AI 价值捕获
本文探讨了人工智能行业价值捕获模式的转变，重点分析了模型层、基础设施层和应用层之间价值分布的动态变化。随着基础模型逐渐商品化，价值正从模型提供商向拥有独特数据、分发渠道或垂直领域专长的应用层企业转移。文章通过具体案例和财务数据，揭示了这一趋势对AI行业投资和商业战略的深远影响。
背景速读
- SemiAnalysis 是由 Dylan Patel 和 Afzal Ahmad 主理的热门科技分析简报，以深入剖析 AI 算力、半导体供应链和地缘政治著称，在硅谷和华尔街影响力很大。
- 这篇文章讨论的是 AI 产业链中“价值捕获”的转移：即随着模型训练成本飙升、推理需求爆发，利润会从模型层（如 OpenAI）流向基础设施层（如 NVIDIA、数据中心、电力）。
- 此前业界普遍认为拥有最强模型的头部公司会拿走大部分利润；但本文提出反论：随着模型商品化、推理规模远超训练，算力和能源等“硬资产”才是真正的稀缺资源。
- 文中提到“Jason's conjecture”，指作者之一 Jason 提出的观点——大模型的边际利润会被竞争和开源压缩，而底层基础设施的拥有者将长期受益。