史上最大泡沫正在失控？

10月底，有168年歷史的美國(guó)《大西洋月刊》發(fā)布了一篇文章，題為《人工智能的崩盤(pán)將如何發(fā)生》，作者為Matteo Wong和Charlie Warzel。

文章中描繪了一幅可怕的景象：

首先，是美國(guó)正在成為一個(gè)“英偉達(dá)國(guó)家”，近些年美國(guó)經(jīng)濟(jì)的繁榮，有92%都是由注入人工智能的巨額資金驅(qū)動(dòng)的。

其次，這個(gè)天文數(shù)字般的資金，僅僅只是在不同的巨頭之間“空轉(zhuǎn)”，制造繁榮的假象。

在作者看來(lái)，無(wú)論人工智能在未來(lái)成功還是失敗，都將引來(lái)巨大的動(dòng)蕩。

要么是一個(gè)不需要人類的未來(lái)，人類失去工資，僅靠銀行里的余額生活。要么是一個(gè)史無(wú)前例的巨大泡沫。

人工智能，是近幾年來(lái)全球經(jīng)濟(jì)最大的“宏大敘事”，算力成本的瘋漲，數(shù)據(jù)中心建設(shè)的巨額投資，為人類是上最大規(guī)模的資金空轉(zhuǎn)提供了信用背書(shū)。

半個(gè)世界的資本在下注，如滾雪球一般的擴(kuò)大這個(gè)敘事，為了規(guī)模而追求規(guī)模，如同一場(chǎng)21世紀(jì)的大躍進(jìn)。

與此同時(shí)，巴菲特的持倉(cāng)降到了歷史低點(diǎn)，日本首富孫正義清空了英偉達(dá)的股票。近年來(lái)風(fēng)頭極勁的“硅谷風(fēng)投教父”彼得·蒂爾也在7-9月賣光了英偉達(dá)的全部持股。

那么，這個(gè)敘事崩盤(pán)的導(dǎo)火索，會(huì)在哪里呢？

十倍之差

11月6日，月之暗面發(fā)布了新一代模型“Kimi K2 Thinking”。除了它的性能，可以比肩一眾美國(guó)前沿的AI模型，引發(fā)了熱議外，還因?yàn)橥瑫r(shí)曝出的這款新模型的訓(xùn)練成本——460萬(wàn)美元，更是掀起了新的討論熱潮。這比年初DeepSeekV3披露的訓(xùn)練成本560萬(wàn)美元，還要更低。

在美國(guó)，一個(gè)大型AI大語(yǔ)言模型的訓(xùn)練成本，動(dòng)輒要花幾千萬(wàn)美元、幾億算力小時(shí)，與中國(guó)最成功的AI大語(yǔ)言模型相比，成本往往能相差近10倍左右。

比如Kimi K2 Thinking這460萬(wàn)美元的訓(xùn)練成本，就僅相當(dāng)于GPT-4訓(xùn)練成本的8%。

但在性能上，Kimi K2 Thinking、DeepSeekV3可一點(diǎn)也不弱，雖然比OpenAI的GPT確實(shí)要差點(diǎn)，但也沒(méi)像成本那樣差出近10倍。

以Kimi K2 Thinking為例，它在Humanity‘s Last Exam、BrowseComp等部分權(quán)威基準(zhǔn)測(cè)試中，取得了媲美甚至超越GPT-5和Claude 4.5等頂級(jí)模型的表現(xiàn)。

雖然，月之暗面創(chuàng)始團(tuán)隊(duì)最近有出面回應(yīng)：“460萬(wàn)美元不是官方數(shù)據(jù)。訓(xùn)練成本很難計(jì)算，因?yàn)槠渲泻艽笠徊糠钟糜谘芯亢蛯?shí)驗(yàn)。”但這依然沒(méi)有否認(rèn)一個(gè)事實(shí)，中國(guó)最好的AI大語(yǔ)言模型訓(xùn)練成本，相比美國(guó)要低出一個(gè)數(shù)量級(jí)。

