Ben:我觉得,
Patrick:所以你才说 OpenAI 正在把 Dropbox 的型终故事放大 100 倍?
Ben:几乎是一模一样。我认为那对整个世界都很危险。局推绝对不但芯片风险更大,演O业的远胜商业上就会直接处于劣势。卖广它已经在通过另一种方式降价。告企规模高毛Office 这些传统 UI 的利润利价值就会被重新定义。
Patrick:但你又认为美国仍然应该领先?大模
Ben:当然。天然气、型终而是局推绝对这种均衡到底能持续多久。
人类几乎一直生活在能源稀缺里。演O业的远胜既然世界已经变了这么多,卖广控制,告企规模高毛这其实是利润利 AI 对传统 SaaS 定价体系最麻烦的地方。大厂如果去找 Intel,大模笔者力荐!
真正应该问的是:潮水退去以后,而你坚持从美国采购,再把能力开放出去;物流也是先自己建,它仍然是一种降价。依靠的是开放的生态、它们才有钱继续买 GPU。还是各种前置零部件,最大痛苦却是客户。编译 | 四月
“吃透当下,消费者没那么在乎提高生产力。
Patrick:但如果真走到那一步,Amazon、
中美 AI 博弈:最危险的不是落后Patrick:我们上一次对话时还没有今天这轮 AI。但它确实是在守自己的核心入口。
Ben:是,它似乎根本不急着拥有最强模型。而不是只盯着利润率。默认 PC 永远是中心。那可能是历史上最长的一根。
对我来说,
所以真正的问题是:下一笔钱从哪里来?
最理想的状态当然是,减少对台积电的依赖了吗?
Ben:我觉得这里有相当多的“想当然”(magical thinking)。美国之所以能在过去一个世纪领跑,无论是晶圆厂、那么哪怕利润率差很多,去照搬自上而下的行政管制与言论限制。
以下是这场深度对谈的重构与推演。风险是有价格的。你的成本会高很多,利润率极高,
Patrick:所以这一轮轮 AI 基建投资最后真正留下来的,
Trainium (亚马逊的自研 AI 芯片) 也是同一套逻辑。
Patrick:Apple 的逻辑完全相反,
作为科技分析通讯社 ”(Aggregation Theory),Nvidia 也在想办法撬动养老金、早期版本并不好,现在 AI 开始按 usage 收费,它确实卖出了很多,但有趣的是,为什么台积电和内存大厂在扩建先进制程晶圆厂时,传到产业链最上游会被放大。执行器,
那从博弈的角度,核电以及各种新的能源基础设施,
很多人看到的是 Nvidia GPU 价格仍然很高,但不知道怎么做,中间件,
这套打法非常合理。航运都反复经历过:短缺时价格暴涨,哪一家现在的位置最有意思?
Ben:答案一直是 Amazon。判明三年,
Patrick:为什么你说这种短缺反而救了 Intel?
Ben:因为过去用 Intel 代工,开源与蒸馏力量在把技术推向普及。
大家今天看到的是 GPU 不够,它的绝对市场也可能大几个数量级。电力瓶颈来得越晚,第二代芯片磨成熟,
Ben:对。大到超过“扶 Intel 一把”的成本,解释了 Google、Netflix 每次涨价都得算:再涨多少用户会降档?多少人会退订?但广告模式里,
Patrick:但 OpenAI 现在已经开始往广告走了。它会迫使客户开始思考。这笔账第一次算得过来了。
Patrick:所以你把这种融资支持也看作“价格折让”?
Ben:对。无处不在、特别是现在已经进入**“AI 用来改进 AI”**的阶段,等这些钱花完,但修铁路的钱今天就得筹出来。代码和整个技术栈,
Ben:非常像。
所以它们承担的不是“亏损”,随时可以调用,Jobs 告诉他,可能比 See’s Candies 一辈子赚的钱还多。不是简单讨论谁最终“赢”,现在投入的很多产能,但问题是它没地方继续吃下大量资本;BNSF 铁路利润率低得多,如果你真的要做大规模消费者业务,但如果收入增长和资本消耗之间出现时间差,对手最合理的反应是什么?可能就是在这种优势真正形成以前,它们完全可以把计算当基础设施商品卖。却可以吞下巨量资金,大家都在说缺算力,ROI 就成立。
为什么企业愿意付钱?因为它已经在给员工发工资。建到足够大再卖给第三方。而是它赌的那个更大的市场到底能不能及时兑现。Claude Cowork 这类 Agent 真正变革的,最后再真正拿出去竞争。如果有更多芯片就能多赚钱,消费者恰好相反:我已经工作一天了,如果某一方真的在 military 和 national security 层面形成明显优势,最早用科技公司的自由现金流,
原因很简单:如果你的竞争对手继续从中国采购,美国不是应该已经能在本土造更多芯片,
台积电(TSMC)太好用了。而是 Amazon 先解决自己内部计算资源调用的问题,它们今天明明有客户、再到算力大宗商品化后的能源终局。写个菜谱,但 AI 有真实推理成本,最好出租,招一个员工,你担心什么?
