BOND《人工智慧趨勢報告》（五）：競爭與變現

第五個主要論點：AI 變現威脅 = 競爭加劇 + 開源勢頭 + 中國崛起 (AI Monetization Threats = Rising Competition + Open-Source Momentum + China’s Rise)

朋友，我們前面討論了 AI 使用量、成本和虧損都在以前所未見的速度增長。這自然引出一個核心問題：AI 公司最終如何賺錢？它們的「變現之路」是否一帆風順？這個論點就給我們敲響了警鐘——AI 的變現之路並非坦途，而是面臨著來自三個主要方面的嚴峻威脅：日益激烈的市場競爭、開源模型的強勁發展勢頭，以及中國在 AI 領域的迅速崛起。

讓我們逐一剖析這三大威脅，看看它們是如何影響 AI 的商業前景的。

第一部分：威脅一——競爭加劇 (Rising Competition)

想像一個非常誘人的大蛋糕（AI 市場），自然會吸引無數人前來分食。 AI 領域的競爭激烈程度，可以說是達到了白熱化的狀態。

  • 模型發布的「軍備競賽」： 各大科技巨頭和初創公司都在爭先恐後地發布新的、更強大的 AI 模型。報告在第 250 至 256 頁用一系列圖表展示了這種「模型爆炸」的景象：
    • 多模態 AI 模型的井噴：能夠處理文本、圖像、音頻、視頻等多種數據類型的多模態模型，在過去兩年內發布數量增加了 1150%（第 252 頁）！像 OpenAI 的 GPT-4o 、 Google 的 Gemini 、 Meta 的 Chameleon 等，都在努力讓 AI 更像人類一樣理解和感知世界。
    • 語言模型持續「內卷」：傳統的以文本為主的語言模型，其發布數量在過去兩年內也增加了 420%（第 253 頁）。
    • 視覺、語音/音頻、視頻模型的全面開花：在圖像生成、語音識別與合成、視頻理解與生成等細分領域，新模型的發布數量同樣在快速增長（第 254-256 頁）。

    這種模型發布的「大躍進」，意味著市場上的選擇越來越多，任何一家公司都很難長期保持絕對的技術領先。即使是暫時領先的模型，也很快會面臨性能相近甚至更優的競爭對手。

  • 使用者爭奪的「寸土必爭」：
    • 網站訪問量的分流：第 257 頁的圖表顯示，雖然 OpenAI 的 ChatGPT 在全球網站訪問量上依然遙遙领先（每月約 51 億次），但其他競爭者如 DeepSeek 和 xAI Grok 的訪問量也在快速攀升，分別達到了 1.96 億至 4.8 億次（第 258 頁）。這表明用戶的注意力正在被分散。
    • 產品發布的「密集轟炸」：報告甚至用了一個極端的例子（第 259 頁），僅在 2025 年 5 月 19 日至 23 日這一周內，Google 、微軟、 Anthropic 和 OpenAI 等公司就宣布了數十項 AI 相關的產品和功能更新。這種高頻率的產品迭代，讓市場始終處於高度動態和不確定的狀態。
  • 性能趨同的「價格戰」壓力： 我們在第三個論點中提到，不同 AI 模型的性能正在趨同。當用戶發現多個模型的實際表現相差無幾時，價格就成為了一個非常重要的考量因素。這使得 AI 模型提供商很難維持高昂的定價，甚至可能被迫捲入「價格戰」，從而侵蝕利潤空間。推理成本的持續下降，雖然有利於用戶和開發者，但也加劇了供應商之間的價格競爭。激烈的競爭意味著：
    1. 客戶獲取成本上升：在眾多選擇面前，AI 公司需要花費更多精力和資源來吸引和留住客戶。
    2. 利潤空間被壓縮：為了保持競爭力，公司可能不得不降低價格或提供更多免費功能。
    3. 創新壓力巨大：必須不斷投入研發，推出差異化的產品和服務，才能避免被淘汰。

    這種競爭態勢對 AI 公司的變現能力構成了直接的威脅。

第二部分：威脅二——開源勢頭 (Open-Source Momentum)

