查看這張圖表，顯示了生成性人工智慧中收入/籌款資金的分布
總結：
- 儘管只收到了13%的風險資本，但絕大多數收入都是由基礎設施公司獲得的。
- 大部分融資流向了模型和應用程式公司，儘管它們只占收入的10%。
一些需要思考的問題：
1為什麼存在這種二分法？️
主要原因是人工智慧一代仍處於早期階段。歷史上也曾出現過類似的模式，基礎設施領域的開發和貨幣化先於應用領域。例如，網際網路基礎設施先於搜索和電子商務等網際網路應用程式。
# 2這種模式很快就會改變嗎？️
我預計當前的收入分配短期內將保持當前的格局。儘管由於起步基礎較小，我們可能會觀察到模型和應用程式/工具領域出現一些增長，但它不太可能趕上基礎設施領域。英偉達明年僅數據中心的收入預計將翻一番，達到400億美金。此外，只要英偉達繼續保持壟斷地位，基礎設施/晶片價格將保持高位。最後，我們目前擁有的大部分計算都分配給了訓練端--我們還沒有看到推理端的重大擴展。出於所有這些原因，我預計基礎設施在可預見的未來仍將是主要的收入引擎。
# 3最終狀態會是什麼樣子？️
從長遠來看，我預計應用程式和建模堆棧的LAM將比基礎設施堆棧大2-4倍。如果我們看看SaaS等更成熟的行業，毛利潤率通常在70- 90%左右，其中大部分COG用於雲託管成本。有人可能會說，原生生成人工智慧公司需要擁有類似的利潤狀況。
# 4籌款會發生什麼？️
考慮到基金會模型公司籌集的資金中高達80%用於計算，我預計該模型的籌款規模將與基礎設施收入成正比。然而，應用程式/工具空間可能會更加不穩定，這取決於公司是否能夠增長到其估值。這取決於企業採用生成性人工智慧解決方案的速度，而生成性人工智慧解決方案仍處於起步階段。
簡而言之，過去12個月生成人工智慧的唯一捐贈者似乎是英偉達。雖然這種情況不會永遠持續下去，但重大轉變需要時間。
資料來源：Kelvin Mu
補充Nvidia Q3收入，或者賺錢，
18.1總收入10億美金，數據中心收入145億美金，淨利潤92億美金。
