AI 不是供給過剩，是嚴重供給不足
所有人都在擔心 AI 數據中心建太多，Gavin Baker 的結論相反：到 2028 年真正的問題是嚴重供給不足，算力價格可能不降反升。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
找不到一個變差的數字
Gavin 說他整個夏天問每個人同一個問題：能不能告訴我一個你業務里正在變差的量化數據點，只要一個。七八兩個月他找不到一個人。Anthropic 因為靜默期可能放緩，但 OpenAI 明顯加速，開源加速更多，Grok 在 Grokbot 之後也明顯加速。與此同時公開市場 AI 名字在最近兩個月大幅回撤。他的比喻是：你可以在平均兩英尺深的河裡淹死——指數層面沒什麼動靜，但個別 AI 名字回撤很深，而基本面在全面加速。
— Gavin BakerAnthropic 是意外的企業公司
Gavin 說 Anthropic 在文化面試裡問候選人「如果股權歸零你怎麼想」，因為要找 mission aligned 的人。他的評論是：我們想要傳教士，但也想讓人賺到錢，因為股權歸零你就買不起你使命所需的算力。他把 Anthropic 稱為「意外的企業公司」——企業業務只是使命的副產品，而 OpenAI 和 SpaceX 更商業化。他還推測 Anthropic 之前做過一次收入口徑的 rebase，現在和 OpenAI 可比，下一次披露很可能是重新加速。
— Gavin Baker收入是實驗室自己控制的變量
Gavin 給了一個具體測算：假設一家實驗室有 10 吉瓦電力，8 吉瓦用於推理，按每吉瓦每年 600 億收入算，是 4800 億年化收入，收入口徑上不到一年回本。但如果出現重大研究突破，他們決定把 8 吉瓦推理改成 8 吉瓦訓練，收入立刻從 4800 億掉到 1200 億。他的判斷是他們會這麼做。這意味著公開市場必須習慣一件事：這些公司的收入很大程度上由自己選擇發布哪個 checkpoint、怎麼定價、在訓練和推理之間怎麼分配算力來決定。
— Gavin Baker需求側其實還沒開始
Gavin 說這些公司大約 800 億收入，背後只有約 3000 萬真正重度付費用戶，他自己願意對 3000 萬這個數「取低」。a16z 內部看到的是冪律：最重度使用的工程師 token 花費是中位數工程師的 10 倍甚至 100 倍。企業側，老牌銀行大約花 1%，技術前沿公司花高個位數百分比，最 AI native 的公司超過 10%。對照全球 15 億知識工作者，他的結論是需求側我們哪兒都還沒到，而供給側已經嚴重受限。
— Gavin BakerGrokbot 是又一個 ChatGPT 時刻
Gavin 說 a16z 內部 token 消耗從三月到八月漲了 100 倍。他拿到 Grokbot Enterprise 後，兩個人用，token 花費一個月可能再漲 10 到 20 倍。他用 Claude Code 花幾小時做出來的播客摘要器、Substack 摘要器、X 情緒追蹤器，用 Grokbot 每個只要 7 到 12 秒，而且更好。他的區分是：Claude Code 是反應式的知識增強，Grokbot 直接給「今天推薦我做什麼」的行動建議。他 50 歲，說自己再怎麼努力也不會像 23 歲的人那樣對 AI 母語般流暢。
— Gavin Baker真正的風險是嚴重供給不足
Gavin 說所有人都在擔心供給過剩，他更擔心的是到 2028 年嚴重供給不足。原因是所有預測中的建設都可能因為政治因素被推遲。如果這個情景成立，你會看到獲取智能的價格大幅上漲——這和所有人的預期方向相反。他引用 Dorcash 的觀點說 token 成本可能漲 10 倍。他的邏輯是：現在之所以大家願意用前沿 token 而不是便宜 token，是因為即使按前沿價格也有巨大的消費者剩餘。如果供給短缺，結果可能是「算力不平等」——大公司和富人買得起算力，而這是數據中心的反對者自己造成的。
— Gavin Baker軌道算力比的是 Starship 複用
Gavin 說軌道數據中心不是太空裡的大樓，大概是一架飛機大小、72 顆芯片的機架，放在太陽同步軌道，散熱器始終在陰影裡。他算了一筆賬：假設每吉瓦 500 億，其中 350 億是芯片，剩下 150 億是電力、冷卻、人力——這些在地球上會通脹，因為電工和材料都在漲價。所以真正要比的是發射成本，而 Starship 複用能把它壓到 10 億以下，經濟性瞬間翻轉。他承認訓練永遠會在地球上做，延遲是真實約束，但世界上越來越大比例的算力會進入軌道。
— Gavin Baker微軟押的是模型組合，不是單一前沿
Gavin 說微軟試圖做前沿模型但失敗了，Satia 18 個月前說會有自己的有競爭力的模型，現在沒有。但世界對他們的策略友好了很多，因為未來是模型的組合：沒有單一模型在所有任務上最好。他預測全球一萬家大公司會拿最好的開源模型——很可能是 NVIDIA 的模型——在自己的數據上做 RL 和監督微調，擁有並控制自己的智能，再把一兩個前沿模型放在路由器後面做規劃。這個未來對微軟友好得多，因為不再只有兩個主導的前沿模型。
— Gavin Baker不做垂直整合就當不了低成本方
