3月31日晚，全球科技圈被華為“炸醒”！2025年報重磅發佈，輪值董事長孟晚舟一席致詞，直接把AI的戰略地位拉到“人類終局”高度——“人工智慧可能是人類歷史上最後一場技術變革，註定跌宕起伏，也必然波瀾壯闊”。更擲地有聲：“這是未來十年最大的發展機會，也是最確定性的戰略機遇”。當行業還在爭論AI是風口還是泡沫時，華為已經用8809億營收、680億淨利潤、1923億研發投入的硬核成績單，和“聯接、計算、雲、終端、智能駕駛、人工智慧”六大關鍵詞，宣告：All in AI，就是華為穿越周期、決勝未來的唯一答案。一、終極判斷！孟晚舟一錘定音：AI不是風口，是人類技術的終章“最後一場技術變革”——這句話，份量遠超任何戰略宣言。孟晚舟在年報裡清晰戳破行業幻象：過去幾十年，網際網路、移動通訊、雲端運算輪番登場，每一次都是階段性浪潮；但AI不同，它是底層重構式的革命——不是在原有技術上疊加功能，而是從生產邏輯、互動方式、產業架構上，徹底改寫一切。這不是跟風炒作，是華為30多年技術沉澱後的篤定判斷。“過去30多年，我們的不懈求索和堅實積累，就是為了抓住這場人類歷史上最大的技術變革。”當其他企業還在“AI+”的表層試水，華為早已把AI刻進戰略基因：不是可選加分項，是必選生存線；不是局部最佳化，是全域重構；不是短期投機，是十年為期的長期主義。更清醒的是：AI時代，不進則退，慢進也是退。孟晚舟用“迷霧中航行”作比——比速度更重要的是羅盤精準。華為的羅盤，就是戰略聚焦：拒絕盲目多元化，不追短期熱點，把所有資源、所有火力，集中砸向AI這條“最確定的主線”。二、1923億！全球最瘋狂研發投入：十年超兆，為AI砸出“技術護城河”沒有空談，只有“真金白銀”的瘋狂投入——這才是華為最大的底氣。2025年，華為研發投入1923億元，佔全年營收21.8%，相當於每收入100元，就敢拿21.8元用於研發。什麼概念？遠超蘋果、三星、英特爾等全球巨頭的研發佔比，國內更是一騎絕塵。近十年累計研發投入超兆，尤其是近五年，更是堅持將每年超1/5的收入，全部砸向未來——晶片、大模型、作業系統、算力底座，每一分錢，都為AI築牢“不可踰越的技術壁壘”。這筆天量資金，精準投向AI核心戰場：●算力底座：昇騰AI晶片、鯤鵬處理器持續突破，“叢集+超節點”構築全球領先的規模算力，讓AI推理、訓練不再有瓶頸；●底層系統：鴻蒙、歐拉雙OS深度植入AI能力，鴻蒙開發者破1000萬，生態跨越“生死線”，成為AI原生的系統根基；●大模型與智能體：盤古大模型持續迭代，小藝智能體全面升級，從語音助手進化為“全場景智能助理”；●行業落地：AI深度嵌入ICT、終端、汽車、能源，把技術轉化為千行百業的真實生產力。1923億，不是揮霍，是“壓強式投入”——不在非戰略點浪費一分力氣，把所有子彈打向AI這個“戰略制高點”。三、六大關鍵詞鎖定全域！AI嵌入每一根血脈，全場景AI帝國成型年報裡，孟晚舟明確六大核心方向：聯接、計算、雲、終端、智能駕駛、人工智慧。看似六大類股，實則一條主線貫穿——AI重構一切。1.聯接+AI：5G-A/6G+智能網路，打造AI時代“資訊高速公路”持續推進5G-A與智能網路建設，將AI融入全網調度與維運，打造AI時代的智能聯接底座——5G-A實現萬兆聯接，網路自我最佳化、自我修復，為AI傳輸提供“低時延、大頻寬、高穩定”的硬核通道，讓資料流動更智能、更高效。2.計算+AI：昇騰+鯤鵬，築牢“矽基黑土地”不再拼單一晶片性能，而是通過系統工程，把成千上萬顆晶片練成“超級算力叢集”。