開源，即將軟體原始碼公開，允許任何人自由使用、修改和分發。在 AI 領域，開源模型的發展勢頭異常強勁，這對那些依賴閉源模型和專有技術來盈利的公司構成了巨大挑戰。

  • 開源模型的「捲土重來」與「遍地開花」： 報告在第 261 頁的引言中提到，AI 發展早期（2012-2018 年），開源是主流。後來隨著商業化價值的凸顯，閉源模型一度佔據上風。但現在，隨著 LLM 技術的成熟和競爭的加劇，開源模型正在「捲土重來」。
    • Hugging Face 的「模型超市」：像 Hugging Face 這樣的平台，已經成為全球最大的開源 AI 模型和數據集集散地。第 269 頁的圖表顯示，Hugging Face 上可用的 AI 模型數量，從 2022 年 3 月的約 3.5 萬個，暴增至 2024 年 11 月的 116 萬個，增長了 33 倍！這其中包含了大量高性能的開源 LLM，如 Meta 的 Llama 系列、 Mistral 的 Mixtral 等。
    • Meta Llama 的「病毒式」傳播：Meta 公司開源其 Llama 系列模型，對整個 AI 生態產生了深遠影響。第 268 頁的圖表顯示，Meta Llama 模型的下載量在短短 8 個月內就從 0 增長到了 12 億次！這充分證明了開源模型的受歡迎程度。 Meta CEO 馬克·扎克伯格預計，到 2025 年，開源模型將成為開發者使用最多的模型類型。
  • 開源模型對閉源商業模式的「降維打擊」： 開源模型的強勁勢頭，對依賴閉源模型收費的商業模式構成了多方面的威脅：
    1. 成本優勢：開源模型通常是免費的，或者部署成本遠低於閉源模型的 API 調用費用。這使得開發者和企業可以用極低的成本獲得強大的 AI 能力，從而削弱了閉源模型提供商的定價權。
    2. 可定制性與控制權：開源模型允許用戶訪問和修改原始碼，可以根據自身需求進行深度定制和優化（fine-tuning），並且可以將模型部署在本地，更好地控制數據隱私和安全。這對於許多有特定需求或對數據安全要求較高的企業來說，具有很大的吸引力。
    3. 社區力量與快速迭代：開源項目通常擁有龐大的全球開發者社區，可以共同貢獻代碼、修復 bug 、分享經驗，使得模型的迭代速度非常快，性能也能持續提升。
    4. 性能差距的縮小：正如報告第 264 頁和第 265 頁的圖表所示，開源模型的性能正在迅速追趕甚至在某些方面超越閉源模型。例如，中國的 DeepSeek R1（開源）在某些基準測試中表現已與 OpenAI 的 o3-mini（閉源）相當接近。這進一步削弱了閉源模型的核心競爭力。
  • 閉源與開源的用戶群體分化： 報告第 262 頁的圖表顯示，在消費者市場，閉源模型（如 ChatGPT 、 Gemini）目前仍然佔據主導地位，這得益於其易用性、品牌知名度和更完善的產品體驗。然而，在開發者和研究人員群體中，開源模型的吸引力越來越大。第 267 頁的引言明確指出：「越來越多的開發者傾向於低成本、高性能的開源模型」。開源模型的崛起，使得 AI 技術的「民主化」進程加速，但也讓那些試圖通過技術壁壘和高昂授權費來變現的公司面臨巨大的壓力。它們需要證明自己的閉源模型能夠提供開源模型無法比擬的獨特價值，才能在市場上立足。

第三部分：威脅三——中國崛起 (China’s Rise)

中國在 AI 領域的快速發展，特別是在政府大力支持和本土市場的巨大潛力下，正在成為全球 AI 格局中一支不可忽視的力量，這也對西方 AI 公司的變現構成了潛在的威脅。

