google財報亮眼
我有個疑問
為什麼你各位多頭都預設LLM真的會有大量需求
資料中心就是以前的鐵路跟網路線？
有沒有可能LLM除了coding就是廢物
而就算用在coding也因為很多物理因素不能全面展開
最後LLM就是一個還不錯但商業價值不高（不值得現在這些資本支出）
GOOGL 財報出來後也在想這件事情
1. 短期到下個季度或年底還是看多，因為這個競爭跟以前美國互聯網公司競爭 winner tak es all 邏輯一樣。大家都先推出免費或近乎免費的服務養用戶養習慣，後面再收割。所以?要 mega7 願意繼續付錢，資金就會轉到 NVDA AMD AVGO 跟圍繞算力中心的相關行業，這是最近這幾年的敘事。到年底前除非有什麼黑天鵝事件估值應該不會再高了。之前漲十倍百倍已經反應市場對這些公司未來的預期
2. 中期 AI 能給 Google、meta、Apple 這些公司在現有或新的業務帶來什麼爆炸性或指數的增長？目前看不出來有什麼明顯的趨勢，大家還是在押注這個賽道後面會有一些不可預測的東西跑出來。有人會說 LLM跟 agent 不是很棒的東西嗎？從 toB 的角度看，把標準放到可以「全面性」的讓公司業務流程增加產值，這點就還是個大問號，現在都是點跟線等級的解決方案，沒有一個面。之前也有人分析了為什麼 coding 尤其是前端與後段工作被取代這麼快，就是這些數據太多了，而且標準明確所以容易訓練獲得結果。但帶來的衝擊也是很明顯的，這就不多贅述了
3. 長期 2027 年，我看完財報比較有懷疑的是 gemini enterprise 80% 的增長到底是怎麼
來的。按照我所知的很多企業自己怎麼用 AI 都搞不清楚。連數據都亂七八糟的就算喂進去
不管模型多聰明效果也有限。有玩notebooklm 的人應該能理解我在說什麼。
有人說 LLM 可以拿來做很多東西啊，比如翻譯、比如 RAG 還有很多東西。但目前 google除了在 gmail（幫我搜 email 總結內容）、google worksuit（幫我做 ppt） 、搜索的ai overview 幫我做總結以外，在消費級的體感上並沒有爆炸性的突破。
長期不認為賣 token 是一個好生意，這個模式到最後就是比誰最好最便宜。跟電商的多快?
省差不多邏輯。習慣賺高毛利的互聯網公司不會長期做這件事情，市場應該也不允許
結論
Google 如果沒出什麼黑天鵝要輸的機率不大。他是目前牌桌上少數有技術、有數據（幾乎?
世界的 search query）、有錢（廣告跟 GCP 現金流）、有硬體（TPU）的公司。如果這些?
司除了賣 token 以外沒辦法再做出什麼面向消費者的 killer application 估計也沒公司?
搞出來了。
如果上述被證明屬實等於變相證明 LLM 是個看起來華麗但沒辦法對廣大消費者造成改變並?
來業務增量的技術。這樣 mega7 是否會願意繼續付錢？nvda 是否能繼續獲得訂單？這整個
擊鼓傳花的資本敘事是否能繼續？
—- 以下是題外話
AI 的定義很廣，被新聞媒體用爛了
沒 chatgpt 之前的搜索引擎、ranking、matching、語意理解這些也屬於 AI 領域的範疇，
現在很多人的 AI = LLM 這樣理解也是有偏頗的。
coding agent 只是讓寫程式的演變
第一代人寫組合語言到機器碼執行
第二代人寫程式語言透過 compiler/interpreter 轉到機器碼執行
第三代人利用自然語言透過 LLM 寫程式語言透過 compiler/interpreter 轉到機器碼執行
轉譯越來越多不一定是好事情，但第三代成本低可以 24 小時運作，完成事情的邊際成本降
低，這樣就變成工業化的形式
另外一個是利用 LLM 產電商產品圖、文案、內容從廠商的角度看起來很棒，但最後還是要?人買單才能轉成 GMV。如果大眾天然對模型做的內容反感，那這些所謂的「增效」是否真的有用？
有人會舉之前工業化前的商品作為例子，但核心區別在一個是摸的到的實體工業化產出，而這波是看不到摸不著成本更低規模更大的虛擬產出。我認為越多內容垃圾，會降低整體人類跟模型的智力