AI 기업이 수익을 내지 못한다면 홍콩 지하철에서 배워야 한다.
저자: Michael Wenye Li
번역: TechFlow
TechFlow 해설:AI 연구실에서 수천억 달러를 태웠지만, 언제 돈을 벌 수 있을지 명확히 말하는 사람은 없습니다. API 가격은 매년 10 배씩 떨어지고, 오픈소스가 클로즈소스를 쫓아다니며, 훈련 비용은 계속 쌓여만 갑니다. 이 글은 기술 업계의 관점을 벗어나 홍콩 지하철 MTR 의 45 년 비즈니스 모델을 통해 매우 시사점 있는 답변을 제시합니다: 표 판매로 돈을 벌 생각 말고, 역 위에 있는 부동산을 소유하세요.
그들은 돈을 벌 수 없으며, 사실 질문 자체가 잘못되었습니다
이런 비즈니스가 있습니다: 초기에 수십억 자본을 쏟아붓지만 수익은 한 푼도 없습니다. 핵심 서비스 가격은 한계 비용에 근접합니다. 사용자에게巨大的 가치를 창출하지만, 건설자는 한 푼도 남기지 못합니다. 게다가 다음 세대 인프라에 계속 투자해야 합니다.
이는 AI 연구실이 아니라 대형 철도 시스템을 말하는 것입니다.
많은 사람이 철도를 AI 업계에 비유하며, 대부분의 결론은 다음과 같습니다: 범용 기술은 공공재 속성을 가지며, 상업적 타당성은 정부 보조금 없이 불가능하다는 것입니다.
저는 이 결론에 이의를 제기하고자 합니다. 홍콩의 MTR(홍콩철도) 이 실제로 이 문제를 해결했기 때문입니다. 이는 정부 운영 보조금 없이 상장되어 배당금을 지급하며, 상업적으로 자립할 수 있는 전 세계 몇 안 되는 지하철 시스템 중 하나입니다.
재무 구조는 판박이입니다
MTR 의 핵심 철도 사업은 자체적으로 확장을 감당해 본 적이 없습니다. 2018 년은 팬데믹 이전 가장 좋았던 해로, 운송 사업 EBIT 는 20 억 홍콩 달러였습니다. 반면 2024-2026 년 자본 지출 예상액은 879 억 홍콩 달러로, 거의 전액 철도에 사용됩니다. 3 년 치 최고 철도 이익으로도 자본 지출의 8% 만 커버할 수 있습니다. 표 매출은 결코 다음 노선 건설 비용을 감당하지 못하며, 이는 애초에 설계 의도가 아니었습니다.
MTR 요금은 정부 요금 조정 메커니즘을 통해 부담 가능한 수준으로 유지됩니다. 건설 비용을 회수할 수 있을 정도로 요금을 인상할 수는 없습니다. 그렇게 하면 아무도 탑승할 수 없으며 공공 교통의 본래 목적에 위배되기 때문입니다. 각 노선은 자체 운영 비용은 커버할 수 있을지 모르지만, 표 매출은 결코 다음 노선 건설을 감당하지 못합니다.
AI 의 API 가격 책정은 동일한 문제의 미러 버전에 직면해 있습니다. 증류와 오픈소스 대체품으로 인해 API 가격이 매년 약 10 배 속도로 하락하며, 한계 비용보다 높게 가격 책정한 연구실은 경쟁사에 물량을 빼앗깁니다. 각 모델은 추론 단계에서 운영상 수익을 낼 수 있지만, 이익률은 결코 다음 라운드 훈련 비용을 감당하지 못합니다.
전 세계적으로 통용되는 해결책은 보조금입니다. 런던 지하철은 TfL 보조금에 의존하고, 중국 고속철도는 1 조 달러의 부채를 짊어지며 노선의 94% 가 수익을 내지 못합니다. AI 도 같은 길을 가고 있습니다: CHIPS 법안, Stargate 프로젝트, 국부펀드 투자, 펜타곤 계약. 기본적 종착점은 보조금에 의존하는 준공공 인프라입니다.
MTR 은 다른 길을 찾았습니다.
철도 + 부동산
MTR 은 1979 년 건설 초기부터 설계자들이 요금이 결코 건설 비용을 회수하지 못할 것임을 알았습니다. 그래서 그들은 완전히 다른 전제를 중심으로 회사를 구조화했습니다: 철도는 주변 토지 가치를 상승시키므로, 토지를 소유해야 한다는 것입니다.
MTR 은 역 위와 주변에 주거용 빌딩, 오피스 빌딩, 쇼핑센터를 개발하여 인프라가 창출한 가치 증분 수익을 주머니에 넣습니다. 부동산 이익은 철도 운영에 재투자되고 다음 노선 건설을资助합니다. 오늘날 MTR 은 13 개의 쇼핑센터를 소유하고 47 개의 역 위 부동산 프로젝트를 관리하며, 부동산이 실제 이익의 대부분을 기여합니다.
논리는 매우 명확합니다: 철도 서비스 자체에서 가치를 포착하려 하지 말고, 철도 때문에 가치가 상승한 자산을 소유하세요.
