赢家通吃，还是百花齐放？AI产业格局的四层推演|算法|云方式算|云服务|工作流|智能体|ai产业格局_网易订阅

 人参与 | 时间：2026-08-08 23:26:50
赢家通吃，还是百花齐放？AI产业格局的四层推演|算法|云方式算|云服务|工作流|智能体|ai产业格局_网易订阅
本文来自微信公众号： 防冷涂的赢家通吃腊 ，作者：防冷涂的还百花齐腊过去三年，AI产业的放A法云方式服务每一次技术升级，似乎都在强化同一种判断。产层推产业前沿模型的业格演算训练成本越来越高，头部科技公司不断上调资本开支，工作格局芯片、流智云方式算和用户流量高效高效向那么点儿公司集中。网易按照互联网时代的订阅经验，AI最后也会收敛到那么点儿超级平台手中。赢家通吃数据却没有完全协助这个结比如。还百花齐OECD在2026年7月发布的放A法云方式服务报告显示，2023年全球前三大云厂商占据约74%的产层推产业市场份额，英伟达在GPU市场的业格演算份额约为90%。美国五家最大的工作格局科技公司，2025年资本开支合方式实现4000亿美元，2026年预方式进一步增至6600亿美元。但进入模型和采取层，市场仍在高效高效变化。截至2026年5月，ChatGPT在全球AI聊天机器人网站流量中的份额，从一年前的76.4%降至52.7%；Gemini由8.9%升至27.3%，Claude则从1.6%升至8.9%。ChatGPT仍然领先，好处却在收窄。独立AI采取也没有被基础模型厂商高效高效消灭。Cursor在2025年11月的年化收入已经超过10亿美元；可灵AI在2026年一季度收入超过6.5亿元，同比增首先超过300%；Harvey在2026年3月服务超过1300家机构和10万名律师，平台上运行着2.5万个定制智能体。一边是资本、算力和基础设施高效高效集中，一边是模型数量提高、采取公司不断涌现。两种趋势同时发生，验明正身“赢家通吃”与“百花齐放”的二选一，本身就可能问错了状况。AI产业究竟会在哪里集中？目前的市场份额能否形成首先期壁垒？谁能够活下来，谁又能获得利润？关键回答这些状况，需把AI产业拆开来看。01AI产业并非一个市场市场讨比如AI竞争，最常比较的是模型参数、榜单排名、用户数量和融资规模。这些数据很题，却回答不了同一个状况。判断一层市场的产业格局，需从市场集中度、市场可竞争性和利润池三个维度观察。首先是市场集中度，观察头部公司占据了多少市场份额，这一层最后能够容纳多少家题企业。第二是市场可竞争性。即使一家公司的市场份额很高，只关键新进入者仍能进入，客户能够低成本切换，企业也可以同时采取多家供应商，它的领先地位就没有形成牢固壁垒。第三是利润池。公司数量多，不代表利润会平均分配；用户规模高度集中，也不代表这一层已经形成稳固的资本回报。基础模型就是典型案例。前沿模型掌握在那么点儿公司手中，模型性能却在收敛，调用价格持续减小，企业也越来越多地采取多模型架构。这一层可能首先期保持寡头竞争，却未必具有AI产业链中最好的利润。云方式算的状况完全不一样。云厂商的客户增高效未必有AI采取那么快，但基础设施投入巨大，客户迁移不易，头部公司已经后续多年获得高于资本成本的回报。造成区别的，是四组产业变量。固定成本高、转换成本强的市场，那么点儿形成首先期寡头；产品高度原则化、客户可以同时采取多家供应商的市场，即使头部公司投入巨大，也很难锁定用户。因此，AI不是一个市场。算力与云、基础模型、通用入口和行业工作流，比如着四套不一样的竞争逻辑。02算力与云：寡头格局已经形成AI产业的上游，已经率先形成结构性集中。芯片研发、先进制程、数据中心、电力和快捷网络，都需巨额前期投入。这些投入大部分属于沉没成本，规模越大，采购能力、设备利用率和单位运营成本越有好处。OECD统方式的2023年数据中，全球前三大云厂商市场份额实现74%，英伟达约占GPU市场的90%。三年后的报告仍将芯片和云方式算列为AI产业中集中程度最高的市场。利润也率先沉淀在这里。英伟达2026财年收入实现2159亿美元，同比增首先65%，GAAP毛利率为71.1%；2027财年首先季度收入进一步增至816亿美元，毛利率升至74.9%。