Gavin 說成為企業智能的抽象層是商業史上最好的位置之一，但非常難做。他舉美國零售的例子：任何品類在美國都值 500 億美元以上，你只需要在 50 個州開一千家店，氣候和消費偏好各不相同，庫存要對、價格要對、員工要友好不偷東西、年流失率 100%、店面要乾淨明亮——聽起來簡單，歷史上做到的人一隻手數得過來。抽象層同理。他還說，長期看如果你不垂直整合、不擁有自己的算力，你不可能成為低成本提供方。
— Gavin Baker加速器拿 1% 份額就值一千億
Gavin 給半導體創業者的建議是：如果你是芯片 CEO，唯一該說的話是謝謝 Jensen，我們怎麼和你合作。他的經驗法則是，今天加速器每 1% 份額大約值一千億美元，所以沒必要正面硬剛 NVIDIA，挑個細分市場拿到 1% 就夠了。他指出 Jensen 有九款芯片，從兩種 GPU 到 CPU 到以太網交換機，而且他最大的客戶全都有和這些芯片競爭的產品。關鍵原因是 Jensen 的數據中心最容易融資：500 億的項目只需 150 億股權，其餘 350 億可以債務融資，還有殘值擔保和收入分成。
— Gavin Baker開源對 NVIDIA 是好事
Gavin 說他無法接受人們認為 Jensen 是開源最大倡導者這件事對他的業務是巨大風險。恰恰相反：開源意味著用 NVIDIA GPU 生成的 token 上不再是 90% 毛利，可能變成 40%，於是更多 token 被消費，需要更多算力——在一個供給受限的世界裡這對他是好事。他說 Jensen 鎖定了全球 70% 到 80% 的供應，還有晶圓產能、DRAM、NAND、激光器、電容、機架所需的一切。他的激勵是 AI 的碎片化，這和美國利益完全一致。
— Gavin Baker原話 · 已逐字校驗
my standard question is, can you tell me one quantitative data point in your business that's getting worse? Just one.
我的標準問題是：能不能告訴我一個你業務里正在變差的量化數據點？只要一個。
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.
我們想要傳教士，但我們也想讓人賺到錢。歸根結底，如果股權歸零，你就買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
這不是一個「或」的問題，是一個「和」的問題。
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.
每一次出現真正深刻的新技術——不管是汽車、電視、收音機、互聯網、PC、鐵路還是鋼廠——你都會得到一個泡沫，因為市場太興奮，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.
所有人都在擔心供給過剩。我更擔心的是嚴重供給不足。
Gavin Baker29:30
there's not a physics reason why this can't work.
沒有物理上的理由說這行不通。
Gavin Baker36:33
my rule of thumb for accelerators every 1% share today is probably worth a hundred billion
我對加速器的經驗法則是：今天每 1% 的份額大約值一千億美元。
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.
我實在無法接受人們認為 Jensen 是世界上最大的開源倡導者，而這對他的業務是某種巨大風險。
Gavin Baker1:04:47
數字與實體
| a16z 內部 token 消耗增幅 | 從三月到八月漲了 100 倍 | 16:21 |
| Grokbot Enterprise 帶來的 token 花費增幅 | 一個月可能漲 10 到 20 倍 | 16:21 |
| 全球知識工作者數量 | 15 億 | 14:19 |
| Nebius 算力回本週期 | 9 到 10 個月 | 11:14 |
| 軌道數據中心成本結構 | 每吉瓦 500 億，其中 350 億是芯片，150 億是電力冷卻人力 | 36:33 |
| NVIDIA 數據中心融資結構 | 500 億項目需 150 億股權，其餘 350 億債務融資 | 1:02:47 |
| Jensen 鎖定的全球算力供應份額 | 70% 到 80% | 1:04:47 |
| Kirkland Ellis 自建法律 AI 預算 | 5 億美元 | 57:45 |
術語
- Neocloud新型算力雲
- 專門提供 GPU 算力租賃的雲服務商，如 Nebius、CoreWeave。
- RVG殘值擔保
- 芯片廠商為數據中心資產提供的剩餘價值保證，降低融資方風險。
- ZDR零數據保留
- 企業要求模型廠商不保留其數據的政策，影響企業是否願意把數據交給前沿實驗室。
- EV to net PP&E企業價值比淨固定資產
- 把公司市值與其算力資產淨值對比，類似 AI 時代的市淨率。
- JalapenoJalapeno
- OpenAI 自研的 ASIC 芯片，Gavin 稱其為 TPU 和 Trainium 之外第一個好的自研芯片。
收聽指南
關注 AI 算力供需、數據中心投資和半導體生態的創業者和投資人；想理解為什麼「AI 泡沫」敘事可能反了的人。
開頭關於 Anthropic 靜默期和 IPO 遊戲規則的部分可以快進。