Morgan Stanley: KI-Dienstleistungen entwickeln sich zur Kommodität, und es ist unmöglich, die Interessen sowohl der Cloud-Giganten als auch der Rechenkapazitätsmieter gleichzeitig zu wahren.

Kostengünstige Open-Source-Modelle treiben die Kommoditisierung von KI-Diensten voran, und der Preis von Tokens sinkt kontinuierlich. Morgan Stanley hat kürzlich eine Simulationsstudie für die KI-Branche durchgeführt und das Dilemma aufgedeckt, dass die Mietpreise für Rechenleistung gleichzeitig die Amortisation der Cloud-Anbieter und das Überleben der Rechenleistungs-Mieter sichern müssen.

Hinweis: Die Abbildung zeigt die Entwicklung des durchschnittlichen Preises von KI-Tokens seit Dezember letzten Jahres

Kommoditisierung von KI

Die Kommoditisierung von KI bedeutet, dass mit der Reifung und Verbreitung der KI-Technologie Rechenleistung, Modelle und grundlegende Aufrufdienste allmählich homogenisiert und verbilligt werden; die ursprünglich hohen technischen Hürden mit hohem Aufschlag lösen sich stetig auf und entwickeln sich allmählich zu standardisierten grundlegenden Angeboten wie Strom, Wasser oder üblichen Rohstoffen.

Derzeit gibt es am Markt bereits Indizes, die den Verkaufspreis von Aufrufen von KI-Text-APIs verfolgen; die Rechenleistung, auf der die Erstellung dieser KI-Texte beruht, wird bald auch auf dem entsprechenden Terminmarkt eingeführt – die CME Group (deren derzeit gehandelte Produkte unter anderem Rohöl- und Mais-Terminkontrakte umfassen). Nach Abschluss der regulatorischen Genehmigungsverfahren wird am 5. Oktober ein GPU-Mietindex-Terminkontrakt eingeführt.

Branchenkenner weisen darauf hin, dass die Aufrufdienste von KI-Text-APIs bereits zur Kommoditisierung übergegangen sind. Seit dem Markteintritt chinesischer Modelle mit offenen Gewichtungen und extrem hoher Effizienz ist der Preis dieses Produkts kontinuierlich gesunken.

Die Recheneinheit für KI-Text-Dienste ist eine Million Tokens. Derzeit kann eine Million Tokens mehr englischen Text erzeugen als das gesamte Werk *Krieg und Frieden*.

Der Bericht von Morgan Stanley weist darauf hin, dass je leistungsstärker der Chip ist, desto niedriger ist der Stückpreis pro Token. Nur wenn geschlossene Modelle ihre Leistungsvorteile behalten, können sie den Preisaufschlag ihrer Dienste aufrechterhalten; die nicht öffentliche hohe Bewertung vieler Anbieter von geschlossenen Modellen hängt stark davon ab, dass der Token-Preis stabil bleibt, aber Morgan Stanley geht davon aus, dass diese Preisstützungsbedingung nicht aufrechterhalten werden kann.

Der Branchentrend der Kommoditisierung von KI-Diensten und des kontinuierlichen Rückgangs des Token-Preises stört das ursprüngliche Gewinnungleichgewicht der KI-Wertschöpfungskette.

Da der Verkaufspreis von Tokens und die Entwicklung der Mietpreise für GPU-Rechenleistung entkoppelt sind und nicht synchron verlaufen können, überträgt sich der Preisdruck auf Tokens schichtweise entlang der Wertschöpfungskette, was schließlich zu völlig unterschiedlichen Gewinnleistungen und Überlebenssituationen für verschiedene Marktteilnehmer führt.

Die Lage der drei Arten von Marktakteuren

Der von Morgan Stanley in der Berechnung festgelegte Stückpreis beträgt 1,75 US-Dollar pro Million Tokens. Derzeit liegen die Preise verschiedener bereits nutzbarer Modelle auf dem Markt, wie zum Beispiel das kostengünstige hauseigene Modell von Meta, bereits unter dem Niveau von 1,75 US-Dollar pro Million Tokens.

Nach den Berechnungen von Morgan Stanley wirkt sich der Rückgang des Token-Preises unterschiedlich auf die drei Arten von Marktteilnehmern aus. Die folgenden Ergebnisse sind alle statischen Simulationsergebnisse von Morgan Stanley, die auf mehreren voreingestellten Parametern beruhen und keine tatsächlichen Marktergebnisse darstellen:

Mieter von Rechenleistung (die Mehrheit der Unternehmen): Für Kunden, die KI-APIs erwerben, ist der Preisrückgang von Tokens vorteilhaft; aber für KI-Unternehmen, die Rechenleistung mieten müssen, sind die GPU-Mietpreise feste Kosten, die nicht synchron mit dem Verkaufspreis von Tokens sinken.

Morgan Stanley berechnet mit einem Verkaufspreis von 1,75 US-Dollar pro Million Tokens, dass Unternehmen, die Rechenleistung mieten, nach Abzug der Rechenkosten einen jährlichen Restgewinn von etwa 9 Milliarden US-Dollar erzielen, wobei dieser Betrag noch keine anderen Ausgaben wie Gehälter deckt; wenn der Preis auf nahezu 1 US-Dollar pro Million Tokens sinkt, geraten die Unternehmen in eine Verlustsituation.