就在Kimi K2 Thinking發(fā)布后兩天，甲骨文宣布達(dá)成了一筆高達(dá)180億美元的數(shù)據(jù)中心融資交易。而在今年8月，OpenAI的CEO奧特曼則宣布，未來(lái)公司將投入數(shù)萬(wàn)億美元夯實(shí)AI基建。

CNBC預(yù)計(jì)，到2027年，美國(guó)將在數(shù)據(jù)中心上投入近7000億美元，而相比之下，中國(guó)一眾AI玩家，包括阿里巴巴、騰訊、字節(jié)跳動(dòng)和百度，合計(jì)預(yù)期投入不到800億美元。——兩者相差距近10倍，這和我們前面說(shuō)到的中美兩國(guó)AI模型訓(xùn)練成本的差距相當(dāng)。

所以這就有個(gè)問(wèn)題，為什么中美兩國(guó)AI大語(yǔ)言模型的成本會(huì)相差那么多，以及這到底意味著什么？

錢(qián)都花哪了

DeepSeekV3出現(xiàn)時(shí)，包括馬斯克、奧特曼在內(nèi)，美國(guó)的AI界基本是不相信的，要么認(rèn)為中國(guó)的團(tuán)隊(duì)在訓(xùn)練成本數(shù)據(jù)上造了假，要么認(rèn)為DeepSeekV3玩“蒸餾”，或者技術(shù)上剽竊了美國(guó)，從而降低了成本。

直到DeepSeekV3團(tuán)隊(duì)，將一篇又一篇的原創(chuàng)論文共享出來(lái)，并逐步分享自己的訓(xùn)練方法，才逐漸讓美國(guó)那邊的專家和CEO們一個(gè)個(gè)啞口無(wú)言、目瞪口呆。

這次，Kimi K2 Thinking的發(fā)布，被認(rèn)為是又一次“DeepSeek時(shí)刻”。它也某種程度上，進(jìn)一步坐實(shí)了中美在生產(chǎn)同等性能的大語(yǔ)言模型時(shí)的成本差距。

所以Kimi K2 Thinking發(fā)布后，優(yōu)秀的性能得到迅速認(rèn)可的同時(shí)，已沒(méi)有人再去質(zhì)疑它的數(shù)據(jù)是否造假，以及技術(shù)上是否投機(jī)取巧了。

相反，大部分美國(guó)AI界從業(yè)者、投資者，已經(jīng)直接或間接承認(rèn)，美國(guó)AI大語(yǔ)言模型訓(xùn)練成本虛高。也就是說(shuō)，現(xiàn)在美國(guó)AI界已有共識(shí)，是自己的成本控制有問(wèn)題。

只不過(guò)，這問(wèn)題是怎么形成的，又該如何解決，目前還沒(méi)有個(gè)統(tǒng)一的答案，但顯然，靠詆毀和污蔑中國(guó)這個(gè)對(duì)手，是行不通了。

比如，Hugging Face聯(lián)合創(chuàng)始人Thomas Wolf 發(fā)出靈魂拷問(wèn)：“我們是否每隔幾個(gè)月就要經(jīng)歷一次‘DeepSeek 時(shí)刻’？”他也坦誠(chéng)：“Kimi K2 Thinking發(fā)布后，已成為該平臺(tái)上最受開(kāi)發(fā)者歡迎的模型。”

那么，如果承認(rèn)美國(guó)AI模型訓(xùn)練成本確實(shí)過(guò)高，那就有必要搞清楚，那些多出來(lái)的錢(qián)都花在哪了？我們來(lái)簡(jiǎn)單捋一捋吧。

首先，美國(guó)AI模型訓(xùn)練成本，最大的一塊支出，明眼人都看得出來(lái)，就是GPU/TPU集群、服務(wù)器、網(wǎng)絡(luò)設(shè)備等硬件的巨額投入。

以英偉達(dá)A100 GPU為例，單塊售價(jià)約0.6-1.1萬(wàn)美元，而訓(xùn)練GPT-4模型用了超過(guò)2.5萬(wàn)塊GPU，如果全部采用采購(gòu)而非租賃模式，光GPU采購(gòu)成本就超過(guò)2.5億美元。

