#市场需求

3个月前
彭博社:阿里巴巴蔡崇信警告——人工智能数据中心建设恐陷“泡沫” 阿里巴巴集团董事长蔡崇信近日发出警告称,当前人工智能数据中心的建设热潮可能存在泡沫。他指出,目前数据中心的建设速度可能已经超过了市场对AI服务的实际需求。 蔡崇信在周二举行的香港汇丰全球投资峰会上发表演讲时表示,现在从美国到亚洲,大型科技公司、投资基金和其他机构纷纷建设服务器基地,这种趋势已经显得有些盲目。这位身家不菲的企业家兼金融家称,目前不少项目甚至连明确的客户需求都没有,就匆忙开建。 目前,从微软到软银,环太平洋两岸的科技巨头们都在投入巨资抢购英伟达(Nvidia)和SK海力士(SK Hynix)生产的AI芯片。阿里巴巴自己也在2月份宣布全面押注人工智能,并计划未来三年内投入超过3800亿元人民币(约520亿美元)。从印度到马来西亚,大量服务器机房迅速崛起,而在美国,特朗普总统正积极推动一项名为“星际之门”(Stargate)的项目,预计投资规模高达5000亿美元。 然而,在蔡崇信发表这一言论后,阿里巴巴的股价在香港下跌超过3%。事实上,华尔街许多人已开始质疑这种巨额投资的必要性,尤其是在中国AI新秀DeepSeek最近发布了一个开源AI模型后。这家新兴企业声称,其模型性能已与美国最顶尖的AI技术不相上下,而开发成本却低得多。此外,许多批评者还指出,尽管AI热度很高,但实际的商业落地场景仍然非常有限。 蔡崇信在会上对现场嘉宾说道:“我已经开始看到某种泡沫的迹象。” 他指出,目前不少计划中的项目还没有签订实际的使用协议,就已经开始向市场募集资金。“我对那些盲目建设数据中心的行为感到忧虑。有不少人和基金涌入市场,轻易筹措了数十亿甚至数百万美元资金,这令人担心。” 2025年,阿里巴巴正经历一场明显的复兴,其中一个重要推力就是近期大热的“通义千问”(Qwen)AI平台。蔡崇信表示,该平台预计将极大提升阿里的核心电商业务以及云服务。在峰会上,他还提到阿里巴巴正经历一场“重启”,开始积极重新招募人才,逐渐走出过去几年监管压力所造成的增长停滞。同时,阿里巴巴已经启动了一系列人才招募计划,力图实现其发展“通用人工智能”(AGI)的远大目标。 不过,蔡崇信对于美国竞争对手的巨额AI投资却持有不同看法,甚至提出尖锐批评。 今年以来,亚马逊()、谷歌母公司Alphabet以及Meta三家公司,分别承诺投入1000亿美元、750亿美元以及最高650亿美元用于建设AI基础设施。 而早在2月份时,美国TD Cowen分析师就曾指出,微软已经取消了一些数据中心的租赁合同,这让人担忧微软可能超前建设了太多未来未必需要的AI计算资源。 但微软方面的高管淡化了这些担忧,表示公司当前的支出规模达到历史之最,其中大部分投入用于芯片和数据中心建设。微软曾表示,本财年公司在AI数据中心建设上的投入预计将达到800亿美元,但从今年7月开始,这种增长的势头应该会有所放缓。 蔡崇信告诉与会人士:“我依然对美国当前在AI领域所提到的投资数字感到震惊。” “现在人们随口就谈论投资5000亿美元、数千亿美元。我觉得这种规模的投资完全没有必要。某种程度上,许多人正在超前于现实需求进
为什么你学了一堆技能,工资还是上不去? 拼命学新技能、考证、上各种课程,结果工资还是稳如老狗? 公司不为你的技能买单,而是为价值买单。公司更关心的是——你能帮公司赚多少钱? 麦肯锡研究显示,能直接影响业务的员工,薪资增长比纯技术型员工高出45%。 市场决定薪资,而不是你的自我感动。 有些人学了很冷门的技术,比如C++嵌入式开发(不是说不好,但市场需求相对小),然后抱怨“我这么努力,为什么工资不高?” 2021年,国内一位普通Java开发转型做AI Prompt工程师(AI提示词优化),半年后年薪从30万涨到80万。原因?市场缺人,他赶上了风口! 升职加薪,不是靠技能,而是靠“可替代性” 如果你的岗位是“可替代的”,公司就不会给你高薪。你会写代码?AI 也会!你会画图?AI 也会!你会写文案?AI 还是会! 但如果你的工作是高决策、高业务影响力、低可替代性,那就值钱了。Glassdoor 研究发现,拥有跨学科能力(如技术+业务思维)的员工,薪资比单一技能型员工高出38%。 想涨薪,别光学技能,要学会提供价值! 1.技能≠价值,市场需求才是关键。 不会为你努力买单,只会为你的价值买单。 3.选对风口,比埋头苦干更重要! 所以,别再一股脑学一堆技能,先想想——你的工作,真的“不可替代”吗?
5个月前
NVDA以及一众芯片股,直接被搞崩了。 短期来讲对nvda是一个比较大的冲击,nvda的高margin 保不住了。 Deepseek的突出表现对整个芯片需求是正面还是负面的? 长期来讲是正面的,短期来讲是负面的。 长期来讲,DS系的本地部署,开放license,会推动DS在更多场合和领域使用。使得整个盘子需求增加。 但是,对Nvda可能是不太友好。 nvda的高股价,来源于高性能芯片的独家垄断所带来的高溢价。 nvda margin要接近50%。这种高margin 被搞掉了。 后面需求起来,尤其是推理的需求对芯片的需求增加,但是要求降低。这样nvda不会一家独大,高margin也无法再维持了。 AMD这种公司也能分点杯羹。 DS有没有50000张卡? 不重要。算法复杂度才是关键。 DS的成功会让更多企业训练模型还是更少企业训练模型? 我认为DS的成功会有一定的清场效果。一下子抬高了水位线。 大陆的所谓几小龙,几小虎,会陆续退出基础模型的训练领域。技术打不过,成本也打不过,完全没有理由再自己搞了。 应用类公司会增加。毕竟大大降低了使用的门槛。 另外DS的成功不太可复制。芯片大家都可以拿钱去砸,去买。但是人才,这个资源是非常有限的。 不可大规模复制。 DS的talent pool 非常有特点,很难复制。另外这和Satya的助力有很大关系。MSRA培养了一大批的AI 人才以及一套非常优秀的人才筛选体制。但是由于MSFT非常明确对msra的限制,这些AI研发人员无卡可用的情况下,不少人才流失去了DS。