Các công ty AI không kiếm được tiền, nên học hỏi kinh nghiệm từ tàu điện ngầm Hồng Kông
Tuyển chọn TechFlowTuyển chọn TechFlow
Các công ty AI không kiếm được tiền, nên học hỏi kinh nghiệm từ tàu điện ngầm Hồng Kông
Phòng thí nghiệm AI không bao giờ kiếm được tiền? MTR đã đưa ra câu trả lời ngay từ 45 năm trước.
Chuyên sâu báo cáo Web3Tác giả: Michael Wenye Li
Biên dịch: TechFlow
Lời dẫn từ TechFlow: Các phòng thí nghiệm AI đã đốt hàng trăm tỷ đô la, nhưng không ai nói rõ được khi nào thì thu hồi vốn. Giá API giảm 10 lần mỗi năm, mã nguồn mở đuổi theo mã nguồn đóng, chi phí huấn luyện ngày càng chồng chất. Bài viết này跳出 ra khỏi góc nhìn ngành công nghệ, sử dụng mô hình kinh doanh 45 năm của tàu điện ngầm Hồng Kông MTR để đưa ra một câu trả lời đầy gợi mở: Đừng nghĩ đến việc kiếm tiền từ vé, hãy sở hữu bất động sản phía trên nhà ga.
Chúng không thể kiếm tiền, và bản thân câu hỏi này đã sai
Có một mô hình kinh doanh như thế này: Ban đầu ném hàng tỷ vốn, không có doanh thu dù chỉ một xu. Định giá dịch vụ cốt lõi tiệm cận chi phí biên. Tạo ra giá trị khổng lồ cho người dùng, nhưng người xây dựng hầu như không giữ lại được đồng nào. Còn phải không ngừng đầu tư vào cơ sở hạ tầng thế hệ tiếp theo.
Đây không phải nói về các phòng thí nghiệm AI, mà là các hệ thống đường sắt lớn.
Nhiều người lấy đường sắt để so sánh với ngành AI, hầu hết kết luận là: Công nghệ đa dụng mang thuộc tính hàng hóa công, tính khả thi thương mại không thể thiếu trợ cấp chính phủ.
Tôi muốn thách thức kết luận này. Bởi vì MTR (Cảng Thiết) của Hồng Kông thực tế đã giải quyết được vấn đề này. Đây là một trong số ít hệ thống tàu điện ngầm trên toàn cầu có thể tự chủ thương mại, là công ty đại chúng, chia cổ tức, không nhận trợ cấp vận hành của chính phủ.
Cấu trúc tài chính giống hệt nhau
Hoạt động đường sắt cốt lõi của MTR không bao giờ có thể tự nuôi sống sự mở rộng của chính mình. Năm 2018 là năm tốt nhất trước đại dịch, EBIT hoạt động vận tải là 2 tỷ HKD. Trong khi đó, chi tiêu vốn ước tính cho 2024-2026 là 87,9 tỷ HKD, hầu như toàn bộ dùng cho đường sắt. Lợi nhuận đường sắt đỉnh cao của ba năm chỉ đủ bao phủ 8% chi tiêu vốn. Doanh thu vé chưa bao giờ đủ để xây dựng tuyến tiếp theo, vốn dĩ đây cũng không phải là ý đồ thiết kế của nó.
Giá vé MTR được giữ ở mức có thể chi trả thông qua cơ chế điều chỉnh giá vé của chính phủ. Bạn không thể định giá vé ở mức thu hồi được chi phí xây dựng, như vậy sẽ không ai đủ khả năng chi trả, cũng vi phạm ý nghĩa của giao thông công cộng. Mỗi tuyến có thể tự覆盖 chi phí vận hành của mình, nhưng doanh thu vé永远 không chống đỡ nổi việc xây dựng tuyến tiếp theo.