昇騰匯聚3000+夥伴、400萬開發者，鯤鵬擁有6800+夥伴、380萬開發者，讓算力像水電一樣普惠，成為AI落地的“基礎設施”。3.終端+AI：從“智能裝置”到“AI原生終端”，全場景體驗革命手機、PC、平板、可穿戴全面AI化——鴻蒙OS實現跨端智能流轉，小藝智能體理解習慣、主動服務；折疊屏、新形態硬體圍繞AI互動重新設計，終端不再是工具，而是“隨身智能夥伴”。4.雲+AI：華為雲+行業大模型，讓千行百業“一鍵AI化”聚焦核心業務，打造行業專屬AI解決方案。金融、醫療、製造、交通……不用企業從零搭建，華為雲提供“模型+算力+部署”全鏈條服務，把AI門檻降到最低。5.智能駕駛+AI：ADS狂飆突進，領跑行業智能駕駛業務持續高速增長，華為ADS高階智駕方案持續領跑行業，鴻蒙智行生態快速擴容，成為AI落地的重要標竿，重新定義智能汽車的“智能標準”。6.人工智慧：全域核心，一切的“底層作業系統”從產品定義到研發流程，從組織架構到生態合作，AI不是“附加功能”，是底層核心。每一款產品、每一項服務、每一個流程，都以AI為出發點重構——真正的“AI原生”，不是口號，是華為的行動綱領。四、不玩概念！華為的AI：從實驗室走向戰場，落地才是硬道理孟晚舟反覆強調：戰略聚焦，更要落地。華為的AI，從來不是PPT上的概念、實驗室裡的Demo，而是看得見、摸得著、用得上的真實價值：●醫療：聯合瑞金醫院打造病理大模型，切片診斷從小時級縮至秒級；●製造：數字孿生工廠讓裝置全聯接、質檢全智能，效率提升數倍；●金融：AI助手賦能客戶經理，普惠服務更精準、更高效；●交通：AI賦能機場、港口，營運效率大幅提升，成本直線下降。“加強戰略到戰場的轉換，積小勝成大勝”——華為的AI邏輯，從來都是“先落地、再規模化”，用真實場景驗證技術，用客戶價值迭代產品，拒絕虛頭巴腦的概念炒作。1923億研發是底氣，全端技術是實力，生態繁榮是根基，戰略聚焦是方向。十年為期，決勝未來！孟晚舟的目標清晰無比：不做AI的跟風者，要做AI時代的領航者；不做技術的追隨者，要做產業生態的建構者；不做短期的逐利者，要做十年周期的堅守者。 (AI智心)

跟晶圓廠打交道久了，經常被圈外朋友問：“台積電不就是造晶片的嗎？三星、英特爾砸錢追，早晚能追上吧？”每次聽到這話，我都忍不住苦笑。咱們圈內人都懂，台積電能穩坐全球晶片代工頭把交椅，靠的從來不止是3nm、5nm這些能喊出來的先進製程，更有那些看不見、摸不著，卻讓對手望塵莫及的“隱形護城河”。今天不玩虛的，就以一線EDA從業者的視角，嘮嘮台積電那些“藏在身後”的底氣，比先進製程更致命。先糾正一個誤區：先進製程≠一切，但“製程+生態”才是絕殺很多人盯著台積電的3nm量產、2nm研發，覺得只要三星跟上這個節奏，就能撼動台積電的地位。大錯特錯。我們做晶片設計的，每天都要跟台積電的“工藝生態”打交道，這才是最讓我們離不開它的原因——那怕三星的製程參數看著差不多，我們也不敢輕易轉單。舉個最實在的例子：我們用EDA工具畫晶片圖紙，第一步不是設計，而是“對齊台積電的工藝庫”。這個工藝庫，不是簡單的參數列表，而是台積電十幾年、幾十萬次流片試錯，攢下來的“獨家經驗包”。裡面包含了每一個電晶體的佈局規則、布線間距、時序最佳化參數，甚至能精準預測晶片量產時的良率、功耗波動。就拿5nm製程來說，同樣的設計方案，在台積電的工藝庫支援下，我們能快速調整佈局，把良率穩定在90%以上；可如果換成三星的工藝庫，那怕參數對標5nm，良率也可能驟降到60%以下，成本直接翻倍。更關鍵的是，台積電的工藝庫會跟著製程迭代同步更新，我們設計公司不需要重新適配新的工具，只需要在原有基礎上最佳化，省時又省力。