這還沒(méi)算配套服務(wù)器，一般每臺(tái)服務(wù)器搭載8塊A100 GPU，每臺(tái)服務(wù)器成本約20萬(wàn)到30萬(wàn)美元，我們?nèi)€(gè)中位數(shù)25萬(wàn)美元/臺(tái)，訓(xùn)練GPT-4就需要3125臺(tái)服務(wù)器，約7.81億美元。

另外為了連接3125臺(tái)服務(wù)器進(jìn)行協(xié)同計(jì)算，需要超高速的InfiniBand網(wǎng)絡(luò)設(shè)備（交換機(jī)、線纜等）。這部分成本可能達(dá)到數(shù)千萬(wàn)至一億美元，訓(xùn)練GPT-4估算為 $7500萬(wàn)美元。

所以訓(xùn)練GPT-4總的硬件成本是GPU成本+服務(wù)器成本+網(wǎng)絡(luò)成本，簡(jiǎn)單算一下吧：2.5億美元+7.81億美元+0.75億美元=11.06 億美元。

當(dāng)然，OpenAI的GPT-4采用云服務(wù)租賃模式，硬件購(gòu)買(mǎi)成本主要由微軟承擔(dān)，截至目前，微軟持有OpenAI約27%股份。

Meta為了訓(xùn)練Llama 4，采購(gòu)了35萬(wàn)枚H100芯片，即使考慮大宗購(gòu)買(mǎi)優(yōu)惠，這也是一筆數(shù)十億美元的支出。H100芯片比A100芯片更優(yōu)，當(dāng)然也更貴，大約為2.5萬(wàn)到4.5萬(wàn)美元/張。

更要命的，是現(xiàn)在硬件更新迭代非常快。AI芯片的生命周期僅2-3年（如V100→A100→H100），而大模型訓(xùn)練周期常常跨越硬件換代周期，導(dǎo)致設(shè)備提前報(bào)廢率超過(guò)40%。

最近就連微軟的CEO納德拉也抱怨，公司現(xiàn)在囤積了成堆的GPU芯片，卻因?yàn)槿彪姟⑷笨臻g，只能閑置在機(jī)房里。所以很有可能，大量GPU芯片還沒(méi)來(lái)得用，就過(guò)時(shí)了。

要知道，微軟是OpenAI的金主，主打一個(gè)不差錢(qián)。可現(xiàn)在，面對(duì)像流水一樣狂泄不止的訓(xùn)練成本，也開(kāi)始有點(diǎn)肉疼了。

其次，電耗成本下不來(lái)。

大模型訓(xùn)練是名副其實(shí)的"耗電巨獸"。以GPT-4類模型為例，其完整訓(xùn)練周期的能耗約為700-1000 MWh，相當(dāng)于約10000戶美國(guó)家庭一個(gè)月的用電量，直接電力成本約10-15萬(wàn)美元。

GPT-3單次訓(xùn)練耗電1.287GWh，相當(dāng)于120個(gè)美國(guó)家庭年用電量。

耗電意味著發(fā)熱，所以又要冷卻，而冷卻系統(tǒng)能耗同樣驚人。實(shí)際上，冷卻系統(tǒng)能耗，占整個(gè)數(shù)據(jù)中心總電費(fèi)的約40%。冷卻需要淡水，微軟數(shù)據(jù)中心訓(xùn)練GPT-3直接耗水約70萬(wàn)升，相當(dāng)于40000人一天的飲水量。

為了冷卻，Meta將數(shù)據(jù)中心設(shè)在北極圈附近，微軟嘗試過(guò)海底數(shù)據(jù)中心。——我們國(guó)家現(xiàn)在有“東數(shù)西算”工程，就是將數(shù)據(jù)中心布局在氣候涼爽、清潔能源豐富的西部地區(qū)，比如貴州。總之，一冷一熱都是錢(qián)。

