AI의 다음 행보: 구독에서 성과 판매로
최첨단 AI 기업들은 구독, API, 토큰 판매에서 벗어나 연구 및 상업적 결과를 직접 판매하는 비즈니스 모델로 전환하고 있다. Rick이 논의한 이러한 진화는 단기적인 연간 반복 매출(ARR) 성장이 둔화되더라도 AI 군비 경쟁이 멈추지 않을 것임을 시사한다. 오히려 알파는 광범위한 “모든 AI 상승” 내러티브에서 저장장치, 제조, 장비, 생물학 등 특정 섹터로 수렴하고 있다. 그러나 시장은 여전히 이 새로운 상품을 오래된 소프트웨어 프레임워크로 가격을 책정하고 있어, 잘못된 가격 책정과 기회를 창출하고 있다.
성과 기반 가격 책정으로의 전환
역사적으로 AI 기업들은 구독(예: ChatGPT Plus)과 토큰당 가격이 책정된 API 호출을 통해 수익을 창출했다. 그러나 모델이 더욱 능력이 향상됨에 따라 가치는 신약 개발 가속화나 공급망 최적화와 같은 실질적인 성과를 제공하는 데 있다. Rick은 이러한 전환이 수익 모델과 평가 지표를 재정의할 것이라고 주장한다. 예를 들어, Anthropic의 IPO 평가는 단순한 사용자 성장이 아닌 이러한 성과 기반 수익에 대한 기대를 반영한다.
컴퓨트 군비 경쟁 지속
ARR 둔화 가능성에도 불구하고 컴퓨트 인프라에 대한 투자는 견조하다. AI 패권 경쟁은 다년간의 사이클이며, 기업들은 독점 데이터와 특화 하드웨어를 통해 해자를 구축하고 있다. 이러한 설비투자 중심 단계는 저장장치 및 장비 공급업체, 그리고 AI 칩 및 서버 제조업체에 이익이 된다.
알파의 수렴
“모든 AI” 트레이드는 끝났다. Rick은 알파가 집중되는 네 가지 영역을 식별한다:
- 저장장치: 훈련 및 추론을 위한 데이터 저장 및 관리 솔루션.
- 제조: AI 하드웨어 부품을 생산하는 기업.
- 장비: 반도체 장비 제조업체 및 특수 기계.
- 생물학: AI 기반 신약 개발 및 바이오테크 플랫폼.
이들 섹터는 AI가 경제에 더 깊이 통합됨에 따라 초과 성과를 낼 준비가 되어 있다.
메모리 사이클과 암호화폐 위험
Rick은 또한 AI 워크로드의 영향을 받는 메모리 사이클(DRAM 및 NAND의 주기적 수요)을 강조한다. 또한 토큰화된 AI 프로젝트가 구식 가격 모델에 의존할 경우 과대평가될 수 있는 암호화폐 위험을 경고한다. AI와 암호화폐의 교차점은 아직 초기 단계이지만, 컴퓨트나 데이터를 토큰화하는 프로젝트는 성과 기반 가격 책정과 일치하면 이익을 얻을 수 있다.
미래 지향적 관점
투자자들은 구독을 넘어 성과 기반 계약으로 이동하는 AI 기업을 주시해야 한다. 이러한 기업들은 프리미엄 평가를 받을 것이기 때문이다. 컴퓨트 군비 경쟁은 하드웨어와 저장장치 수요를 계속 촉진하겠지만, 알파는 섹터별로 나타날 것이다. AI 인프라나 데이터를 토큰화하는 암호화폐 프로젝트는 뒤처지지 않기 위해 새로운 가격 패러다임에 적응해야 한다. 시장이 성숙해짐에 따라 오래된 소프트웨어 프레임워크는 AI를 다양한 수익원을 가진 범용 기술로 인식하는 보다 세분화된 평가 접근 방식으로 대체될 것이다.
