刚才和AI讨论了几个问题，突然它就冒出一句“好分析和好投资之间还差四件事：非共识性、可交易性、时点和仓位、事实校验”……

这……有点狠啊，在 OpenAI vs Anthropic 的竞争中，还是不能轻视 OpenAI……

当前对 AI 产业链的最重要假设是不是从“模型能力生产”走向“任务生产系统”？

只能说，绝对是民族的希望！

这个问题要结合这两家头部AI大模型公司上市后的估值来看，还是很可能会爆，那么市场的焦虑感可能就下降了，毕竟最头部的模型壁垒最高。
当然另一种可能也值得看，就是如果有小的模型玩家居然证明了，当前模型可用性已经足够，并且能解决掉具体的落地任务，把某些任务市场给占了，反而让头两家在没有证明非得最强模型才足够有价值之前比较尴尬……

2024 年的一份实证研究表明，训练 GPT-4 的硬件采购成本已高达 8 亿美元；而对 GPT-3、OPT-175B、GPT-4 和 Gemini Ultra 四个典型模型的深入分析显示，研发人员成本（含股权）占总开发成本的 29% 至 49%；因此，到 2027 年初，最昂贵的公开宣布模型的训练成本将突破 10 亿美元。而 Anthropic CEO 曾表示 2024 年单次训练运行的支出可能已接近 10 亿美元！

“机器学习模型的规模在历史上一直保持增长，但从 2018 年开始进入了极速扩张期。”

也就是说如果有投资者当时就充分了解了这一事实，那么在2018年就该买入英伟达，并且一直对该趋势保持跟踪……

考古前几年的一份第三方实证数据：2006 年至 2021 年间发布的 470 款图形处理单元（GPU）型号的数据集进行分析，发现每美元的浮点运算次数每 ~2.5 年就会翻一番。

只经历过一级市场和被二级市场验证过的区别：

“投资者注意力正在迅速转向OpenAI和Anthropic的潜在IPO。

D.A. Davidson分析师吉尔·卢里亚（Gil Luria）提醒，虽然这两家AI公司与SpaceX一样具有巨大增长潜力，但有一个关键区别：马斯克"拥有15年担任上市公司CEO的记录"。

特斯拉的股价在过去十几年里经历过数次腰斩，但长期持有者最终获得了巨额回报，这让金融界尤其是那些在特斯拉赚过钱的人有理由对SpaceX保持耐心。

OpenAI和Anthropic可能拥有同样尖端甚至更成熟的AI技术，但它们的CEO从未在公开市场的审视下经营过一家公司，"它们还没有那样的记录"。

卢里亚预计这两家公司上市时的波动会比SpaceX更剧烈。”