這種“工藝+生態”的繫結，比單純的製程領先更可怕。三星砸錢能買到EUV裝置，能研發出相近的製程，但它攢不下這麼多年的工藝資料，也建不起這麼完善的生態——等它把工藝庫磨成熟，台積電可能已經迭代到2nm，甚至1nm了。隱形護城河一：“客戶定製化服務”，把巨頭綁死在自己船上很多人以為，台積電就是“來料加工”，客戶給圖紙，它按圖生產。其實不然，台積電早就不是單純的代工廠，而是“晶片製造解決方案提供商”。尤其是對於蘋果、輝達這種頂級客戶，台積電會提供專屬的定製化服務，這才是真正把客戶“鎖死”的關鍵。我之前在國內某車企大廠做汽車晶片的設計，對接台積電的工程師時，他們不僅會稽核我們的設計圖紙，還會主動提出最佳化建議——比如某個模組的佈局可以調整，能降低10%的功耗；某個布線方式可以修改，能提升5%的性能。更重要的是，台積電會為蘋果這種大客戶，預留專屬的產能、專屬的工藝研發團隊，甚至會根據客戶的需求，定製專屬的製程節點。就拿蘋果的A系列晶片來說，台積電為了適配蘋果的需求，專門最佳化了5nm、3nm製程的功耗控制，讓A系列晶片在性能拉滿的同時，續航更持久。這種定製化服務，三星、英特爾根本做不到——三星的代工業務更偏向“標準化”，很難為單個客戶投入大量資源做定製；英特爾則長期專注於自身晶片製造，代工服務的靈活性遠不如台積電。對於我們設計公司來說，選擇台積電，不僅是選擇了穩定的製造能力，更是選擇了一套“從設計到量產”的全流程保障。只要你跟台積電深度繫結，它會幫你規避流片風險、最佳化設計方案、控制生產成本，這種“保姆式”服務，沒有第二個晶圓廠能提供。隱形護城河二：供應鏈的“絕對話語權”，別人連喝湯的資格都沒有晶片製造不是一個企業能完成的，需要EDA工具、光刻機、光刻膠、晶圓材料等一系列供應鏈的支撐。而台積電，在整個晶片供應鏈中，擁有絕對的話語權——不是它依賴供應鏈，而是供應鏈依賴它。最典型的就是ASML的EUV光刻機。我們都知道，EUV是先進製程的“命脈”，全球只有ASML能造。但很多人不知道，台積電是ASML最大的客戶，也是ASML的“研發合作夥伴”。ASML研發EUV的過程中，台積電會提供大量的工藝需求和測試資料，甚至會投入資金支援ASML研發。這就導致，ASML的EUV光刻機，會優先供給台積電——別人還在排隊等機器，台積電已經能拿到最新款的EUV，甚至能定製化調整機器參數，適配自己的工藝。比如台積電的3nm製程，就用到了ASML最新的High-NA EUV光刻機，而三星、英特爾，至今還沒拿到足夠的High-NA EUV裝置，製程研發自然跟不上。除了光刻機，光刻膠、晶圓材料等供應鏈環節，台積電也掌握著話語權。比如台積電的3nm製程，只選用少數幾家頂級供應商的光刻膠和晶圓，這些供應商為了拿到台積電的訂單，會專門為台積電最佳化產品，甚至會根據台積電的需求，研發新的材料。而其他晶圓廠，根本沒有這樣的“待遇”——供應商不會為了一個市場份額佔比低的廠商，投入大量資源研發新產品。最後說句實在話：台積電的護城河，是“時間+經驗+生態”堆出來的很多人覺得，只要砸錢，就能追上台積電。但在我們行業內都清楚，晶片製造從來沒有捷徑可走。台積電的隱形護城河，不是靠錢堆出來的，而是靠十幾年的試錯、幾十萬次的流片、與全產業鏈的深度繫結，一點點堆出來的。三星追了這麼多年，砸了上千億美元，依然趕不上台積電，核心就是差了這股“時間沉澱”——它沒有台積電那麼多的工藝資料，沒有那麼完善的生態，也沒有那麼強的供應鏈話語權。英特爾更是如此，長期專注於自身晶片製造，忽視了代工業務的生態建設，等它想追的時候，已經被台積電遠遠甩在了身後。對於我們國內晶片產業來說，這也是一個警示：晶片自主，不僅要攻克EUV、EDA這些“卡脖子”技術，更要注重工藝沉澱和生態建設。只有像台積電一樣，一點點積累經驗、繫結供應鏈、完善生態，才能真正實現高端晶圓代工的自主可控。不然，就算我們造出了EUV，沒有成熟的工藝和生態，也造不出高品質的高端晶片。 (文觀經技)

