行業將關鍵詞從AGI（通用人工智慧）切換為超級智能：超級智能模型可在3個月內掌握全球藥物研發知識，能耗僅相當於藥物科學家20年消耗能源的1/50。圖片由AI生成“2028年底，人類將迎來早期形態的超級智能，資料中心承載的智能體量有望超越人類生物大腦總和。”近日舉行的新德里印度人工智慧影響峰會上，OpenAI CEO山姆·奧爾特曼（Sam Altman）表達了上述觀點。全球AI領域焦點正從生成式模型的迭代最佳化，逐步轉向超級智能的落地時間表與規則探討。奧爾特曼與Meta超級智能實驗室負責人亞歷山德·王（Alexandr Wang）同台定調：AI將從輔助工具，走向在推理、創造與問題解決上根本性超越人類的新階段。會上，奧爾特曼呼籲建立參照“國際原子能機構（IAEA）”模式的全球AI監管機構，以應對這一劃時代躍遷。當然，這並非空泛呼籲，此前IAEA通過全球協同監管，實現了核能技術的可控發展，奧爾特曼試圖將這一模式複製到超級智能領域，規避技術失控風險。亞歷山德·王則提出“個人超級智能”路線，地區性的人才與市場將成為普惠化超級智能的關鍵陣地，而中國電信此前推出的“星辰超級智能體”，已在信貸稽核、網路維運等場景實現自主拆解任務、協同完成複雜工作，成為“個人超級智能”落地的雛形參照。這場高調宣言，是全球AI產業、資本與技術研發深度繫結的集中亮相，標誌著超級智能競賽已進入規模化推進階段。超級智能時間表：技術迭代與產業佈局同頻當前，全球AI巨頭已全面轉向超級智能研發，核心目標是突破現有模型侷限，實現從“輔助人類”到“超越人類”的能力躍遷。OpenAI、Meta等頭部企業紛紛加大研發投入，放鬆內部技術迭代約束，優先保障超級智能相關技術的快速落地，其核心邏輯是搶佔下一代AI技術的話語權，避免在技術迭代中掉隊——這一點與此前AI企業在通用模型研發中的謹慎態度形成鮮明對比，也凸顯了超級智能在行業發展中的核心地位。從全球佈局來看，科技巨頭正加速推進超級智能技術的全球化落地，通過技術輸出、人才合作等方式，擴大自身技術影響力，搶佔全球市場份額。亞歷山德·王提出的“個人超級智能”路線，正是依託這一優勢，試圖實現超級智能的普惠化應用，打造差異化競爭優勢。這一背景下，資本已提前入場，成為超級智能競賽的重要推手。支援AI技術加速研發的超級政治行動委員會Leading the Future，2025年末手握約3900萬美元資金，來自OpenAI聯合創始人格雷格·布羅克曼（Greg Brockman）與風投家馬克·安德森（Marc Andreessen）等，核心用途是資助超級智能相關基礎設施建設與技術研發。典型案例便是該委員會重點支援愛達荷州資料中心建設，推動審批流程簡化，為超級智能所需的大規模算力基礎設施“開綠燈”。行業共識是：超級智能不只是演算法競賽，更是能源、晶片與物理基礎設施的軍備競賽，資本的持續注入的是技術落地的關鍵支撐。但行業內部並非鐵板一塊，關於超級智能的發展路徑與節奏，出現了明顯分歧。以奧爾特曼、薩克斯為代表的技術加速派，主張快速推進技術迭代與落地，將超級智能視為推動產業升級的核心引擎，舉例稱若超級智能落地醫療領域，可將新藥研發周期從10年壓縮至1年，帶動生物醫藥產業爆發式增長。以部分行業學者、環保人士為代表的謹慎派，則警惕技術落地帶來的就業衝擊、環境壓力與安全風險，拿出自動駕駛AI替代卡車司機、AI文案替代初級內容創作者的案例，質疑超級智能將導致大規模失業，加劇社會兩極分化。這種分歧也導致部分企業在技術推進中適當放緩節奏，兼顧技術創新與社會影響。從話語策略看，行業將關鍵詞從AGI（通用人工智慧）切換為超級智能。技術演進表述為“必然、不可逆、超越人類”，為下一代AI技術的商業化與產業化鋪路。一旦奧爾特曼的2028預言兌現，智力邊際成本將趨近於零，藥物研發、法律服務、內容生產等行業將被徹底重構。例如當前AI輔助律師處理案件檢索需數小時，而超級智能可瞬間完成案例匹配、法律條文解讀與辯護方案生成，直接衝擊初級法律從業者崗位。但高度集中的資料中心模式，也帶來能耗、供電與地方抵抗等剛性約束，亞利桑那州鳳凰城就因資料中心能耗過高、擠佔居民用電，引發當地民眾抗議，成為超級智能基礎設施落地的現實阻力。能耗正當化：AI訓練類比為“人類培育”峰會期間，奧爾特曼另一組引發爭議的表態，直指AI最敏感的能耗與水耗議題。他公開反駁“AI過度消耗資源”的批評，稱相關擔憂“過時或完全虛構”，並提出一套全新比較框架：不應只對比單次AI推理與人腦思考的能耗，而應計入人類成長、教育、生存所需的全生命周期成本。按此口徑，大規模計算叢集的能源投入，反而比培養同等認知能力的人類更“高效”——他舉例稱，培養一名資深藥物研發科學家需25年（從教育到成長為專家），消耗大量糧食、能源與教育資源，而超級智能模型通過訓練，可在3個月內掌握全球藥物研發知識，能耗僅相當於這名科學家20年消耗能源的1/50。他同時為資料中心用水辯護，稱現代閉式循環冷卻技術已大幅降低資源依賴，舊有蒸發冷卻系統的負面敘事與現實脫節，舉例說明OpenAI位於德克薩斯州的資料中心，採用閉式循環冷卻技術後，水耗較傳統資料中心降低70%，每處理1PFlops算力的水耗，僅相當於居民一天的用水量。這一修辭轉向，是OpenAI對“計算優先”模式的戰略性正當化：將AI訓練類比為“人類培育”，以此緩解行業與社會對資源消耗的擔憂、為GPT-6等下一代模型的巨量能源與資本開支鋪路。若AI被定義為“更高效的智能生產方式”，其高能耗便可被解讀為生產率淨增益，而非環境淨損失——這一點在OpenAI與微軟合作的Azure雲資料中心體現得尤為明顯，雙方宣稱，該資料中心的AI算力產出，相當於10萬名人類工程師的工作效率，而能耗僅為同等人力的1/10。但這套邏輯面臨現實與科學雙重挑戰。人類大腦功耗僅約20瓦，而前沿大模型一次完整訓練耗電量，相當於數千美國家庭一年用電——例如GPT-5模型訓練一次，能耗約為1.2萬兆瓦時，相當於美國一個3000人小鎮一年的總用電量。奧爾特曼強調的是資訊處理規模效率，而非熱力學效率——在物理底層，矽基智能仍遠落後於生物智能。Zoho CEO斯里達爾·文布（Sridhar Vembu）等業內人士直接反駁：將技術與人類等價，忽視了生命的內在價值與不可替代的社會需求，舉例稱AI可生成詩歌，但無法復刻人類詩人的情感體驗；可診斷疾病，但無法給予患者人文關懷。長期看，AI能耗與全球可持續目標的衝突將持續激化。預測顯示，2030年AI相關電力需求將大幅增長，老舊電網難以承接，最典型的案例便是美國加州，2025年夏季因AI資料中心能耗激增，導致多次電網負荷預警，加州電力公司不得不限制資料中心運行，這也印證了奧爾特曼的“能耗無害論”與現實的脫節。當前，全球科技企業正試圖通過技術最佳化、清潔能源應用等方式緩解這一矛盾，探索超級智能與可持續發展的平衡路徑。這或許也意味著，超級智能競賽正式進入技術與資本的主航道。奧爾特曼的2028時間表、科技巨頭的研發投入、資本的全力押注、能耗議題的話語重構，共同構成超級智能產業發展的完整圖景。未來24個月，AI行業將走向高度集中：只有極少數玩家能承擔超級智能的資本與資源門檻，中國電信“星辰超級智能體”的落地案例，也預示著超級智能的競爭已從單純的技術比拚，延伸到產業落地能力的較量。Meta力推的“個人超級智能”，則預示著巨頭將把頂級能力封裝進消費硬體，從對話機器人走向主動式智能體。超級智能究竟是產業升級的引擎還是社會發展的挑戰？這一命題將深度影響全球AI產業的發展走向，並決定下一代AI技術的治理模式。而OpenAI們真正需要回答的問題是：當智能可以被規模化生產，人類的位置，又該如何安放？ (鈦媒體AGI)

01前沿導讀美國科技公司SandboxAQ首席執行長傑克·希達裡提出，可以利用ai技術以及量子計算技術來研發新型材料，縮短在獲取關鍵原材料上面所需的時間。ai和量子計算可以幫助科學家在軟體上不斷嘗試各種材料設計合金，從而合成出足以替代中國稀土的關鍵材料。該技術有望繞開發展傳統稀土產業所需的10年甚至20年時間，將獲取關鍵稀土材料所需的時間壓縮至數年以內。02彎道超車希達裡還對此解釋稱，從傳統產業來說，我們需要尋找、開採然後加工稀土資源。而量子技術與ai技術的出現，改變了這種情況。將ai訓練成物理、材料、能源領域的生成式虛擬專家，通過量子計算不斷的嘗試各類材料，最終找到一條不需要依靠中國供應鏈的稀土產業體系。該技術方案遭到了美國相關機構的反對，關鍵礦產研究所聯合主席傑克·利夫頓對此分析稱，現階段的ai並不具備完全替代人類進行判斷的能力，中國在稀土和礦產領域所建立起來的優勢，並不是一朝一夕形成的。而且中國發展關鍵礦產資源不去追求短期利潤，更注重規模化以及可持續發展能力，這是中國佔據礦產資源主導地位的核心因素。依靠長遠的佈局，中國企業在合金冶煉方面有著相當深厚的專業知識和技術經驗，這是其他競爭者在短期內無法比擬的。據國內機構《大公國際》發佈的產業報告指出，2024年全球稀土總儲量超過了9000萬噸，中國以4400萬噸的儲備量位居世界第一，佔全球總儲量的40%以上，優勢明顯。在產量上面，全球總稀土產量達39萬噸，中國產量27萬噸，佔全球總產量的69%，依然位居世界第一。