NVDIA、OpenAI是當前AI產業的兩大霸主，但隨開發成本暴增、資源限制，晶片開發更走向專門化，這兩大巨頭不可能一直寡占市場。英國《經濟學人》分析指，AI產業最後贏家根本無法預測，創投業者只能廣泛性投資AI新創業者，以找到最佳利基。
ChatGPT問世2年後，生成式人工智慧（AI）發展似乎遭遇瓶頸，打造更大模型的能源成本正大幅攀升，技術突破顯得更加困難。開發大型語言模式（LLM）的電力需求極高，以Open AI的gpt- 4的能源需求為例，基本上相當50個美國家庭一個世紀的用電量。
AI開發成本螺旋式上升
隨著模型越來越大，開發成本將呈螺旋式上升。根據英國《經濟學人》報導估計，當前最大AI模型訓練成本為1億美元，下一代將耗資10億美元，再下一代就會上看100億美元。
除此之外，要求模型答問也需要高電算成本，舉例來說，要求總結全球5萬8000家上市公司財報的電算成本落在2400美元至 22萬3000美元不等。隨時間推移，其衍生出的疊加成本將超越訓練成本。
從這個觀點分析，生成式AI就無法成為具高度經濟效益的工具了。AI企業投資人該感到恐懼嗎？設計AI晶片的NVIDIA會一直是得利者嗎？NVIDIA過去2年市值暴增2.5兆美元。OpenAI據悉正在尋求上市機會，初估市值就有1500億美元，將立即晉身科技巨擘之列。
NVIDIA當前是全球AI晶片霸主，市佔率高達五分之四，但未來客製化、專攻某領域的晶片將會開始瓜分市占率，目前Google的AI處理器在全球資料中心中的使用度排名已上升到第3。
蘇姿丰：GPU不會一直是AI晶片主場秀
對於專門化、體積更小的客製化晶片前景，AMD董事長兼執行長蘇姿丰同樣看好，預期GPU在未來5至7年雖將居主導地位，但不會是AI晶片的主場秀。
再觀察大語言模式領域，OpenAI是當前領導者，但Anthropic、Google、Meta 等競爭者正在迎頭趕上，未來業界可能朝更小、更專業的模型趨勢前進，那OpenAI就不可能一直是業者的領導者。
AI產業未來發展將具開創力，部分小型業者正積極開發專門用於運行大型語言模型所需的晶片，更加專門化代表著新產品會比通用晶片更具效率。包括NVIDA、Alphabet、亞馬遜、蘋果、Meta、微軟都在設計自家的AI晶片。
《經濟學人》分析指出， AI產業發展迅速，未來贏家到底是誰根本無法猜測，這樣的情況對於投資者押注的確將是一大挑戰，因此更具廣泛性的向AI新創業者投資看起來是正確的方向。2023年來，科技創投業已向AI新創企業投資950億美元，流向AI晶片業者的資金光2024年上半就已經超過過去3年總和。
