文/美國安卓樂資本Andra Capital 科技私募基金董事長 林家振教授
我們兩位負責人工智慧領域的合夥人，一位是前任IBM總部負責深藍電腦和AI的創新長，一位是之前任職蘋果公司的Siri發明人，將從1943年人工神經元電路發展至今的AI產業分成四段價值鏈。
最上游的第一段是訓練生成式AI的加速硬體，這段要解決的痛點是中央處理器運算能力與訓練效率限制，解方是專精各式應用領域的AI處理器與加速晶片。主要的業者以輝達、Google與高通為代表。
往下第二段是雲端協作(Orchestration)與管理層，目標是算力的取得，痛點是企業用戶難以合理價格取得稀缺的圖形處理器(GPU)與張量處理器(TPU)，並自行在企業端維運。解方是企業可經由全方位的雲端服務商補足此功能需求，本段主要業者為Google、AWS、Azure、Databricks和Snowflake。
第三段是預先訓練好，提供大範圍通用用途的AI基礎模型公司，痛點是高昂的訓練成本，以及對發展模型、資料編譯和優化的深度專業能力的需求。代表性業者包括經由第二段的大股東Google和亞馬遜邀請我們參與投資的Anthropic、Open AI、也正在和我們洽談投資的馬斯克創立的xAI、Meta、cohere和stability.ai。
最後一段是價值鏈最終端的垂直應用與解決方案，藉由第三段的基礎模型進行特定功能的深化賦能，痛點是缺乏足夠的內部資源與專業技能從頭建立自有的AI模型，代表性業者是Character.AI、descript、Jasper和Poe等。
硬體廠商都集中在第一段，或甚至更前面的第0.5段，並且普遍以第二段的雲端業者為出貨對象。但實際上第四段的解決方案公司才是掌握最終用戶資料與行為，並收取最高利潤的價值鏈最終端客戶，第三段的公司次之。目前部分的第三段公司，例如Meta已經自研MITA晶片和資料中心，OpenAI進行中，而我們也正以策略投資者的角色協助Anthropic和xAI串接晶片研發與資料中心設計的硬體廠商，讓這些科技硬體業者有機會跳過第二段的傳統客戶直取利潤更高，進入障礙也高的第三段，甚至是第四段價值鏈的客戶。
成功越級打怪的硬體商，會回頭吃掉無法越級打怪的硬體商市佔，是否要升級或跳級，值得思考。
[本文由美國安卓樂資本Andra Capital 科技私募基金董事長 林家振教授授權刊出]