並且中國的稀土產業已經形成了南北區域的鮮明地理格局，以內蒙古為核心的北方稀土產業，其儲量最大的資源是輕稀土礦床，佔中國輕稀土儲量的80%以上。而南方地區則是以鏑、鋱等中重稀土元素為主，佔全球可經濟開採中重稀土儲量的80%以上。這種在地域資源上面的差異，直接塑造了中國稀土產業的雙規發展模式——北方輕稀土、南方中重稀土。為了杜絕稀土產業胡亂開採的情況，從2011年開始，中國開始大力合併稀土精煉產業，形成了中國稀土集團和北方稀土公司雙寡頭的核心掌控局面。這兩大企業佔據了98%的稀土配額，並且其礦產產量佔全球總產量的95%以上，冶煉分離產量佔比超過90%。並且中國是全球唯一具備完全稀土產業鏈體系的國家，涵蓋了地質勘探、礦山開採、冶煉分離、精深加工、技術研發、流通貿易等所有環節。從資源開採到精煉加工，再到最後的運輸銷售，稀土礦產資源已經為中國的能源產業建構出一道穩定深厚的護城河。03技術侷限性據《中國科學院》新聞指出，2025年美國麻省理工學院聯合研究團隊開發出一項通過ai來加速量子材料發現的新技術。該技術生成了超過一千萬個具有阿基米德晶格特徵的候選材料，經過篩選之後，保留下來了大約一百萬種材料，目前這些材料正處於實驗階段。針對採用ai技術生成新材料這種方法，英國發展研究所研究員沈威對媒體指出，美國已經在實驗室中設計出了新材料，但是其想要實現商業化還需要面對多種問題，例如材料的穩定性、規模化生產能力、供應鏈成本控制等。稀土礦產屬於能源產業，其追求的是產業長遠的發展目標，所以必須要具備完整的工業生產體系。在過去幾十年當中，中國企業已經建立起了一套完善並且可持續發展的產業鏈體系，這是用幾十年時間建立起來的優勢。而美國打算通過ai技術和量子計算試圖打造全新的稀土合成方式，目前來看還只是停留在試驗階段，距離實現商業化還有一大段距離。與此同時，中國的ai產業和材料產業並不比美國落後，甚至在部分技術環節雙方不分高低。既然美國打算用ai技術和量子計算突破中國的稀土管控，那麼中國企業也可以用同樣的方法來應對美國企業的突破。中國稀土產業的強大，是各企業拿時間拿技術換來的，這種結構優勢是美國企業短時間無法達到的水平。 (逍遙漠)

近日，一則消息如同米蘭冬奧賽場上的旋風，橫掃社交媒體：中國自由式滑雪奧運冠軍谷愛凌，竟然要“跨界”加盟矽谷風投機構Benchmark。左手滑雪獎牌，右手風投合同？谷愛凌的這次“跨界”把人看懵了。2月13日，社交平台X（原Twitter）上突然有人爆料，谷愛凌將在米蘭冬奧會後，正式轉型入職矽谷頂級風投Benchmark。消息稱，谷愛凌將以senior associate（資深投資經理）的身份，深度參與這家曾捕獲過Twitter、Uber、Instagram等巨頭的風投旗艦。配圖更是直接把話題度拉滿——谷愛凌胸前掛著剛拿到的銀牌，背景赫然印著Benchmark的Logo。一位剛從雪場下來的奧運冠軍，轉身就要踏入矽谷沙丘路搞投資，這跨屆看的大家一臉懵，評論區直接炸了。有人驚嘆於“天才少女”的無限邊界，22歲的年紀，左腳還在滑雪台上，右腳已經邁向了資本市場的風口。滑雪拿奧運金牌，學習進史丹佛，身材逆天當模特，現在直接變身矽谷大佬，究竟她還有什麼不會？也有人開始認真分析：如果這是真的，Benchmark圖什麼呢？就在討論陷入膠著之際，一個意想不到的“認證”出現了。Benchmark的合夥人、矽谷風投教父Bill Gurley，居然在帖子下面用中文回了一句：“我不相信你竟然發現了這件事，我們本來想把它保密。”這話一出，在網民眼中無異於官方蓋章。一個頂級風投的合夥人，用中文在一個爆料帖下“認領”，這還能有假？順著“如果為真”的假設，市場開始認真推演這樁“跨界聯姻”的邏輯。有人分析，Benchmark這是在下一盤大棋。這家VC以“小而精”著稱，合夥人數量屈指可數，資深投資經理絕非掛名頭銜，而是需要實打實去選項目、看材料、談判搶獨角獸。最近他們接連投了HeyGen和Manus，都是華人背景的AI項目。谷愛凌若真入職，無疑是現成的“橋樑”——一頭連接中國的工程能力，一頭對接美國的商業市場；更是一把“鑰匙”，幫助矽谷VC在複雜環境下，觸達中國最頂尖的創業者群體。她的身份、語言、文化理解，更是無法複製的稀缺資源。谷愛凌的入局，被解讀為Benchmark在“Bet on China”戰略上的一次大手筆押注。結果，反轉來得比想像中更快。2月14日凌晨，仍在米蘭備戰的谷愛凌親自下場“打假”，在社交平台回了五個字：這不是真的。隨後，早前“蓋章認證”的Bill Gurley也改口了：“Sorry, I was kidding, Fake news.（對不起，我開個玩笑，這是假新聞）”這場震驚圈內的跨界加盟，最終證實是一場由AI技術助推、圈內大佬玩梗、自媒體過度解讀聯手炮製的烏龍。回頭看看那張圖，漏洞其實挺明顯的——獎牌上的五環扭曲變形，絲帶上的字母根本不成詞，整體構圖也透著股生硬感。不過話說回來，雖然“入職”是假，但討論本身卻是真。首先，谷愛凌的成長背景，本就與風險投資並不遙遠。她的母親谷燕早年畢業於北京大學，後赴史丹佛大學深造。20世紀90年代初進入華爾街，從事風險投資，並嘗試將風投理念引入中國市場，是國內最早一批VC從業者之一。其次，作為橫跨體育與商業的多維符號，谷愛凌的商業價值早就擺在那裡——每年代言費超2000萬美元，合作的都是頭部品牌。即便不進VC，她本身就是個優質“投資標的”。從賽場到校園，她走過的每一步都在拓展“運動員”這個身份的邊界。而這次烏龍事件，某種程度上反而印證了外界對她的想像空間——當一個22歲的年輕人在一個領域做到極致，人們會自然地期待她“下一個戰場”會在那裡。眼下，谷愛凌仍在米蘭冬奧會的賽場上繼續她的征程。本屆她是中國代表團唯一的兼項運動員，和北京冬奧一樣仍是“三線作戰”（自由式滑雪U型場地、大跳台和坡面障礙技巧）。目前，她已經在坡面障礙技巧和大跳台拿下兩枚銀牌，手握五枚冬奧獎牌，創造了自由式滑雪項目的歷史。“這五次奪牌，一次比一次難，而每一次之後別人對我的期待就會變得更高。”谷愛凌在接受採訪時表示，自己已經放下了那些壓力，“我只能做到最好，讓更多女性敢於去嘗試。”在16日的賽後發佈會上，有外國記者拋出尖銳問題：“你會不會遺憾錯過兩枚金牌？”谷愛凌面帶笑容回擊：“這觀點太荒謬了！我是歷史上獲得獎牌最多的女子自由式滑雪運動員，這本身就是最好的回答。”賽場上的她，依然是那個在空中旋轉、落地、穩穩站住的“青蛙公主”。資本市場的喧囂，終究只是場外的背景音。讓滑雪的歸滑雪，讓投資的歸投資。至於這次烏龍——就當看個熱鬧吧。屬於谷愛凌的故事還長，誰也不知道下一章會寫什麼。 (留學生日報)

2026年2月，德勤發佈了《技術趨勢2026：AI從概念驗證邁向價值創造》。這份報告核心揭示：企業AI的焦點已從“我們能做什麼”轉向“如何規模化創造實際價值”，技術變革的速度本身已成為最陡峭的競爭壁壘。本文將從物理AI、數字員工、基礎設施重構、技術組織再造、AI網路安全五大維度，結合報告中的關鍵資料與一線企業案例，拆解這場從“試驗”到“生產”的生死跨越。物理AI：智能走出螢幕，機器人學會摔倒再爬起當AI不再只是對話方塊裡的文字，而是能抓取、行走、避障的實體，工業與服務的邊界正在被重寫。1. 機器人從“程式設計”走向“自適應”傳統機器人執行固定指令，而物理AI系統能夠感知環境、從經驗中學習、根據即時資料調整行為。寶馬工廠內，新車自主完成數公里生產運輸路線；亞馬遜已部署第100萬台機器人，DeepFleet AI系統使運輸效率提升10%。2. 人形機器人的“功能本質”俄勒岡州立大學Jonathan Hurst指出：人不是要造一個“像人的機器”，而是要造一個“能適應人類空間的工具”。雙足形態的意義不在於擬人，而在於窄足跡通過性、動態穩定性、多工抓取能力。瑞銀預測：到2035年，工作場所人形機器人將達200萬台；2035年市場規模預計300億至500億美元，2050年攀升至1.4兆至1.7兆美元。數字員工：11%跑通，89%卡在流程再造不是技術不夠強，而是組織根本沒給智能體設計“工作崗位”。1. 試點擁擠，落地稀缺德勤調查顯示：38% 的組織正在試點智能體，但僅有11% 投入實際生產應用。42% 仍在制定戰略，35% 根本沒有戰略。Gartner預警：到2027年，超40%的智能體項目將被取消。原因不是技術失效，而是企業只做自動化，沒做流程再造。2. 從“自動化”到“矽基勞動力管理”領先企業正在建立智能體入職、績效、生命周期管理框架。HPE開發的智能體“Alfred”整合四個底層智能體，完成從SQL資料分析、圖表生成到報告撰寫的全流程。Moderna已設立首席人才與數位技術官，將人力資源與智能體管理合併。報告明確提出：智能體不是工具，是數字員工。基礎設施：雲優先退場，混合架構成為“新常態”當單月雲帳單衝到數千萬美元，企業開始追問——我的計算錢，到底燒在那了？1. 成本下降280倍，總支出卻暴增過去兩年，大模型推理成本下降280倍，但部分企業每月AI支出仍高達數千萬美元。原因：用量增速碾壓成本降速。2. 