文章核心观点 - 生成式人工智能正引发科技产业约每十至十五年一次的平台大迁移，其最终形态和主导者仍不明确 [1][4] - 科技巨头正以前所未有的规模投资AI基础设施，但模型性能趋同、用户参与度不足、企业部署缓慢等挑战并存 [4][11][23][27][33] - AI技术成功落地后将像过去的自动化技术一样融入基础设施，不再被称为"AI" [4][40][43] 平台转移的历史规律 - 科技产业大约每十到十五年经历一次平台转移，从大型主机到个人电脑，从万维网到智能手机，每一次都重塑行业格局 [5] - 早期领导者在平台转移中往往会消失，例如微软在个人电脑时代拥有接近100%的操作系统市场份额，但在智能手机时代变得无关紧要，其全球份额从2010年前后的高点降至2025年的不足20% [5] - 类似地，在个人电脑市场早期占据主导地位的苹果也曾被IBM兼容机边缘化 [5] 当前AI发展的不确定性 - 尽管ChatGPT的发布可能是下一次"十五年之变"的起点，但三年过去，对这次转移的最终形态依然所知甚少 [4][10] - 各种可能性令人眼花缭乱，包括浏览器形态、智能体形态、语音交互或全新的用户界面范式，没有真正答案 [10] - 互联网早期和移动互联网早期失败的想法（如美国在线AOL、雅虎门户、Flash插件）提示当前AI探索同样存在不确定性 [10] 科技巨头的投资竞赛 - 微软、亚马逊AWS、谷歌、Meta四家公司2025年资本支出预计将达到4000亿美元，超过全球电信行业全年约3000亿美元的投资规模 [4][11] - 这一2025年的增长计划几乎在年内翻了一番 [14] - 美国数据中心建设正在超越办公楼建设规模，成为新的投资周期驱动力 [17] AI基础设施的供应瓶颈 - 英伟达因无法跟上需求而面临供应瓶颈，其季度收入已超越英特尔多年的积累 [17] - 台积电同样无法或不愿足够快速地扩张产能以满足英伟达的订单需求 [17] - 美国数据中心建设的主要限制因素是公用电力供应，美国电力需求增长约为2%，而AI可能额外增加1%的需求，这在美国难以快速建设 [20] 模型性能趋同与商品化风险 - 顶级大语言模型在基准测试上的差距正在缩小至个位数百分比 [23] - 如果模型性能高度趋同，意味着大模型可能正在变成"商品"，价值捕获将重新洗牌 [23] - 模型领导地位每周都在变化，护城河并不明显，AI公司必须在算力规模、垂直数据、产品体验或分发渠道上重新寻找护城河 [23][26] 用户参与度与企业部署现状 - ChatGPT声称拥有8亿周活跃用户，但仅约10%的美国用户每日使用AI聊天机器人，大多数人仍处于偶尔尝试阶段 [27][30] - 企业部署缓慢，真正进入生产环境的项目仅为25%，计划2025下半年部署的约30%，至少2026才部署的约40% [33] - 目前成功案例仍集中在编程辅助、营销优化、客户支持自动化等"吸收阶段" [36] AI对广告与推荐系统的颠覆 - AI最快发生巨大改变的领域是广告与推荐系统，传统推荐依赖"相关性"，而AI有能力理解"用户意图"本身 [37] - 万亿美元级广告市场的底层机制可能被重写，谷歌和Meta披露AI驱动的广告投放能带来3%至14%的转化率提升 [37] - 广告创意制作成本也可能从每年1000亿美元的大盘上进一步被自动生成技术重塑 [37] 价值捕获与竞争模式转变 - 如果模型成为商品且缺乏网络效应，竞争模式可能从基于网络效应转向基于资本获取能力 [45] - 微软的资本支出占销售收入比例从历史低点大幅上升，反映了这一竞争模式的根本变化 [45] - OpenAI采取了"对一切说是"的多元化策略，包括基础设施交易、电商集成、广告、垂直数据集及应用平台等 [45]