人工智能公司可能需要在短期内兑现开发人工通用智能（AGI）的承诺，以弥补该行业投资与利润之间的差距。
遗憾的是，目前仍没有科学证据表明 AGI（能进行人类水平或更高水平推理的机器）是可能实现的。
增长型市场
据分析师称，目前的人工智能市场在很大程度上是预期性的。OpenAI 是为数不多的高利润生成式人工智能企业之一，其收入（根据 The Information 的数据，约为 34 亿美元）与紧随其后的竞争对手差距巨大。
根据红杉资本（Sequoia Capital）最近的分析，这意味着至少有 6000 亿美元的资金匮乏或负流。
值得一提的是，红杉的数据是基于对 Nvidia GPU 使用量的估计。有鉴于此，上述数字在全球行业支出方面可能略有虚减。
从根本上说，分析表明，人工智能公司需要获得超过 5 万亿美元的收入，才能证明目前的支出是合理的--这一数字预计将逐年增长。
产品在哪里？
虽然目前投资者和企业对人工智能生成技术的兴趣激增，可能推动市场达到历史新高，包括英伟达（Nvidia）短暂成为全球市值最高的公司，但许多分析师都在问，维持这种增长水平的实际人工智能产品或服务何时才能到来。
到目前为止，还很难说生成式人工智能已经找到了一个合理的用例，能为投资方带来成倍增长的利润。
ChatGPT 可能是该领域的旗舰产品，但我们没有理由相信它会突然成为主流。
简而言之，如果 OpenAI 的 10 位数利润率占据了大部分市场，那么 6000 亿美元的收入大关还需要几十年才能达到。生成式人工智能尚未找到与机器学习相同的价值主张，但风险投资、政府和企业层面的投资仍在继续增加。
这很可能预示着，人工智能市场将很快进入 "AGI or bust "时代，OpenAI 和 Anthropic 等公司的生存能力将取决于它们在提供能像人类一样进行推理的机器方面是否下对了赌注。
从消极的一面来看，那些处于生成式人工智能领域核心的公司可能即将迎来收入的紧要关头。如果市场不能尽快证明 Nvidia 3 万亿美元或接近 3 万亿美元的地位是合理的，以避免潜在的弊端，那么该行业 6000 亿美元的匮乏可能会扩大到无以复加的地步。
不过，从积极的一面来看，如果该行业真的发明了 AGI，那么不归点就不存在了。而英伟达（Nvidia）也是这一局面的关键所在。
红杉资本（Sequoia Capital）也指出，Nvidia 正在准备推出基于 Blackwell 的新芯片组（名为 "B100"），用于训练生成式人工智能。据称，B100 的性能比目前用于训练模型的行业标准（Nvidia 的 H100）高出 2.5 倍之多，而且据称成本仅高出 25%。
如果专家们认为在 Nvidia 最新、最棒的芯片发布之前就有可能实现 AGI，那么在硬件的功率和效率提高 150% 的情况下，实现 AGI 应该会更加容易。