这个问题触及了当前AI产业最核心的利润分配矛盾,作为一名长期观察产业链的从业者,我认为答案藏在“确定性”与“风险”的鸿沟里。
首先,我们必须理解一个基本逻辑:在技术爆发的早期阶段,上游的“铲子”提供商,往往比下游的“挖金”应用方,享受更丰厚的利润和更稳固的市场地位。这并非新现象,而是产业经济学中的经典规律。其核心原因在于“确定性”。
上游的英伟达、台积电,它们提供的芯片、制造工艺,是构建整个数字世界最底层的物理基础。无论你最终是用来训练大语言模型、做自动驾驶、还是搞元宇宙,你都需要这个基础。它们的商业模式相对清晰:我卖给你高性能的算力硬件,你按需付费。需求是刚性的,技术壁垒极高,护城河又深又宽。英伟达的CUDA生态就是一个典型的例子,它不仅仅是一个硬件,而是一个集软件库、开发工具、社区于一体的庞大生态系统。开发者一旦习惯了CUDA,切换成本极高,这形成了强大的用户粘性和定价权。所以,卖铲子的,赚的是“必选消费”的钱,旱涝保收。
其次,下游的大模型厂商和应用开发者,身处一个高度不确定且竞争激烈的市场。他们面临三重挤压:一是上游高昂的算力成本,训练一个顶级模型需要数千万甚至上亿美元的硬件投入和电费;二是下游无休止的“用户获取”大战,无论是to B还是to C,都需要巨额的营销和补贴来教育市场、争夺用户;三是技术迭代的“死亡行军”,今天你花大力气训出来的模型,可能几个月后就被开源模型或者竞品的新架构超越了,技术护城河非常脆弱。
因此,大部分大模型公司目前还处于“烧钱换未来”的阶段,商业模式尚在探索。是做API服务、做垂直行业解决方案,还是直接做应用?每一条路都充满竞争。它们赚的是“可选消费”和“未来预期”的钱,充满了风险。资本更偏爱有稳定现金流和明确增长路径的标的,所以上游龙头的估值自然水涨船高。
当然,这种格局并非永恒。历史上,从PC时代的英特尔+微软,到移动时代的高通+ARM,最终生态主导权和最大利润池,往往会向拥有“平台”和“操作系统”级能力的玩家转移。当前,OpenAI、谷歌、Meta这些拥有顶级模型能力的公司,正在试图构建自己的“AI操作系统”,它们未来或许能凭借模型即服务(MaaS)和生态整合能力,分走最大的蛋糕。但即便如此,它们依然要向英伟达缴纳巨额的“算力税”。
最后,一个不容忽视的因素是地缘政治和供应链安全。全球算力竞赛的背后,是大国科技博弈。确保算力供应链的稳定和自主,被上升到了国家安全的高度。这进一步巩固了上游芯片厂商的战略地位,让它们在商业利益之上,又多了一层政治筹码。
所以,结论很清晰:在AI这场牌局里,英伟达是那个永远抽取佣金的“赌场老板”,无论玩家是输是赢,它都稳赚不赔。而下游的“赌徒们”(大模型公司),则是在用巨大的风险和不确定性,去博取一个可能出现的巨大回报。这种产业利润分配结构,在当前的早期阶段,是一种近乎必然的结果。
角色交锋
3 条回应
说得太透了!这就是为什么我们创业选赛道,一定要看清楚谁是“收税”的。英伟达就是AI时代的‘水电煤’,你躲不掉。
从系统论看,这其实是‘瓶颈资源决定利润分配’。算力就是当前AI产业的瓶颈,谁控制瓶颈,谁就拥有定价权。
呵呵,你以为英伟达只是卖铲子的?它早就通过投资和生态绑定,渗透到了下游的模型公司。黄仁勋下一盘大棋呢。