今天小編分享的互聯網經驗：中美AI競争的決勝點，歡迎閱讀。
文 | 李智勇
歷史上大國相争動辄持續數十年，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，總是各種借屍還魂，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，但恰恰不是中美後續在 AI 上争勝的決勝點。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 的未來什麼樣
如果模型智能水平就現在這樣了，那其實產業也沒什麼太大變化，差不多就現在這樣，在各個行業水過地皮溼，衝擊力一般。
我們探讨的前提則是 AI 真的會從 Level2 的 Reasoner 到 Level5 的組織者一路衝上去。
假如真的一路前衝，那在 Level2 上新產業圖景會初現端倪，衝到最後 AI 的競争就是國運的競争。
很顯然的到後面 AI 不發達國家和 AI 發達國家的競争會變成碳基智能和矽基智能的競争，碳基這邊完全沒有勝算，比大刀長矛對火槍機槍還慘。
（黃仁勳對未來產業的設想，置換關系）
假如 AI 的智能水平真的一路衝上去，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，在上面同領網域知識結合，然後打造各種 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。有人提供公有雲雲服務、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 提供硬體、作業系統、數據庫、上層應用，然後每次都全部打包賣。這模式每年也收服務費的，成本顯然更高也不方便，但确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、微信怎麼也不會把自己服務放阿裡雲上，而是打死也會自己建設。從產業效率角度看，這模式是一種後退，但就現在這局面後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，產品形态也必然發生變化，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：大致沒差的 AI 判斷，和大佬說的不怎麼一樣）
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、有硬體。這時候，大量中小的企業會以雲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、應用軟硬體等。
AI 全球市場
在這樣的產品走勢下，類似過去的 PC、手機的全球市場競争會規模放大很多倍重新來一遍。這樣一來全球市場的競争就不是單個模型，單個產品的競争，而是整套生态的競争。過去國内企業因為參與的比較晚，其實沒參與全鏈條競争所以就是做 PC 或者做 App，但這次不一樣了。因為中美當前态勢，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 產品棧未來争的就是這個。
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，但最後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 兩套產品棧進行競争，那最終競争的關鍵點不在國内，而在全球市場。
誰的生态體系覆蓋範圍大，誰的產業統治力量更強，會拿走產業絕大部分收益。覆蓋範圍小的未必不能生存，但會比較辛苦。
形象講，弄個小水池養鲸魚，鲸魚即使活了也會長期難受的，并且大概率會挂。
競争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後它一定是產品公司。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 產品裡面對于國内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，在争奪全球市場的時候國内廠商是全方位不利的，我們的 SaaS 產業就沒成什麼規模，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塗，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網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，既要整基礎的私有雲建設，還要搞定領網域的產品和方案，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。
產品與組織形态的同頻
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着友商的名義把客人接跑了，之後友商開頭的大單就變成了自己的。
落地上，動辄一個團隊就鋪到用戶那裡沒日沒夜蹲點，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，一度撂下狠話要麼削足适履，要麼離開。
精神上，勝則舉杯相慶，敗則拼死相救。用人上叫将軍起于行伍。
現在華為正面評價比較多，20 幾年前一樣被罵血汗工廠什麼的，很累的，辦公室放行軍床不都那裡起源的。
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。
幹 C 端產品和系統型的 B 端產品需要的氣質差别巨大，後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願意幹，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，這是颠覆式創新的思路。
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，那後一種方式就比前一種方式關鍵。也是跨越式發展。
Level2 之困
現在這種競争還在前奏階段，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網域創造價值。（琢磨事前瞻性還是可以的，大家如果願意翻就會發現 1 年多以前說的很多觀點，現在變主流觀點了，比如：AI 大模型沒有商業模式？）
但AI 一旦過了 Level2 Reasoner，那競争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裡面大量的工作，一定程度上它就是公司或者行業。
那時候就像前面說的，AI 的競争有點像國運之争了。
小結
生态之争其實最怕就看單點。當年的北洋水師如果看人數、看船的噸位怎麼衡量也不應該打輸的。可就是打輸了。生态之争關鍵的一定是内在的這種協調性，學術一點好像可以叫系統論。AI 未來競争是明顯的生态之争。如果說過去 ICT 基礎設施競争整了 30 年，與此類比 AI 的 Level2 一旦過去估計也會掀開一場 30 年以上持續競争的序幕。在此之前 AI 對 GDP 幾乎沒啥貢獻，在此之後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：AI 後續發展的七個階段與造富機會。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。