三層混合架構成為主流企業正從“雲優先”轉向戰略性混合架構：雲：彈性訓練、突發容量本地：穩定生產推理邊緣：低延遲即時決策戴爾設立架構評審委員會，對每一個AI項目評估“該跑在那”。John Roese直言：改造舊設施比新建AI工廠更貴、更慢。技術組織重構：七成CIO布道，六成企業技術創收AI沒有消滅崗位，但它消滅了“只懂維運不懂業務”的技術管理者。1. CIO角色三重躍遷德勤調查：70%的CIO 自認角色已變為AI布道者或企業級實施者。西部資料CIO直言：“我現在是CIO+CDO+CAIO+CDIO的四合一。”2. 人機團隊與崗位新生未來18個月最搶手的新崗位包括：人機協作設計師邊緣AI工程師合成資料質量專家提示工程師78%的技術領導者 預計未來五年AI智能體將“變革性”嵌入技術架構。64%的企業計畫增加AI投資，技術預算中AI佔比預計從8%升至13%。網路安全：以AI治AI，堵住機器速度的漏洞用人力防機器速度的攻擊？窗口已經關上了。1. 四層風險敞口報告將AI安全風險歸納為四大領域：資料層：訓練資料投毒、敏感資訊洩露模型層：模型竊取、反演攻擊、模型崩潰應用層：輸入注入、越權訪問基礎設施層：API漏洞、供應鏈攻擊、橫向移動2. 以AI治AIAT&T首席資訊安全官Rich Baich指出：“唯一的不同，是速度和影響範圍。”領先企業已部署紅隊智能體進行對抗性訓練。Itaú Unibanco正在用智能體持續測試模型偏見、倫理邊界與對抗魯棒性。結尾德勤用17年的技術趨勢追蹤，給2026年畫下一道清晰的分割線：左邊是試點、右邊是生產；左邊是工具、右邊是員工；左邊是成本、右邊是價值。這份報告最殘酷的洞察並非技術更迭，而是技術採用曲線本身正在急劇收縮——電話用了50年觸達5000萬人，生成式AI用了2個月。那些還在“完善試點”的企業，窗口期已所剩無幾。未來不屬於最懂AI的人，而屬於最快把AI嵌進業務、嵌進流程、嵌進組織血管的人。報告節選(三個皮匠)

2月5日發佈的第57次《中國網際網路絡發展狀況統計報告》顯示，截至2025年12月，中國生成式人工智慧使用者規模達6.02億人，較2024年底增長141.7%；普及率達42.8%，同比大幅提高25.2個百分點。超6億使用者、逾四成普及率，既是人工智慧技術從實驗室走向大眾生活的生動寫照，更為中國全面實施“人工智慧+”行動築牢了最堅實的使用者底座與市場根基。回顧過去，生成式人工智慧如此迅猛地融入中國人的生活與生產，得益於政策、市場與技術的三重驅動。中國國產大模型引領AI技術普惠化浪潮。2025年，中國國產大模型集體崛起，以低成本實現多方面工程技術創新，在保持頂級性能的同時，大幅降低對AI硬體算力的依賴，並在開源平台建構世界級AI產業生態。不再需要昂貴的硬體或專業的程式設計知識，使用者僅通過手機、電腦即可體驗AI便利，“觸手可及”是使用者規模爆發式增長的直接原因。政策的頂層設計與基礎設施建設提供了強大支撐。從“十四五”規劃綱要對數字經濟的戰略部署，到“人工智慧+”行動的全面實施，政策層面為產業發展指明了方向。同時，中國建成全球領先的5G網路和算力基礎設施，為AI應用的流暢運行提供了高速路與加油站。市場的巨大需求與企業的快速響應形成了良性循環。超過九成的使用者首選中國國產大模型，說明本土化應用更懂中國使用者的需求。在生活端，從學生輔助學習、普通人內容創作，到老年人智能適老服務，生成式AI覆蓋全年齡段、全場景需求，真正成為數字日用品。在生產端，鋼鐵、家電、新能源汽車等諸多行業借助AI實現降本增效，技術紅利快速轉化為生產效能。展望未來，6億使用者的規模效應，將全面推動中國社會的數位化與智能化轉型。技術層面，資料要素潛力的釋放將加速大模型的進化。龐大的使用者群體會提供海量的、多樣化的資料反饋。使用者的每一次互動、每一個指令，都是模型學習和迭代的寶貴素材。這將加速模型能力的進化，使其更加精準、智能，從而形成“使用者越多—模型越好—使用者更多”的正向循環，鞏固中國在AI領域的技術競爭優勢。經濟層面，由使用者需求驅動的產業變革，將使柔性生產成為主流，極大地提升全社會的生產效率。6億使用者意味著巨大的市場潛力，這將倒逼各行各業加速智能化升級，企業必須引入AI技術最佳化生產流程、提升產品和服務質量。需求側分鐘級反饋和供給側小時級迭代，將讓“先產後銷”的工業經濟加速進化為“先銷後產”的演算法經濟。社會層面，AI普及正在重塑社會管理方式與創新生態。AI大模型用於政務服務平台，將讓“城市大腦”兼具溫度與精度，既知道誰需要幫助，又能預判那裡有風險。AI降低了創意表達的門檻，讓普通人也能成為內容創作者。AI提供了個性化的學習服務，促進了知識資源的普惠共享。隨著AI技術深度融入衣食住行，它將潛移默化地改變人們的行為習慣與思維模式，推動整個社會向更加智能化、便捷化的方向演進。6億使用者不僅是AI技術的消費者，更是AI技術的價值共創者，共同構築起一個充滿活力、持續進化的智能生態。隨著“人工智慧+”行動的深入推進，未來將有更多人加入AI使用者底座，支撐中國在數位化、智能化的浪潮中，駛向更加廣闊的藍海。 (經濟日報)

上周，蘋果與Google意外宣佈達成一項人工智慧合作協議，迅速在科技行業掀起軒然大波，並推動Google市值一度突破4兆美元大關。根據協議，蘋果將把Google的AI技術整合到自家的移動作業系統中，包括用於升級Siri語音助手。Google首席執行長桑達爾·皮查伊與蘋果首席執行長蒂姆·庫克。近日，兩家公司宣佈達成一項重大合作協議，蘋果智能相關功能包括新版Siri語言助手將採用Google的Gemini大模型及相關AI技術。圖片來源：Anna Moneymaker—Getty ImagesGoogle重獲AI領先地位自2022年11月OpenAI推出ChatGPT後的近兩年間，Google在AI領域的表現曾備受質疑。在追趕OpenAI的ChatGPT和Anthropic的Claude過程中，這家搜尋巨頭似乎步履維艱。Google的聊天機器人Bard及後續Gemini模型曾在公開場合出現事實錯誤，比如推薦在比薩上塗膠水、生成“黑人納粹”這種有歷史錯誤的圖像。然而，Google最新的Gemini 3大模型已成為市面上最先進的模型之一，獲得了使用者和企業的廣泛認可。Google雲服務也吸引了大批客戶，這與它自研的TPU晶片有一定關係。在運行AI模型時，TPU相比輝達的GPU具備成本與速度上的雙重優勢。蘋果在聲明中稱，經過“審慎考量”，認定Google的AI技術為其基礎模型“提供了最強大的支援”。這對Gemini而言無疑是重要背書，而此前蘋果一直首選OpenAI作為“蘋果智能”的技術供應商。美銀分析師認為，此次合作鞏固了“Gemini作為移動裝置端領先大語言模型的地位”，並有助於增強投資者對Google搜尋業務穩定性及長期盈利能力的信心。AI智能體初創公司創始人、劍橋大學賈奇商學院戰略與政策講師哈姆扎·穆達西爾指出，蘋果的選擇可能不僅基於技術能力的考量。由於蘋果禁止合作夥伴使用其使用者資料訓練模型，穆達西推測，蘋果可能認為，Google所能夠提供資料隱私和智慧財產權方面的保障是OpenAI和Anthropic難以企及的。合作也將為Google帶來直接的營收增長。儘管相關財務細節尚未披露，但據彭博社早前報導，蘋果可能每年會向Google支付約10億美元的技術使用費。不過對Google來說，這項合作更大的意義在於擠進了蘋果的管道。蘋果在全球擁有大約 15億iPhone使用者。通過為新版Siri提供支援，蘋果使用者未來通過Siri進行網購或消費，Google都有望從中獲得一定的分成。長遠看，Gemini聊天應用未來甚至可能預裝到新款iPhone中。對蘋果而言，此次合作有利有弊蘋果首席執行長蒂姆·庫克。圖片來源：David Paul Morris/Bloomberg via Getty Images有利的一面是，蘋果能夠向使用者提供功能更強大的Siri語音助手等功能，成本較低，而且保障了使用者的隱私。韋德布什證券公司分析師丹·艾夫斯表示，該合作為蘋果“加速推進2026年及以後的AI戰略奠定了堅實的基礎”。然而，蘋果仍需依賴外部合作夥伴提供核心AI功能暴露出其短板。擅長垂直整合的蘋果，在自研大語言模型方面卻仍面臨重重困難。生成式AI時代開啟以來，這個難題始終困擾著蘋果。2025年，多項“蘋果智能”功能推遲上線，新版Siri發佈也一再延期。這些延誤不僅損害了蘋果作為科技領軍者的聲譽，也引發了使用者的不滿。甚至有使用者因為iPhone 16廣告中宣傳的AI功能未能如期上線，而對蘋果提起了集體訴訟。蘋果CEO蒂姆·庫克曾承諾2026年推出升級版Siri，外界普遍預期會搭載蘋果自研大模型。但顯然蘋果自有模型尚未準備就緒，最終轉向了Google的技術。未來科技集團的分析師丹尼爾·紐曼指出，長期以來，憑藉龐大的使用者基數和銷售網路，蘋果在追逐AI等新趨勢時可以更從容，但2026年對蘋果來說是“成敗攸關的一年”。日前，庫克已經對公司的管理層進行了人事調整，任命一位曾參與GoogleGemini項目的高管負責AI業務。如果蘋果智能的延期發佈確實與隱私與安全有關，那麼使用者的等待或許是值得的。