【油管解读】AI产业的钱,被谁赚走了?

【油管解读】AI产业的钱,被谁赚走了?

10分钟 ·
播放数15
·
评论数0

📝 本期摘要

Hao的游戏PM笔记本期拆解了斯坦福《生成式 AI 的经济学》课程第一课。主讲人、投资机构 Altimeter 的 Apoorva 用一张倒三角图回答了「AI 的钱被谁赚走了」:半导体层赚走最多(英伟达数据中心毛利率约 75%),应用层用户最多却最不赚钱(毛利率 0-30%)。过去两年 AI 新增约 3500 亿美元收入,75% 进了半导体。Hao 结合游戏行业同样「底层赚钱、内容不赚钱」的结构,聊了 AI 功能立项的边际成本、算力价格信号,以及游戏 PM 应该盯住的两个免费信号。


本期讨论了这些问题

  • AI 生态的钱为什么几乎全被底层赚走,应用层却不赚钱?

  • 为什么 AI 应用不像软件那样边际成本趋近于零?

  • 消费级 AI 的变现,广告和订阅哪个才是主力?

  • 游戏团队做 AI 功能,怎么把持续算力成本算进 Sprint 排期和迭代预算?

  • 游戏 PM 怎么用超大规模厂商的资本开支信号,判断 AI 工具的价格走势?


🔥 本期核心内容

  1. AI 生态是倒三角,钱在底层不在应用层

英伟达数据中心毛利率约 75%,应用层毛利率 0-30%。过去两年 AI 新增约 3500 亿美元收入,75% 进了半导体,应用层涨了十倍仍没撼动结构。

  1. AI 应用的边际成本不是零,这是它不像软件的根本原因

软件边际成本趋近于零,能做到 80-90% 毛利率;AI 每个增量用户都要烧 GPU,所以很多大收入规模的 AI 公司仍不赚钱。

  1. 消费 AI 的变现,Apoorva 押广告而非订阅

ChatGPT 10 亿用户、95% 免费、人均 10 美元/年,对比 Alphabet 人均 100 美元。订阅撑不起,AI 广告因意图理解、归因清晰而更有定价权。

  1. 两个免费信号:ASIC 突破 + 资本开支指引

哪家自研芯片(TPU/MTIA)大规模跑起来,就是半导体层最大重定价;超大规模厂商财报电话会不再指引大额资本开支,说明均衡不成立。

  1. 对游戏 PM:AI 功能立项要算持续成本,AI 能力要当可复用资产管理

游戏行业同样是「底层赚钱、内容不赚钱」的倒三角。算力价格信号决定工具成本,AI 提效的复利在于经验沉淀为下一次起点,就像敏捷迭代里每次 Sprint 都留下改进。


🏷️ 本期提到的人物与概念

人物:Apoorva / Apoorva(Altimeter)

公司/产品:英伟达 / NVIDIA、OpenAI、Google、Meta、Altimeter、DGX Cloud

概念:生成式 AI 经济学 / Economics of Generative AI、倒三角结构 / Inverted Triangle、毛利率 / Gross Margin、边际成本 / Marginal Cost、推理与训练 / Inference vs Training、ASIC、TPU、MTIA、资本开支 / CapEx、AI 应用变现 / AI Monetization、敏捷迭代 / Agile Sprint、AI 编程版本管理 / AI Coding Version Control、游戏美术项目管理 / Game Art Project Management、外包验收 / Outsourcing Acceptance


🔗 延伸话题

Q:游戏团队怎么把 AI 功能的算力成本算进 Sprint 排期?

A:AI 功能是持续成本,不是一次性开发成本。立项时按「单次调用成本 × 预估调用量」估算月度账单,放进迭代预算,并设一个「账单超预期」的熔断点,避免功能上线后月底成本失控。

Q:AI 编程进入版本管理后,哪些检查点必须由人确认?

A:至少保留变更范围确认、核心分支操作、回滚方案和发布结果验收。AI 可以生成提交说明、检查规范、整理发布清单,但不可逆操作和生产环境变更应由人确认。

Q:游戏美术外包里,哪些环节适合先交给 AI 初检?

A:命名规范、文件完整性、交付清单比对和版本差异适合 AI 初检;风格一致性、审美质量和是否满足项目目标,仍需美术负责人或 PM 判断。AI 负责可验收的重复环节,人负责质量判断。

Q:AI 生态的钱会流向应用层吗?

A:Apoorva 认为倒三角可能比云(约十年)保持更久,因为把底层做对太难。两个催化剂是 ASIC 突破和超大规模厂商资本开支指引变化。对游戏 PM 来说,与其押注翻转时间,不如先算清自己的成本结构。


🌐 About This Episode

In this episode of Hao's Game PM Notes, Hao breaks down where the money actually flows in the AI stack, from NVIDIA's roughly 75% data center gross margin to the thin margins of AI applications. The episode connects CapEx signals and marginal cost to game project management, agile Sprint planning, and how a game PM should budget for AI features.


📌 关于 Hao 的游戏 PM 笔记

「Hao 的游戏 PM 笔记」的知识主场是 pmnote.ai——一本持续生长的「游戏项目经理百科全书」,把 10 年游戏项目管理经验整理成开放知识库。

主理人 Hao,10 年游戏行业经验,策划转项目经理,持有 PMP / PMI-ACP / PSM / PSPO 认证。

🗺️ 网站你能翻到什么:

  • 百科:术语库 · PM 证书指南 · 岗位与 JD 观察 · 3D 沙盘

  • 内容:文章库 · AI for PM · 面试训练场(模拟面试)· 播客

  • 工具箱:游戏 PM 日常可复用的工具与模板

  • 成长服务:系统课程与一对一咨询(进阶可选)

📡 全平台:小宇宙播客 · B 站 · 小红书 · 公众号 · 知乎

一切从这里开始 → pmnote.ai


📖 本期延伸阅读

游戏行业的AI转型,没有人能置身事外