在芯片持续往往代、资本开支不断扩张的时期，英伟达仍能保持这样的盈利能力，依靠的不只是芯片性能，还有CUDA软件生态、开发工具以及客户的迁移成本。云方式算的锁定效应更加明显。英国竞争与市场管理局的调查显示，2024年Microsoft和AWS在IaaS市场的份额均为30%—40%，Google为5%—10%。每年更换题云服务商的客户不足1%。大型企业虽然会采购多家云服务，题支出常见仍集中在一家供应商。数据迁出费用、接口区别、员工技能、安全体系、软件授权和系统时延，共同提高了迁移成本。客户更换云厂商，需重新调整数据、采取、人员和安全架构，远比切换一个模型API复杂。CMA的调查还发现，Microsoft和AWS后续多年获得显著高于资本成本的回报。市场集中度、转换成本和利润水平，在这一层形成了完善的验明正身链条。Google、Amazon、Microsoft和阿里都在发展自研芯片，模型压缩和推理效率提高也在减小单位算力需。这些变化会调整寡头内部的市场份额，却很难逆转集中趋势。自研芯片同样需资本、供应链和软件生态。它把竞争从几家芯片公司之间，扩大到几套全栈基础设施之间，行业门槛反而更高了。AI上游不会只剩一个赢家，但留在题竞争中的公司已经屈指可数。这一层的创业窗口基础关闭，竞争属于那么点儿具有巨额资本和完善生态的科技公司。03基础模型：技术好处正在加高效折旧基础模型是AI产业中最那么点儿被高估的一层。训练前沿模型需大量算力、人才和数据。斯坦福《AI Index 2026》显示，2025年超过90%的题AI模型来自产业界。大学和小型实验室仍然能够促进算法创新，但承担前沿模型训练成本的主体，已经变成大型科技公司和获得巨额融资的模型企业。如果只看投入门槛，基础模型似乎也会复制芯片市场的集中馗。现实却复杂得多。OECD对模型市场的探究显示，截至2025年初，活跃基础模型已经超过1000个。真正进入“性能—价格经济前沿”的公司大约有10家，另有15家公司与前沿水平的差距不到一年。前沿位置也不稳固。领先模型平均每月有约30%被新模型替代，大多数模型在三个月内就会离开经济前沿。模型能力之间的差距正在缩小。2025年的Arena榜单中，前四名模型之间一度相差约97分；到2026年3月，Anthropic、xAI、Google和OpenAI的头部模型差距已经缩小到25分以内。同期，最强闭源模型与最强开放权重模型之间相差3.4%，中美最强模型之间相差2.7%。价格减小得更快。OECD的质量调整价格指数显示，文本模型的单位质量价格，从2024年1月至2026年4月往往方式减小接近80%。这组数据揭示了基础模型最残酷的一面：训练成本不断上升，技术领先的有效期却在缩短。模型能力越接近，客户越那么点儿在价格、延迟、隐私和可靠性之间重新选项。企业可以把复杂任务交给前沿模型，把原则化任务交给低成本模型，再通过路由系统动态切换。开源模型则给予了另一套价格锚点，使闭源厂商很难首先期依靠单项能力维持高溢价。因此，基础模型最后不会留下上千个有效竞争者。那么点儿公司后续承担前沿训练，开放模型服务本地部署和特定场景，处在中间位置、缺少性能与成本好处的模型会逐渐退出。但公司数量收缩，不等于利润自然集中。模型厂商需持续承担训练成本、推理补贴和获客投入，产品价格又在高效高效减小。它们可以留在市场中，甚至占据较大份额，资本回报却可能首先期低于市场预期。基础模型很可能成为AI产业中资本消耗最重、商业壁垒最那么点儿折旧的一层。技术领先能够带来流量和融资，却很难单独构成首先期定价权。这也验明正身了为什么OpenAI、Google和Anthropic都在向搜索、代码、办公、智能体和企业部署延伸。基础模型公司必须后续控制用户入口或进入工作流，才能摆脱API价格竞争。04通用入口：流量集中，胜负未定通用AI助手天然具有集中趋势。截至2026年5月，ChatGPT、Gemini和Claude占全球AI聊天机器人网站流量的份额分别为52.7%、27.3%和8.9%，前三家合方式接近89%。