再者，是訓(xùn)練數(shù)據(jù)成本也很高。

訓(xùn)練AI模型，需要大量“投喂”內(nèi)容數(shù)據(jù)。可數(shù)據(jù)，并不是免費(fèi)的，尤其是優(yōu)質(zhì)內(nèi)容數(shù)據(jù)。而這也就是為何，像《華盛頓郵報(bào)》《紐約時(shí)報(bào)》都說(shuō)要告包括OpenAI在內(nèi)的一眾AI公司，原因就是他們偷了人家記者辛辛苦苦花了巨大成本撰寫(xiě)的優(yōu)質(zhì)內(nèi)容。

而且，英文互聯(lián)網(wǎng)上高質(zhì)量、無(wú)重復(fù)、合規(guī)可用的文本數(shù)據(jù)總量約為3-5萬(wàn)億詞元，而當(dāng)前AI大模型的訓(xùn)練已使用了其中大部分。這就又出現(xiàn)了"數(shù)據(jù)枯竭"現(xiàn)象，導(dǎo)致每增加一單位優(yōu)質(zhì)數(shù)據(jù)的邊際成本呈指數(shù)級(jí)增長(zhǎng)，高質(zhì)量專業(yè)領(lǐng)域數(shù)據(jù)的獲取成本已從2020年的每百萬(wàn)詞元5-10美元上升至2024年的50-100美元，增幅達(dá)10倍。

數(shù)據(jù)成本，還有一塊是數(shù)據(jù)標(biāo)注成本。數(shù)據(jù)標(biāo)注就像是教AI認(rèn)世界的“家庭教師”。它通過(guò)給原始數(shù)據(jù)貼上各種標(biāo)簽，讓AI模型能夠理解和學(xué)習(xí)這些數(shù)據(jù)，從而變得“聰明”起來(lái)，通常包括數(shù)據(jù)集設(shè)計(jì)、數(shù)據(jù)清洗、標(biāo)注、質(zhì)量檢驗(yàn)等多個(gè)環(huán)節(jié)。

可以簡(jiǎn)單理解為，人工智能也不能自己吃飯長(zhǎng)大，有些飯，還得靠專家先“嚼爛”了喂給它。

以人類反饋強(qiáng)化學(xué)習(xí)（RLHF）為例，高質(zhì)量的偏好對(duì)比數(shù)據(jù)集構(gòu)建，通常需要專業(yè)知識(shí)和嚴(yán)格質(zhì)控，平均標(biāo)注成本為每條對(duì)比數(shù)據(jù)2-5美元。

ChatGPT訓(xùn)練過(guò)程中使用的人類反饋數(shù)據(jù)集成本，估計(jì)超過(guò)700萬(wàn)美元，占其初期訓(xùn)練總成本的12-15%。不便宜了。

還有，AI人才成本也高得離譜。

OpenAI頂級(jí)研究員年薪達(dá)200-300萬(wàn)美元，超過(guò)華爾街投行MD薪資水平。谷歌DeepMind團(tuán)隊(duì)人均研發(fā)成本120萬(wàn)美元/年。

就這么貴了，AI界的人才，各大公司還頻頻開(kāi)出天價(jià)工資搶著要。而這種軍備競(jìng)賽式的人才儲(chǔ)備，更進(jìn)一步推高了人才成本。

比如，為了得到24歲AI研究員馬特·戴特克，Meta開(kāi)出4年2.5億美元的薪酬包，其中首年1億美元。還有蘋(píng)果基礎(chǔ)模型負(fù)責(zé)人龐若鳴，也被Meta開(kāi)出的2億美元的薪酬包挖走。2025年6-7月，Meta還從OpenAI挖走至少11名核心研究人員，包括多名華人科學(xué)家，并為部分研究員提供1億美元簽約獎(jiǎng)金，并提出可達(dá)3億美元的四年總薪酬包。

除了上述顯而易見(jiàn)的成本外，其實(shí)AI模型訓(xùn)練，試錯(cuò)成本也不容忽視，據(jù)說(shuō)大模型訓(xùn)練失敗率約為35-50%，單次超參數(shù)調(diào)優(yōu)實(shí)驗(yàn)消耗可達(dá)50-100萬(wàn)美元。