Định giá API của AI đối mặt với phiên bản phản chiếu của cùng một vấn đề. Chưng cất và các alternatif mã nguồn mở khiến giá API giảm với tốc độ khoảng 10 lần mỗi năm, bất kỳ phòng thí nghiệm nào định giá cao hơn chi phí biên đều sẽ để mất khối lượng vào tay đối thủ. Mỗi mô hình có thể đạt lợi nhuận hoạt động ở mức độ suy luận, nhưng biên lợi nhuận永远 không chống đỡ nổi chi phí cho vòng huấn luyện tiếp theo.
Giải pháp phổ biến toàn cầu là trợ cấp. Tàu điện ngầm London dựa vào ngân sách từ TfL, Đường sắt cao tốc Trung Quốc gánh nợ hàng nghìn tỷ đô la, 94% các tuyến không sinh lời. AI đang đi trên cùng một con đường: Đạo luật CHIPS, dự án Stargate, đầu tư từ quỹ tài sản quốc gia, hợp đồng với Lầu Năm Góc. Kết cục mặc định là cơ sở hạ tầng bán công cộng phụ thuộc vào trợ cấp.
MTR đã tìm thấy một con đường khác.
Đường sắt + Bất động sản
Khi bắt đầu xây dựng vào năm 1979, các nhà thiết kế của MTR đã hiểu rằng giá vé永远 không thu hồi được chi phí xây dựng. Vì vậy, họ xây dựng cấu trúc công ty xung quanh một tiền đề hoàn toàn khác: Đường sắt sẽ khiến đất đai xung quanh tăng giá, vì vậy phải nắm giữ đất đai.
MTR phát triển các tòa nhà chung cư, văn phòng và trung tâm mua sắm phía trên và xung quanh nhà ga, bỏ túi phần giá trị gia tăng do cơ sở hạ tầng của mình tạo ra. Lợi nhuận bất động sản hỗ trợ ngược lại hoạt động đường sắt, tài trợ cho tuyến tiếp theo. Ngày nay MTR sở hữu 13 trung tâm mua sắm, quản lý 47 dự án bất động sản trên nắp ga, bất động sản đóng góp phần lớn lợi nhuận thực tế.
Logic rất rõ ràng: Đừng nghĩ đến việc nắm bắt giá trị từ chính dịch vụ đường sắt, hãy sở hữu những tài sản tăng giá vì đường sắt.
Mối tương quan với AI
«Khi nào các phòng thí nghiệm AI có thể kiếm tiền?» và «Khi nào đường sắt có thể tự nuôi sống mình bằng giá vé?» là những vấn đề cùng cấu trúc. Câu trả lời giống nhau: Không thể, và bản thân câu hỏi đã sai.
Một startup công nghệ sinh học sử dụng các mô hình tiên tiến để sàng lọc hợp chất thuốc, tiết kiệm hai năm thời gian thử nghiệm lâm sàng. Một công ty logistics sử dụng nó để tối ưu hóa tuyến đường, tiết kiệm 40 triệu đô la Mỹ chi phí nhiên liệu. Một nhà phát triển độc lập hoàn thành trong một cuối tuần dự án mà trước đây một nhóm năm người phải mất ba tháng mới làm xong. Trong mỗi trường hợp, nhà cung cấp mô hình chỉ nhận được phần trăm lẻ giá trị thông qua phí API. Nhà cung cấp không thể tăng giá, vì còn bốn phòng thí nghiệm khác và hàng chục alternatif mã nguồn mở cung cấp khả năng tương tự. Phần giá trị còn lại chảy về phía người dùng và nền kinh tế rộng lớn hơn.
Công nghệ đa dụng là như vậy. Động cơ hơi nước, điện, TCP/IP đều chưa từng đóng góp nhiều doanh thu cho người tạo ra chúng.
Bài học từ MTR: Đừng cố gắng để giá vé覆盖 chi phí xây dựng nữa, hãy đi tìm «bất động sản» của bạn.
Bốn phương án tiềm năng, xếp theo tính phòng thủ
Quyền triển khai do chính phủ cấp xếp thứ nhất. Chính phủ ủy quyền cho một phòng thí nghiệm truy cập độc quyền vào hồ sơ y tế quốc gia, hệ thống thuế hoặc hậu cần quốc phòng. Dữ liệu lĩnh vực, độ sâu tích hợp hệ thống và tư cách quản lý mà phòng thí nghiệm tích lũy cần nhiều năm mới có thể sao chép. Đây chính là cơ chế của riêng MTR: Nhà nước cấp quyền phát triển dựa trên thuộc tính độc quyền tự nhiên.