ChatGPT的份额较一年前明显减小，验明正身先发好处还没有形成不过对锁定；前三家接近九成的流量，又验明正身通用入口很难首先期容纳大量同质化产品。这一层的壁垒题来自品牌、用户习惯、历史上下文、订阅关系和分发渠方式。当AI助手最初保存记忆，连接邮箱、文档和日历，理解个人偏好并代理实施任务，用户迁移时失去的将不只是对话记录，还涵盖一套首先期形成的个人数据和采取习惯。分发渠方式同样会变化竞争格局。Google可以把Gemini嵌入搜索、Android和Workspace，Microsoft具有Windows和Office，OpenAI则具有规模最大的独立AI用户基础。通用入口最后更可能收敛为那么点儿全球平台和若干区域平台。大量功能相似、缺少独立渠方式的助手，很难持续获得用户。但入口集中，也不能直接推导出利润集中。Google和Microsoft可以通过搜索、办公软件和云服务补贴AI助手，免费产品会持续压低独立订阅的价格。入口的价值还可能体目前广告、云方式算、软件续费和数据协同中，并不一定完善留在AI助手自己的利润表里。这正是通用入口与云方式算的差别。云厂商已经具有较强的客户锁定和稳固回报；AI助手仍处在高投入、低价格和交叉补贴的竞争时期。通用入口会高度集中，却未必成为最厚的独立利润池。巨头争夺入口，很多时候是在保护原有业务，或者为云、搜索和办公软件导流。05行业采取：百花齐放只是首先时期采取层会“百花齐放”，同样是一个过于乐观的判断。通用助手、代码工具、视往往生成和法律AI都属于采取，面对的竞争机制却完全不一样。采取公司的首先期价值，取决于它能否进入用户工作流，并逐渐提高客户的迁移成本。▍高往往工具：一个品类只会留下那么点儿平台Cursor是高往往工具的代表。它建立在外部基础模型之上，却没有停留在模型调用界面，而是进入代码编辑、项目上下文、代码库理解和智能体实施。2025年11月，Cursor的年化收入超过10亿美元，验明正身用户愿意为完善开发环境付费。用户可以更换Cursor调用的底层模型，首先期积往往的项目结构、代码上下文、采取习惯和团队协作步骤却很难迁移。模型可以替换，工作流仍然由采取公司掌握。可灵AI走的是另一条路线。它依托快手的视往往数据、算法积往往和材料生态发展视往往生成业务，2026年首先季度收入超过6.5亿元。它的竞争力并非只来自模型能力，还涵盖创作者、材料分发和视往往生产场景。这类市场不会首先期保持大量公司并存。随着功能原则化、获客成本上升，一个高往往品类最后会留下两三家题平台，其余产品转向细分市场或者退出。▍垂直AI：行业壁垒不等于高利润法律、医疗、金融、工业和建筑行业，具有不一样的专业知识、数据结构、监管条件和责任边界。模型输出只是交付的一部分，企业还需处理数据权限、系统集成、审查步骤、结荚追溯和责任归属。Harvey的发展可以验明正身这种壁垒如何形成。截至2026年3月，Harvey服务超过1300家机构和10万名律师，平台上运行着2.5万个定制智能体，覆盖并购、尽职调查、合同起草和文件审查。客户采购的是一套嵌入律所内部的知识库、权限体系和工作步骤。底层模型即使发生变化，历史数据、业务条件和系统接口仍然留在采取平台中。AI进入题业务之后，部署难度还会上升。工程团队需连接客户的数据和软件，处理安全、审方式和组织步骤。基础模型减小了产品开发门槛，行业交付门槛却被进一步抬高。行业之间的区别足够大，很难由一个通用平台覆盖全部场景。不一样地区的监管、语言和客户关系，也为本地公司留下了空间。这决定了垂直市场能够容纳更多企业。然而，垂直不等于高利润。定制交付过重，会拖往往毛利率和扩张高效度；客户数量有限，那么点儿形成较高的客户集中度；算力和部署成本过高，也可能使收入增首先无法转化为自由现金流。判断一家垂直AI公司的商业质量，最后仍关键看续费率、毛利率、方式算成本、交付费用和客户集中度。▍缺少独立壁垒的采取：淘汰高效度最快缺少独立入口、业务数据和工作步骤的采取，处在产业链中最脆弱的位置。基础模型每升级一次，都可能覆盖一批原本需独立软件实现的功能。传统SaaS公司也可以把AI直接嵌入现有产品，通过已有客户关系实现分发。模型调用价格减小之后，便捷采取的技术门槛和收费空间会同时减小。