人工智慧（AI）領域的激烈競爭，點燃了一場被許多人稱為「模型戰爭」的高風險競賽，各大科技巨頭競相爭奪霸主地位。然而，資深科技分析師 Benedict Evans 認為，競爭環境出乎意料地公平。在倫敦 Fortune’s Brainstorm AI 會議上，Evans 提出了一個發人深省的觀點：領先 AI 實驗室之間的主要區別，並非是突破性的技術或專有演算法，而是它們實際上不受限制的資本取得能力。
Evans 的論斷挑戰了傳統的認知，即 AI 創新僅僅是由智慧能力和演算法突破所驅動。他認為，像 OpenAI 的 GPT 或 Google 的 Gemini 這樣的基礎模型，正迅速變得商品化。這意味著這些模型越來越可以互換和容易取得，從而削弱了任何一家公司的競爭優勢。
護城河迷思
「護城河」的概念，由 Warren Buffett 普及，指的是一家公司可持續的競爭優勢，可以保護其長期利潤和市場佔有率免受競爭對手的影響。在 AI 的背景下，許多人最初認為，專有演算法、獨特的數據集或專業人才將創造這樣的護城河。然而，Evans 認為，這種情況並未發生。
經過大型科技公司兩年的激烈競爭，AI 領域似乎仍然沒有根本性的護城河。沒有顯著的進入壁壘，沒有強大的網路效應，也沒有明顯的贏者全拿的動態。相反，進步的主要驅動力是大量湧入的資本投資。
去年，四大雲端公司總共花費了超過 2000 億美元來建立支援 AI 開發的基礎設施。今年，預計這個數字將超過 3000 億美元。這種支出的指數級增長突顯了當前 AI 競賽的資本密集型本質。
Evans 觀察到：「至少在目前，這變得非常非常資本密集，而且速度非常非常快。」他進一步指出，這筆資本中的很大一部分最終流向了 Nvidia，Nvidia 是 GPU 的領先製造商，而 GPU 對於訓練 AI 模型至關重要。
這種大規模支出的結果是 AI 模型的激增，這些模型正變得越來越容易取得。反過來，這創造了一種環境，讓任何擁有大量金融資源的人都可以建立一個可以與頂級 AI 公司開發的模型相媲美的基礎模型。
例如，DeepSeek 是一家 AI 公司，它利用現有的開源模型和 16 億美元的投資來創建一個具有競爭力的 AI 模型。這是一個引人注目的例子，說明了資本如何可以拉平競爭環境，並使新的參與者能夠挑戰既有的參與者。
商品化難題
Evans 認為，像 OpenAI 的 GPT、Anthropic 的 Claude 和 Google 的 Gemini 這樣的 AI 模型正在演變成「商品」。這些模型正變得容易取得、可以互換的服務，類似於無差異的、低成本的基礎設施。
這種商品化趨勢對 AI 行業產生了深遠的影響。它表明，最終的戰場將不是關於誰擁有最好的基礎模型，而是關於誰能夠最有效地將該模型包裝、整合和管理到現實世界的產品和服務中。
換句話說，競爭優勢可能不在於基礎模型本身，而在於建立在其之上的應用和服務層。這種焦點的轉移需要一套不同的技能和能力，強調產品開發、使用者體驗和監管合規性。
Evans 在一篇部落格文章中詳細闡述了這一點，以 OpenAI 最近推出的 Deep Research 工具為例。他認為，OpenAI 和其他基礎模型實驗室除了取得資本之外，缺乏真正的護城河或防禦能力。除了程式設計和行銷之外，它們尚未實現產品與市場的契合，而且它們提供的服務基本上僅限於文字框和 API，供其他開發人員在其之上構建。
AI 競爭的變化
AI 模型的商品化正在重塑競爭格局，迫使公司重新評估其策略，並專注於新的差異化領域。隨著底層技術變得更容易取得，重點正在轉向應用程式開發、整合和治理。