Dữ liệu phần thưởng học tăng cường tích lũy xếp thứ hai. Hàng tỷ tín hiệu tương tác được sử dụng để huấn luyện các mô hình thế hệ tiếp theo. Khác với trọng số mô hình (trọng số sẽ mất giá do chưng cất), dữ liệu RL hầu như không thể bị sao chép, và tích lũy lãi kép qua các thế hệ. Nó không thể biến đổi trực tiếp thành tiền, nhưng nó là một mảnh đất, đang tăng giá, chưa được khai thác.
Tích hợp triển khai chủ động xếp thứ ba. Thay vì bán giao diện mô hình cho một công ty tư vấn, để họ kiếm lấy thặng dư năng suất, chi bằng tự mình sở hữu trọn quy trình lớp phân phối dịch vụ. Giống như Palantir nhúng các kỹ sư vào các cơ quan chính phủ thay vì bán giấy phép phần mềm. Phòng thí nghiệm không thu phí API từ các công ty luật, phòng thí nghiệm trở thành chính dịch vụ nghiên cứu pháp lý, định giá dựa trên kết quả交付 chứ không phải token tiêu thụ. Chi phí chuyển đổi sẽ không ngừng chồng chất cùng với sự tích lũy dữ liệu lĩnh vực và kiến thức tổ chức. Đây chính là trung tâm mua sắm của MTR: Kiếm tiền từ lưu lượng khách do đường sắt tạo ra, chứ không tăng giá vé cho hành khách.
Lưu trữ dữ liệu cho các bộ dữ liệu quốc gia xếp thứ tư. Chính phủ các quốc gia nắm giữ大量 các bộ dữ liệu chưa được khai thác hết (hồ sơ bệnh án, kê khai thuế). Một phòng thí nghiệm tiên phong được chỉ định làm bên lưu trữ có được quyền truy cập độc quyền, dựa trên những dữ liệu này để huấn luyện mô hình và xây dựng sản phẩm. Nhưng điều này sẽ tạo ra một độc quyền dữ liệu công-tư, cần có khung quản trị chặt chẽ: ranh giới sử dụng rõ ràng, lợi ích chảy ngược lại công chúng, giám sát độc lập và cơ chế giải trình thực sự có ràng buộc.
Định nghĩa lại vấn đề
Những phòng thí nghiệm có thể tồn tại, không phải là những nơi khiến API trở nên sinh lời, mà là những nơi ngay bây giờ tìm thấy «bất động sản phía trên nhà ga» của mình và bắt đầu xây dựng. API chính là đường sắt, nó sẽ không bao giờ đủ sinh lời. Tiền nằm ở những tài sản tăng giá xung quanh đường sắt.
Các vấn đề ở cấp độ chính sách cũng随之而来: Thay vì trợ cấp các lượt huấn luyện, chính phủ nên thiết kế các cơ chế thể chế (khung quyền triển khai, cấu trúc lưu trữ dữ liệu, tiêu chuẩn đo lường năng suất), để các phòng thí nghiệm có thể nắm bắt phần giá trị thặng dư do cơ sở hạ tầng của mình tạo ra.
Cuối cùng là một sự mỉa mai. Các cuộc thảo luận chính sách AI bị chi phối bởi khung Trung-Mỹ: Các phòng thí nghiệm thị trường tự do của Mỹ đối đầu với các doanh nghiệp vô địch được nhà nước hỗ trợ của Trung Quốc. Mô hình thể chế có giá trị tham khảo nhất có thể không phải là cả hai. Nó có thể là mô hình Hồng Kông: Một thực thể hỗn hợp công-tư với lịch sử 45 năm, vận hành thương mại, đạt được tự tài trợ thông qua thiết kế thể chế chứ không phải hệ tư tưởng.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