理想情況下，蘋果希望打造一個既能媲美頂尖模型，又能完全在iPhone上本地運行，而不需要將使用者資料上傳到雲端。穆達西爾認為，蘋果可能正攻克模型功耗與散熱等技術難題。與Google合作，既可以為蘋果爭取時間，在模型壓縮與架構設計方面實現突破，又能夠在一定程度上緩解來自華爾街的壓力。部分支援蘋果的人指出，蘋果從來不是新技術的先行者，例如世界上第一款MP3播放器、智慧型手機、無線耳機、智能手錶，都不是蘋果發明的，這家科技巨頭卻總能憑藉設計創新和行銷策略而後來居上。蘋果也有從合作夥伴學習關鍵技術而後自研的傳統，如晶片。而在搜尋領域，蘋果Safari瀏覽器長期整合Google搜尋，並未自研，也沒有影響其發展。未來蘋果在AI領域是否會複製這樣的模式，尚待觀察。對OpenAI無疑構成利空OpenAI首席執行長山姆·奧爾特曼。圖片來源：Florian Gaertner/Photothek via Getty Images蘋果與Google的合作並非排他性協議，意味著蘋果可能仍然會在部分“蘋果智能”功能中採用OpenAI的模型，但蘋果選擇與Google合作，對OpenAI來說無疑是一記重擊。這強化了一種觀點：Google不僅追上了OpenAI，更在模型能力上實現反超。一旦失去蘋果生態，OpenAI將難以實現使用者群的進一步增長。目前，OpenAI聲稱它的周活躍使用者超過8億人，但近期資料顯示增長可能放緩。OpenAI首席執行長山姆·奧爾特曼曾稱，許多人已經將ChatGPT視為AI的代名詞。但是在蘋果使用者通過Siri體驗過Gemini模型的出色性能之後，這種認知可能會發生改變。奧爾特曼上月對媒體表示，他認為蘋果是OpenAI的長期主要競爭對手。OpenAI正聯合蘋果前首席設計師喬尼·艾夫研發新型AI裝置，旨在挑戰智慧型手機作為AI助手主要載體的地位，這款裝置有望在今年亮相。以前，只要蘋果還依賴ChatGPT為Siri提供技術支援，OpenAI就能清晰瞭解競爭對手的能力。但今後，OpenAI恐怕很難再深入瞭解蘋果AI的進展，從而難以將其新產品定位為“iPhone殺手”。OpenAI希望通過這款新裝置，將使用者牢牢鎖定在自己的系統中，這種做法有些類似於蘋果硬體+iOS的閉環生態，能夠有效防止使用者流向功能相近的競品。另外，OpenAI還要繼續推進技術突破，從而具備超越Google的決定性優勢，並長期保持。唯有如此，OpenAI才有可能促使蘋果未來重新加大對它的技術依賴。又或者，彎道超車的OpenAI，或許真的有可能憑藉一款跨時代的AI硬體，終結對蘋果裝置和管道的依賴。（財富中文網）編者語曾被質疑落後的Google，憑藉TPU晶片、Gemini模型和雲生態的綜合優勢，贏得了最挑剔的客戶蘋果的認可，標誌著AI競賽已從模型能力的單點比拚，升級為“晶片—模型—雲—生態”的全鏈條對抗。選擇GoogleGemini驅動Siri，而非堅守“全端自研”，證明在AI時代，頂尖的技術實力與擁有龐大使用者的硬體生態結合，才能形成更強的競爭力。對於建構生態圍牆的中國手機廠商與AI公司，開放合作也是一個打開市場空間的可選項。 (財富FORTUNE)

[編者按] 美國作為AI技術與美元霸權的雙重主導者，正試圖將這兩大核心優勢深度融合，建構一套以AI為產業底座、美元（含穩定幣）為結算核心、算力與資本為紐帶的“AI美元體系”，而海灣國家則成為這一戰略佈局中不可或缺的關鍵支點。這一隱性體系既非對石油美元的簡單復刻，也不同於傳統SWIFT結算網路，而是適配數字時代的新型霸權形態，其形成邏輯、運作機制與潛在風險，值得深入剖析。本文以多維視角系統拆解了AI美元體系的完整圖景：從海灣國家在能源、資本、政治穩定、資料資源等方面的不可替代價值，到美國通過技術繫結、資本吸附、規則塑造、安全約束實現對海灣國家的戰略鎖定；從海灣國家“主動套利、多元合作”的博弈姿態，到美國推動該體系背後對衝去美元化、重建技術中心地位、強化海灣繫結的三重核心動機；最終聚焦體系的執行現狀、算力供應鏈壟斷策略、外交繫結路徑，並深刻揭示其“技術可替代、貨幣受制約、夥伴自主性增強”的根本脆弱性。在全球AI競爭與金融格局重構的關鍵節點，美國的這一戰略佈局不僅關乎美元霸權的未來存續，更將深刻影響國際技術分工、資本流向與地緣政治平衡。海灣國家的搖擺博弈、中美歐在AI與數字金融領域的角力，都讓這一體系成為充滿變數的“高強度競爭型霸權形態”。為幫助讀者全面把握數字時代國際秩序的演變趨勢，認清霸權重構背後的利益博弈與結構性風險，歐亞系統科學研究會特轉載此文，供讀者批判性閱讀，文章僅代表作者本人觀點。海灣國家會不會成為AI美元體系的勝負手？美國是否真有“AI美元”戰略？▲ 圖源：海灣譯讀在全球AI與數字經濟的快速發展背景下，海灣國家正在成為美國關注的戰略焦點。對於美國而言，如果要建構一個以AI為核心、以美元為結算標準、以算力和資料為底座的全球體系，海灣國家的重要性幾乎不可替代。這不僅是因為地緣位置和歷史因素，更根源於這些國家在資本、能源、資料、政治穩定與戰略延續性等方面的綜合優勢，而這些優勢在其他潛在合作地區難以同時具備。1   海灣國家對於AI美元體系的重要性體現在那裡？在全球AI競爭格局背景下，美國必須找到能夠承載算力、資料、資本和制度的關鍵節點，以確保其設想的AI美元體系具備足夠的可擴展性與穩定性。海灣國家因其獨特的資源稟賦、資本能力、產業動機和制度環境，自然成為了最優選擇。對美國而言，海灣不僅是技術部署的物理空間，更是制度嵌入、資本鎖定和戰略可控的綜合支點。首先，海灣國家具備從能源到算力的天然轉換能力。AI的運行核心是算力，而算力的底層成本直接來自能源消耗，AI資料中心和大模型訓練每年耗電量可達到數十億千瓦時。海灣國家不僅擁有豐富的石油和天然氣資源，而且近年來在可再生能源、清潔能源的佈局上也極具前瞻性，推進了大規模的太陽能和風電項目建設，使電力成本在全球處於最低水平——沙烏地阿拉伯工業用電價格約在0.048–0.06美元/千瓦時，阿聯得益於諸多太陽能項目和海灣地區唯一的核電項目——巴拉卡核電站（Barakah Nuclear Power Plant），電價同樣極具競爭力。更為重要的是，海灣國家的多元化能源佈局與算力基礎設施建設形成協同。低成本、可控且可擴展的能源供應不僅降低了資料中心、超算中心的營運成本，也確保了大規模AI系統的穩定運行，從而讓海灣國家在大規模佈局算力方面具備較高的經濟可行性和較強的全球吸引力。美國深知，如果能將海灣國家的能源優勢持續轉化為穩定、低成本的算力節點，將有助於其在全球AI基礎設施佈局中佔據更有利的位置，從而增強對未來AI經濟底層運行規則的影響力。其次，海灣國家的國家資本更注重長期主義投資能力。在AI時代，基礎設施建設、大模型訓練以及全球算力網路的部署都需要極其龐大的資金投入。這不僅包括建設數以萬計的GPU資料中心、跨境光纖網路和冷卻系統，還涉及周期長達數十年的電力與城市級算力設施。相較於西方國家的私募資本或避險基金，海灣國家的主權財富基金資本實力極其強大，總資產規模已超過5.2兆美元。同時，這些主權財富基金的投資邏輯並不會過度追求短期財務回報，而是旨在實現國家競爭力和戰略利益最大化，建設支撐國家未來形態與國際影響力的長周期項目。這種長期、國家導向的資本模式，使海灣國家成為AI全球體系中不可替代的金融支柱。它能夠確保算力中心、資料中心、跨境網路和大模型訓練項目能夠如期建設，並與海灣國家戰略深度繫結，從而提供了極高的金融和項目執行穩定性。這不僅加速了Falcon等本地AI項目的落地，也為美國在海灣地區測試和擴展其AI技術與治理框架提供了相對可控的環境。第三，海灣國家政治穩定且擁有超強執行能力。長期投資和戰略押注離不開制度保障。海灣國家的政治體系具有高度集中權威、長期規劃能力和高效執行力等突出特點，這使得大型基礎設施項目大多能夠順利落地，較少受到世界其他地區國家民主輪換、政策反覆或社會動盪等因素影響。無論是沙烏地阿拉伯的“2030願景”，還是阿聯的“AI國家戰略”均展現出至少10–15年的政策連續性，政府高層還會親自推動大型AI、算力與城市智能化項目，確保規劃落地而不會受到政局周期或短期政策波動影響。這種穩定性是跨國AI投資和基礎設施部署的關鍵前提，也成為了美國考慮全球AI項目部署、將海灣國家嵌入AI美元體時的重要因素。第四，石油美元體係為美國在海灣的戰略佈局提供了制度化基礎。海灣國家早已習慣將能源財富與美元體系深度繫結，在金融、投資、貿易結算等方面對美元具有天然適配性。新的AI美元體系在這一慣性基礎上可以更順利地推行，穩定幣及其他數字金融工具亦可以無摩擦地嵌入海灣國家的現有美元網路，實現AI服務和算力交易的標準化和透明化。同時，美國在地區安全和軍事保障上佔據主導地位，使其能夠對關鍵算力、晶片和雲服務體系進行可控部署。這種制度和安全相容性，使海灣成為AI美元體系中結構性十分必要、制度上高度可控的樞紐節點。最後，資料資源的獨特性賦予海灣國家新的戰略價值。與傳統資源不同，AI時代的資料不僅要求規模，更強調多樣性和跨境性。海灣國家的人口結構極具全球化特徵，阿聯國際移民佔比88%，卡達約78%，科威特約72%，巴林和阿曼均約55%，沙烏地阿拉伯約38%。