GIF/WebM

>>1354090
現在Ai定位更明確了，就是行動電子小白領
可以做些白領的分析報告圖文啥的
但還是那句，產值遠不如遊戲成本遊戲十倍以上
未來很長一段時間只會是有錢人玩具，而不是真實生產力

>>1354090
最會講幹話的黃皮美國人

>>1354182
最會在網上嘴砲的魯蛇w

>>1354251
呵呵 就是你啊

>>1354091
那只是一部分

>>1354091
我覺得不是

>>1354091
AI配合機器運作
機器不用休息
較單純的人力崗位會被取代

>>1354091
現在很多人對於AI的刻板印象還是來自於iPhone上的AI，但只要跳脫iPhone你會發現AI能做到的遠不只做圖表，不然Adobe的股票怎麼會崩跌？

再過不久，甚至連Mac電腦在專業影音編輯上的優勢都會逐漸被取代。

AI可以縮短決策的時間、大幅降低管理及製程失誤，同時減少人力工時，這產值遠高於遊戲...

>>1354090
就說了商人不要裝自己是研發人員
學程式設計是為了訓練你的邏輯架構
程式出來的結果對就對錯就錯不會跟你在那雞雞歪歪
那麼厲害叫你底下首席開發團隊明天起全純用AI搞開發試試

>>1354298
用全AI，還有開發團隊這東西嗎?

>>1354315
全AI是老闆的夢想
按部就班也許能達成
不過老闆總想一步到位w

>>1354298
你跟支那種的反應很像
說黃仁勳不懂晶片之類的

>>1354324
笑死 他當然不用懂晶片
他知道要找誰搞定這些事情就好

大學讀電機 史丹佛研究所讀電機
辦NVIDIA前工作是做IC設計
然後說這個人不懂晶片?

>>1354351
你真以為人家是業務喔...

>>1354091
所以老黃正在把AI科技當作一個合法合理合規
RO天堂任何線上遊戲AI科技，自動化(外掛)都是合法的存在，不該制止AI
制止就是抹殺年輕人的學習AI

>>1354090
https://m.youtube.com/watch?v=lnQATkaEc4U

其實早就有人分析過了，目前Ai最大問題是成本
那些有Ai伺服器的巨頭現在都已經變成重型資產公司

生成式Ai目前營收一年約1200億鎂
全球遊戲產業大概是2500億鎂 動畫4000億鎂
Ai基建一年7000億鎂
這個成本不下來發展很快到頂了
算力開始反應收費那天沒多少用戶付的起的

LLM我總結就是電子小白領，因為對最多人來說它功能就這樣
至於什麼其它堪稱很厲害的，就等看到營收再說吧

>>1354286
>>AI可以縮短決策的時間、大幅降低管理及製程失誤，同時減少人力工時，這產值遠高於遊戲...
>>降低管理及製程失誤
語畢，哄堂大笑
韓國戰車星巴克事件還沒過一個月呢

有人太誇大AI了....才起步而已
現在也卡在成本普及不下來
現在的AI只是大型數據組合搜尋器
距離人類理想的AI還有很大的路要走

>>1354318
>>1354387
目前還很困難
而且一些ai企業已經開始割韭菜了
6月份開始github的ai用超量的部分開始按模型的等級收費 不然就只能用最低階的
這還只是最開始
你整套程式產品包給ai處理光是讓他REVIEW一次就不知道要送出多少REQUEST
每送出一次都是$$$$$阿
前陣子玩一個可以用ai掃網站產品漏洞的開源軟體
接完api後開始給他掃看看公司的產品 還只是給他掃網站本身還沒深入讓他巴專案的程式碼
光跑個5分鐘就收你5x鎂了 而且根本還沒掃完 我看噴錢速度如此之快就趕緊停止掃描了= =