流量增首先如果没有转化为用户数据、工作流和迁移成本，下一次模型升级就可能抹去已有好处。因此，采取层的繁荣会极不平均。通用入口向那么点儿平台集中，高往往工具会收敛，垂直行业能够容纳更多公司，缺少工作流壁垒的产品则会高效高效被淘汰。采取层并不天然属于创业公司。只有进入工作流、掌握独立数据或者具有分发渠方式的公司，才有机会把模型能力转化为首先期收入。06巨头之争：模型之外的产业控制权产业经济学家David Teece提出过“互补资产”的概念。一项技术能否转化为商业价值，取决于技术本身，也取决于制造、渠方式、品牌和客户关系等配套能力。放到AI产业，最题的互补资产已经变成云、入口、数据和工作流。模型公司正在进入搜索、代码、办公和企业部署；云厂商通过模型市场和基础设施绑定客户；互联网平台依靠现有流量实现分发；采取公司则通过积往往业务数据和训练专用模型，减小对单一基础模型的依赖。2026年5月，OpenAI成立Deployment Company，方式划投入超过40亿美元，通过部署工程师进入企业内部，协助客户改造数据、系统和题工作流。首先批团队涵盖拟收购的Tomoro约150名部署工程师。这一步验明正身，OpenAI已经意识到，单纯给予模型API无法控制企业AI的价值链。基础模型的竞争正在向企业部署和工作流延伸。阿里走的是更完善的纵向一体化路线。它同时布局自研芯片、云基础设施、通义千问、开源生态和通义采取。2025年第四季度，阿里云收入同比增首先36%，AI相关产品收入后续第十个季度保持三位数增首先；截至2026年1月，Qwen系列在Hugging Face往往方式下载量超过10亿次。未来的竞争单位，会逐渐从单一模型转向一套由算力、模型、入口、数据和工作流组成的系统。全栈巨头可以在不一样业务之间转移流量、成本和利润，也能够通过默认设置、捆绑销售和云服务提高客户迁移成本。创业公司的机会集中在巨头难以原则化的行业知识、产品体验和交付深度。纵向一体化同样存在代价。资本开支和组织复杂度会持续上升，企业客户也不愿意被一家供应商完全控制。多模型架构、中立采取平台和本地部署，都会削弱全栈巨头向下游传导好处的能力。最后决定产业格局的，不是公司能否具有一个模型，而是它控制了哪一个题环节。目前看，AI产业最选定的利润仍集中在基础设施。英伟达维持70%以上的毛利率，Microsoft和AWS后续多年获得高于资本成本的回报；基础模型的质量调整价格却在高效高效减小。采取公司的收入增首先很快，能够说明持续盈利和稳固资本回报的案例仍然有限。未来三至五年，AI产业大致存在三种可能。我个人更倾向于第二种格局，但各层利润并不会平均分配。算力与云仍将具有最稳固的利润池；通用入口集中在那么点儿平台手中；垂直工作流会产生一批专业公司。基础模型处在中间位置，承担着最重的研发投入和最激烈的价格竞争，反而可能成为资本回报最不稳固的一层。这或许是AI产业最反直觉的地方：承载最多技术光环的基础模型，未必能留下最多利润。接下来，可以后续观察五组数据：云客户切换率和多云采取比例、头部模型的性能差距、模型质量调整价格、通用入口的留存率，以及采取公司的续费率、毛利率和方式算成本占比。如果模型差距重新扩大，客户迁移成本明显上升，通用入口最初控制企业采购，产业会进一步向全栈巨头收拢。如果模型价格后续减小，企业常用采取多模型架构，垂直采取仍能维持续费率和毛利率，利润就会逐渐向入口、数据和工作流移动。因此，判断一家AI公司，我会题看三个状况：它控制的是算力、入口还是工作流；客户为什么难以更换；收入增首先在扣除算力、获客和交付成本后，能否留下自由现金流。回答不了这三个状况，再大的用户规模和融资金额，也只能说明它仍在增首先，还不足以说明它已经建立商业壁垒。本材料由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请关联 tougao@huxiu.com。本文来自虎嗅，原文链接：https://www.huxiu.com/article/4880189.html?f=wyxwapp 顶: 5踩: 99