這種人口多樣性使其在文化、醫療、金融、交通、社交、語言等領域積累了高度跨文明、跨種族的資料資產。美國科技公司和AI機構看重的正是這種跨語種、跨產業、跨人口結構的資料，因為它們能夠顯著提高AI模型的泛化能力。過去一年多時間裡，微軟與OpenAI等美國企業相繼與海灣國家開展資料交換談判，以期達成資料治理合作協議，正是為了利用海灣國家的多樣化資料資源為其全球模型最佳化提供支撐。這使得海灣國家不僅是前面提到的資本與能源樞紐，也可能成為未來AI資料霸權的重要節點。綜合來看，美國選擇海灣國家的邏輯是上述多維度因素疊加的結果。這一選擇不僅體現了美國戰略的前瞻性，也揭示了海灣國家在全球AI體系中不可替代的結構性地位。2   美國如何在新體系中定位和繫結海灣國家？在美國對於AI美元體系的構想中，海灣國家不僅是超級算力與資料的潛在樞紐，更是金融、技術和規則體系的關鍵節點。因此，美國對海灣國家採取了一整套系統性的定位和繫結策略，其邏輯核心是——通過“繫結、整合、吸附、鎖定”，使海灣國家成為美國主導下的全球AI網路的可控節點，同時降低其可能的自主偏離風險。首先，在技術層面，美國通過輸出自身AI技術體系，建立起對海灣國家的依賴。大模型、演算法架構、雲服務和算力管理工具都是美國企業的優勢資源。以阿聯的Falcon大模型為例，其研發和訓練過程高度依賴美國主導的算力生態、模型訓練工具鏈和安全規範。儘管模型部署在阿聯本土，但其技術路徑、工程方法和生態介面在很大程度上與美國主流AI體系保持一致。這種安排意味著，即便海灣國家在硬體與算力上具備自主能力，它們仍需依賴美國的技術生態完成系統整合和全球部署，從而形成了雙方之間事實上的技術繫結。與此同時，美國通過提供軟體工具、雲平台（如Azure、AWS和Google Cloud等）以及模型應用介面，使海灣的AI系統與全球美國技術生態無縫對接，從而形成跨境的技術依賴。其次，在資本與投資層面，美國利用海灣國家長期導向的國家資本，推動本土與全球AI生態的協同發展。海灣主權財富基金（如PIF、ADIA、Mubadala、QIA等）、大型國家企業（如Saudi Aramco、ADNOC等）長期以來投資於能源、基礎設施和金融領域，這使它們具備承擔大規模、高風險、長周期AI項目的能力。美國通過項目合作和投資引導，將這些資金吸納入其主導的全球AI體系。阿聯參與的“星際之門”（Stargate）項目就是典型案例。該項目聚焦高性能算力網路與跨境AI基礎設施建設，得到了Mubadala等主權基金以及國際合作夥伴的資金支援和政策配套。美國在這一過程中不僅獲得了必要的資金支援，還通過股權安排、合作協議和資金流向控制，建立了對海灣國家AI投資鏈條的影響力。這種資本繫結進一步強化了美國在全球AI基礎設施部署中的主導地位。第三，在規則與治理層面，美國通過制定資料、安全與結算規則，強化與海灣國家的制度相容性。資料治理框架、模型安全標準以及跨境算力協議都是美國在全球AI生態中施加影響的關鍵手段。例如，微軟與G42簽署的協議明確提出“資料治理合作框架”，要求資料標準、存取權和模型訓練流程符合美國制定的國際安全規範。美國還通過推動海灣國家採用美元或美元穩定幣進行AI服務結算等方式，將金融體系與技術體繫緊密捆綁。這種規則繫結不僅確保海灣國家在政策、技術和金融層面與美國體系相容，也給潛在的非美國技術替代方案進入海灣國家豎起了壁壘，導致後者難以快速落地，降低了戰略不確定性。此外，美國在安全與戰略層面對海灣國家形成隱性約束。算力中心、資料樞紐及跨境網路的建設，往往涉及關鍵基礎設施與國家安全議題。美國通過出口管制、技術審查、戰略合作協議以及聯合培訓項目，使海灣國家在AI應用部署、跨境資料流動及關鍵算力節點管理方面，形成對美國體系的依賴。這不僅保障了美國在全球AI產業鏈中的戰略話語權，也使海灣國家在未來可能出現的地緣政治或經濟波動中，維持相對可控的技術依賴度。需要特別指出的是，海灣國家除了能源、少量石化和金融產業外，實體經濟和高端製造、科技產業基礎相對薄弱。為了推動經濟多元化，海灣國家普遍希望通過AI實現“彎道超車”，快速建立新的產業支柱，推動經濟結構升級。羸弱的現實和蓬勃的野心形成了鮮明反差。而美國恰恰看準了這一薄弱環節並捕捉到了海灣國家的急切心理，通過資本、技術和標準等一系列組合拳，試圖快速彌補當地AI產業空白。可以說，海灣國家在核心技術、人才積累和產業鏈控制上的這一短板，正是美國進行繫結和規則塑造的戰略切入點。在這樣的條件下，海灣國家的AI產業雖然在表面上取得風風火火的發展成績，但實際上仍有可能過度依賴美國體系，在全球AI競爭中難以建立自主影響力。概括起來，美國對海灣國家的新體系定位與繫結機制是多維度的：技術繫結提供核心操作依賴，資本繫結確保項目落地與資金流動，規則與治理繫結建立制度相容性，安全繫結強化戰略可控性。通過這些手段，美國不僅鎖定了海灣國家在其主導下的全球AI網路中的戰略地位，也為自己在新興AI美元體系中的主導角色創造了制度性保障。這一佈局的核心邏輯是——利用海灣的天然優勢與短板，將其轉化為全球AI體系的可控節點，同時確保長期的技術、資本與規則依賴。3   海灣國家對AI美元這一新的依附體系作何反應？面對美國在AI美元體系中對其的定位與繫結，海灣國家並非像石油美元體系建構過程中的被動接受，而是採取了更為主動的戰略姿態，試圖利用AI 美元體系的窗口期實現戰略躍遷。這些國家敏感地意識到，AI不僅是一項技術，更是國家競爭力、經濟轉型和國際影響力的關鍵槓桿。同時，它們也很清楚，AI並不是美國獨享的技術專利，而是下一個時代的“基礎設施權力”。既然美國想用AI再次主導世界秩序，那麼，海灣國家同樣也想用AI在全球秩序中提升自身地位。在歷史上，沙烏地阿拉伯曾利用石油美元成為“地緣政治巨人”，阿聯曾利用港口體系成為“全球物流巨人”，卡達也曾利用天然氣成為“能源外交巨人”。現如今，這些海灣國家把AI看作下一次“躍升式發展窗口”。這也就意味著，海灣國家參與AI美元體系，不會單純被動依附美國，而是也會在這一過程中尋找套利的機會，利用美國爭取自身利益的最大化。我們可以說，美國需要海灣國家，海灣國家也需要美國，但這種關係不再是石油美元時代的“單向依賴”。彼時，美國主導、海灣國家完全依賴的場景清晰可見。而在AI美元時代，美國和海灣國家間更像一場“條件交換”。美國的條件是給技術、給模型、給生態、給算力體系、給穩定幣金融體系，海灣國家的條件則是提供資本、提供能源、提供算力場地、提供全球高品質資料、提供戰略縱深。美國希望借AI再度繫結海灣國家、穩住美元體系，海灣國家則既希望擺脫石油美元的宿命，同時又寄望於AI讓它們成為全球的中堅力量。這是一個典型的“互利但不穩定的平衡結構”，但其中蘊含的交集使得AI美元體系在海灣國家這裡成為了可能。4   海灣國家是否“心甘情願”？如果說上一部分強調的是海灣國家在戰略層面對AI美元體系的主動認知，那麼在操作層面，它們的行為邏輯則更加謹慎而精明。事實上，海灣國家對AI的投入，更多是一種帶有明顯套利邏輯的多頭合作策略。一方面，海灣國家清楚認識到，自身缺乏建構完整AI技術體系所需的產業土壤與科研生態。在這一前提下，與其在技術主權問題上進行高成本、低成功率的自主探索，不如優先利用外部成熟體系，將AI作為經濟轉型和國際地位提升的“工具變數”。在短中期內，與美國深度合作無疑是確定性最高的選擇。但另一方面，海灣國家並未在戰略上“孤注一擲”。它們普遍採取的是技術合作多元化、政治立場模糊化、資本配置分散化的策略：在AI、雲端運算、數字基礎設施領域，與美國公司深度合作；在新能源、製造、部分數字應用場景上，繼續與中國、歐洲等保持合作空間；在外交與地緣政治表態上，儘量避免在中美競爭中明確站隊。這種策略的核心目的，並非挑戰美國主導權，而是最大化自身在不同體系之間的迴旋空間。可以說，海灣國家並不是試圖“逃離繫結”，而是希望在繫結關係中獲得儘可能大的談判籌碼與時間窗口。5   AI美元體系下的依附關係會不會是一把雙刃劍？從短期看，美國通過繫結海灣國家，確實強化了自身在 AI 時代的體系優勢：既獲得了穩定的能源與資本支援，又避免了技術外溢帶來的潛在競爭者。這種模式在效率和可控性上都近乎理想。然而，從中長期看，這種安排本身也存在潛在反噬風險。對美國而言，過度依賴外部能源與資本支撐AI擴張，可能在未來地緣政治環境變化時放大系統脆弱性。一旦地區安全域勢惡化，或海灣國家在關鍵節點上選擇“消極配合”，美國主導的AI基礎設施網路可能面臨現實衝擊。此外，過度強調“可控擴張”，也可能在無意中抑制盟友與夥伴的技術內生能力，從而削弱整個陣營的長期創新彈性。對海灣國家而言，這更是一把明顯的雙刃劍。AI投資在短期內可以帶來經濟活躍度、國際能見度和政治籌碼，但如果無法逐步培育本土應用場景、人才體系和產業閉環，這種發展路徑極可能演變為一種“數字時代的資源型依附”——由過去依附石油美元，轉向依附演算法、算力與規則。在這種情況下，海灣國家不僅會喪失技術主權，還會在技術競爭格局發生改變時失去自主調整空間。