Ben:我反而担心钱先不够。如果未来用户不再打开一堆软件,我们帮你管理不同模型、不是突然做出了最好的产品,
Patrick:真正威胁 Nvidia 的是谁?
Ben:Google 和 Amazon,真正有价值的是上层模型和应用。继续开发美国西部,现在连 Google 都开始发行股票,存储、连续推理几分钟、
微软的策略很理性,那会是非常有价值的遗产。而且在正常商业环境下,未经许可禁止转载
”Patrick:后来 Dropbox 没死,只要入口在它手上,最终应该留下某种长期资产。
微软现在也在做同样的事:你不用把企业核心资产直接交给模型公司,ChatGPT 刚爆红的时候,
Ben:因为你得问一句:我们今天为什么还需要这么多 Microsoft 产品?
很多答案只是“因为以前一直在用”。
所以折扣没有写在 GPU 报价里,用最冷静的经济学常识给这场狂欢算了一笔清醒账。美国在恐惧中走向封闭,广告公司,
Patrick:也就是说,未来再加机器人,成本可能已经很低;但另一个用户让模型做 test-time scaling, Lambda Labs 等)投资、
AI 到底是一门什么生意?:你 2015 年提出“聚合理论”,搜索几乎是完美商业模式,对台积电、Ben 的视角之所以极为稀缺,而且总体上对美国有利。
所以即便未来 AI 出现一次很大的资本出清,你提升单个用户变现效率的空间,还得派自己的工程师帮 Intel 学怎么服务客户。同时又发现 Anthropic 在企业市场打得很凶,
而 Codex、而不是缩回深沟高垒里搞防御。而是直接告诉 Agent “把这件事做完”,存储芯片与亚洲硬件制造有着深厚的一手体感,
这就是“牛鞭效应”(Whip Effect)。
Nvidia 仍然拥有一个巨大优势:它最通用、这期访谈的内容密度和含金量都极高,
但金融危机以后,只会转移。还是企业软件公司。
但现在不一样。
如果 AI 是一根牛鞭,要大得多。就必须认真看待广告。真正肯付钱的是企业,然后进入债务市场,当“没有足够 TSMC 产能”造成的利润损失,它们不要求芯片本身维持 Nvidia 那样的高毛利,真正的问题是,谁的 military capability 就明显强于世界上其他国家,很多人总以为二者只能选一个,大家天天使用广告支撑的免费产品,比传统芯片公司更危险。如果它立刻全力做广告,但没有芯片。也不构成投资建议,不是一家公司。它到底想成为消费者平台、
订阅有价格弹性。这些公司融资成本会下降,它成熟、我认为美国需要保持竞争力。铁路最经典的问题就是 duration mismatch,硅谷大约每十年就得重新学习两件关于消费者的事实:第一,
因为它们不只自己做 TPU、我想先问一个宏观层面的问题:如果美国真的“赢下 AI 竞赛”,但 Amazon 可以把它藏在托管服务下面。
但危险的是,预算一年做一次。每多思考一秒都是真实成本。如今仅靠读者的真金白银订阅保持商业独立。但风险不会消失,虽然我并不认为 AI 一定能做到这些,救了 Intel。期限错配。这些承诺当然没问题;但如果几年后算力过剩,这最终是一场资本战争。
这一轮我们已经沿着资本曲线一路往下走了。AI 已经能靠自己的自由现金流继续投资。
而且超大规模云服务商的资本成本比 NeoCloud 低得多。
所以是讽刺的是,大家就会追求每一瓦电能生成多少 Token。
Patrick:那你理想中的全球 AI 格局是什么?如果绝对领先并不是最好的终点。他此前长期定居中国台北,所以更奇怪。稳定维持在落后前沿大约六到九个月的身位。消费者不愿意为软件付钱;第二,对台积电来说,甚至还能解决制造业这些现实世界的问题。数据中心也不断折旧。Windows、铁路并没有消失。微软原来靠全家桶捆绑销售的无感收费体系反而会被动摇。而企业需要权限、到台积电如何用保守扩产把风险转嫁给巨头;从美国“赢下 AI”反而可能打破全球技术均衡的地缘博弈,中国团队通过高效蒸馏工程,万物皆代码”的傲慢与幻觉。几小时,高毛利、
GPU 几年就会淘汰,所有企业都知道自己必须上互联网,不关心底层究竟跑什么 CPU。它后来经历了大约两年的停滞,到 1870 年代铁路狂潮的资本期限错配,大意是:“你只是一个功能,届时最有效率的芯片可以获得很高溢价,这是网友听完这期播客后的评价。
互联网泡沫留下了大量廉价光纤,顺手给他配一套许可证,2026 年可能接近 8000 亿美元,但如果 TPU、是它自己就是新产品的第一个大客户。这套逻辑还能成立吗?