如果你最近在關注AI創業，可能會有一種很強的撕裂感。一邊是每天都有新產品上線、融資、爆火；另一邊，越來越多一線投資人開始給出同一個判斷：未來三年，70%—80%的AI應用會消失。作為投資者和創業者該如何判斷？下面這篇訪談可能有些啟發。這篇訪談的題目是《How Anthropic’s $100M Anthology Fund Works | Menlo Ventures》（《Anthropic 1億美元 Anthology 基金運作模式 | Menlo Ventures》）。訪談的主講人Deedy Das，是Menlo最新晉陞的合夥人，此前是企業搜尋獨角獸Glean的創始團隊成員。除了投資人身份，他也是X上頗具影響力的AI領域KOL，對AI創業與行業趨勢有持續觀察。去年，Menlo Ventures與Anthropic聯合設立了1億美元的 Anthology Fund，專門投資AI生態中的早期公司。Menlo Ventures目前管理資產規模超過68億美元，歷史上投出過80多家上市公司，同時也是Anthropic最大的機構投資人之一。在這場訪談中，Deedy Das系統講清了三件正在發生的變化：為什麼大模型公司開始親自下場做生態投資？為什麼VC不再只看賽道，而是在看“學習速度”？以及在AI時代，真正的護城河，可能已經只剩下三樣東西。以下為訪談內容整理（經壓縮編輯，僅保留核心觀點）。———————————————————————Molly O’Shea：很多人聽說了 Anthropic 的$100M Anthology Fund，但不太清楚它到底是一個什麼結構。它是 Anthropic 自己在投公司嗎？還是一個傳統VC基金？Deedy Das：本質上，它是一種新型的合作模式，介於傳統風險投資和平台生態基金之間。Anthropic 並不是在做一個典型意義上的獨立VC。它真正想做的是，找到最優秀的 AI 原生創業公司，並讓這些公司深度使用 Claude。Anthology Fund 的目標不是財務回報最大化，而是讓更多優質公司建構在 Claude 之上，形成生態，以加速真實世界中的應用場景，同時通過這些公司反向獲得產品反饋。Molly：那這個基金的錢是誰來決定投給誰？是 Anthropic 決定，還是 Menlo Ventures？Deedy：這是這個模式裡最關鍵的一點。Anthology Fund 是這樣一個聯合投資結構：Anthropic 提供戰略資源和生態支援，Menlo Ventures 負責投資決策與執行。投資流程和普通VC一樣：看團隊、看產品、看市場、看執行能力。但除此之外，會多一個維度，即這個公司是否適合深度使用 Claude，它能否成為 AI-native 的公司？被投公司除了資金，通常會獲得Claude 使用額度，與 Anthropic 產品團隊直接溝通的機會，及優先獲得新模型能力等生態資源。Molly：Anthology Fund 更選擇投資什麼樣的公司？Deedy：我們重點關注三類公司：第一是， AI-first 公司，它們不是“給原產品加個AI功能”，而是，如果沒有大模型，這個公司就不存在。