AI 의 대응 관계
「AI 연구실은 언제 돈을 벌 수 있을까?」라는 질문은「철도는 언제 표 판매로 자체 생존할 수 있을까?」라는 질문과 동형입니다. 답은 동일합니다: 불가능하며, 질문 자체가 잘못되었습니다.
한 바이오 테크 스타트업이 최첨단 모델로 약물 화합물을 선별하여 2 년의 임상 시험 시간을 절약했습니다. 한 물류 회사는 이를 통해 경로를 최적화하여 4000 만 달러의 연료 비용을 절감했습니다. 한 독립 개발자는 주말 만에 과거 5 인 팀이 3 개월 걸려야 완료하던 프로젝트를交付했습니다. 각 사례에서 모델 제공자는 API 비용을 통해 가치의 극소한 비율만 얻습니다. 제공자는 가격을 인상할 수 없습니다. 네 개의 연구실과 십여 개의 오픈소스 대체품이 비슷한 능력을 제공하기 때문입니다. 잔여 가치는 사용자와 더 광범위한 경제권으로 흘러갑니다.
범용 기술은 이런 것입니다. 증기 기관, 전력, TCP/IP 는 모두 창조자에게 많은 수익을 기여하지 않았습니다.
MTR 의 교훈: 더 이상 요금이 건설 비용을 커버하게 하려 하지 말고, 당신의 '부동산'을 찾으세요.
네 가지 후보方案, 방어성 순서대로
정부로부터 부여받은 배포권이 1 순위입니다. 정부가 한 연구실에게 국가 의료 기록, 세무 시스템 또는 국방 물류에 독점적으로 접근하도록 승인합니다. 연구실이 축적한 도메인 데이터, 시스템 통합 깊이 및 규제 자격은 복제하는 데 수년이 걸립니다. 이는 MTR 자체의 메커니즘입니다: 국가가 자연 독점 속성을 기반으로 개발권을 부여합니다.
축적된 강화 학습 보상 데이터가 2 순위입니다. 수십억 번의 상호작용 신호가 다음 세대 모델 훈련에 사용됩니다. 모델 가중치와 달리 (가중치는 증류로 인해 가치가 하락함), RL 데이터는 복제가 거의 불가능하며 세대를 걸쳐 복리로 축적됩니다. 이는 직접 현금화할 수는 없지만, 상승 중이며 아직 개발되지 않은 토지입니다.
선제적 배포형 통합이 3 순위입니다. 모델 인터페이스를 컨설팅 회사에 판매하여 그들이 생산성 잔여 가치를 가져가게 하는 대신, 서비스 제공 계층 전체를 엔드투엔드로 자체 소유하는 것이 낫습니다. 마치 Palantir 가 소프트웨어 라이선스를 판매하는 대신 엔지니어를 정부 기관에 임베드 하는 것과 같습니다. 연구실은 로펌에 API 비용을 청구하지 않고, 연구실 자체가 법률 연구 서비스가 되어 소비된 token 이 아닌交付된 결과에 따라 가격을 책정합니다. 전환 비용은 도메인 데이터 및 기관 지식의 축적에 따라 계속 누적됩니다. 이는 MTR 의 쇼핑센터와 같습니다: 철도가 창출한 고객 흐름을 현금화하는 것이지, 승객에게 요금을 인상하는 것이 아닙니다.
국가 데이터세트의 데이터 호스팅이 4 순위입니다. 각국 정부는大量으로 활용되지 않는 데이터세트 (환자 기록, 세무 신고 등) 를 보유하고 있습니다. 호스팅方で 지정된 최첨단 연구실은 이 데이터에 대한 독점 접근권을 얻어 이를 기반으로 모델과 제품을 구축합니다. 하지만 이는 공공 - 민간 데이터 독점을 창출하므로 엄격한 거버넌스 구조가 필요합니다: 명확한 사용 경계,公众으로의 수익 환류, 독립 감독 및 진정한 구속력 있는 책임機制.
문제 재정의
생존할 수 있는 연구실은 API 를 수익성 있게 만드는 곳이 아니라, 지금 당장 자신의 '역 위 부동산'을 찾아 건설을 시작하는 곳입니다. API 는 철도이며, 결코 충분히 수익성 있지 못할 것입니다. 돈은 철도 주변 가치 상승 자산에 있습니다.
정책 차원의 문제도随之而来합니다: 훈련 실행에 보조금을 지급하는 대신, 정부는 연구실이 인프라가 창출한 잔여 가치를 포착할 수 있도록 제도적 메커니즘 (배포권 프레임워크, 데이터 호스팅 구조, 생산성 측정 기준) 을 설계해야 합니다.
마지막으로 한 가지 아이러니가 있습니다. AI 정책 논의는 미국과 중국 프레임워크에 의해 주도됩니다: 미국의 자유 시장 연구실 대 중국의 국가 지원 챔피언 기업. 가장 참고할 만한 제도 모델은 아마도 둘 다 아닐 것입니다. 그것은 홍콩의 모델일 수 있습니다: 45 년 역사의 공공 - 민간 혼합체로, 상업적으로 운영되며 이데올로기가 아닌 제도 설계를 통해 자체 자금 조달을 실현합니다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