另外，現(xiàn)在全球范圍內(nèi)對(duì)于模型訓(xùn)練數(shù)據(jù)都很敏感，所以要獲取的話，還得符合當(dāng)?shù)氐姆煞ㄒ?guī)，為合理合法獲取、存儲(chǔ)和處理數(shù)據(jù)，就需要花費(fèi)額外成本，而且并以為這是小數(shù)目，據(jù)麥肯錫全球研究院估計(jì)，完整的數(shù)據(jù)合規(guī)體系建設(shè)與維護(hù)成本已占大型AI項(xiàng)目總成本的8-12%，且這一比例仍在上升。

總之，睜眼閉眼都是錢(qián)錢(qián)錢(qián)。

目前來(lái)看，AI模型昂貴的訓(xùn)練成本，一時(shí)半會(huì)下不來(lái)就算了，在未來(lái)可見(jiàn)的范圍內(nèi)，甚至還會(huì)呈幾何數(shù)增長(zhǎng)。

比如Anthropic CEO就預(yù)測(cè)，他們公司目前正在訓(xùn)練的模型成本接近10億美元，但到2026年，這一成本可能飆升至50億或100億美元。未來(lái)三年內(nèi)，AI模型的訓(xùn)練成本可能達(dá)到1000億美元。

到時(shí)候，一般的小公司就別想著玩了。甚至，一般的小國(guó)也別想玩了。

——前段時(shí)間，黃仁勛跑去韓國(guó)推銷AI芯片，而韓國(guó)人也很興奮，各種歐巴、拍照又喝交杯酒啥的。但很多人給他算過(guò)，就按目前AI大語(yǔ)言訓(xùn)練所需要的電力規(guī)模來(lái)看，如果真要搞，得花掉韓國(guó)整個(gè)國(guó)家1/10的電力。而且我們都知道，電力系統(tǒng)建了就要用，否則就浪費(fèi)了。而AI訓(xùn)練的電力系統(tǒng)可不是一直開(kāi)著的。換句話說(shuō)，電力系統(tǒng)的沉沒(méi)成本非常高。所以總的來(lái)說(shuō)，韓國(guó)人除非日子不想過(guò)了，才會(huì)去搞這玩意。

黃仁勛為啥老是憂心忡忡丟掉中國(guó)市場(chǎng)？因?yàn)槔宵S心里明白，AI這東西，大概率，未來(lái)也就中美兩國(guó)玩得起。

前段時(shí)間，他的一些話，弄得特朗普政府某些人有點(diǎn)不高興了。因?yàn)橛?guó)《金融時(shí)報(bào)》AI未來(lái)峰會(huì)上，他說(shuō)"中國(guó)將贏得人工智能競(jìng)賽"。

他為什么要說(shuō)這話？他的說(shuō)法，是西方現(xiàn)行的技術(shù)封鎖，只會(huì)“刺激中國(guó)的創(chuàng)新和規(guī)模”。當(dāng)然更重要的理由，他還是擔(dān)心美國(guó)的政策，阻礙他獲取中國(guó)市場(chǎng)。

不過(guò)他的話對(duì)特朗普政府沒(méi)啥用。他過(guò)去用了各種夸張的語(yǔ)言贊美特朗普，也沒(méi)用。特朗普就相信禁止最先進(jìn)芯片對(duì)華出口，就能拖住中國(guó)AI產(chǎn)業(yè)的發(fā)展。

成本為啥降不下來(lái)？

美國(guó)是個(gè)資本主義國(guó)家，有非常成熟的市場(chǎng)競(jìng)爭(zhēng)機(jī)制，按理，成本高了，就一定會(huì)降下來(lái)的，但為什么AI大模型訓(xùn)練成本遲遲降不下來(lái)呢？

我們?cè)俸?jiǎn)單算算。

美國(guó)AI大模型訓(xùn)練成本如此之高，跟AI所獲得的收益，是極其不匹配的。

以O(shè)penAI為例，上半年?duì)I收43億美元，比2024年全年高出約16%，預(yù)計(jì)全年?duì)I收將達(dá)130億美元，但預(yù)計(jì)的凈虧損卻將超過(guò)200-250億美元。現(xiàn)在不賺錢(qián)倒沒(méi)事。據(jù)說(shuō)他們內(nèi)部算過(guò)，到2029年，OpenAI實(shí)現(xiàn)盈虧平衡，2030年起產(chǎn)生正向現(xiàn)金流，屆時(shí)年收入目標(biāo)2000億美元。