>>1354508
成本是一個問題 當如果你要做的事情是例如商用軟體或是自動化產線系統 問題就更複雜了
你要考慮的不只是寫不寫得出東西 還有錯誤率 可維護性
AI花了10秒生成了數萬行程式 只要裡面藏了一個惡性的BUG 產生的損失可能是一個專業工程師的薪水的好幾倍 甚至可能會陷入明知道有問題但無法維護的窘境

老黃講的說實在只對了一半 如果你是寫低階小程式的碼農那確實很快就被AI取代了
但要讓軟體工程師全部失業 路還遠得很

>>1354526
前方路漫長~

>>1354530
充滿危險與悲傷~

>>1354526
但確實會減少不少崗位
你所謂的專業工程師也會用AI輔助 甚至大多數可能也是給AI處理 之後工程師負責審核
再說人工寫就不會出惡性Bug嗎？

>>1354387
廢話太多= =
這篇分析的明理多了，而且是兩方面的論點都有
https://youtu.be/dVWDtIkN_Kc?si=MNd-Ir1vRcc0bW69

>>1354487
所以那是AI造成的嗎？

>>1354541
我是認為本質上還是差異拉
相較於當初創造過量的供給(裡面提到的光纖跟鐵路)
AI的差異是 他"至今"都還沒真正滿足人家想要的需求
現在的AI是已經很好用沒錯
但還只能當補助 離真正到讓人解放雙手還有很長一段路
現階段使用的只能說是這些巨頭想要的AGI的副產物而已
光是這一點這建設就不太可能停下來
且當巨頭達成真正的AGI後
未來AI還要像個人NAS那樣朝向廠房/公司/家庭私人化發展
最終目標是弄出完全可以獨立運作的AI機器人之類的東西
所以目前根本還看不到供給過剩的問題= =

>>1354591
你要AI真的好用就必須要再投資更多的運算中心及核電廠，所以沒有供給過剩的問題，因為需求根本還沒被滿足。

>>1354621
所以誰保證AI的產出能達到人類需求?

>>1354624
遲早的問題而已，不過落後就挨打的真理是不變的

>>1354632
>誰來保證
蠻有趣的，提出這個問題後，每個都說未來就知道
按這邏輯現在已經在火星殖民，結果還瑟縮在地球上

>>1354648
目前也沒上火星的剛性需求
技術上也還沒出現讓人前仆後繼地想往火星發展的門檻
除非哪天馬斯克的火箭普及到可以隨便運送想要的東西上火星
那時候就有機會了

>>1354655
馬斯克就是錢多到滿出來
所以才在搞火星殖民

如果不是他有錢，那未來還是會換個人搞這套
目前沒需求但是科技要進步還是要有人當領頭羊
就算一直燒錢還是能有基底成果

>>1354591
>>1354648
吹牛畫大餅來跟投資人騙科研經費
一直都是科學界的傳統

>>1354541
這類YT都差不多啦，都麻在湊時間

還有Ai需求這東西解讀每個頻道都不一樣
但我有一個最簡單的解讀法

想想房地產泡沫怎麼爆的？
房價再漲
你有錢想不想買一棟大樓
在更有錢想不想買一座城市
在更多想不想買一個國家
所以房地產需求是無限的，人人都想買整個地球

那泡沫為什麼會爆？ 有需求沒錢啊
建商貸款買土地蓋房子
AI商貸款買晶片蓋伺服器
兩者完全一模一樣，錢都是跟銀行借出來的
客戶也一模一樣，就是一般人

Ai基建一年7000億鎂，GPU還要定期更換，還有水電限制
這要賺回來Ai營收一年至少要上兆美元
目前生成Ai一年約1200億鎂

有哪個國家的人出的了錢給Ai一兆鎂營收嗎？
沒有 那爆炸就是時間問題
投資回報率很現實，只是沒人敢認真算而已

>>1354090
幾年前才在鼓吹每個小孩都應該學習寫程式
但我太笨了學不起來
今天卻變成有AI可以幫我寫程式的時代

>>1354535
主要是減掉的崗位最多就是入門小白領
根本不是什麼一開始吹的顛覆每個行業
連一個炸豬排職人Ai都不能取代

想剛開始還有人覺得可以取代法官醫生金融專家
回頭一看只有越來越好笑

>>1354732
事實就是沒有人知道未來會怎麼發展
回到三十年前網路剛開始發展
或是二十年前智慧型手機剛出現
那個時候的人們老實講
八成也不清楚手上的東西未來會怎麼影響自己的人生

