Re: [請益] 這波無限下殺真正的原因是什麼?
其實發文目標就一直想探討目前 LLM 的整體供需經濟問題
重新整理下邏輯
1. LLM大模型的應用市場(AAPL、GOOGL、META、MSFT、AMZN、TSLA、OpenAI、Antropic)?
求決定了投資 data center 的規模與效率
2. data center 的規模與效率決定了對機房主機的需求
3. 機房主機的需求決定了 NVDA/AMD 的推理運算需求、INTEL/AMD/ARM的計算與工具執行的
需求,最後是在上述二種運算時需要的記憶體與存儲需求
未來如果要這個循環能持續下去需要第一點的應用市場爆發明顯的需求。
美國的互聯網行業的邏輯都是 winner takes all 的邏輯
所以互聯網公司的 DNA 在看到可能的苗頭就會一股腦的先投入,希望能透過各種優勢把競?
對手搞死,最後再收購變成寡占市場後再慢慢漲價賺回來
互聯網這套美國股市都已經熟門熟路了
但我認為市場對於投這麼大筆錢進去但除了賣更多的 token 在應用與服務上並沒有創造更?
的需求
這表示未來要賣更多的 token 這件事情上沒有辦法有突破性的進展
這還沒有算 token 生產的成本要誰來付的問題
以前互聯網公司最後找到的勝利公式是,用戶使用 app/service 免費,但公司的流量與運?
費用讓廣告主來負擔,這個運作模式造就了 google/meta/amzn
現在 coding agent 沒有找到類似方式,所以只能用訂閱的方式回收一部分成本
未來可能會有一種方式是使用免費,但用戶所有的輸入都被當作 traning data,只要餵給?
型的所有東西歸屬權都是屬於平台的
這個邏輯跟現在只要使用 meta google 用戶的點擊與瀏覽數據都是屬於平台的
但用戶是否願意未來免費使用 LLM 貢獻自己或公司的資料與數據?這是一個大問號
市場其實期待的是面向企業或個人用戶的互聯網公司能找出一個令人振奮的 killer applic
ation
但目前看起來並沒有什麼令人眼前一亮的東西
如果要大量使用 agent,agent 的原意是代理人
現在所有人對 agent 的預期是獨立個體,不是在網路上為某個人的代理人
如果 agent 是獨立實體,那就會跟目前的公司制度抵觸,因為到目前為止流程設計都是人?
責
如果 agent 是代理人,那如何在網路世界上作為一個人的代理?這個問題目前還是沒有很?
的解答
所以我才覺得現在 coding agent 只是為了向市場證明可用性爆出來的一個方向。而這個方
向只是符合目標相對單純、訓練來源多(github 上一堆免費語料)、程式語言的語法明確?
其中前端與後端語料跟語法最多最明確,自然被取代的速度最快
同理現在的 seedance 也是,抖音有全世界最多的短視頻語料,訓練出來的是最強的符合預
期
以上是技術細節,接下來想討論產出的結果
對一般民眾來說
1. 模型產出的文字容易被看破造成不信任感
2. 模型產出的圖容易造成不信任感
3. 模型產出的影片長時間不會被信任
所以長期如果網路上都填滿這些低成本低質量的內容,google 跟 meta 第一時間會死掉,?
為真人少了他們目前的廣告賺錢模式會崩壞
現在用 ai 產內容有賺錢的人估計再過一段時間就沒搞頭了,因為平台第一時間就會處理掉
,或者只能用他們的工具在有限制的前提下使用。因為這個做法已經動到平台的核心
最後是企業應用
我目前是真的沒看出來企業有大規模使用的跡象
可能矽谷新創會大量採用,但目前 agent 在公司流程的模糊定位,注定在企業領域沒辦法?
發使用
之前看好微軟的 office copilot 但現在沒有什麼耳目一新的進展。除了 teams 會議實時?
譯外,有什麼新的應用?
google ads/meta ads有提供 mcp 管理廣告,但這個做法真的能有效的提升 ROI?還是只有
管理效率提高?
我認為 ai 的最終應用應該是無形的,這樣才能最大化 token 的使用,但能大量毫無顧忌?
使用產生質變前,token 的生產成本誰來付?或有什麼方法下降到幾乎免費?
我想這是市場目前透過修正估值逼大多數人在想的問題吧
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.136.156.50 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1785386533.A.D42.html
→
07/30 12:51,
1小時前
, 1F
07/30 12:51, 1F
→
07/30 12:51,
1小時前
, 2F
07/30 12:51, 2F
ai 產的短劇長久真人願意看嗎?
大家只關注生產力,但產出來的東西要真人願意接受才有辦法轉成 GMV
→
07/30 12:52,
1小時前
, 3F
07/30 12:52, 3F
→
07/30 12:53,
1小時前
, 4F
07/30 12:53, 4F
→
07/30 12:53,
1小時前
, 5F
07/30 12:53, 5F
我倒覺得這是分工明確的地方
市場之前給 googl aapl meta 這麼高的估值
他們花錢請了這麼多傑出的人,運作全球這麼大的市場,目前現金流充足。這些面向消費者
與企業的公司要負責創造需求
全世界可能搞出 killer application的公司就這麼幾家
如果不期待是不可能的
而且我覺得也有到最後這幾家公司決定不玩的風險
如果真的有這麼大的應用空間,就不存在賣算力的可能性。自己都用不夠了
如果存在賣算力的情況不是自己用不完不然就是發現賣算力比做前端業務還賺
那賺錢的前端業務是什麼?
openai 跟 antropic 目前的業務吃的下這麼多算力嗎?