Eigentümer von Rechenleistung (die Giganten der Cloud-Anbieter): Eigentümer von Rechenleistung wie Amazon, Google und Microsoft besitzen Rechenzentrumsanlagen, wobei der Stundensatz pro Chip 7 bis 10 US-Dollar beträgt; bei diesem Mietniveau kann ein Rechenzentrum mit Baukosten von etwa 39 Milliarden US-Dollar eine Rendite von 23 % bis 39 % erzielen.

Eigenerwerbs-Giganten (sehr wenige Unternehmen): Unternehmen mit starken finanziellen Mitteln, die Chips direkt erwerben und den Mietschritt überspringen, können die von Morgan Stanley angegebene Rendite von 20 % bis 60 % erzielen, aber solche Unternehmen sind nur sehr wenige.

Morgan Stanley prognostiziert, dass die Mieter von Rechenleistung nicht in der Lage sein werden, die Stundengebühr von 7 US-Dollar zu tragen, wenn der Token-Preis weiter fällt.

Das Endergebnis ist entweder eine Leerstandquote in den Rechenzentren aufgrund des Bankrotts der Mieter, oder eine Senkung der Mietpreise, die die Gewinne der Cloud-Anbieter-Giganten schmälert.

Allerdings gibt es keinen sicheren Pufferbereich für die Mietpreise. Nach den Kostenberechnungen von Morgan Stanley können die Einnahmen der Cloud-Anbieter-Giganten bei einem Stundensatz von 2 US-Dollar nicht die Stromkosten und den Geräteverschleiß decken, ganz zu schweigen von der Rückzahlung der in der Berechnung genannten Baukosten von 39 Milliarden US-Dollar.

Der Rückgang der Mietpreise für Rechenleistung hat historische Vorbilder. Die Stundengebühr für die Vorgänger-Generation von KI-Chips von Nvidia lag auf dem Höhepunkt 2023 bei etwa 8 US-Dollar, fiel aber innerhalb von zwei Jahren auf unter 2 US-Dollar.

Allerdings liegt der von Morgan Stanley im pessimistischen Szenario festgelegte Mietpreis immer noch bei 7 US-Dollar pro Stunde, was mehr als dem Dreifachen des tatsächlichen Marktpreises der Vorgänger-Chips entspricht – die gesamte Simulationslogik von Morgan Stanley baut auf der Prämisse auf, dass „die Mietpreise für Rechenleistung resistent sind“.

Ein weiterer wichtiger Risikofaktor besteht darin, dass der Bau von Rechenzentren stark auf Fremdkapital angewiesen ist und die Eigentümer der Rechenkapazitäten nicht vollständig mit eigenem Bargeld investieren.

Morgan Stanley weist darauf hin, dass im letzten Quartal die Kapitalausgaben der führenden Cloud-Anbieter bereits ihre Betriebseinnahmen überstiegen haben, wobei die Differenz vollständig über den Anleihenmarkt gedeckt wird, der zuvor kaum solch groß angelegte Finanzierungen übernommen hat. Der Markt setzt darauf, dass die KI-Nachfrage die Effizienzsteigerung für immer übertrifft, aber diese Wette beruht auf der Ausweitung von Krediten.

Zusammengefasst muss der Mietpreis hoch genug sein, um die Investitionen in Rechenzentren zu stützen, und gleichzeitig niedrig genug, um das Überleben der Mieter zu sichern – ein und derselbe Mietpreisindex ist mit diesen zwei widersprüchlichen Zielen belegt.

Kompensation des Preisrückgangs durch höheres Absatzvolumen?

Die von Morgan Stanley vorgeschlagene Alternative greift die traditionelle Logik des Einzelhandels auf: Kompensation des Preisrückgangs durch höheres Absatzvolumen.

Wenn der Preisrückgang von KI-Diensten zu einer starken Ausweitung des Aufrufvolumens führt, können die Mieter von Rechenleistung trotz des sinkenden Stückdeckungsbeitrags noch beträchtliche Gesamtgewinne erzielen, gleichzeitig kann die hohe Nachfrage nach Rechenleistung die Mieteinnahmen der Cloud-Anbieter stützen und das Dilemma der Wertschöpfungskette mildern.

Die Rohstoffbranche hat in der Vergangenheit tatsächlich Krisen durch höheres Absatzvolumen überwunden, aber Morgan Stanley weist gleichzeitig darauf hin, dass sich KI-Produkte zu einer solchen Situation entwickeln könnten: Der Verkauf von Zugriffsrechten für Open-Source-Modelle wird zu einem verlustbringenden Lockmittel, ähnlich wie Milch, die im Supermarkt zu Verlustpreisen verkauft wird – die Milch selbst bringt keinen Gewinn, sondern dient dazu, Kunden in den Laden zu locken, um andere Waren zu kaufen.

Zusammenfassend lässt sich aus dieser Simulationsstudie von Morgan Stanley ableiten, dass die Kommoditisierung von KI-Diensten zu einem Rückgang des Token-Preises führt, und die Starrheit der Mietpreise für Rechenleistung die Widersprüche in der Wertschöpfungskette weiter verstärkt. Die Interessen der Mieter von Rechenleistung und der Cloud-Anbieter lassen sich kaum gleichzeitig erfüllen, und da die KI-Infrastruktur stark auf Fremdfinanzierung angewiesen ist, steht der wirtschaftliche Kreislauf der KI-Branche noch vor großen Herausforderungen.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Kechuang Daily“, Autor: Li Ying, veröffentlicht mit Genehmigung von 36Kr.