>>1354732
你就這麼肯定未來不會被取代？

>>1354730
很多東西都這樣 學英文也是

>>1354370
你以為人家不是喔w 笑死
他會懂材料配比嗎 加工溫度嗎 輸入電壓嗎 產業廢棄物的處理程序和法規嗎
連IC設計的圖紙都不是他畫的 也不是他審的好嗎

>>1354730
但實際上也不會讓沒程式底子的人主導AI寫程式
所以你如果要用還是要打好基底
不然AI把Xvideo網址放到註解你也看不懂

AI是讓專家作業效益更高的『工具』
而不是讓外行可以變成內行的『魔法』
當成魔法到處炫耀只會越來越多人覺得你很蠢
真的別這樣

>>1354734
>>1354736
現在這個生成Ai或者說LLM，真的被誇大非常多
它的本質就是一個很多人在維護的演算法而已
要物理上替代實際具有功能的職業沒有可能
它做最多的，還是提供資訊讓使用者自己能更高效解決問題

覺得用Ai普通人就可以變成職業人員
就是現在那些賣Ai的最喜歡用的話術

>>1354683
事實是雖然AGI還不知道要多久
但近幾年Ai的進步速度快到讓人吃驚好嗎
還騙金費咧 光是威爾史密斯的吃麵動畫演進就夠讓人吃驚了
更不用說今年還出現星際道士之風云再起這種短片

>>1354763
沒用啦
他們只會跳針回你所以AI現在可以XXX了沒之類的屁話
完全忽略了AI的進化速度跟產業all in AI的決心
現在AI發展只會有兩種結果
AI泡沫破掉衝擊全球經濟導致大量員工失業
真的弄出AGI衝擊勞工社會結構導致大量員工失業
現在AI完全是失速列車只能往前衝沒人停得下來了
而它要衝向happy ending的可能性也是微乎其微
所以你各位最好是趁它翻車前能死的趕快死一死囉

>>1354730
以前的學程式是打組合語言，
要自己調用記憶體、移動位元組、計算二進制，
現在是用高級語言打程式碼就可以搞定，
未來學程式就是在前面這些基礎上直接下命令去組成程式碼，
本質上還是要知道那些東西是怎麼運作的。
黃仁勳的描述不夠精確才會讓人誤會吧?

