大型科技公司的人工智能资本支出将如何重塑未来的企业成本结构
关于人工智能，我们经常听到的一件事是它如何为社会带来生产力的激增，并对 GDP 产生通货紧缩的影响。从足够长的时间来看，技术革命确实会让社会在经济上变得更好，但我们想更深入地了解当今生产力的本质是什么，它从哪里来，大型科技和非科技的生产力曲线是什么类别看起来像，然后准确了解人工智能在哪里以及如何对这些生产力曲线产生最大影响。
在本文中，我们将继续展示大型科技公司承担的巨额资本支出本质上是如何在提高生产力方面向其他所有人转移财富。支持人工智能的企业资产负债表将看起来非常不同，因为人工智能最终将把公司的大部分固定费用转移到可变费用，从而使损益表对业务需求变化的适应能力更强。
生产力=自动化+专业化
民族国家的生产力是其内部组织累积生产力的函数。人均国内生产总值是一个国家生产力的良好指标。大多数 GDP 和人均图表与上图类似。从数学上讲，如果分子（GDP）增长快于人均GDP，或者分母（人均GDP）收缩，则人均GDP将会增长。虽然有些国家的人口正在下降，但我们目前将更多地关注 GDP 增长。增长 GDP 的两个独立杠杆 — (1) 部署更多“资本”来打造利润率更高的产品，或 (2) 以相同的“资本”生产更多产品。前者本质上是专业化的情况，后者是自动化的情况。当一个国家同时做到这两点时，人均国内生产总值当然增长最快。台湾从 20 世纪 50 年代人均 GDP 约 150 美元的农业经济，到 1980 年代人均 GDP 7000 美元的半导体强国就是一个例子。另外值得注意的是，如果没有自动化，就很难释放足够的资源来提升专业化曲线。我们将在本文后面看到，同样的逻辑也适用于企业——提高专业化和自动化与生产力直接相关。
现在让我们了解“生产力”的本质，为了简单起见，我们了解组织的生产力。我们最初的假设是，随着组织规模的扩大，它们的边际生产力会下降，而固定成本会上升，但上升的速度不同。如果您的企业非常以人为本（例如，您使用公牛耕地），为了使产量翻倍，您需要将产能翻倍，并且您的固定成本（人的工资、牛的食物等）也会翻倍。他们得到报酬，他们吃饭，无论你是否在任何一天耕种土地。对于共享资源的企业（例如工厂）来说，随着建造新工厂，固定成本可能会突然增加。知识产权驱动的企业只需少数人即可扩大规模，例如具有专有交易技能的对冲基金，或不断发明专利并获得专利许可以获取版税的个人发明家。然后中间就会有其他人。因此，平均而言，各行业的固定成本概况看起来有点像该图的上半部分。
图的底部是边际生产率。我们的直觉是，即使企业的整体生产力由于效率、流程、自动化而随着时间的推移而提高，边际生产力也可能不会。部分原因与规模有关——在规模扩大 100 倍的情况下，你不可能产生与早期员工相同的影响力。但部分原因在于，第 10,000 名员工所做的工作根本无法改变公司的整体发展轨迹。他们只是调整螺丝，而不是设计新发动机。在软件中，转化为编写粘合代码、维护代码，而不是设计新的行业定义算法。我们将在稍后的文章中回到这一点。
事实证明，当我们对全球多个工业类别中排名前 10 至 15 名的公司的效率概况进行分析时，数据与我们的直觉相符。随着规模的扩大，技术/TMT 行业的生产率（以员工人均收入衡量）最高。处于最底层的是以“人即产品”为商业模式的服务公司。正如预期的那样，随着规模的扩大，他们的效率变得更差。中间是制药、零售、制造等行业。
一旦我们更深入地双击其中一些类别，同样的故事就会上演。员工的角色越专业化、自动化和创造性/知识产权主导，生产力就会越高。 Netflix、NVidia、Genentech、Regeneron 等公司即使在 TMT 同行中也处于左侧。这一趋势也体现在服务领域。 TCS、Infosys、Wipro等比呼叫中心服务公司的坡度更陡。这种情况在其他领域仍在继续。在制造业中，与丰田、福特、特斯拉等全栈制造商相比，更多劳动力驱动的合同制造公司（富士康、捷普、Sanmina 等）的生产率曲线较低。
无论你身处哪个行业，边际生产率都会随着时间的推移而下降——服务业下降得更快，TMT 行业下降得更慢。每个组织都达到一定规模，超过该规模后，接下来的 1000 个 FTE 为营收带来的价值将低于前 1000 个 FTE。
死亡、税收和生产力下降——企业生存的三个不可避免的问题。
因此，我们可以从这里得出很少的结论，并且没有一个值得惊讶：
- 组织的自动化程度越高，其生产力曲线就越陡（=越好）。他们从同一资本中榨取更多。
- 即使在同行中，创新或知识产权驱动的公司也具有明显更高的生产率曲线。专业化是非线性的。
- 组织人数越多，每个新成员的边际生产力就会下降，尤其是当组织从“创新模式”进入“维持模式”时。对于这些组织来说，仅工资固定成本就占收入的百分比增长。
人工智能将改变这些生产力曲线
我们目前正处于人工智能的“加载”阶段。整个景观是开阔的，并且正在发生土地掠夺。谷歌、微软、Meta、Nvidia、OpenAI、Anthropic 等公司都在资本支出热潮中。如果您将“AI 代币”视为随着时间的推移而产生的商品资源（类似于 CPU/GPU 周期或油滴），那么资本支出热潮的出现就很有意义了。商品类别仅适用于规模经济，因此最大的参与者往往会变得更大。价格是核心差异化因素，因为技术差距会随着时间的推移而缩小。这种情况已经在法学硕士类别中发生。种植的旗帜是某种版本的“每代币成本”，无论谁种植它，都可以声称拥有这片土地，然后向在其上建造城市的人寻求永久租金。