以下是 AI 行業中出現的一些關鍵趨勢：
特定應用 AI (Application-Specific AI): 公司越來越專注於開發針對特定行業或用例量身客製的 AI 解決方案。這種方法使他們能夠創建更有針對性和更有效的應用程式，以滿足特定的客戶需求。
AI 驅動產品 (AI-Powered Products): 將 AI 整合到現有產品和服務中正變得越來越普遍。這可以增強功能、改善使用者體驗並創造新的收入來源。
AI 治理和倫理 (AI Governance and Ethics): 隨著 AI 變得越來越普及，人們對偏見、公平性和問責制的擔憂也在增加。公司開始投資於 AI 治理框架和道德準則，以確保負責任的 AI 開發和部署。
邊緣 AI (Edge AI): 在邊緣設備（例如智慧型手機和 IoT 感測器）上部署 AI 模型正獲得關注。這可以在不依賴雲端連線的情況下實現數據的即時處理，從而減少延遲並提高隱私。
AI 即服務 (AI-as-a-Service, AIaaS): AI 即服務 (AIaaS) 平台的出現使各種規模的企業更容易取得 AI。這些平台提供預先訓練的模型、開發工具和基礎設施，使公司可以快速輕鬆地將 AI 整合到其運營中。
資本的持久作用
雖然 AI 模型的商品化可能會降低專有技術的重要性，但資本將繼續在 AI 行業中發揮關鍵作用。取得資金對於公司來說至關重要，以便：
訓練和微調 AI 模型: 訓練大型 AI 模型需要大量的計算資源和專業知識。有能力取得資本的公司可以負擔得起在更多數據上訓練更大的模型，從而有可能實現更好的效能。
開發和部署 AI 應用程式: 構建和部署 AI 應用程式需要投資於軟體開發、基礎設施和人才。有能力取得資本的公司可以投資於這些領域，以創建引人注目的 AI 驅動產品和服務。
獲得 AI 人才: 對 AI 人才的需求很高，熟練的 AI 工程師和研究人員需要支付高額薪水。有能力取得資本的公司可以吸引和留住頂尖人才，從而使他們具有競爭優勢。
進行研發: 持續創新在快速發展的 AI 領域至關重要。有能力取得資本的公司可以投資於研發，以探索新的 AI 技術和應用程式。
應對監管障礙: 隨著 AI 受到越來越多的監管，公司將需要投資於合規性和法律專業知識。有能力取得資本的公司可以有效地應對這些監管障礙。
AI 競爭的未來
AI 行業正在經歷快速轉型期。AI 模型的商品化正在拉平競爭環境，但資本仍將是成功的關鍵決定因素。能夠有效地利用資本來開發引人注目的 AI 應用程式、吸引頂尖人才並應對不斷變化的監管環境的公司，將最有可能在長期內蓬勃發展。
AI 競爭的未來可能會以以下特徵為特徵：
更高的專業化: 公司將專注於開發針對特定行業或用例的 AI 解決方案，而不是嘗試構建通用 AI 模型。
更加強調應用程式開發: 重點將從構建基礎模型轉向創建引人注目的 AI 驅動應用程式，以解決現實世界的問題。
AI 治理的重要性日益提高: 公司將優先考慮道德和負責任的 AI 開發和部署，確保 AI 被用於善用。
AI 硬體的持續創新: 對於更強大和更高效的 AI 硬體的需求將繼續推動 GPU、TPU 和神經形態計算等領域的創新。
協作和開源: 協作和開源計劃將在 AI 生態系統中發揮越來越重要的作用，加速創新並使 AI 技術的取得民主化。
總之，雖然取得資本可能是當前 AI 領域的主要區別因素，但 AI 公司的長期成功將取決於它們創新、適應和構建引人注目的 AI 驅動解決方案的能力，這些解決方案可以為客戶和整個社會創造價值。