→
07/30 12:54,
1小時前
, 6F
07/30 12:54, 6F
→
07/30 12:54,
1小時前
, 7F
07/30 12:54, 7F
→
07/30 12:54,
1小時前
, 8F
07/30 12:54, 8F
toB 有什麼突破進展?
要下這個結論只有上市招股書才看得出來
但我覺得 openai 跟 antropic 現在都不想上市了吧
如果招股書被抓到個紕漏,導致估值再下殺
→
07/30 13:00,
1小時前
, 9F
07/30 13:00, 9F
推
07/30 13:00,
1小時前
, 10F
07/30 13:00, 10F
推
07/30 13:36,
29分鐘前
, 11F
07/30 13:36, 11F
→
07/30 13:36,
29分鐘前
, 12F
07/30 13:36, 12F
→
07/30 13:36,
29分鐘前
, 13F
07/30 13:36, 13F
→
07/30 13:36,
29分鐘前
, 14F
07/30 13:36, 14F
→
07/30 13:36,
29分鐘前
, 15F
07/30 13:36, 15F
羊毛出在羊身上
data center 的帳單要有人來付
大多數人只看到財報就不探究再深一層的業務邏輯
目前就沒看到有大企業大規模的使用跡象
所以 googl 跟 msft 的財報提到的相關收入我也不清楚是否真的跟對應的模型業務有正相?
※ 編輯: jyuny1 (1.160.72.222 臺灣), 07/30/2026 13:42:35
→
07/30 13:44,
21分鐘前
, 16F
07/30 13:44, 16F
※ 編輯: jyuny1 (1.160.72.222 臺灣), 07/30/2026 13:44:55
→
07/30 13:45,
20分鐘前
, 17F
07/30 13:45, 17F
→
07/30 13:45,
20分鐘前
, 18F
07/30 13:45, 18F
這個循環只要文章第一點的公司不願意繼續投入
後面就整個崩了
現在第二點與第三點的公司股價還沒下殺到底
大概率應該還是有第一點的公司在提高資本支出
這個錢的流向是實實在在的
但未來會怎樣還真不好說
我覺得現在市場就是在關注應用是否能創造需求
因為這個投入的規模比以前大多了
→
07/30 13:47,
18分鐘前
, 19F
07/30 13:47, 19F
→
07/30 13:47,
18分鐘前
, 20F
07/30 13:47, 20F
→
07/30 13:48,
17分鐘前
, 21F
07/30 13:48, 21F
→
07/30 13:49,
16分鐘前
, 22F
07/30 13:49, 22F
→
07/30 13:49,
16分鐘前
, 23F
07/30 13:49, 23F
你這個問法很沒禮貌
※ 編輯: jyuny1 (1.160.72.222 臺灣), 07/30/2026 13:51:27
→
07/30 13:52,
13分鐘前
, 24F
07/30 13:52, 24F
→
07/30 13:52,
13分鐘前
, 25F
07/30 13:52, 25F
→
07/30 13:53,
12分鐘前
, 26F
07/30 13:53, 26F
※ 編輯: jyuny1 (1.160.72.222 臺灣), 07/30/2026 13:53:55
→
07/30 13:54,
11分鐘前
, 27F
07/30 13:54, 27F
推
07/30 13:55,
10分鐘前
, 28F
07/30 13:55, 28F
→
07/30 13:55,
10分鐘前
, 29F
07/30 13:55, 29F
→
07/30 13:56,
9分鐘前
, 30F
07/30 13:56, 30F
→
07/30 13:56,
9分鐘前
, 31F
07/30 13:56, 31F
→
07/30 13:57,
8分鐘前
, 32F
07/30 13:57, 32F
推
07/30 13:57,
8分鐘前
, 33F
07/30 13:57, 33F
→
07/30 13:57,
8分鐘前
, 34F
07/30 13:57, 34F
→
07/30 13:58,
7分鐘前
, 35F
07/30 13:58, 35F
→
07/30 13:58,
7分鐘前
, 36F
07/30 13:58, 36F
→
07/30 13:59,
6分鐘前
, 37F
07/30 13:59, 37F
→
07/30 13:59,
6分鐘前
, 38F
07/30 13:59, 38F
→
07/30 13:59,
6分鐘前
, 39F
07/30 13:59, 39F
→
07/30 13:59,
6分鐘前
, 40F
07/30 13:59, 40F
→
07/30 14:00,
5分鐘前
, 41F
07/30 14:00, 41F
→
07/30 14:00,
5分鐘前
, 42F
07/30 14:00, 42F
推
07/30 14:00,
5分鐘前
, 43F
07/30 14:00, 43F
→
07/30 14:01,
4分鐘前
, 44F
07/30 14:01, 44F
→
07/30 14:01,
4分鐘前
, 45F
07/30 14:01, 45F
推
07/30 14:01,
4分鐘前
, 46F
07/30 14:01, 46F
→
07/30 14:01,
4分鐘前
, 47F
07/30 14:01, 47F
→
07/30 14:01,
4分鐘前
, 48F
07/30 14:01, 48F
→
07/30 14:01,
4分鐘前
, 49F
07/30 14:01, 49F
→
07/30 14:02,
3分鐘前
, 50F
07/30 14:02, 50F
討論串 (同標題文章)
Stock 近期熱門文章
PTT職涯區 即時熱門文章