軟體業在硬體發展放緩的幾年來，由於輕資產、利潤率高的特性，所以在過去十年來，華爾街軟體業類股的表現普遍優於重資產的硬體類股。過去十年，紐約證交所的硬體指數上漲了 300%；而道瓊的美國軟體指數則上漲超過 550%；但在生成式 AI 的強力發展下，這樣的局面在今年被徹底打破──各大科技公司從 NVIDIA、AMD、超微等公司購買大量支援 AI 的 GPU 晶片。
根據 Business Insider 整理的資料顯示，2024 至今，硬體科技股的成長表現超過軟體科技股 3 成。而包括 MongoDB、Salesforce、SnowFlake 等軟體公司在一片人工智慧的願景中，未能說服股東他們也將在這個未來占有一席之地，而導致股價發生重創。貝雅（Baird）資本的總經理 Ted Mortonson 就說，這次的生成式 AI 浪潮就是奠基於基建：雲端網路公司今年花費了 2,000 億美元擴建資料中心，這個預算比起去年高出 50%──這就是生成式 AI 的引擎與效應。
雲端公司花費鉅資購買大量的 GPU 以用來開發大型語言模型，但對於傳統的軟體公司來說，要以生成式 AI 打造新應用、並獲得顯著的投資回報這條路還很漫長。財富 500 強裡面有 30% 的公司已經轉入或在擴展雲端業務，而其中 10% 的公司才擁有製造或使用生成式 AI 的能力──要轉換到應用面、還有讓軟體面有可接受的投資回報還要一段時間。Mortonson 比喻，這就像在打造車子跟引擎、但是在車機應用上還沒到位，導致車子無法良好運作。
▲ Business Insider 整理的相關類股成長資料。
生成式 AI 驅動的硬體資本博奕
如 ChatGPT 等的生成式 AI 技術，需要大量的計算能力處理、分析資料，導致強大的 GPU 與專門的 AI 硬體需求急遽增加。NVIDIA 在 2024 年第一季的營收達到 260.4 億美元，遠超過分析師預期的 220 億美元──而淨利甚至達到了 148.8 億美元，遠高於去年同季的 20.4 億美元。這些數據與利潤率，不但顯示了現在對於高性能硬體的巨大需求、同時也代表了生成式 AI 對於硬體廠商的積極影響。
為了滿足AI應用的需求，大型科技公司如微軟、Google、亞馬遜等，在 AI 和雲端基礎建設上的資本支出也顯著增加──微軟在 2024 年第一季的資本支出增加了 79%、達到創紀錄的 140 億美元；Google 的資本支出也增加了 90%、達到 120 億美元，主要用於技術基礎設施的投資。這些資本支出都用於升級和建設資料中心、開發和採購 GPU 以及專用晶片，以支持 AI 應用的擴展──為避免如此大的支出影響利潤，這兩家也進行了大規模裁員。
AI 第二梯隊的 Meta 也在增加資本支出，儘管其季度資本支出從去年同期的 70 億美元下降至 67 億美元，但其全年資本支出預期從 300 億至 370 億美元上調至 350 億至 400 億美元。照理來說，軟體與大型網路公司的資本支出能在獲得同樣利潤、或增加利潤的狀況下減少才是好事，但在現在的 AI 應用浪潮影響下，這些軟體公司都必須要想盡辦法增加資本支出、拿到更多算力資源並建設更多雲端伺服器，而整個華爾街都在關注這些投資是否能催生出更多人工智慧的應用層面。
此外，供應鏈的挑戰仍然存在、並在短期內限制了硬體的供應增長，NVIDIA 等公司正努力滿足於市場需求，根據 Global Economics 引述的分析師說法，台積電於 2024 上半年改善了先進封裝產能，此技術改進有望改善供應鏈的瓶頸，讓相關廠商都能滿足更多的客戶需求。
生成式 AI 應用落實面臨挑戰
儘管已經投資了數百億美元用於基礎建設、開發大型語言模型，但對於目前軟體公司與其投資者來說，現在還尚未有能夠提供顯著投資回報的「殺手級應用」，如前所述，目前具有生成式 AI 相關能力的公司還尚屬少數，因此才會認為軟體業要能夠有可接受的投資回報、還有很長的一段路要走。
德勤的分析師預估在 2024 年，全球 IT 投資將會有兩位數以上的增長──例如公有雲資本支出增長就會超過 20% 以上。而到 2025 年，全球人工智慧的相關投資將達 2000 億美元。而在 2024 年，幾乎所有軟體公司都會盡量在其產品內擁有部分人工智慧功能。但德勤也認為 2024 只是一個過度時間，會開始有一些生成式 AI 工具推出、且開始有一些相關的基礎收入，這些推動將會讓 2025 有更多的潛在成長。
該公司預估 2024 年基於生成式 AI 工具的軟體收益約在 100 億美元左右，而與晶圓、晶片、雲端等硬體的價值將超過 500 億美元，這兩者的差異顯示著硬體仍在增長、而軟體應用還在迎頭趕上。而實際在目前的市場上，人工智慧相關應用要貨幣化還有一定的難關。此外，軟體公司還面臨 IT 預算緊縮的問題。許多公司重新調整支出重點，從軟體轉向 GPU 硬體。這意味著，軟體公司在短期內難以看到投資回報，而硬體公司則因需求旺盛而受益 。
雖然生成式 AI 在一些領域已經取得了顯著進展，但在某些需要高準確率的應用中仍存在挑戰。例如，醫療行業的 AI 應用需要經過嚴格的測試和驗證，以確保其準確性和可靠性──最好是接近 100%，每一次的誤判都有可能導致醫療上的悲劇，這類 AI 應用就需要透過嚴格的驗證、在確保可靠性後才能進入全面應用階段。
▲ 幾家 AI 主要玩家的資本支出增長。（Source：GeekWire）
軟硬體的短期格局已定調？
雖然還是面臨地緣政治，包括對中國的貿易限制、多國都對 NVIDIA 的 GPU 銷售與供應狀況等問題表達擔憂，但該公司的營收暴增主要是來自於對人工智慧硬體的龐大需求、以及其做為運算用硬體領導者的地位。該公司已經在需要大量 3D 運算的遊戲業界中占據領導地位很久了，一旦像 AI 這樣有著大量運算需求的技術出現了，NVIDIA 現在的地位可說是水到渠成。這樣的領先地位即便是 Intel 與 AMD，都不太可能在短時間內趕上。
由於 AI 需要大量運算晶片的特性，導致現在生成式 AI 的技術發展還在前端階段，應用還需要一段時間才能夠成熟、並全面趕上。隨著相關技術不斷發展、市場對相關硬體的需求，將會持續推動相關硬體公司的增長──供應鏈也將受惠。因為生成式 AI 的出現，著名的天使投資人 Charles Fitzgerald 認為全球的網路企業將會持續進行雲端擴建，這導致微軟也成為了像亞馬遜那樣的雲端硬體公司。
基於現有的 AI 技術需要強大的硬體支持，資金活躍的網路或軟體公司都正在往雲端擴建之路邁進，而 Fitzgerald 認為，這些支出只是一張門票、是你是否能成為這個領域玩家的先決條件。暗示著沒有加入這場硬體競賽的人，可能往後都無法成為主要玩家。
（首圖來源：Pixabay）
科技新報粉絲團
加入好友
訂閱免費電子報
