跨集主題

525AI 與科技島 · ⚓科技與平台錢島 · ⚓經濟與景氣

生成式 AI 的帳為什麼算不攏

Ed Zitron2026-08-27147:50專家講研究在 YouTube 看 ↗

The Man Who Calls BS On AI: They’re LYING About AI, 2027 Is When It All Breaks! | Ed Zitron

Ed Zitron 認為生成式 AI 的收入撐不起上兆美元的投入，預測 OpenAI 約在 2027 年資金見底，並拖累大型科技股；Steven 一路拿採用率和技術進步反駁。

重點摘要

  • 收入大多是自己人轉來的Ed 說三家雲端大廠的 AI 收入有七成來自 OpenAI 和 Anthropic，而這兩家靠同一批大廠投錢才活得下去。這些公司也不拆分 AI 收入，只報定義不明的 run rate。
  • 用量被補貼，真實成本看不到月費制讓使用者感覺不出 token 的價格，他引用的分析稱 200 美元的方案可以燒掉 14000 美元的 token。企業改成照用量付費之後，有公司的年度預算三個月就用完。
  • Steven 的反駁主要有三條採用速度前所未有、技術會持續進步、每個新科技起步時都不划算。Ed 逐條回應：採用有一部分是被塞給使用者的，進步集中在特定測試，歷史上的虧損也沒有這個量級。
  • Ed 把這波熱潮叫 Rot-com 泡沫他說大型科技公司找不到新的高成長項目，買 GPU 就成了「我們還在做事」的證明。Steven 同意有過度投資，但仍認為底層技術有長期價值。
  • 他預測 2027 年前後出現連鎖反應OpenAI 上市不順、現金耗盡，牽動 SoftBank、Oracle、輝達與創投，再波及退休金和整個股市。他自己的錢放在現金。
  • 風險說法與公司敘事被他整批質疑勒索、失控這類新聞他認為是被提示出來的結果；他也認為 CEO 們從「可能滅絕」轉到「富足時代」是在躲監管。

時間軸

02:50為什麼說是騙局Ed 說生成式 AI 被包裝成能取代所有工作、治好癌症，實際上是昂貴又不可靠的雲端軟體，業界卻誇大它能做什麼和財務狀況。
04:30收入從哪裡來三家雲端大廠的 AI 收入七成來自 OpenAI 與 Anthropic，Amazon 與 Google 又各自投錢給這兩家；公司不揭露 AI 收入，只講 run rate。
06:26資本支出與資料中心解釋 capex，再以 Stargate Abilene 為例：1.2 GW、八棟樓各 5 萬顆 GPU。他說業界已砸超過一兆美元，明年還要再花一兆。
08:35採用數字有沒有水分Steven 問採用率；Ed 說很多人是被塞進 Google、Word、Amazon 才用，多半拿來當搜尋，這不值一兆美元，也先有過 SEO 垃圾內容。
12:05token、補貼與虧損說明 token 計價，月費方案可燒掉遠高於價格的用量；OpenAI 去年虧 20.9 billion 美元，Uber 的 token 預算三個月用完；再談大廠的 AI 投資有沒有回收，以及人們為何不願相信有錢人會犯錯。
20:04汽車類比與幻覺Steven 用馬車換汽車、每月進步 5% 的想像反駁；Ed 說汽車沒有各國政府和一堆科學家一起推，也難以量化「5%」。Steven 唸出幻覺排行榜，簡單摘要任務的幻覺率四年內從 21.8% 降到 0.7%；Ed 說那只是簡單任務，醫師的轉錄工具或基金的財務模型錯一次就很危險。
28:49實習生與編輯的比較Ed 用編輯 Matt Hughes 說明一起學習、可以信任的價值；Steven 說只在乎輸出的人不需要這些。Ed 回說重要數字不能靠模型，要用確定的方式查。
36:31iPhone 對照Ed 說 iPhone 的價值一看就懂，AI 至今仍要解釋；Steven 拿 ChatGPT 的使用者成長和未婚妻的生意當例子，Ed 反問她願不願意付真實的成本。
42:56網路泡沫的類比Steven 以網路泡沫之後出現大公司為例，並引用 Krugman 與 Stoll 的錯誤預測；Ed 回應網路泡沫有光纖過度鋪設，而生成式 AI 的需求靠補貼撐著。
47:49「AI」一詞被混用Ed 說蛋白質折疊、機器人都不是 LLM，如今蓋的資料中心卻都為了生成式 AI；規劃中的資料中心需求與實際營收差了很多。
52:56軟體品質變差Ed 說 Google、GitHub、AWS 都更不穩，並講 Google 搜尋為了拉高查詢量而退化的故事（他說是自己的推測）。兩人討論 AI 寫的程式灌進開源專案。
1:00:56自駕車與工作取代談 Waymo 與邊緣案例，Steven 引事故率數據，Ed 質疑樣本與推廣速度；再談律師事務所的 associate、受影響的是美術指導、翻譯這類被老闆視為廉價的工作，以及找不到生產力證據。
1:09:06公司敘事轉向與監管Ed 說網路上有人把這些公司當信仰；Altman 與 Dario 的說法從滅絕風險轉到富足時代，他認為是躲監管。兩人另外談了資安風險。
1:17:27迷思遊戲Steven 抽出 Ed 寫過的迷思讓他各回一句：經濟成長、對中國的競賽、取代工作；接著談機器人與「agentic AI」，Steven 舉自己用代理人整理信箱。
1:24:53炒作與商品化Ed 說網路時代沒有「不用就落後」的職場壓力；兩人再談 AI 的產出變成商品，LinkedIn 貼文因此更缺少獨特性。
1:30:11Ed 自己怎麼用他承認只在查技術問題、貼 log 時覺得有用；Steven 指出許多批評者本身也在這個圈子，Ed 說那些批評只談未來的恐怖情境，不談版權與環境。
1:33:52還會繼續進步嗎Steven 問 AI 是否更聰明；Ed 說只是在特定測試變強，影片生成與 agent 都碰到邊際遞減。他們再談 Meta 靠 AI 拉高 15 個基點的留存。
1:45:03Rot-com 泡沫論對照元宇宙與 NFT；Ed 說這次不同，因為有股票可炒作，大公司沒有新的高成長點才買 GPU。Steven 用「香蕉樹」比喻，Ed 同意。
1:49:26燒錢史與訓練成本Steven 拿 Spotify、Uber、AWS 反駁；Ed 說金額差了幾個量級，LLM 的進步必須靠資金不斷流入。談 OpenAI 計畫到 2030 年花 750 billion 與 Oracle 的依賴。
1:55:25CEO 的辯護與反證條件Steven 念出幾位 CEO 的投資說法；Ed 說要改變他的看法需要成本降低約一千倍的硬體突破。他也批評資料中心對社區的影響與融資的不公平。
2:00:27勒索新聞與反彈Ed 說兩則 AI 勒索新聞都是被提示或訓練出來的；CEO 們現在遭到抵制。Steven 較信任 Dario，Ed 不同意，說 Anthropic 與 OpenAI 一樣糟。
2:06:12OpenAI 的現金缺口如果泡沫破裂，不會有人救；OpenAI 上市延後、需要每年至少 100 billion，Anthropic 可能先上市，Ed 預測 OpenAI 約在 2027 年耗盡現金。
2:11:54連鎖效應他列出 SoftBank、Oracle、輝達、創投與帳面獲利，預期科技股和退休帳戶大跌，三大雲端廠必須下修成長預期，進入他口中的科技蕭條。
2:19:04現金與動機Ed 說自己的錢放現金，不給理財建議，只提醒別信公司的承諾；他也說自己最討厭被誤導。Steven 收尾，鼓勵聽眾多聽不同意見。
2:24:55收尾問題：關係留給下一位來賓的問題是怎麼經營人際關係。Ed 回答要珍惜身邊的人，把成功分給他們，也要讓人知道你在乎。

