文 | 李智勇
歷史上大國相爭動輒持續數十年，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上爭勝的決勝點。 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的未來什麽樣
如果模型智能水平就現在這樣了，那其實產業也沒什麽太大變化，差不多就現在這樣，在各個行業水過地皮濕，沖擊力一般。
我們 探討的前提則是AI真的會從Level2的Reasoner到Level5的組織者一路沖上去。
假如真的一路前沖，那在Level2上新產業圖景會初現端倪，沖到最後AI的競爭就是國運的競爭。
很顯然的到後面AI未開發國家和AI已開發國家的競爭會變成碳基智能和矽基智能的競爭，碳基這邊完全沒有勝算，比大刀長矛對火槍機槍還慘。
（黃仁勛對未來產業的設想，置換關系）
假如AI的智能水平真的一路沖上去，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套用，包括計算中心、數據中心、模型、數據庫、上層套用。 這其實會退回到「上古」時候IBM小型機/大型電腦的模式，那年月IBM提供硬件、作業系統、數據庫、上層套用，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，但確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、微信怎麽也不會把自己服務放阿裏雲上，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）
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，有演算法、有硬件。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、套用軟硬件等。
AI全球市場
在這樣的產品走勢下，類似過去的PC、手機的全球市場競爭會規模放大很多倍重新來一遍。這樣一來 全球市場的競爭就不是單個模型，單個產品的競爭，而是整套生態的競爭。 過去國內企業因為參與的比較晚，其實沒參與全鏈條競爭所以就是做PC或者做App，但這次不一樣了。因為中美當前態勢，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產品棧未來爭的就是這個。
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並列且獨立的一套電腦體系並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兩套產品棧進行競爭，那最終競爭的關鍵點不在國內，而在全球市場。
誰的生態體系覆蓋範圍大，誰的產業統治力量更強，會拿走產業絕大部份收益。覆蓋範圍小的未必不能生存，但會比較辛苦。
形象講， 弄個小水池養鯨魚，鯨魚即使活了也會長期難受的，並且大概率會掛。
競爭全球市場的關鍵在於系統性產品
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線，哪家成功的互聯網公司是賣連線的呢！
而AI產品裏面對於國內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，在爭奪全球市場的時候國內廠商是全方位不利的，我們的SaaS產業就沒成什麽規模，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，但輝達很難把上面的套用、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營運商業務有點像。更像傳統行業而不是互聯網。
產品與組織形態的同頻
可以把一些過去關於華為等的零散資訊傳聞串一串，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著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，動輒一個團隊就鋪到使用者那裏沒日沒夜蹲點，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，一度撂下狠話要麽削足適履，要麽離開。
精神上，勝則舉杯相慶，敗則拼死相救。用人上叫將軍起於行伍。
現在華為正面評價比較多，20幾年前一樣被罵血汗工廠什麽的，很累的，辦公室放行軍床不都那裏起源的。
這其實比當年MTK提供Turkey方案還麻煩，Turnkey好歹還是基本在數碼空間整，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別巨大，後者要拼整體組織營運效率的。前者反正團隊規模不大，只要產品使用者規模足夠大，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，這是顛覆式創新的思路。
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
但 AI一旦過了Level2 Reasoner，那競爭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裏面大量的工作，一定程度上它就是公司或者行業。
那時候就像前面說的，AI的競爭有點像國運之爭了。
小結
生態之爭其實最怕就看單點。當年的北洋水師如果看人數、看船的噸位怎麽衡量也不應該打輸的。可就是打輸了。 生態之爭關鍵的一定是內在的這種協調性，學術一點好像可以叫系統論。 AI未來競爭是明顯的生態之爭。 如果說過去ICT基礎設施競爭整了30年，與此類比AI的Level2一旦過去估計也會掀開一場30年以上持續競爭的序幕。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。