更為重要的是，如果AI發展過度依賴外部合作，而本土創新生態未能形成閉環，本土非石油產業未能同步取得顯著進展，巨額AI基礎設施投資未必能夠順利轉化為長期競爭力，反而可能在缺乏產業和制度配套的情況下，演變為缺乏內生支撐的“空中樓閣”。在AI時代，海灣國家確實成為美國“AI美元體系”的關鍵支點，但這一角色更像是加速器和放大器，而非規則制定者或主導者。同時，這是一場帶有共謀色彩的結構性嵌入：短期內各取所需，長期卻潛藏新的依附與不穩定因素。6   如果美國真的擁有AI美元戰略，它的根源是什麼？要判斷美國的動機，必須從美元體系的歷史說起。美國的每一次金融戰略轉折，都發生在美元霸權面臨系統性威脅的時刻。1944年布列敦森林體系：美元與黃金掛鉤，確立戰後秩序。1971年尼克松衝擊：美元放棄金本位，需要尋找新的錨定物。1973–1975年石油美元體系：美元與石油繫結，解決美元信用危機。1990–2000年網際網路金融時代：全球美元資本市場擴張，美國進入單邊優勢周期。2008年金融危機：信任危機迫使美國推動美元“資產化”、“全球化”和“金融化”。2020年後去美元化風潮：SWIFT之外出現了CIPS和SPFS、歐盟的金融自主化、金磚國家的本幣安排、沙烏地阿拉伯對石油美元體系態度的鬆動、俄烏危機引發的制裁體系反噬。進入2022–2025年，全球經濟格局呈現出一個歷史性的變化。美元正第一次面臨“供應鏈去美元化+能源交易去美元化+地緣政治金融化”三重疊加的壓力。美國非常清楚，石油美元體系將逐漸鬆動，SWIFT體系會日益多元化，美債的全球吸引力會因地緣政治衝突與貨幣政策高度政治化而不斷下降。與此同時，發生了另一件極其關鍵的事情。AI正在成為21世紀最重要的產業基礎設施，沒有之一。這也讓美國捕捉到了美元體系“第二次轉型的窗口”——AI美元有望成為數字時代的新霸權基礎。如果說，石油美元讓美國繫結了資源時代的世界，AI美元有可能讓美國繫結數字時代的世界。換句話說，美國並非主動選擇AI美元，而是因為全球金融與技術格局變化迫使其必須尋找新的霸權基礎，而AI恰好成為最有潛力的選項。7   美國推動AI美元的根本動機之一——防止去美元化的加速過去20年，美國最最最擔心的國際趨勢便是去美元化。去美元化並非只是個別幾個國家喊喊口號，而是全球市場對美元的邊際需求實際下降。具體變化包括但不限於：沙烏地阿拉伯放出口風不排除以多種貨幣用於石油交易結算巴西推動南美區域本幣結算東盟推動本幣計價支付（LCT機制）金磚國家推動新支付體系歐盟推動數字歐元與金融主權化之前文章中提到的俄羅斯和中國的支付體系，自然不用再多言。美國深知，美元霸權的根基是國際支付壟斷，而不是美債規模。如果美元不再是跨境貿易的主要支付工具，美國就無法維持制裁體系、無法吸引全球儲備資金、也無法維持美債的國際買盤。然而，現在的時代不再是傳統金融時代，現行的美元體系是銀行系統建設的，而不是數字系統建設的。AI時代的交易需要高速、自動化、嵌入式的支付工具，而傳統銀行體系無法滿足這種需求。這也正是為什麼穩定幣在美國戰略中突然變得重要起來。或許，我們可以說穩定幣是“AI時代的美元SWIFT”。美國財政部在2024年的官方報告中首次公開承認：“美元穩定幣有潛力成為跨境支付的關鍵工具。”這句話背後所隱藏的是美國對全球金融格局變化的深刻危機感。因此，從戰略動機來看，AI美元並不是“讓AI支撐美元”，而是“讓美元在AI時代繼續支配世界”。8   美國推動AI美元的根本動機之二——重建美國在全球技術領域的中心位置如果我們從科技競爭結構來看，美國推動AI美元的另一重動機是，美國不確定是否能像資源時代那樣控制石油，但它可以主導AI技術堆疊。石油美元成立的前提是美國擁有全球最強大的軍事保護能力，以及對國際石油市場的定價權（美國既是石油最大消費國之一，也同時是石油主要生產和出口國之一）。而在AI時代，美國是否還擁有資源時代的控制力呢？答案似乎依然是肯定的。至少在現階段，美國在AI領域掌握著全球最重要的技術資源：GPU製造鏈（輝達+台積電生態）AI訓練晶片體系大模型研發（OpenAI、Google DeepMind、Anthropic等）AI雲算力平台（AWS、Azure、Google Cloud）AI基礎框架（PyTorch、TensorFlow）全球作業系統主導權（蘋果+微軟）如果再考慮到矽谷對全球科技人才的吸引度，我們甚至可以認為，美國對AI技術的壟斷程度，有可能高於當年對石油供應鏈的控製程度。因此，美國看到一個前所未有的機會——掌握全球經濟核心基礎設施主導權的機會。如果再能疊加上美元金融體系，美國完全有可能構造一種全新的國際體系：技術主導力+金融主導力=新美元體系的基礎。這也就可以很好地解釋，為什麼拜登政府與川普政府都把AI視為“國家安全資產”。在當前背景下，有且只有AI才能成為美國謀求數字時代新霸權體系的支點。9   美國推動AI美元的第三個動機——重新勒緊對海灣國家的捆綁在上一篇中，我們已經討論過海灣國家在建構AI美元體系中的核心作用。這裡，我們從更宏觀的角度解釋美國為何把海灣國家視為AI美元體系的關鍵組成部分。海灣國家，尤其是沙烏地阿拉伯、阿聯等國，長期以來依賴石油收入支撐經濟，但隨著全球能源格局的變化和去石油化趨勢的興起，它們正在積極尋求經濟多元化，特別是對技術、金融、人工智慧等新興產業的投資。美國深知海灣國家的資本流動方向和產業發展路徑將深刻影響全球經濟和科技格局，亦擔憂海灣國家在能源、金融、科技上的“多邊化”苗頭。因此，美國不再僅僅依賴傳統的石油美元體系，而是通過AI體系、算力、穩定幣和能源等多個維度來重新繫結海灣國家，並確保其資本和技術依賴美國。（一）AI體系：重塑全球技術主導權海灣國家在追求技術創新時面臨的最大挑戰之一是缺乏自主的AI技術體系。目前，美國在AI產業的主導地位幾乎無可爭議，特別是在AI基礎設施（如大語言模型、訓練平台、晶片製造和雲計算）的建構方面。面對海灣國家大規模推動本土AI產業發展的需求，美國很擔心這一市場空白成為摧毀石油美元體系的“蟻穴”（特別是在中國AI產業企業在海灣地區大舉攻城略地的情況下），因此採用了慣用的“大棒（管制/制裁）+胡蘿蔔（合作）”手段，對海灣國家軟硬兼施，迫使海灣國家無論是在發展AI資料中心等基礎設施還是開發大語言模型等方面，都高度依附於美國的技術架構和生態。（二）算力與電力基礎設施：AI經濟的能源保障AI的快速發展不僅依賴先進的演算法，還需要強大的算力基礎設施。而算力的核心資源正是高性能計算晶片、資料中心和雲平台，這些領域幾乎完全由美國主導。美國通過GPU製造鏈、雲端運算平台、晶片研發等技術手段，確保海灣國家的AI產業發展離不開美國的算力供應。在這一背景下，海灣國家的能源資源成為了連接美國技術和資本的關鍵因素。美國在全球範圍內主導了AI算力的供應鏈，而海灣國家的電力資源正是支撐這些算力基礎設施的重要保障。阿聯和沙烏地阿拉伯等海灣國家，憑藉其豐富的化石能源（油氣）、可再生能源（太陽能、風電）、清潔能源（核能、氫能）等，正成為全球AI資料中心和算力中心的重要基地。海灣國家通過在本地建設AI資料中心，雖然能夠更高效地利用本國能源資源（比如某些海灣國家高層心心唸唸的提高能源使用的附加值），但同時也因此被牢牢繫結在與美國的AI算力合作上，被繫結在美國主導的全球技術供應鏈中。美國則利用其技術優勢和海灣的能源資源優勢，進一步鞏固自己在全球算力競爭中的核心地位。（三）穩定幣：跨境支付的新動力雖然穩定幣的作用已在前文中有所提及，但從全球支付體系的角度來看，穩定幣不僅是美元的數位化替代物，更是支援AI經濟全球化交易的重要工具。隨著跨境數字支付需求的增長，穩定幣（如USDT、USDC等）逐漸成為全球支付的新基準，尤其是在AI產業的跨境交易中。美國深知，穩定幣具有可程式設計性、即時結算性和鏈上結算能力，這使得它成為跨境支付的理想工具。在這種背景下，海灣國家在推動跨境支付的過程中，逐漸依賴美國的穩定幣體系，而這正是美國推動AI美元的一部分。美國通過推動穩定幣在海灣國家的應用，進一步確保這些國家在AI經濟中的交易和支付依賴於美國的數字貨幣體系。（四）戰略合作與金融依賴：通過政策工具推動海灣資本回流在全球去美元化的背景下，海灣國家逐漸增強了戰略自主性，不再完全依賴美國的石油美元體系。然而，海灣國家依然面臨金融體系的困境，尤其是在與其他新興經濟體（如中國、俄羅斯等）的合作中，缺乏足夠讓這些國家信任和依賴的跨境支付工具。為了應對這一挑戰，美國積極推動海灣資本回流。通過引導海灣國家（如主權財富基金等）投資美國的AI項目、科技創新基金，並通過穩定幣和數位資產等手段加強金融聯絡，美國有效地在金融領域將海灣國家與自身深度繫結。美國利用其在金融和技術方面的優勢，不僅通過資本投資加深與海灣國家的經濟聯絡，還通過穩定幣支付體系和技術繫結，在全球化的AI產業中為海灣資本提供了一個穩定的“數位化通道”。這種方式，確保了海灣國家的資本、技術、算力等資源在全球競爭中依賴美國。10   美國是否已經公開提出AI美元戰略？美國並沒有公開承認自己在建立一個新的美元體系。然而，如果我們把過去三年的政策拼圖拼湊起來，便能看到一個清晰的輪廓正逐漸浮現。以下這些政策沒有一個叫AI美元，但它們正在共同建構AI美元的制度基礎。