AI 不是供给过剩，是严重供给不足
所有人都在担心 AI 数据中心建太多，Gavin Baker 的结论相反：到 2028 年真正的问题是严重供给不足，算力价格可能不降反升。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
找不到一个变差的数字
Gavin 说他整个夏天问每个人同一个问题：能不能告诉我一个你业务里正在变差的量化数据点，只要一个。七八两个月他找不到一个人。Anthropic 因为静默期可能放缓，但 OpenAI 明显加速，开源加速更多，Grok 在 Grokbot 之后也明显加速。与此同时公开市场 AI 名字在最近两个月大幅回撤。他的比喻是：你可以在平均两英尺深的河里淹死——指数层面没什么动静，但个别 AI 名字回撤很深，而基本面在全面加速。
— Gavin BakerAnthropic 是意外的企业公司
Gavin 说 Anthropic 在文化面试里问候选人「如果股权归零你怎么想」，因为要找 mission aligned 的人。他的评论是：我们想要传教士，但也想让人赚到钱，因为股权归零你就买不起你使命所需的算力。他把 Anthropic 称为「意外的企业公司」——企业业务只是使命的副产品，而 OpenAI 和 SpaceX 更商业化。他还推测 Anthropic 之前做过一次收入口径的 rebase，现在和 OpenAI 可比，下一次披露很可能是重新加速。
— Gavin Baker收入是实验室自己控制的变量
Gavin 给了一个具体测算：假设一家实验室有 10 吉瓦电力，8 吉瓦用于推理，按每吉瓦每年 600 亿收入算，是 4800 亿年化收入，收入口径上不到一年回本。但如果出现重大研究突破，他们决定把 8 吉瓦推理改成 8 吉瓦训练，收入立刻从 4800 亿掉到 1200 亿。他的判断是他们会这么做。这意味着公开市场必须习惯一件事：这些公司的收入很大程度上由自己选择发布哪个 checkpoint、怎么定价、在训练和推理之间怎么分配算力来决定。
— Gavin Baker需求侧其实还没开始
Gavin 说这些公司大约 800 亿收入，背后只有约 3000 万真正重度付费用户，他自己愿意对 3000 万这个数「取低」。a16z 内部看到的是幂律：最重度使用的工程师 token 花费是中位数工程师的 10 倍甚至 100 倍。企业侧，老牌银行大约花 1%，技术前沿公司花高个位数百分比，最 AI native 的公司超过 10%。对照全球 15 亿知识工作者，他的结论是需求侧我们哪儿都还没到，而供给侧已经严重受限。
— Gavin BakerGrokbot 是又一个 ChatGPT 时刻
Gavin 说 a16z 内部 token 消耗从三月到八月涨了 100 倍。他拿到 Grokbot Enterprise 后，两个人用，token 花费一个月可能再涨 10 到 20 倍。他用 Claude Code 花几小时做出来的播客摘要器、Substack 摘要器、X 情绪追踪器，用 Grokbot 每个只要 7 到 12 秒，而且更好。他的区分是：Claude Code 是反应式的知识增强，Grokbot 直接给「今天推荐我做什么」的行动建议。他 50 岁，说自己再怎么努力也不会像 23 岁的人那样对 AI 母语般流畅。
— Gavin Baker真正的风险是严重供给不足
Gavin 说所有人都在担心供给过剩，他更担心的是到 2028 年严重供给不足。原因是所有预测中的建设都可能因为政治因素被推迟。如果这个情景成立，你会看到获取智能的价格大幅上涨——这和所有人的预期方向相反。他引用 Dorcash 的观点说 token 成本可能涨 10 倍。他的逻辑是：现在之所以大家愿意用前沿 token 而不是便宜 token，是因为即使按前沿价格也有巨大的消费者剩余。如果供给短缺，结果可能是「算力不平等」——大公司和富人买得起算力，而这是数据中心的反对者自己造成的。
— Gavin Baker轨道算力比的是 Starship 复用
Gavin 说轨道数据中心不是太空里的大楼，大概是一架飞机大小、72 颗芯片的机架，放在太阳同步轨道，散热器始终在阴影里。他算了一笔账：假设每吉瓦 500 亿，其中 350 亿是芯片，剩下 150 亿是电力、冷却、人力——这些在地球上会通胀，因为电工和材料都在涨价。所以真正要比的是发射成本，而 Starship 复用能把它压到 10 亿以下，经济性瞬间翻转。他承认训练永远会在地球上做，延迟是真实约束，但世界上越来越大比例的算力会进入轨道。
— Gavin Baker微软押的是模型组合，不是单一前沿
Gavin 说微软试图做前沿模型但失败了，Satia 18 个月前说会有自己的有竞争力的模型，现在没有。但世界对他们的策略友好了很多，因为未来是模型的组合：没有单一模型在所有任务上最好。他预测全球一万家大公司会拿最好的开源模型——很可能是 NVIDIA 的模型——在自己的数据上做 RL 和监督微调，拥有并控制自己的智能，再把一两个前沿模型放在路由器后面做规划。这个未来对微软友好得多，因为不再只有两个主导的前沿模型。
— Gavin Baker不做垂直整合就当不了低成本方
Gavin 说成为企业智能的抽象层是商业史上最好的位置之一，但非常难做。他举美国零售的例子：任何品类在美国都值 500 亿美元以上，你只需要在 50 个州开一千家店，气候和消费偏好各不相同，库存要对、价格要对、员工要友好不偷东西、年流失率 100%、店面要干净明亮——听起来简单，历史上做到的人一只手数得过来。抽象层同理。他还说，长期看如果你不垂直整合、不拥有自己的算力，你不可能成为低成本提供方。
— Gavin Baker加速器拿 1% 份额就值一千亿
Gavin 给半导体创业者的建议是：如果你是芯片 CEO，唯一该说的话是谢谢 Jensen，我们怎么和你合作。他的经验法则是，今天加速器每 1% 份额大约值一千亿美元，所以没必要正面硬刚 NVIDIA，挑个细分市场拿到 1% 就够了。他指出 Jensen 有九款芯片，从两种 GPU 到 CPU 到以太网交换机，而且他最大的客户全都有和这些芯片竞争的产品。关键原因是 Jensen 的数据中心最容易融资：500 亿的项目只需 150 亿股权，其余 350 亿可以债务融资，还有残值担保和收入分成。