值得記的話

  • This is the largest non-consensual push of technology in history.

    這是史上規模最大、沒有經過使用者同意的技術推行

    08:52

  • We are so conditioned to believe that the rich and powerful know what they're doing

    我們太習慣相信有錢有權的人知道自己在幹嘛

    1:07:38

  • Every single trick in history begins with saying, you must do this now.

    歷史上每個騙局都從「你現在就得做」開始

    1:12:06

  • Agentic AI is just a fancy way of saying an LLM talking to another LLM with a harness on top.

    agentic AI 只是一個 LLM 套上框架去跟另一個 LLM 說話的包裝詞

    1:23:20

  • Progress in LLMs can only continue as long as the money keeps flowing.

    LLM 要繼續進步，只能靠資金一直流進來

    1:50:01

名詞與人物

Rot-com bubble
Ed 的說法：大型科技公司沒有新的高成長項目，靠買 GPU 證明自己還在做事，市場也因此給了獎勵
The Rot Economy
Ed 寫過的文章，Rot-com 一詞由此而來
capex
資本支出，指資料中心和 GPU 這類長期投入，和電費之類的營運支出不同
token
AI 服務的計價單位，約為四分之三個字，輸入、輸出與思考過程都會計算
annualized run rate
公司報 AI 收入時用的指標，Ed 說沒人定義，可能是單月乘以十二，也可能是別的算法
Stargate Abilene
OpenAI 與 Oracle 在德州的資料中心，用來說明單點的耗電量與成本
neocloud
專門蓋資料中心、出租 GPU 的公司，以 CoreWeave 為例
dark fiber
網路泡沫時期鋪設後閒置的光纖，Ed 用來對比資料中心過度建設
agentic AI
Ed 的定義：LLM 之間互相溝通、外加框架，仍屬 LLM
circular financing
大廠投資 OpenAI、Anthropic，這兩家再把錢花回大廠的資金循環
paper gains
帳面獲利，指持有的 Anthropic 等股份估值上升帶來的利潤

延伸

  • Steven 引 Clifford Stoll 1995 年唱衰網路的文章當反例，Ed 卻說那篇其實講對了一部分：網路上會充斥大量錯誤資訊（44:42）。
  • Steven 說 Geoffrey Hinton 等人曾在節目上警告過 AI 的危險，Ed 認為那些警告的重點放錯了地方。

出現在這些跨集主題

同港的其他集 · AI 與科技島 ⚓ 科技與平台港

在群島圖上看這個港口的全部 11 集 →

也停靠 · 錢島 ⚓ 經濟與景氣港

在群島圖上看這個港口的全部 10 集 →