  • 中國 AI 技術的「快速追趕」與「局部領先」：
    • 模型發布的「中國速度」：報告第 281 頁的圖表顯示，在大型 AI 系統的累計發布數量上，中國正在快速追趕美國，並且遠超世界其他國家。 2025 年以來，中國更是湧現出多款引人注目的開源和閉源大模型，如 DeepSeek R1（第 282 頁）、阿里巴巴的 Qwen 2.5-Max（第 283 頁）、百度的 ERNIE 4.5 Turbo（第 284 頁）。
    • 性能的「迎頭趕上」：中國的 LLM 在性能上也在迅速提升。第 285 頁的圖表顯示，在 LMSYS Chatbot Arena 上，頂級中國 AI 模型的表現與頂級美國模型的差距正在縮小。第 286 頁的圖表甚至指出，中國的 LLM 在達到同等性能水平時，其訓練成本可能更低。
    • 本土半導體的「自主可控」努力：儘管面臨美國的出口管制，但中國正在大力發展本土 AI 晶片產業，如華為的昇騰（Ascend）系列晶片（第 287 頁）。這將有助於降低對外部供應鏈的依賴，並為本土 AI 產業的發展提供算力保障。
  • 中國市場的「獨特性」與「壁壘」：
    • 本土平台的「主場優勢」：由於政策原因，許多西方主流 AI 平台（如 ChatGPT 、 Google Gemini 等）無法在中國大陸運營。這為中國本土 AI 公司提供了巨大的發展空間。第 292 頁的引言和第 297 頁的圖表都顯示，中國 AI 用戶主要使用本土開發的 AI 平台，如豆包、 Kimi 、文心一言等，這些平台的月活躍用戶數以千萬計。
    • 用戶偏好的「本土化」差異：中國用戶的語言、文化和使用習慣與西方用戶存在差異，本土 AI 公司更了解這些需求，能夠提供更貼近本土市場的產品和服務。
    • 數據主權與監管政策：中國對數據跨境流動和 AI 內容生成有著嚴格的監管要求，這也為西方 AI 公司進入中國市場設置了較高的門檻。
  • 中國 AI 對全球市場的「潛在衝擊」：
    1. 全球競爭格局的改變：中國 AI 公司的崛起，將加劇全球 AI 市場的競爭，特別是在亞太、非洲等新興市場。它們憑藉成本優勢、快速迭代和對本土市場的理解，可能會對西方公司構成有力挑戰。
    2. 開源生態的「中國力量」：中國在開源 AI 模型方面的投入和產出日益增多，這將進一步豐富全球開源 AI 生態，但也可能對依賴閉源技術的西方公司形成壓力。
    3. 標準與規範的「話語權之爭」：隨著中國 AI 技術實力的增強，中國在全球 AI 技術標準制定和倫理規範討論中的話語權也將提升，這可能影響未來全球 AI 產業的發展方向。
    4. 產業應用的「彎道超車」：中國在工業機器人（第 288 、 289 頁圖表顯示中國工業機器人安裝量遠超世界其他地區）、自動駕駛、智慧城市等 AI 應用領域有著巨大的市場潛力和政府支持，有可能在這些領域實現「彎道超車」。

    報告在第 271-272 頁的引言中，將中美 AI 競爭比作新的「太空競賽」，並強調了其背後的戰略意義。 Meta 的 CTO Andrew Bosworth 也指出中國在 AI 領域「能力很強」。 OpenAI 的 CEO Sam Altman 則警告說，如果專制政權在 AI 領域取得領先，將對全球構成威脅。這些都凸顯了中國崛起對現有 AI 格局和西方公司主導地位的挑戰。

第四部分：費曼解釋的總結——AI 變現之路上的「三座大山」

所以，朋友，當我們談論 AI 公司的變現前景時，不能忽視這「三座大山」帶來的巨大壓力：

  1. 激烈的市場競爭：就像一場永無止境的賽跑，AI 公司不僅要跑得快，還要不斷創新，否則很容易被淘汰。這使得維持高利潤變得異常困難。
  2. 開源模型的普及：開源就像提供了「免費午餐」，雖然極大地推動了 AI 技術的普及和創新，但也讓那些想靠賣「高價套餐」的閉源公司感受到了「寒意」。它們需要證明自己的「套餐」確實物有所值，甚至遠超「免費午餐」。
  3. 中國 AI 的崛起：中國憑藉其市場規模、政府支持和快速的技術迭代，正在成為全球 AI 領域一個強有力的競爭者。這不僅可能改變全球市場格局，還可能在技術標準和應用方向上帶來新的變數。

這三大威脅相互交織，共同構成了 AI 變現之路上的巨大挑戰。它們迫使 AI 公司必須更加謹慎地制定商業策略，尋找差異化的競爭優勢，並不斷提升運營效率，才能在激烈的市場環境中生存下來並實現盈利。

對於 AI 產業的觀察者和投資者而言，理解這些威脅的本質和影響，有助於更清醒地評估不同 AI 公司的投資價值和潛在風險。變現之路從來都不是輕鬆的，尤其是在 AI 這樣一個充滿變革和顛覆的時代。