發表
我的網誌
摘要 : Gil估AI已達0.25–0.5% GDP，若擴張可於2026前逼近1%，建議創辦人短期內尋求退出或流動性。
新聞 : 引子／要點：投資人與創業者需正視一個快速成形的現實——Elad Gil在4月20日發表的AI論文指出，人工智慧在數年內已從「幾乎無足跡」躍升為可測量的經濟規模，若幾家領先實驗室營收持續擴張，AI在美國經濟中的佔比可在2026–2027年前後逼近1%，這帶來市場機會與風險視窗同時收攏。
背景與資料：美國名目GDP約為30兆美元。Gil估計OpenAI與Anthropic各自的年化營收約為300億美元（約0.1% GDP），加上雲端基礎設施與周邊AI服務，整體已達0.25%到0.5% GDP。如果兩大實驗室營收在年底前達到1000億美元等級，AI的經濟規模將接近1% GDP——這樣的成長速度在現代科技史上罕見。
主張與論證：Gil對創辦人的實務建議具體而急迫：在未來12到18個月評估退出或尋求流動性。理由包括市場競爭加劇、採用節奏快速改變，以及類比90年代末網路熱潮期間大量公司上市後的淘汰浪潮。他認為等待「更明朗的時機」可能等同於錯過高點。
結構性限制：Gil指出，計算資源（尤其記憶體供應）將成為短中期限制因素。來自Hynix、Samsung與Micron的記憶體產能限制，可能在未來兩年內抑制GPU擴產，導致沒有單一實驗室能在2028年前取得決定性領先。其結論是：以硬體供應鏈為基礎的寡頭結構更可能持續，而非純靠演算法或人才的贏者全拿。
勞動市場觀察：關於「AI大規模裁員」的論述，Gil區分噪音與訊號，認為多數被報導的美國企業裁員是疫情時期過度僱用的後續調整，而真正的替代效應先在外包體系顯現──客戶支援等工作被取消對外包合約，首當其衝的是印度與菲律賓等外包密集市場（菲律賓IT‑BPM約170萬人受僱）。
採用速度框架：Gil提出「封閉迴路的緊密程度」影響AI取代速度。回饋迴路短且可量化的工作（如軟體工程）最易被AI替代；回饋慢或模糊的職務（如戰略顧問）則較緩。這也解釋為何新興的程式輔助工具能迅速吸引使用者並獲投資。
計算即貨幣的觀點：Gil進一步認為，token／compute預算正成為與薪資並列的組織投入，企業須衡量compute與人力的配比。某些開發者工具藉由補貼推理成本獲取用戶黏性，短期壓縮利潤但長期鞏固日常習慣與留存。
投資者與創辦人的策略性建議：對投資人而言，具體押注包括：在硬體供應受限期內保有對主要前沿模型供應商的曝險、關注在高價值垂直領域建立專屬閉環資料系統的公司、並對單靠模型表現而非工作流程鎖定的公司保持懷疑。對創辦人則是評估二級市場流動性、M&A機會，準備在2025–2026年呈現更多退出視窗。
反駁與不確定性：Gil的架構並非無懈可擊。反方會指出演算法創新、分散化資本或供應鏈突發擴產可能打破硬體瓶頸；另有觀點認為AI採用與影響遠比現有估算更分散或更慢。Gil本人也承認關鍵假設（記憶體供應、實驗室營收成長、GDP換算）仍具不確定性，應被持續檢驗。
結論與行動呼籲：無論最終數字是否精準，Gil提供的分析架構——封閉迴路、計算為貨幣、以硬體限制理解市場集中度——是檢視投資與產品策略的高價值鏡片。對創辦人：評估短中期退出選項與資本市場機會；對投資人：以硬體供應與閉環資料作為風險/報酬檢核。持續關注記憶體供應、實驗室營收動態與外包就業變化，將是未來18個月的關鍵指標。
點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37
免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。
