中美AI競爭的決勝點

歷史上大國相爭動輒持續數十年，甚至一個世紀，簡單史觀往往把最終勝負歸結為某個人或者其它某個偶然事件，這其實是不對的。但這套有點稀松的認知方法卻最生命力很頑強，總是各種借尸還魂，落到AI上就會變成算力、數據、人才密度等。這些點無疑都很關鍵，但恰恰不是中美后續在AI上爭勝的決勝點。前蘇聯冷戰對抗中失敗可以有N種解讀，但絕對不是因為導彈飛的不快或者核彈不夠多。

AI的未來什么樣

如果模型智能水平就現在這樣了，那其實產業也沒什么太大變化，差不多就現在這樣，在各個行業水過地皮濕，沖擊力一般。

我們探討的前提則是AI真的會從Level2的Reasoner到Level5的組織者一路沖上去。

假如真的一路前沖，那在Level2上新產業圖景會初現端倪，沖到最后AI的競爭就是國運的競爭。

很顯然的到后面AI不發達國家和AI發達國家的競爭會變成碳基智能和硅基智能的競爭，碳基這邊完全沒有勝算，比大刀長矛對火槍機槍還慘。

（黃仁勛對未來產業的設想，置換關系）

假如AI的智能水平真的一路沖上去，那IT行業整個產品棧會發生變化，這種變化預計會有兩種模式：

一個是效率優先陣營。這種模式以AI大模型的API為基礎，在上面同領域知識結合，然后打造各種AI智能體。與這個模式匹配的可以落地的產品形式其實是SaaS，產業分工也和過去互聯網比較類似。有人提供公有云云服務、有人提供SaaS產品，有人提供各種新式App。除了最頭部的產品（比如微信、抖音這種規模的）我們所知道的大量互聯網產品（各種App、SaaS）大概這樣。

一個則是安全優先陣營。這和前面最大的不同是全都得私有部署。每家都有一套自己的基礎設施和應用，包括計算中心、數據中心、模型、數據庫、上層應用。這其實會退回到“上古”時候IBM小型機/大型機的模式，那年月IBM提供硬件、操作系統、數據庫、上層應用，然后每次都全部打包賣。這模式每年也收服務費的，成本顯然更高也不方便，但確實可以滿足各種安全條件。大互聯網公司可以看成是這種模式的特例，抖音、微信怎么也不會把自己服務放阿里云上，而是打死也會自己建設。從產業效率角度看，這模式是一種后退，但就現在這局面后退反倒是匹配現實的。

(老故事：stack基本就是我們說的產品棧，打包的故事）

除了模式，產品形態也必然發生變化，每個產品幾乎都會變成一個自動或者半自動的機器人，之前說過，此處不重復了。（參見：）

形象總結未來AI的產業局面就是：未來會出現大量的類似智能章魚的產品，有算法、有硬件。這時候，大量中小的企業會以云的模式使用智能服務；大規模的企業則會全部謀求自建這套章魚系統，包括數據中心、GPU、模型私有部署、應用軟硬件等。

AI全球市場

在這樣的產品走勢下，類似過去的PC、手機的全球市場競爭會規模放大很多倍重新來一遍。這樣一來全球市場的競爭就不是單個模型，單個產品的競爭，而是整套生態的競爭。過去國內企業因為參與的比較晚，其實沒參與全鏈條競爭所以就是做PC或者做App，但這次不一樣了。因為中美當前態勢，AI必須得搞兩套，不可能再出現Window這類大一統的產品了。

我們都知道AI大模型、GPU等的研發是極其貴的，那它就必然需要盡可能大的市場來攤銷，錢回來才能獲得自己的良性發展，否則單靠投資根本牽引不動越來越大的模型訓練等研發投入。

從這個角度看，誰在國際市場上的份額持續放大，誰就獲得全產業鏈的正反饋，反之則是負反饋。兩套獨立的AI產品棧未來爭的就是這個。

還是舉巴西做PC的例子來做類比。

巴西曾經一度建立起來和當年IBM PC并列且獨立的一套電腦體系并與美國的產品進行對抗，但最后因為沒能夠走出巴西而失敗了。

(巴西曾經擁有規模相當龐大的PC產業）

未來中美AI兩套產品棧進行競爭，那最終競爭的關鍵點不在國內，而在全球市場。

誰的生態體系覆蓋范圍大，誰的產業統治力量更強，會拿走產業絕大部分收益。覆蓋范圍小的未必不能生存，但會比較辛苦。

形象講，弄個小水池養鯨魚，鯨魚即使活了也會長期難受的，并且大概率會掛。

競爭全球市場的關鍵在于系統性產品

這世界上沒有純粹的所謂技術公司，尤其市值超過某個規模后它一定是產品公司。互聯網的技術特性是連接，哪家成功的互聯網公司是賣連接的呢！

而AI產品里面對于國內公司而言第二種偏安全的產品很可能更關鍵。

如果是PK SaaS或者新式AI驅動的App，在爭奪全球市場的時候國內廠商是全方位不利的，我們的SaaS產業就沒成什么規模，主流超級App好像跑到頭上的也很少很少。