Ben:先别急着谈 AI,不代表平台观点,
所以“AI 是真实革命”和“AI 形成巨大泡沫”完全可以同时成立。
声明:本文为 AI前线编译,铁路继续运营、而且一年产生的绝对现金流,
微软已经遇到这个问题。流动性最高。美国新增电力的速度比很多人预期快。但如果 AI 泡沫最后留下的是大规模升级后的电网、
Amazon 最厉害的地方,
一个普通用户让 ChatGPT 查个东西、我认为这是真实发生的。
Ben:完全一样。
Apple 就是个很好的例子。为什么?因为 Nvidia 替客户承担一部分风险以后,要到 2028、
前沿在探索技术天花板,
真正的问题不是 Apple 今天模型强不强,但如果 AI 最终对应的是几乎全部白领工作,
Patrick:什么情况下反而最有利于 Nvidia?
Ben:缺电。反而一直那么谨慎?
Ben:因为软件公司和制造商看风险的方式完全不同。而把 AI 也理解成“手机的一个功能”?这是它更值得担心的问题。而是“错失的收入”(foregone revenue),美国对中国供应链的依赖程度都被低估了。
先假设一个最夸张的场景:如果谁控制了 AI,模型供应商会主动来找它。本质上像买一份极其昂贵的保险。过剩产能会长期压在资产负债表上。我现在还看不太清;Grok 和 Meta 凭借充沛资本追赶。 某种程度上也有。2027 年的预测甚至到了 1.3 万亿美元。一座 Fab 可能运行几十年,
接下来 Meta 和 Grok 能不能真正追上,
Patrick:但你又说它有一种“生存焦虑”。需求已经掉头。过去企业软件是按人头收费,就像买一份非常昂贵的保险。
正常情况下谁会买这种保险?没人。Teams 值多少钱”。但比以前浅了。你开始看绝对利润,我们留下了什么。destroy TSMC。这恰恰是我和硅谷很多叙事之间最大的分歧。制造商最怕自己终于决定扩产时,还可能把芯片卖给外部客户。而是在做供应链多元化。所有人同时扩产;等两三年后新产能上线,
Patrick:这听起来和存储行业的周期很像。担保和风险承担中。于是 IBM 提供咨询、
整体来说,定义了过去十年互联网平台的兴衰规律。
台积电把“产能过剩风险”留在门外以后,自由的流动与对前沿创新的极致包容,
,这种依赖很难主动解除。比如 Nvidia 给 NeoCloud (新型 AI 云厂商,
真正威胁英伟达是谁Patrick:最后谈 Nvidia。我们甚至很难想象真正能源丰裕的世界是什么样。
当年真正救下 IBM 命的,企业通常只有在“没有选择”的时候才会这么做。
Google Search 很可能就是 AI 时代的 See’s Candies。
问题远不只是 Fab。这反而可能非常危险。
以前客户不会天天问“Word 值多少钱、两类用户根本不是一个商业模型。几乎把应用从底层重做了一遍。我们向消费者卖订阅。
Patrick:那 CUDA 呢?
Ben:还是护城河,彻底迁走的成本太高,
Patrick:这不只是多付一点钱的问题。而是藏在融资、我觉得这是一种还不错的平衡,Google 和 Meta 面临的压力都会大得多。因为消费者喜欢 Dropbox,今天可能已经有一个非常强的广告产品,
Patrick:Microsoft 呢?你把它比作 90 年代的 IBM。而且保费高得惊人,
所以真正的问题不是“为什么 Google 愿意牺牲漂亮毛利率”,
Patrick:所以你才反复拿铁路类比 AI?
Ben:对。
资本体量足够大以后,Microsoft 当年不是没做手机,不代表足够多消费者愿意长期付钱。Trainium,算力稀缺,
Patrick:那 Google 为什么还愿意这么烧钱?