但就這點(diǎn)收入，奧特曼卻承諾，OpenAI的目標(biāo)是到2033年確保250吉瓦的電力供應(yīng)，總投資額約1.4萬(wàn)億美元。為什么要這么承諾呢？因?yàn)闆](méi)電，就沒(méi)法訓(xùn)練AI大模型，而沒(méi)法訓(xùn)練AI大模型，未來(lái)的收入預(yù)期就沒(méi)法實(shí)現(xiàn)。

1.4萬(wàn)億美元、250吉瓦，咱也不知道這算不算“畫(huà)大餅”，但有幾個(gè)數(shù)據(jù)可以對(duì)比下：

——奧特曼這個(gè)承諾，相當(dāng)于在8年內(nèi)將美國(guó)能源需求提升125倍，而這將超過(guò)印度目前的電力消耗量。

以2024年為例，中國(guó)去年新增發(fā)電容量429吉瓦，而美國(guó)僅新增51吉瓦。

所以中美電力差距不是縮小，是不斷拉大的。而奧特曼也急，OpenAI向白宮科技政策辦公室提交的一份長(zhǎng)達(dá)11頁(yè)的文件就鼓勵(lì)美國(guó)政府每年建設(shè)100吉瓦的能源產(chǎn)能，也就是說(shuō)將現(xiàn)在每年新增電力提高一倍。

根據(jù)美國(guó)能源信息署數(shù)據(jù)，10吉瓦大約相當(dāng)于800萬(wàn)美國(guó)家庭一年的用電量。所以如果按奧特曼那種電力提升速度的搞法，這算不算我們經(jīng)常說(shuō)的“大躍進(jìn)”呢？大家可以自己去判斷。

但電力基礎(chǔ)設(shè)施跟不上，因?yàn)橐?guī)模太大，本就一身債的美國(guó)政府必然有心無(wú)力，尤其像特朗普政府還不樂(lè)意去增加風(fēng)、太陽(yáng)能等新能源投資，依賴石化能源，那這塊成本也就只能私企自己去承擔(dān)了。

——為什么AI大模型訓(xùn)練成本如此之高，可私企總是沒(méi)辦法降下來(lái)，其實(shí)電力基礎(chǔ)設(shè)施是最為核心的一點(diǎn)。

相對(duì)而言，中國(guó)的電力基礎(chǔ)設(shè)施是比較完善和充足的。

根據(jù)國(guó)家能源局發(fā)布的數(shù)據(jù)，2025年上半年中國(guó)新增發(fā)電裝機(jī)容量達(dá)2.93億千瓦，其中可再生能源新增裝機(jī)2.68億千瓦，同比增長(zhǎng)99.3%，約占新增裝機(jī)的91.5%。這是什么概念呢？根據(jù)最新數(shù)據(jù)，日本的總發(fā)電裝機(jī)容量約為3億多千瓦。所以中國(guó)2025年上半年新增的裝機(jī)容量，幾乎就相當(dāng)于新增了一個(gè)日本規(guī)模的電力系統(tǒng)。充足的電力基礎(chǔ)設(shè)施，可以充分滿足企業(yè)用電，這塊成本將大大降低。

除了基礎(chǔ)設(shè)施成本外，美國(guó)AI私企成本降不下來(lái)，還有一個(gè)原因，是他們的AI市場(chǎng)，還真不是傳統(tǒng)意義上的充分競(jìng)爭(zhēng)市場(chǎng)，其實(shí)現(xiàn)在，也就頭部那幾家企業(yè)在玩。

尤其是AI芯片，英偉達(dá)具有絕對(duì)主導(dǎo)地位，在全球AI芯片市場(chǎng)的份額超過(guò)80%，在高端AI訓(xùn)練芯片領(lǐng)域更是達(dá)到90%以上。