美國財政部推動穩定幣法案聯準會建立數位資產監管框架美國推動“可信AI”國際聯盟美國限制AI晶片出口中國美國支援海灣國家在本地部署美國AI模型美國AI企業要求以美元穩定幣收取跨境服務費用美國推進跨境資料協議（Cloud Act、資料訪問協定）OpenAI等企業計畫推出AI支付層把以上任何一項政策單拎出來看，都更像是散落獨立的拼圖，但它們實際上相互關聯，正在建構起一套包括了技術層、金融層、外交層、安全層、法律層等多個維度的完整體系，通過行動累積、結構塑造形成事實上的霸權體系。11   美國的AI美元戰略是否已經進入執行階段？判斷美國是否真的在執行，我們必須觀察三個系統：財政部是否在推廣數字美元矽谷是否在建構AI經濟體系五角大樓是否在把 AI 納入全球安全體系答案都是肯定的。比如前面提到多次的美國財政部推動美元穩定幣的全球化，再比如矽谷推動AI服務的跨境計費體系，以及五角大樓推動AI防務協議來繫結北約等盟友國家。特別值得關注的是美國近年來圍繞AI與阿聯、沙烏地阿拉伯兩國開展的一系列合作談判。美國方面提出了一系列嚴苛要求，包括但不限於：海灣國家必須限制與中國的AI資料和晶片合作海灣國家的AI資料中心必須遵從美國企業標準海灣國家購買的晶片必須經過美國出口審查美國AI大模型必須在海灣成為“默認模型”這背後的邏輯十分明確，美國希望海灣國家的AI產業起飛路徑必須依賴美國，而非歐洲，更決不能是中國。這其實也是所謂AI美元戰略的真正核心，即“讓全球AI產業與美元保持深度繫結，讓跨境AI交易以美元或美元穩定幣計價，讓美國AI模型成為全球不可替代的基礎設施，讓海灣國家在資本、算力、資料、生態上繼續依附美國”。到這裡，我們基本能夠得出一個階段性判斷。美國沒有明文昭告天下，但確實在建構一個AI美元體系。它不是石油美元，也不是SWIFT美元，而是一種高度適配於AI時代的美元體系。12   美國如何鎖定全球“算力供應鏈”？理解美國是否在實施 AI 美元戰略，還有一個關鍵切口在於，它是否試圖在技術結構上建立全球性的“算力壟斷鏈”。我們知道，石油美元依賴的是石油供應鏈與美元定價權，而AI美元若要成立，也必須依賴一種“不可替代、難以脫嵌、無法繞開的技術資源”。而深諳此道的美國在2023–2025年間做的事情就展現出了高度的一致性：一是鎖定GPU製造與供應鏈。美國採取了一個極具戰略意味的結構：輝達設計（管制高性能晶片對華出口）台積電製造（美國強勢控制台灣安保）阿斯麥EUV光刻機（美國對荷蘭採取施壓限制）EDA軟體（Synopsys、Cadence，美國絕對壟斷）晶片封測與先進產線遷往美國美國並非只是限制中國，而是通過管製出口、施壓盟友與再造供應鏈，把AI晶片體系變成一種“准戰時物資”。這極其類似20世紀70年代美國控制全球石油生產技術與運輸安全。這意味著，美國正在嘗試建立起一種能力，決定那些國家擁有AI算力，那些國家必須依賴美國。如果我們把AI和算力比作是未來的石油，那麼美國正在掌控其油井。二是鎖定雲算力平台，建立全球AI計算樞紐。AI時代的真正“能源”不是資料，也不是模型，而是可被穩定呼叫的雲算力。而美國在這一層的控制更接近“壟斷”，AWS佔據全球32%市場份額，Azure佔23%，Google Cloud佔11%（2024年Synergy Research資料），三大雲平台合計佔到全球接近70%的雲算力。大模型的訓練和推理十分依賴雲平台，這也就意味著AI時代的“能源管道”亦大多被美國掌控。三是定模型生態，讓全球AI開發必須基於美國平台。OpenAI、Anthropic等已經成為全球大模型的重要參考，海灣國家自主開發的Falcon等大模型，雖然部署在海灣本地，但其研發和訓練過程高度依賴美國主導的算力生態、模型訓練工具鏈和安全規範，技術路徑、工程方法和生態介面在很大程度上與美國主流AI體系保持一致。這也就構成了一個模型層的美元體系。換句話說，美國正在用算力+模型雙重結構建構一個全球AI依賴網路。這種結構如果再加上“以美元或穩定幣計價的AI服務”，就幾乎可以形成一個完整的經濟閉環。13   美國如何在外交層面用AI繫結全球？如果美國要建立一個數字時代的霸權體系，它需要找到新的“盟友核心區”。在冷戰時代，這一核心區在歐洲和日本；在能源資源時代，這一核心區在中東。而當時間來到AI時代後，美國正在試圖重構其盟友體系。對歐洲，美國推動AI聯盟，但限制中國技術進入歐洲鏈路。美國與歐盟簽署《貿易與技術委員會（TTC）AI合作框架》，旨在同步AI安全標準。而歐盟雖然推行AI Act，但在大模型生態上仍嚴重依賴美國技術。不僅如此，歐洲還在能源上依賴美國頁岩氣，在支付上依賴美元體系。對日本與韓國，美國推動建立“晶片四方聯盟（Chip4）”。美國通過晶片與AI生態，試圖將中國排除在全球高端算力鏈之外，同時強化日韓對美國供應鏈的依賴。對於海灣國家的定位和繫結路徑，前文已有探討，此處不多展開。但也提醒一下大家，如果單從海灣國家在電力和算力穩定供應方面的重要保障作用層面來看，我們再思考一下川普重返白宮後為何要緊盯格陵蘭、為何揚言要把加拿大變為美國的一個州、為何現如今要搞委內瑞拉，有些事情似乎更可以說得通。AI美元體系的地緣框架設想在這一系列操作背後也正在變得越來越清晰：美國掌控全球算力鏈；美國掌控全球模型生態；美國掌控全球數字美元流動；美國掌控全球資料跨境權限；美國通過軍事和科技繫結盟友。這就是AI美元體系的外交骨架。同時，這也進一步說明，美國的AI外交並不是“科技合作”，而是赤裸裸的“科技綁架”。14   美國的AI美元體系是否可持續？它的根本脆弱性在那裡？到目前為止，我們已經看到美國在技術層、金融層、外交層、資本層的結構性推進。那麼，美國真的能建立起“AI美元體系”嗎？答案也不是簡單的“能”或“不能”，而是——美國應該能夠建立AI美元體系，但難以確保其長期穩定。為什麼？因為AI與石油有一個根本區別，這一點我們在專題最初就曾探討過，石油是不可複製的自然資源，而AI也好、算力也罷，都不是；石油美元依賴不可替代資源，AI美元的依託只是一種可替代的技術生態。首先，我們已經看到了，美國雖然仍是AI技術的領先者，但歐洲、中國、海灣國家、印度、日韓乃至東南亞都在推動本地模型體系的建設。這顯示出，AI技術生態正在快速去美國化。雖然這些體系大多尚不能完全與美國的模型體系相匹敵，但它們足以讓開發這些模型的國家擺脫對美國的過度依賴。而一旦這些大模型真正成熟，“AI+美元”的繫結結構就會鬆動。其次，我們在之前也分析過，穩定幣是美元的“數位化野生版本”，很有可能受到很多國家央行的抵制。比如，歐盟正在試圖限制USDT/USDC在歐元區的佔比，中國完全禁止美元穩定幣進入支付體系，海灣國家則正在規劃自己的數字貨幣，甚至IMF也在推動多邊央行數字貨幣。這意味著，穩定幣不會像SWIFT那樣形成全球壟斷地位。一旦穩定幣難以成為“AI的全球貨幣層”，AI美元體系就會缺少最重要的結算基礎。最後，需要強調的是，海灣國家的戰略自主性正在迅速增強。美國認為海灣國家會像20世紀70年代那樣被石油美元體系完全鎖定，但這也有可能是華盛頓方面的一廂情願，現實情況是，海灣國家作為新興中等強國的代表，不會在心甘情願地做美國體系的“附庸國”，而是想成為未來世界的“數字樞紐國家”。它們技術能力不足，但“鈔”能力充足；它們需要美國，但不會完全依賴美國，甚至可能在這一博弈過程中套利。這讓AI美元體系無法像石油美元那樣形成政治繫結。最終判斷，美國的確正在建構一種“AI+美元+穩定幣+算力鏈+海灣資本/能源”的全球體系。這可以看作是一種隱性的AI美元戰略，但它不同於石油美元，而是一種“高強度競爭型霸權體系”。它的特徵是：不是公開宣佈的體系，而是政策堆疊形成的體系；不是自然資源鎖定，而是技術供應鏈鎖定；不是單極結構，而是多極競爭結構；不是穩定體系，而是高流動性、高競爭性體系。與石油美元相比，新建構的體系有明顯優勢：技術壟斷比石油壟斷更強、算力依賴比能源依賴更深、美元穩定幣比SWIFT更適合AI、海灣資本在AI上比在石油上更願意投資。但同時，它也有著明顯劣勢，比如AI可替代性高於石油、穩定幣受到各國貨幣監管限制、跨境資料與隱私法規限制美國AI輸出、海灣國家戰略自主性更強、中國與歐洲的本地AI體系削弱美國壟斷性。 (歐亞系統科學研究會)