— Gavin Baker开源对 NVIDIA 是好事
Gavin 说他无法接受人们认为 Jensen 是开源最大倡导者这件事对他的业务是巨大风险。恰恰相反：开源意味着用 NVIDIA GPU 生成的 token 上不再是 90% 毛利，可能变成 40%，于是更多 token 被消费，需要更多算力——在一个供给受限的世界里这对他是好事。他说 Jensen 锁定了全球 70% 到 80% 的供应，还有晶圆产能、DRAM、NAND、激光器、电容、机架所需的一切。他的激励是 AI 的碎片化，这和美国利益完全一致。
— Gavin Baker原话 · 已逐字校验
my standard question is, can you tell me one quantitative data point in your business that's getting worse? Just one.
我的标准问题是：能不能告诉我一个你业务里正在变差的量化数据点？只要一个。
Gavin Baker1:02
we want missionaries, but we also want people to make money. And at the end of the day, you can't afford the compute you want for your mission if you go if the equity goes to zero.
我们想要传教士，但我们也想让人赚到钱。归根结底，如果股权归零，你就买不起你使命所需的算力。
Gavin Baker5:06
this is not an or thing it's an and thing right like this is an and thing
这不是一个「或」的问题，是一个「和」的问题。
Gavin Baker8:10
every time you've had a real, you know, profound new technology, you know, whether it's the automobile, the TV, the radio, internet, the PC, um, railroads, steel mills, you get a bubble because the markets get really excited and they get ahead of themselves.
每一次出现真正深刻的新技术——不管是汽车、电视、收音机、互联网、PC、铁路还是钢厂——你都会得到一个泡沫，因为市场太兴奋，跑到了自己前面。
Gavin Baker20:24
everybody's worried about over supply. I'm like more worried about massive massively under supply.
所有人都在担心供给过剩。我更担心的是严重供给不足。
Gavin Baker29:30
there's not a physics reason why this can't work.
没有物理上的理由说这行不通。
Gavin Baker36:33
my rule of thumb for accelerators every 1% share today is probably worth a hundred billion
我对加速器的经验法则是：今天每 1% 的份额大约值一千亿美元。
Gavin Baker1:00:47
I just can't take it that people think that Jensen is like the world's biggest advocate for open source and it's somehow the a giant risk to his business.
我实在无法接受人们认为 Jensen 是世界上最大的开源倡导者，而这对他的业务是某种巨大风险。
Gavin Baker1:04:47
数字与实体
| a16z 内部 token 消耗增幅 | 从三月到八月涨了 100 倍 | 16:21 |
| Grokbot Enterprise 带来的 token 花费增幅 | 一个月可能涨 10 到 20 倍 | 16:21 |
| 全球知识工作者数量 | 15 亿 | 14:19 |
| Nebius 算力回本周期 | 9 到 10 个月 | 11:14 |
| 轨道数据中心成本结构 | 每吉瓦 500 亿，其中 350 亿是芯片，150 亿是电力冷却人力 | 36:33 |
| NVIDIA 数据中心融资结构 | 500 亿项目需 150 亿股权，其余 350 亿债务融资 | 1:02:47 |
| Jensen 锁定的全球算力供应份额 | 70% 到 80% | 1:04:47 |
| Kirkland Ellis 自建法律 AI 预算 | 5 亿美元 | 57:45 |
术语
- Neocloud新型算力云
- 专门提供 GPU 算力租赁的云服务商，如 Nebius、CoreWeave。
- RVG残值担保
- 芯片厂商为数据中心资产提供的剩余价值保证，降低融资方风险。
- ZDR零数据保留
- 企业要求模型厂商不保留其数据的政策，影响企业是否愿意把数据交给前沿实验室。
- EV to net PP&E企业价值比净固定资产
- 把公司市值与其算力资产净值对比，类似 AI 时代的市净率。
- JalapenoJalapeno
- OpenAI 自研的 ASIC 芯片，Gavin 称其为 TPU 和 Trainium 之外第一个好的自研芯片。
收听指南
关注 AI 算力供需、数据中心投资和半导体生态的创业者和投资人；想理解为什么「AI 泡沫」叙事可能反了的人。
开头关于 Anthropic 静默期和 IPO 游戏规则的部分可以快进。