而且，英偉達(dá)通過(guò)CUDA軟件生態(tài)，積累超過(guò)400萬(wàn)開(kāi)發(fā)者、2000個(gè)合作伙伴及1.5萬(wàn)個(gè)優(yōu)化應(yīng)用，形成了"開(kāi)發(fā)者-軟件-硬件"的閉環(huán)。

這也就是為何，AI企業(yè)的GPU/TPU集群的投入會(huì)居高不下。根據(jù)哈佛商學(xué)院的研究，這塊的市場(chǎng)壟斷導(dǎo)致了高達(dá)40-60%的超額利潤(rùn)，這部分利潤(rùn)實(shí)質(zhì)上是從AI創(chuàng)新主體向硬件供應(yīng)商的價(jià)值轉(zhuǎn)移。

而且，AI芯片貴了，用的起的企業(yè)就少了，這又創(chuàng)造出一道只有巨頭才能跨越的"算力鴻溝"。所以目前，美國(guó)也就只有谷歌、微軟、OpenAI等少數(shù)幾家公司擁有足夠的資金與技術(shù)實(shí)力開(kāi)發(fā)前沿大模型，這導(dǎo)致市場(chǎng)進(jìn)一步呈現(xiàn)高度集中態(tài)勢(shì)。

初創(chuàng)企業(yè)難以與巨頭競(jìng)爭(zhēng)，被迫轉(zhuǎn)向應(yīng)用層或細(xì)分市場(chǎng)，未來(lái)或有突破的，但目前是沒(méi)看到可以與上述原本就是互聯(lián)網(wǎng)“寡頭”對(duì)著干的。所以你說(shuō)AI是一次技術(shù)革命，這可能不假，但大家也發(fā)現(xiàn)了，并沒(méi)有什么新玩家出現(xiàn)。——這跟當(dāng)年互聯(lián)網(wǎng)百花齊放的態(tài)勢(shì)，是完全不一樣的。

基礎(chǔ)設(shè)施、壟斷，導(dǎo)致企業(yè)成本下不來(lái)，這都是客觀上，還有一個(gè)主觀原因，是現(xiàn)在美國(guó)AI研發(fā)，還有一種“軍備競(jìng)賽”的風(fēng)氣。這是因?yàn)椋蠹叶寂侣湓趧e人后面，都怕錯(cuò)過(guò)一個(gè)時(shí)代。

像我們上面提到的AI企業(yè)在搶奪人才時(shí)的投入上的競(jìng)賽，就是這方面的表現(xiàn)。其實(shí)各大企業(yè)不止搶人才，還搶著囤積英偉達(dá)的芯片呢？微軟CEO為何說(shuō)有限芯片放倉(cāng)庫(kù)里吃灰呢？有一部分原因，就是大家搶性能最好的芯片，就跟某些人搶拉布布一樣。

美國(guó)科技巨頭在AI領(lǐng)域的投入已經(jīng)達(dá)到了萬(wàn)億美元級(jí)別。2025年，僅微軟、亞馬遜、谷歌和Meta這四家公司的AI資本支出就預(yù)計(jì)達(dá)到近4000億美元。

就這樣投入，各大科技公司還覺(jué)得不夠呢。現(xiàn)在美國(guó)這些企業(yè)的共識(shí)是，更大的風(fēng)險(xiǎn)不是過(guò)度投資，是支出不足。扎克伯格就說(shuō)過(guò)："如果為實(shí)現(xiàn)AI AGI而投入的資金數(shù)額上判斷失誤，所要做的也無(wú)非就是進(jìn)行調(diào)整。"

可以預(yù)料，未來(lái)各大AI企業(yè)的投入是會(huì)越來(lái)越高的，而且“越高就越光榮”的氛圍也有了。就像某些貴婦去時(shí)尚名品店購(gòu)物，只買(mǎi)貴的，越貴越好。

所以現(xiàn)在的情況是這樣的，美國(guó)在干AI，而AI也在干美國(guó)。未來(lái)，誰(shuí)把誰(shuí)干倒，還說(shuō)不準(zhǔn)。國(guó)運(yùn)之戰(zhàn)。

作者：肖申克，藍(lán)鉆故事主筆