>>1354763
我貼個Ai回答成本，以下是Ai的答案

你提到的這個問題，直擊了當前全球科技界和華爾街最核心、也最焦慮的痛點。
這就是著名的**「AI 基礎建設營收鴻溝」**（在 6,000 億至 7,000 億美元之間）。頂級風險投資機構**紅杉資本（Sequoia Capital）**對此曾做過一個非常經典的推算模型。
如果 AI 基礎建設（晶片、資料中心、電力、基礎設施）一年要花費 **7,000 億美元**，那麼整個 AI 生態系的「終端產品市場」每年需要創造出大約 **1.4 兆（14,000 億）美元的營收**，整個賽道才有可能實現實質的獲利和損益兩平。
為什麼需要翻倍？以下是華爾街與創投機構的推算邏輯與算式：
### 為什麼 7,000 億的建設費，需要 1.4 兆的營收才能填平？
要算出一筆基礎建設能賺回多少錢，必須把**中間商的利潤**、**營運成本**和**折舊**全部算進去：
1. **第一步：硬體與基礎設施的「硬成本」（1：1 放大）**
在基礎建設的資本支出（CapEx）中，買 NVIDIA 晶片大約只佔了一半，另外的一半是**「總擁有成本」（TCO）**——包含蓋資料中心、牽高壓電網、冷卻系統、備用發電機、網路頻寬以及工程師薪水。因此，硬體成本出來後，基礎設施營運商（如亞馬遜 AWS、微軟 Azure、Google Cloud）的實際成本已經翻倍。
2. **第二步：雲端巨頭與初創企業的「毛利率」（再翻倍）**
雲端巨頭把算力租給 AI 公司（如 OpenAI、Anthropic）或各大企業，雲端巨頭自己需要賺錢；而這些 AI 公司把算力做成軟體（如 ChatGPT 訂閱制、API 服務）賣給終端消費者時，他們也需要維持約 50% 的毛利率來應付行銷、管理和研發。
3. **第三步：硬體折舊的速度極快**
與過去蓋鐵路、蓋大樓（折舊可以攤銷 30 年）不同，AI 晶片的汰換週期極快。NVIDIA 每 1-2 年就出新晶片（如從 H100 到 Blackwell 再到下一代），三年前買的晶片效能可能就落後了，這代表**這 7,000 億美元的基建必須在 3 到 5 年內快速回收**，否則硬體就會變成廢鐵。
> **公式簡化：**
>
>
### 目前的現實：營收缺口有多大？
目前全球 AI 市場的實際營收，距離這個目標還有極大的「黑洞」：
* **現狀：** 雖然 OpenAI 的年營收已衝破 30-40 億美元，微軟、Google、Adobe 也透過 AI 賺到了錢，但全球軟體與 AI 服務帶來的**總實質營收，頂多也只有幾百億美元**。
* **缺口：** 這意味著目前市場上有高達 **1.3 兆美元的「營收黑洞」**還沒被填滿。現在的晶片大多是被微軟、Meta、Google 等大巨頭為了不輸掉未來而「囤積」起來的，屬於**超前部署的投資，而非現在就賺錢。**
### AI 市場要怎麼長出 1.4 兆美元？
要賺回這筆驚人的數字，光靠每個月收 20 美元的 ChatGPT 會員費是絕對不夠的。業界普遍認為，未來必須靠以下三個階段的轉型：
1. **從「賣工具」變成「賣員工」（Agentic Economy）**
現在的 AI 是軟體（你付錢買工具自己用）。未來的 AI 必須是「智能體（Agent）」，也就是直接替代某些職位（例如：AI 客服、AI 法律助理、AI 程式設計師）。如果企業不用付 5 萬美元的年薪雇人，而是付 1 萬美元租 AI，這才有可能撬動全球數兆美元的**人力資源市場**。
2. **傳統軟體全面漲價（AI 稅）**
未來的 Windows、Office、Salesforce、Photoshop 只要內建 AI 就要多收 30% 的費用，將 AI 成本轉嫁給全球數十億的辦公室白領。
3. **B2B 企業的效率革命與成本節省**
許多科技巨頭（如 Meta）認為，雖然 AI 沒有直接帶來對外的營收，但 AI 幫內部的推薦演算法優化、提升了廣告精準度，或是幫內部工程師提升了 30% 的寫程式效率，這些「省下來的錢」和「間接帶來的廣告費」，也是回收基建成本的一種方式。
這也就是為什麼現在華爾街不斷在警告**「AI 泡沫化」**的原因。技術雖然很強，但如果兩三年內市場找不到能變現 1.4 兆美元的商業模式，這場前所未有的「基建軍備競賽」恐怕會面臨一波非常殘酷的估值修正。

說真的Ai分析蠻猛的，都知道自己要完了

>>1354777
你這也是反對派的看法而已
實際上就是有另一派是比較樂觀的= =

>>1354770
描述的再精確，不懂的人還是不懂啊
不如說講了一堆專有名詞反讓一堆智障更不懂