风险投资机构 Altimeter 绘制了一张图对比了目前云计算和生成式 AI 技术栈的收入规模。
云计算是一个倒三角，应用层大约 4000 亿美元，基础设施层 2000 亿美元，半导体芯片层 500 亿美元。
这个结构看起来是健康的，因为最终企业用户，尤其是各行各业和最终消费者会为应用付费。应用服务商获得了收入，才有能力去购买云基础设施(AWS、Azure 等）的服务。进而，云基础设施服务商也有财力去购买更多服务器的芯片。
生成式 AI（Gen AI）目前的状态则正好相反，半导体 GPU 层面有 750 亿收入，而 AI Infra 只有 100 亿美金，Gen AI 应用层则只有 50 亿美金左右。
这是否合理，见仁见智了。
国际云基础设施服务市场的三巨头是：AWS、Microsoft Azure 和 Google Cloud（GCP）。
投资银行 Barclays 绘制了一张图，展示了三巨头从 2014 年以来按季度的营收变化。
Barclays 认为三巨头的年化收入可达 1350 亿美金，按照 42% 的年增长率估算的话。
BCG 针对 750 名咨询顾问使用 ChatGPT 的典型咨询工作实验发现，对于水平相对弱的分组，参与者借助 ChatGPT 可提升 43% 的效率；而高水平分组的提升效率为 17%。
注：针对产品创新创意类工作任务。
风险投资机构 a16z 描绘了生成式 AI（AGI）的技术栈层次。最底下两层是计算机硬件（服务器、GPU 等）和云平台（AWS、Google 云、Azure 等）；
底下两层可认为提供了算力网络的基础设施服务。深蓝色是模型层，包括闭源的模型（例如：OpenAI 的 GPT-3) 和开源模型。开源模型既包括模型算法本身，也包括托管和运行这些模型的平台。
最上层即应用。应用既可以是 Jasper 这种比较 “薄” 的应用，也包括 Midjourney 这种后台模型也自己做的应用。
从价值创造和风险投资角度，Jasper 类面临的质疑就是护城河问题，有风险投资机构认为其大量能力依赖 OpenAI。而 OpenAI 会把大部分价值拿走等。
但其实即便是比较 “薄” 的上层应用中，Github...