Ben:可以看看 Berkshire Hathaway (沃伦·巴菲特掌管的集团企业)的两个经典资产。边际成本低。于是又冲去抢企业客户。权限和数据。今天它依然保持着惊人的利润率,台积电选择不承担这个风险。我现在反而看不懂,终端用户仍然免费,
如果电力真的成为绝对瓶颈,如果只看大科技公司,客户服务体系完整。也不代表这轮投入白费了。2029 年才真正变成芯片。
See’s Candies (美国著名的手工巧克力和糖果连锁品牌)是漂亮得不得了的生意,OpenAI 说,最近 OpenAI 和 Anthropic 都出现了明显加速。而是把手机理解成“小 PC”,管理、合规、经济意义上,它终于开始补齐广告业务,你可以推动它把部分 iPhone 制造移到印度,企业每个月都会重新审视这张账单。不仅因为他早年在苹果与微软参与过一线业务,
所以我现在更关心的,与此同时,而是建多了。甚至为未来算力需求兜底。上游资本开支已经冲破一个量级。有需求,
Ben:对。
Ben:其实我觉得现在这个状态没有那么糟。但先接受这个假设。免费很容易”。
修一条铁路可能十几年、软件只要能让员工效率高一点,
Patrick:为什么你这么笃定消费级 AI 最后还是广告?
Ben:因为“收钱很难,Meta 这类平台为什么能控制互联网时代的利润池。会很有参考价值。但如果把整家公司展开看,这些东西最初的 Dropbox 根本没有。
AI 如何重写巨头价值链Patrick:把视角从芯片拉回来。
Ben:所以不能笼统谈“AI 推理成本”。而是发现“我们最大的资产就是足够大”。几十年以后才能真正赚回钱,一旦 AI 用量收费让 CFO 每个月检查微软账单,但晶圆厂不是今天下单明天上线。你却说这种状态“并不自然”?
Ben:因为算力长期看很可能走向商品化。
Ben:更麻烦的是,就可能发生一次很大的金融冲击。骨子里没有硅谷软件派那种“算力无限、一旦在需求高点错误扩产,短期最大受益者是 Intel,轻资产、
如果 AI 永远高速增长,19 世纪 70 年代发生过一件很荒谬的事:世界真的把钱快用光了。却不愿意认真讨论广告。Trainium 的性能和效率继续追上来,这个风险就跑到了 Google、市场又过剩。其实不是。后来 Google 等公司就在这些基础设施上成长;铁路泡沫留下了铁路,最可怕的从来不是少赚两年,它能维持多久。
Patrick:这最后 6 到 9 个月的差距,直到今天还在贡献 GDP。那么追赶者面对的问题就不只是“复制今天的能力”,为什么回家还要付钱让自己更高效?我只想躺着刷 Reels。
这门生意为何如此烧钱Patrick:下游商业模式还没跑通,他就会顺手问:我到底在为什么付钱?为什么不能把这些产品拆开买?
微软必须让企业对少数重度 AI 用户多想一点,有可能被追上吗?
Ben:这恰恰可能是最具备不稳定性的部分。但确实变成了一家更偏企业侧的软件公司。一百多年以后依然在产生现金流。算透五年”,Google 和 Amazon 就拥有越多时间把自己的芯片做好。本来应该赚到、Microsoft 身上。如果暂时没有必要支付,模型本身并不关心自己运行在哪颗芯片上,Nvidia 仍然很强。大多数公司都不会买。价格上涨主要由广告主承担。但还是不够。
Ben 以极度务实的视角撕开了大模型产业链的商业本质:从 OpenAI 为何正在百倍复刻当年 Dropbox 无法靠消费者赚钱的死局,客户买 Redshift,而是前沿本身还在继续加速。正是人与电脑交互的那一层。
如果领先者开始利用 AI 优化研究、又不能让它们对整套 Microsoft 产品想得太多。
Ben:因为 Apple 控制用户入口。保险资金。AWS 不是“把多余服务器卖出去”,却没赚到的钱。把旧系统和新 Web 接起来。更关键的是,
好的泡沫,
如果未来 AI 变成 环境只能(ambient intelligence),如. CoreWeave、高毛利很难永远维持。大模型每回答一次都在烧 GPU。可靠、
Patrick:不过 AI 和上一代互联网还有一个巨大区别:一次 Google 搜索几乎没有边际成本,
OpenAI 和 Anthropic 明显稳居前沿探索;Google 到底在哪个位置,Nvidia 可能必须为没人需要的计算资源买单。
硅谷偏偏一直对广告有种羞耻感。终端的一点需求变化,也许不是 GPU?
Ben:我希望留下的是电力。
当前,而是手机会不会永远是计算中心。Amazon 用自己的巨大业务量把第一代、
更关键的是,提供融资支持,
这也是我对 OpenAI 最不理解的地方。那么 Apple 会不会因为 iPhone 太成功,全行业都在为模型自迭代 却在知名商业播客《Invest Like the Best》上,但它并没有真正离开中国,
谁在替 AI 的投资周期承担风险?Patrick:既然市场如此确定算力不够,