有技術的，幹不過有背景的？如果說AI故事的第一章叫作「技術的革命」，那麼第二章的主題，看起來越來越像「權力的遊戲」。王晶曾說，過去的香港，每個拍電影的都是有“背景”的。因此演員和導演往往身不由己，電影生意的競爭也往往是背景的競爭。AI生意越來越有這個意思。大家都帶著背景和資源，這裡是Google、微軟、Meta、字節、騰訊、阿里交鋒的修羅場。每一天，抖音用自己浩如煙海的流量鋪天蓋地推舉豆包。Google用全公司的資源，在一系列APP裡狂推自己的Gemini。這種巨頭之力，那怕優秀如Manus、OpenAI也難以對抗。2025年11月起，原本落後的Google迅速在性能和使用者上追趕上了ChatGPT，尤其是在多模態領域，已經反超OpenAI在各種評測中位居第一。奧特曼直言，Google的崛起給OpenAI帶來很大的壓力。曾經火遍全球的通用智能體Manus，也放棄了單打獨鬥，網際網路巨頭Meta選擇將收購Manus。Kimi、DeepSeek這些紅極一時的“當紅炸子雞”早已被豆包、元寶鋪天蓋地的流量壓了下去。在這個拼爹的世界裡，似乎只有超級巨頭才有上桌的資格。以小博大的故事在商業裡十分常見。那怕是騰訊、阿里、Google、蘋果，也經常在某個領域輸給創業公司。但在AI裡，這種故事好像顯得困難了許多。看能力，更看資源娛樂圈裡有一種說法，藝人只要給足飽和式的曝光，都能紅。這也是眼下AI領域的現狀。ChatGPT是ChatBot的發明者，相當於蘋果發明了現代智慧型手機，無論是技術，還是品牌，都是真正的遙遙領先。但當超級巨頭Google發力，ChatGPT很快感受到了壓力。Gemini在多項機構評測中反超GPT，奧特曼在內部信中發出警告：公司的技術領先優勢正在縮小，並預計外界氛圍將在一段時間內“相當艱難”。國內市場，豆包早已取代Kimi成為月活第一的LLM產品。以搭載DeepSeek為賣點的元寶使用者資料也早已反超DeepSeek，成為了DeepSeek崛起的流量受益者。它們為什麼如此強勢，逆襲領先者？答案當然是因為有Google、字節跳動這些大廠在背後提供資源。其實明星AI創業公司背後都有大企業和大資本的投資，帳上也有很多錢，也有很多資源。但背靠巨頭帶來的生態優勢，創業公司們真的沒法復刻。比如Google直接把Gemini植入Android，作為默認的手機助手。Google還有排名第一的瀏覽器Chrome，Gmail，微軟的Copilot也直接融入Office套件。這種與常用APP繫結的方式，使用者不用也得用——而且為什麼不用呢？深度整合入常用APP的AI，體驗是非常絲滑的。金山軟體和微軟一樣，直接把AI融進WPS裡。騰訊也直接把元寶塞進微信裡，使用者無需下載任何APP就能在微信聊天框裡體驗到LLM。那怕是AI落腳點相對少的阿里和螞蟻，也有支付寶、夸克這樣的優質入口。這樣的做法OpenAI、Manus、Kimi們要如何模仿？難道為了與大廠競爭，還要自己做一個手機作業系統或者微信？有些生意，是自力更生，創業公司挑戰巨頭雖然困難，但也有機會。比如米哈游靠著幾部爆款遊戲，迅速在二次元遊戲領域裡成為老大，網易和騰訊資源再多，也沒能阻止米哈游的崛起。但有些生意，對外界的依附太重。AI應用恰恰是這種生意。第一，當然是因為它資產太重，網際網路產品最大的成本往往是買流量，但AI背後可能是數千億美元的固定資產，居民樓創業玩不轉。第二，更重要的是，它的使用場景，與生態的繫結太深，太需要與其他產品的聯動。Manus就是個很好的例子：它的功能當然強大，但在個人使用者端完全沒法獨立幹活，它需要“呼叫”其他網頁，依賴瀏覽器和瀏覽器中的資料。比如訂一張機票，需要帳號授權、支付授權——這些東西都掌握在Google、蘋果、微信這種巨頭手裡。Manus干的是系統級的活，卻完全沒有系統級的權限。相當於普通孩子學了一門“千萬資產理財課”，但他家卻沒有千萬資產。當Google這種瀏覽器和手機作業系統的擁有者親自下場，留給獨立智能體的空間就會越來越狹小。AI搜尋也感受到了這種壓力。畢竟在這個時代，搜尋早不是什麼獨立的APP了，iPhone裡的搜尋框，是由蘋果公司控制的。Perplexity再好用，它也不是蘋果的默認搜尋引擎——Google一年付200億美元獲得了這個身份。在國內，搜尋框則由百度、微信、手機廠商把持，他們很難把搜尋框交給AI創業公司。即便他們利用技術優勢，暫時在大廠的競爭壓力中獲得一定份額，他們還要面臨第二個難題：變現。AI的變現，也得拼爹富貴人家，總是更容易收回教育孩子的成本。他們送孩子去讀個水碩，可以憑藉家庭關係安排進國際銀行，或者進入家族企業擔當要職。但窮人家送孩子去國外讀一年碩士，畢業卻可能會因為學歷含金量不高找不到工作。視角切到AI的變現身上，也沒什麼不同，同樣的一個技術，小公司持有難以變現，大公司就能以不同的方式收到錢。比如在OpenAI還在陷入虧損難題的時候，微軟就通過把GPT服務打包進自家雲服務實現了業績的大幅度增長。OpenAI Service已經成了微軟Azure的王牌產品之一，畢竟客戶們本來就購買了微軟的雲服務，再買點AI服務，屬於捆綁銷售。更不用說Copilot和Office（Microsoft 365）的聯動，微軟把AI工具加入到辦公套件裡，上調訂閱費——不接受？那就別用Office。這也是微軟過去十年重要的增長來源。每當新技術、新變革、新功能出現時，他們就可以對訂閱服務漲價。當然這種漲價是雙贏的，客戶也收穫了便利和價值。在C端，從Gemini和OpenAI的會員中，也可以看到捆綁銷售能力的差距：同樣是賣20美元，Google就可以打包把GoogleOne（Android版本的iCloud）一併打包售賣，AI之外，使用者還能獲得Gmail、相簿裡的儲存空間。這是非常具備吸引力的捆綁銷售方案，畢竟那怕不用AI，使用者也需要郵件和存照片。不難想像，如果Manus屬於Google這樣的巨頭，也許它也會把Manus的訂閱服務加進這個20美元套餐裡，Manus的變現就會更加順滑。而OpenAI的訂閱幾乎只有ChatGPT，那怕Sora、Codex等新產品，也是靠OpenAI自己做的。豆包的變現花樣更加豐富。豆包的回答會把流量引入短影片——之後的商業模式就可以和抖音一樣了，在視訊中間插入廣告就好。豆包還上線了直接的Chat廣告，對話方塊的回答可以直達抖音生態內部的本地生活等服務。比如在豆包裡問附近的好餐館，豆包會直接給出團購連結。圖註：點選連結，就能直達餐館的抖音團購介面這種商業模式Kimi們很難學習，畢竟創業公司可沒有抖音那麼多短影片儲備，也沒有發達的本地生活服務或者電商的供應鏈。它只能向外去賣流量，但眼下的AI行業格局來看，大多數交易平台並不願意把入口交給其他AI工具，即便願意，變現的轉化率也不如生態內那樣高。如果沒有這些變現花樣，那麼AI的商業模式和老乾媽辣醬差不多——一手交錢，一手交貨。也就是在B端賣Token，C端賣訂閱。但這個模式太捲了：客戶只在乎多少錢買到多少Token，難以像微軟的雲服務一樣溢價。個人使用者的訂閱費價格被使用者習慣和行業共識限制：要麼20美元，要麼10-30人民幣。這是多個行業與使用者長期博弈出來的價格，是使用者訂閱習慣的平衡點，大多數行業的訂閱會員，最後都會回歸到這個數字附近。圖註：MiniMax國內產品“星野”的訂閱費用。事實上，國內大多數會員的網路訂閱會員的價格都在這個數字附近，誰想賣更貴都很困難。最近遞交招股書的智普AI和MiniMax，虧損資料都十分嚴重——創業公司，虧損當然很正常，但它們的虧損呈現逐年擴大趨勢，暫時看不到盈利預期在那裡。事實上，這二者的虧損被廣泛討論並不是因為它們的虧損尤為突出，只是因為它們遞交了招股書，在那些沒有遞交招股書的AI企業中，還藏著更為廣泛、普遍的虧損。那怕是已經有7億使用者的OpenAI也不例外。而這個問題，創業公司自己解決起來異常困難，最終很可能需要仰仗大廠的力量。小蝌蚪找爸爸在這個“拼爹”的世界裡，單打獨鬥似乎很難出頭。當出價合理，賣身給巨頭，也是不錯的選擇。Meta接連宣佈收購Scale和Manus，蘋果也被爆出考慮收購Perlexity。一旦被收購，情況就完全不同了。以Manus為例，它過去想呼叫一些功能，要看其他公司給不給權限，還要面臨巨頭自研智能體的競爭風險。但一旦屬於Meta，Manus就可以直接在WhatsAPP、INS、Messenger、Facebook裡獲得原生等級的權限，隨意呼叫各種聊天、購物的功能。更不用說Meta還有AI硬體的佈局，如果與AR眼鏡結合，Manus就能直接獲取SIRI等級的權限。這類AI應用公司，被大廠收購的好處實在是顯而易見。當然，如果自己能成為大廠，誰願意依附大廠呢？OpenAI就不願意。OpenAI原本是有巨頭靠山的，微軟是它的最大的單一機構股東。但可惜，由於特殊的架構，微軟並沒有獲得OpenAI的控制權。微軟管不了OpenAI，自然就不拿它當“親兒子”，不但自己有自己的AI產品，還訓練自己的模型。OpenAI也不想給誰做子公司，作為LLM的最大開創者，它只想自己成為超級大廠。明明微軟有現成的Edge瀏覽器，但OpenAI還是自己想做瀏覽器Atlas，明明微軟是最大的雲服務商，自己找合作夥伴建立算力能力，還與Google合作購買GCP服務。顯然，OpenAI希望成為美股七姐妹那樣真正的超級巨頭。這條路在網際網路時代是被驗證過的，每當行業出現大的變革，總會出現創業公司的崛起，用靈活性打得巨頭節節敗退，甚至最終自己成為巨頭。比如字節跳動在BAT三家統治的網際網路裡，硬是從居民樓裡殺出一條血路，成為網際網路的新一極。還有拼多多、米哈游這種在與騰訊和阿里的競爭中勝利，成為細分領域頭部的公司。畢竟行業的紅利時期總是充滿變革，方向、創意、技術、靈活性才是最重要的。但這條路在AI領域顯得難了太多，三年過去，創業公司的靈活性優勢和先發優勢不斷被大廠的體量碾壓，超級巨頭的優勢愈發明顯。巨頭對各種系統級的入口掌握權限，起到的作用太大了。如果說AI故事的第一章叫作「技術的革命」，那麼第二章的主題，看起來越來越像「權力的遊戲」。 (鈦媒體)