但現在國際形勢一塌糊涂，大家以鄰為壑，安全考量會壓倒大量其它考量，所以除了C端原來互聯網那塊領域更多的行業估計需要的是一體機的模式。老黃的主權AI打的就是這個主意，但英偉達很難把上面的應用、方案全部打包上去（不是技術問題是利潤率差異太大）。

這是一個非常繁瑣、繁重的活，既要整基礎的私有云建設，還要搞定領域的產品和方案，也需要大量的人員做支撐。一定程度上可能和華為等當年的運營商業務有點像。更像傳統行業而不是互聯網。

產品與組織形態的同頻

可以把一些過去關于華為等的零散信息傳聞串一串，能看出這類業務反向對組織的要求。

業務上有時候直接就頂著友商的名義把客人接跑了，之后友商開頭的大單就變成了自己的。

落地上，動輒一個團隊就鋪到用戶那里沒日沒夜蹲點，直到產品正式上線。

研發上，經年死磕核心技術點，持續爬坡。

組織上，請海外專家重構公司的管理系統和流程，一度撂下狠話要么削足適履，要么離開。

精神上，勝則舉杯相慶，敗則拼死相救。用人上叫將軍起于行伍。

現在華為正面評價比較多，20幾年前一樣被罵血汗工廠什么的，很累的，辦公室放行軍床不都那里起源的。

這其實比當年MTK提供Turkey方案還麻煩，Turnkey好歹還是基本在數字空間整，這活則是要真的上山下海的。

干C端產品和系統型的B端產品需要的氣質差別巨大，后者要拼整體組織運營效率的。前者反正團隊規模不大，只要產品用戶規模足夠大，那組織有沒有效率其實不關鍵，反倒是活性更關鍵。

把AI帶來的變量考慮進來，那這事情會變成這樣兩個層次：

在低層面上是ERP等這些是不是用的足夠好，是不是分錢分的可以讓大家辛苦的同時也愿意干，但這是重復過去的故事，把自身的水平拉到上面華為等公司的那種水平；

在高層面上則是AI智能體的占比，還是這套活，是不是可以原來100個人現在用50個人，這是顛覆式創新的思路。

只要我們得相信一個最樸素的假設：AI智能水平如果一路上去，那它占比越高，效能越高，那后一種方式就比前一種方式關鍵。也是跨越式發展。

Level2之困

現在這種競爭還在前奏階段，有點像打牌的時候你出個2試探試探。核心在于AI不好用，只能在比較垂直的領域創造價值。（琢磨事前瞻性還是可以的，大家如果愿意翻就會發現1年多以前說的很多觀點，現在變主流觀點了，比如：）

但AI一旦過了Level2 Reasoner，那競爭就會往白熱化階段走。

(OpenAI的AI分級）

冰山上面，大家都可以感知到的是那個機器人或者智能助理又出現了，但冰山下面則是系統型公司的崛起，他們會向各行各業滲透。

這些公司提供“矩陣”打包服務，給每個公司裝一套自己的“矩陣”。這種矩陣不管落到哪個行業那個公司，基本上都會接管行業或者公司里面大量的工作，一定程度上它就是公司或者行業。

那時候就像前面說的，AI的競爭有點像國運之爭了。

小結

生態之爭其實最怕就看單點。當年的北洋水師如果看人數、看船的噸位怎么衡量也不應該打輸的。可就是打輸了。生態之爭關鍵的一定是內在的這種協調性，學術一點好像可以叫系統論。AI未來競爭是明顯的生態之爭。如果說過去ICT基礎設施競爭整了30年，與此類比AI的Level2一旦過去估計也會掀開一場30年以上持續競爭的序幕。在此之前AI對GDP幾乎沒啥貢獻，在此之后可能會變成主要貢獻。

注：AI碰撞局每次收集大家反饋，大家會建議更接地氣一點，非常感謝大家，但產業問題需要一點宏觀視角，偶爾還是會寫一點，比如：。接地氣和方法的方法是另一種一體兩面，你看任老爺子的文章就會發現大量兩者的融合，一定程度上稻盛和夫一邊是阿米巴一邊是心法其實也類似。

這個時點的AI太混沌了，宣稱有賺錢方法的大概率是騙子，宣稱全無機會的又過于消極。面對AI就得解剖麻雀，研究案例，回到現場，獲取一線信息。反之越高大上、越論文就越危險。關鍵是真實案例不好找，所以就有了琢磨事AI碰撞局。研究清楚多個案例，弄明白產業底層邏輯，再回到自己問題差不多是眼下最靠譜的方式了。對活動感興趣的同學請聯系cathywangyue。 老李話一三，公眾號：琢磨事