所有这些近乎免费的代币将去往何处？到底有多大的奖金才能让像拉里·佩奇这样的人在谷歌内部说“我宁愿破产也不愿输掉这场比赛” ？
为了理解这一点，让我们看看现代企业的损益表。具体来说，让我们看看销货成本中与直接劳动力有关的组成部分，或固定成本中与工资、租金、一般和行政费用有关的组成部分。总之，主要是由人驱动的成本项目。执行某些软件定义任务（例如编码或设计）的人员。执行某些物理任务的人员 – 例如，通过电话销售产品的人工代理，或接听电话的接待员，以及人工挑选包裹并将其放置在其他地方的人员。这些成本（工资、设备/租金、管理费用）远远高于当今企业在软件上的支出（大约 1T 美元）。
随着人工智能在软件和机器人领域达到接近人类的能力，超过 20T 美元的费用最终可以用于软件
研发、SG&A 等运营费用大部分是固定成本——例如，无论您是否达到季度目标，您都必须支付租金和工资！此外，我们已经看到边际生产力如何随着组织规模的扩大而趋于平坦。工资和管理费用则不然。在恒定的 SLA 下， AI-Agent 可以将生产力提高 4 倍（24×7 vs 40 小时/周）——事实上，随着时间的推移，随着它学习更多数据，SLA 可能会提高。 OPEX 的这些要素开始通过副驾驶、代理（支持、SDR、BDR）和端到端零镜头模型（照片/音频/视频）来解决。这就是 OpenAI、Anthropic、Mistral、Sarvam、Microsoft 等希望在模型层占据主导地位的地方。
就建筑、采矿或制造等行业而言，直接劳动力占销货成本的很大一部分，而嵌入式人工智能/机器人技术则紧随其后。在模型层，xAI或SKILD等公司可能会占据主导地位，而且看起来他们也将向人形机器人垂直化。
人工智能支持的损益表不仅会更强大，而且更有弹性。以上述案例为例——一家服务公司，其 70% 的销货成本用于劳动力，15% 的营业利润。我们认为，有了副驾驶，他们的生产力将提高 20%，并将 GM 的效率从 30% 提高到 41%，将 OM 的效率从 15% 提高到约 30%。随着代理取代大部分生产力最低的劳动力（例如胶水代码创建、重复性 CRM 任务、表格填写、合规性等），我们预计 OM 将从 15% 上升至 60% 以上。不仅如此，我们还将看到一些成本从固定成本转变为可变成本——当需求放缓时，触发的代理流更少，成本更低，损益 Q/Q 更平滑。敏捷性至关重要，代理较多的公司可以在经济低迷时期更快地维持成本纪律，并在经济上升时期更快地“雇用”员工。结果呢？在上下周期中，损益表更具弹性。
人工智能公司的损益表看起来比非人工智能公司的损益表更强大、更有弹性。
那么我们期望在哪里获得最大的机会呢？让我们回到之前列出的生产力图表。生产率图表越低，成果就越低。
- 建筑业、合同制造和服务业等生产率曲线最低的行业，人工智能可能会产生最大的影响。无论是以人工智能优先的机器人技术，还是完全专业的人工智能取代人类。
- 固定成本向可变成本的转变将迫使这些平台的定价由使用驱动或结果驱动而非席位驱动。例如，就机器人技术而言，您可能会按照每小时的拾取和放置次数来定价。 SDR 代理只有在将新的合格销售线索引入渠道等时才能获得“报酬”。
- Netflix、Nvidia、Regeneron 等高度知识产权驱动的行业，人类直觉在解锁阿尔法方面发挥着巨大作用，可能是最受人工智能保护的行业。
我们想从我们开始的地方结束这篇文章——讨论生产力作为社会发展和增长的主要杠杆。为了实现这一目标，我们需要（a）专业化和（b）自动化，而人工智能的作用将在（b）中近乎变革，并且，如果没有其他的话，将允许人力资源向（a）部署。这里可以讨论一些话题。例如，随着人工智能使工作自动化，当人类提高专业技能时会发生什么？当所有低技能/高重复性工作都实现自动化时，组织会发生什么？随着时间的推移，我们是否会看到组织越来越小、更加去中心化？年轻人应该注重哪些新技能？没有简单的答案，但以下是一些似乎来自上述内容的预测：
- UBI：似乎越来越需要UBI（全民基本收入）。像人工智能这样的变革力量可以在长期内增加巨大的价值，但在短期内会破坏社会平衡。随着人类被自动化取代，组织和政府需要准备适当的支持系统，以确保更顺利的过渡。
- Elons 越多，组织越扁平：组织中的中层管理层可能会受到人工智能处理日常决策和任务的严重影响。公司可能会采用扁平化的结构，其中战略决策集中在高层，而下面的一切都由人工智能和专业团队优化和执行。很可能是埃隆今天的运作方式。
- 消失的部门：随着时间的推移，整个部门都会消失。就像我们不再有邮件收发室、速记员、人工工资员、总机接线员或档案部门一样。从 20 世纪 80 年代到 2000 年代，其中一些角色只用了 10 到 20 年的时间就消失了。
- 批判性思维、创造力、情商的作用：这可能是影响最深远的预测，但人工智能将简化复杂性的获取。我们可能正在接近“书呆子崛起”时代。要在人工智能世界取得成功，批判性思维、创造力、自信、魅力和情商将变得越来越重要。一位诗人现在还可以使用克劳德在一夜之间打造出美丽的 Vercel 网络体验 – 在聚会上很难击败:)
版权声明
本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除