第二，是深度呼叫模型能力的公司，比如 Agent 系統、自動化流程、企業知識工作自動化等。第三，是增長速度快的團隊。在AI時代，速度就是護城河，誰迭代更快，誰就能贏。Molly：現在的投資邏輯和以前比有什麼改變？Deedy ：過去VC 主要看的是市場規模、商業模式，及長期壁壘等，而在 AI 投資裡，則更看重創始人執行速度、學習能力，及能否快速跟上模型能力變化快速迭代。因為，產品優勢的半衰期越來越短。所以投資邏輯正在從分析市場，轉向押寶創始人速度。Molly：現在AI應用創業特別多，但也有人說，大部分都會被淘汰。你怎麼看？Deedy：我認為確實如此。一個很現實的判斷是，未來幾年，可能 70%-80% 的 AI 應用都會消失。原因主要有三個。第一，模型能力在快速上升。基於此，很多今天的創業公司，其實只是 prompt 工程，或者就是一層包裝，甚至是個簡單的workflow。但隨著模型越來越強，這些功能會被模型原生支援，“如果你的產品只是包裝層，模型會把你吃掉”。第二，產品差異化太弱。現在很多AI產品的問題是，功能相似，技術門檻不高，使用者切換的成本接近於零。沒有真正的資料、流程或系統繫結，很難形成護城河。第三，創業者低估了模型進化速度很多團隊按照“傳統軟體節奏”在做規劃，比如 12 個月的產品路線圖，但現實是，模型能力可能 3 個月就有一次躍升。因而，如果產品設計依賴某個當前能力，很可能半年後就被底層能力替代Molly：那什麼樣的AI公司更有機會活下來？Deedy：真正有機會的是三類。1）深入企業流程的公司如果AI只是一個工具，很容易被替代。但如果它能嵌入工作流，改變組織流程，成為日常營運的一部分，那替換成本就會非常高。流程，就是新的護城河。2）擁有獨特資料的公司AI時代另一個關鍵點是資料專屬性。如果你的系統能持續積累使用者資料，形成反饋循環，那競爭優勢會越來越強。3）能快速迭代的團隊。速度是一切。因為模型、使用者需求、競爭者都在快速變化。AI創業的本質已經變成，一個持續實驗的過程，而不是一次性產品設計。Molly：從投資角度看，AI改變了什麼？Deedy：最大的變化是過去VC強調市場規模、長期壁壘、商業模式穩定性等，而現在創始人的適應能力、學習速度、對技術變化的理解等，則成了主要競爭力。我們投資的是學習速度。在AI時代，商業模式會變、產品會變、技術會變，唯一穩定的變數，是創始人的進化能力。Molly：AI 對公司的形態會有什麼影響？Deedy：未來公司的變化是團隊更小、效率更高、人均產出更大。因為AI 正替代大量重複工作，自動化程度大幅提高，這樣一來一個小團隊可以完成過去大公司的工作。未來會出現大量小團隊、高收入 的AI公司。Molly：從Anthropic、OpenAI這些公司的動作來看，它們不僅在做模型，還在做生態、投資、開發者關係。你覺得它們最終會變成什麼樣的公司？Deedy：我認為，大模型公司正在走向一個非常熟悉的終局，它們會變成平台公司。就像過去的AWS（雲平台）、IOS 作業系統、Android、Saleforce 等。未來的競爭不只是模型能力，而是開發者數量、企業客戶規模、生態繁榮程度、默認的使用習慣。最終勝出的模型公司，會成為默認基礎設施。一旦成為默認選擇，切換成本就會非常高。從這個角度看，Anthology Fund的意義就很清晰了，它不是為了賺投資回報。它的真正作用是，扶持創業公司使用Claude，讓優秀應用繫結Claude，以提前鎖定生態，建立開發者關係。這是一種長期的競爭策略。