Post

Kognitiver Rahmen｜Potenzgesetz: Warum ich glaube, dass Nvidia immer noch der größte Gewinner im Bereich AI ist? Vor einigen Tagen habe ich Peter Thiels „Von Null auf Eins“ empfohlen. Was mich am meisten beeindruckt hat, war nicht „Wettbewerb ist ein Spiel für Verlierer“, sondern ein Denkmodell, mit dem man fast alle erfolgreichen Unternehmen analysieren kann – das Potenzgesetz (Power Law). Kognitiver Rahmen｜Potenzgesetz Viele Menschen analysieren ein Unternehmen, indem sie zuerst auf das KGV, den Umsatz, den Gewinn und den Cashflow schauen. Diese sind natürlich wichtig, aber meiner Meinung nach ist es noch wichtiger, zuerst eine Frage zu beantworten: Hat es die Chance, derjenige zu werden, der den Großteil des Wertes in der Branche einnimmt? Ich beurteile das normalerweise anhand der vier Fragen des Potenzgesetzes. Winner-takes-all: Ist das eine „Winner-takes-all“-Branche? Nicht jede Branche bringt Super-Giganten hervor. Gastronomie, Bekleidung, Immobilien – meistens verdienen viele Unternehmen gemeinsam Geld. Aber die AI-Chip-Branche ist anders, sie ähnelt Suchmaschinen, sozialen Plattformen und Betriebssystemen: Wer einmal führt, führt immer weiter. Dass Nvidia dem Potenzgesetz entspricht, liegt meiner Meinung nach an drei Hauptvorteilen: Erstens der Netzwerkeffekt – je mehr Nutzer, desto wertvoller wird das Produkt, ähnlich wie bei WeChat, wo alle es nutzen und deshalb auch neue Nutzer folgen. Nvidia verkauft nicht nur GPUs, sondern hat auch eine Entwicklungsplattform namens CUDA geschaffen, die man als das „Windows“ der AI-Welt verstehen kann. Je mehr Entwickler es gibt, desto vielfältiger wird die Software, und desto mehr Entwickler werden angezogen, was ein immer stärkeres Ökosystem schafft. Zweitens der Größenvorteil: Je größer das Unternehmen, desto deutlicher der Vorteil. Nvidia investiert jährlich mehrere Milliarden Dollar in Forschung und Entwicklung, kann die modernsten Wafer-Kapazitäten frühzeitig sichern und die besten AI-Talente weltweit anziehen – solche Vorteile sind für kleine Unternehmen kaum zu kopieren. Drittens der Markeneffekt: Heute, wenn viele Unternehmen AI-Datenzentren aufbauen, denken sie zuerst an Nvidia; die Marke selbst ist bereits eine Wettbewerbskraft. Bild Geheime Wette: Setzt es auf eine Zukunft, an die andere nicht glauben? Peter Thiels Lieblingsfrage lautet: „Was ist etwas Wichtiges, an das du glaubst, aber die meisten anderen nicht?“ Große Unternehmen haben fast immer ihre eigene „Gegenmeinung“. Nvidias damalige Gegenmeinung war die konsequente Investition in CUDA. Vor zwanzig Jahren dachten die meisten, GPUs seien nur für Spiele, Nvidia aber sah sie als universelle Rechenplattform. Als ChatGPT erschien, wurde allen klar, dass AI vor allem GPUs braucht. Viele sahen nur den AI-Boom, ich sah eine zwanzig Jahre lang verfolgte Strategie, die sich endlich auszahlt. Bild Wettbewerbsflucht: Macht es den Kunden schwer, zu wechseln? Der wahre Burggraben ist nicht, dass das Produkt besser ist, sondern dass Kunden selbst wenn sie wollen, kaum wechseln können. Wenn ein AI-Unternehmen bereits mehrere Millionen Dollar investiert hat und alle Modelle auf CUDA basieren, bedeutet ein Plattformwechsel, dass Ingenieure neu lernen, Code neu schreiben und Modelle neu trainieren müssen – das kostet Zeit und Geld. Viele Unternehmen wollen nicht wechseln, sie können es sich schlicht nicht leisten. Das ist die Wechselkostenbarriere und einer der stärksten Burggräben. Bild Regelsetzer: Beginnt es, die Branchenregeln zu definieren? Das ist meiner Meinung nach Nvidias gefährlichster Punkt. Viele denken, Nvidia verkauft nur GPUs, tatsächlich verkauft es die gesamte AI-Infrastruktur. CUDA ist die Softwareplattform zur AI-Entwicklung, vergleichbar mit einem Betriebssystem in der AI-Welt; DGX ist ein Supercomputer speziell für AI-Training, den Unternehmen kaufen können, um große Modelle schnell zu trainieren, ohne von Grund auf neu zu starten; NVLink ist die „Autobahn“ zwischen GPUs – das Training von Modellen wie ChatGPT erfordert hunderte GPUs, die gleichzeitig arbeiten, NVLink ermöglicht eine schnelle Kommunikation zwischen ihnen, als ob viele Computer zu einem Supercomputer werden; InfiniBand ist das „Hochgeschwindigkeits-Eisenbahnnetz“ des AI-Datenzentrums, verbindet Server und GPUs, damit riesige Datenmengen schnell übertragen werden können, sonst würde selbst die stärkste GPU durch Datenwartezeiten ausgebremst; AI Factory (AI-Fabrik) ist ein neues Konzept, das Jensen Huang in den letzten Jahren betont hat – früher kauften Unternehmen Server, künftig kaufen sie eine „intelligente Fabrik“, die kontinuierlich AI-Modelle und -Services produziert. Von GPU, Servern, Netzwerkausrüstung bis hin zu Entwicklungssoftware und Modellbereitstellung bietet Nvidia fast eine komplette Lösung an. Unternehmen kaufen nicht mehr nur einen Chip, sondern ein ganzes AI-Ökosystem. Wenn immer mehr Unternehmen ihre AI-Datenzentren nach deinen Standards aufbauen, konkurrierst du nicht mehr nur mit anderen, sondern definierst die Zukunft der gesamten Branche. Bild Mein Verständnis ist: Das Potenzgesetz sagt nie voraus, ob der Aktienkurs steigt oder fällt, sondern lehrt mich, wie man erkennt, ob ein Unternehmen das Potenzial hat, der Gewinner zu sein, der den Großteil des Branchenwerts einnimmt. Der Geschäftsbericht zeigt die Gegenwart eines Unternehmens, Geschäftsmodell, Ökosystem und Wettbewerbsvorteile bestimmen seine Zukunft. Kurz gesagt: GPU ist nur das Produkt, das Nvidia verkauft, aber CUDA, DGX, NVLink, InfiniBand und AI Factory sind das Ökosystem, mit dem es seinen wahren Burggraben aufbaut.