$20-$25/w/yr,缺乏高ROI验证的应用层能否成功将成本转嫁给终端用户?
- 在计入GPU硬件折旧(约$6-$8/w/yr)后,Neocloud层的实际可持续盈利能力是否被严重高估?
- 垂直整合(如CoreWeave收购W&B)能否有效抵消单点算力波动,还是会导致新的垄断性成本结构?