过去一周,国产大模型同时上演了两套叙事。Kimi发布K3.1 Pro,综合智能指数位列全球第四,仅次于Claude与Muse,超过GPT;代码智能体更是全球第一。另一边,曾以557.6万美元训练成本震动全球的DeepSeek,被披露于10月22日完成近1000亿元融资。同一天,全球AI市场陆续下跌。资本市场担心的不是AI进步太慢,而是这些进步究竟能转化成多少现金流,维持下一轮领先还要付出多大代价。
表面看,这是一个悖论:单位智能成本在暴跌,头部公司却越融越多、越花越贵。答案不在财务口径,而在竞争结构。
第一,降本不是终点,而是扩张的许可证。DeepSeek的逻辑很特殊:提高算力效率,不是把模型训练变便宜后躺赚,而是用更少资源完成原有任务,再把释放出的资源投向过去做不起的事。梁文锋今年5月说,花光500亿元也难训练全球最大规模模型;10月近1000亿元融资,不是打脸,而是产业逻辑的自我证明——效率越高,值得探索的边界越大,资金需求反而越昂贵。省钱不是商业模式,是下一轮花钱的资格。
第二,竞争优势会折旧。斯坦福《2025年AI指数报告》显示,2022年11月至2024年10月,达到GPT-3.5性能水平的模型推理价格下降280多倍。这意味着,竞争优势有两个数字:领先幅度决定你今天比别人强多少,领先时间决定你能从优势中赚多少。投入1000万元、每年多赚500万元,优势维持两年才值;若对手半年追平,连研发成本都收不回。机器会折旧,厂房会折旧,竞争优势同样会折旧——你不需要退步,对手进步,你的领先就会贬值。DeepSeek一边创造自己的成本优势,一边抬高行业标准;创新成果没有让企业从竞争中解脱,反而把下一轮竞争门槛又抬高了一截。资本市场怀疑的不是AI能力,而是进步能否转为现金流,以及维持位置还要支付多大代价。
第三,必须分清两种投入。一种投入创造新优势、开拓新市场,可能把生意做大;另一种投入只是避免旧优势消失、维持原有地位,会让维持原生意越来越贵。产品尚未赚回研发投入,替代品已经出现;为保住领先继续投入下一轮,这究竟是在扩张,还是在支付越来越昂贵的位置费?这是全球AI资产重估的核心。
第四,真正值得沉淀的是创造优势的能力。产品优势会折旧,但研发中培养的人才、积累的经验、改进的工程体系不会失去价值。若每次领先都靠重新投入大量资源,过去成功没有留下可复用能力,企业就是一轮又一轮重新开始;若能把成功沉淀为组织能力,下一次创新才更快、更省。有价值的创新,不只是创造产品优势,还要让创造下一次优势的能力越来越强。
第五,AI不是护城河。大家都能买到的技术,很难成为长期独有本事。先用AI提效,只能暂时领先;别人也买了同样工具,你靠什么?真正值得投入的,是用新技术把客户理解、行业经验、生产工艺和独特能力,转化为更难复制的经营优势。同样使用AI,一家只是让员工更快;另一家做出过去难以提供的服务,解决客户自己解决的问题,改进流程、积累经验,形成成熟方案。前者买效率,后者建壁垒。
AI竞赛的残酷,不在于谁更会省钱,而在于省下来的钱必须立刻投入下一轮更高门槛。降本越降越贵,不是悖论,而是竞争均衡。企业若只把AI当降本工具,最终只会得到更便宜的同行;把AI嵌入独特能力,才可能把技术折旧转成能力复利。资本市场最终奖励的,不是最会花钱的AI公司,而是能把技术投入沉淀为可复用、可定价、可防御现金流的企业。
热门跟贴