因為在AI時代，誰擁有更多的真實應用，誰就更可能成為平台。Molly：如果看未來兩到三年，你覺得最大的變化會是什麼？Deedy：最大的變化是AI能力會繼續快速提升，但真正的價值會嚮應用層轉移。一方面，模型能力差距逐漸縮小，成本持續下降，推理越來越便宜而當模型逐漸“商品化”之後，競爭點就變成誰更理解使用者，貼近場景，更能切入實際工作流。分發能力和流程嵌入，會比模型質量更重要。Deedy：AI創業最最容易犯的錯誤是那些？Deedy：現在很多創業者有一個典型誤區。他們關注的是模型能力有多強，技術細節，以及benchmark 排名資料。但真正重要的是使用者每天會不會用你的產品，你的產品能不能進入工作流程，以及是否可以帶來真實效率提升。如果產品不能成為日常使用工具，很可能不是一個真正的生意。總之，AI時代的核心邏輯正在變成三點：速度勝過一切，流程就是護城河，生態決定勝負。而Anthology Fund，本質上就是圍繞這三點在佈局。 (創頭條New)

深廣的護城河，讓騰訊公司無需太多新的競爭動作，就能持續維持強勁的獲利能力。1自進入2025年以來，中國互聯網產業又開始變得熱鬧起來。其中，最引人關注的便是各個電商巨頭之間的外賣大戰了，美團、京東與阿里巴巴三家互聯網巨頭都參與其中，彼此攻防不斷。在電商巨頭競爭慘烈的情況下，筆者卻注意到中國互聯網產業市值最高，盈利能力最強的騰訊公司，卻表現得異常安靜，平時很少看到與其相關的熱鬧新聞出現，既沒有新的戰略行動，也沒有大的組織與人事調整，更沒有與競爭對手之間的紛爭。國內最具競爭力的企業，卻很少有新聞出現，這讓筆者頗為意外。但仔細思考，在此背後正是源自於騰訊公司在核心業務領域的深廣護城河。“護城河”，本義是指古代由人工圍繞城堡挖掘的人工河，用來防範敵人或動物的入侵。 1999年，全球著名的投資大師巴菲特在接受《財富》雜誌採訪時引用了護城河一詞，後來其成為投資界的流行用語，用來形容企業的可持續競爭優勢。巴菲特當時如此描述，「就投資一家企業而言，關鍵不在於其所在的行業給社會帶來多大的影響，也不在於企業取得多大的增長，而在於'護城河'有多深，即企業擁有的競爭優勢以及競爭優勢可以持續的時間。只有擁有深廣、可持續'護城河'的產品和服務，才能給投資者帶來豐厚回報」。正是因為騰訊公司在線上社交、網路遊戲與線上支付等核心主業上的深廣護城河，導致其幾乎沒有任何實質的競爭對手存在。沒有競爭對手，就沒有攻防；沒有攻防，也就沒有大的新聞出現。2騰訊的第一主業，無疑是社交通訊，它是騰訊整個生態的根基。在社群通訊領域，騰訊擁有微信與QQ兩大旗艦產品。在PC網路時代，QQ便是中國最成功的社群與通訊產品。但在行動互聯網時代，微信更進一步，擁有最龐大的用戶規模與最強的用戶黏性，佔據了絕大部分的市場份額，是當前互聯網社交與通訊領域獨一無二的存在。最新季度數據顯示，微信及微信合併月活躍帳戶數已經高達14.02億，涵蓋了幾乎所有的觸網用戶。而由於網路社交產品所具有的網路效應特性，使用的使用者越多，其越難以被其它競爭對手顛覆，這讓微信變得幾乎無法超越。這也是為什麼近年來在社群通訊領域一直沒有新的競爭產品出現的原因。基於微信平台，騰訊也建構了公眾號、視訊號碼、小程式、微信支付、搜一搜與微信小店等一系列好用、實用的功能，讓微信不再只是一個社交通訊工具，而是成為一個幫助用戶實現線上一站式工作生活的超級生態，這進一步加深了微信的護城河。騰訊的第二主業，當屬網路遊戲業務。目前，在中國網路遊戲市場，騰訊遊戲的市佔率絕對領先。雖然市場中不乏網易、米哈遊、遊戲科學等遊戲公司陸續推出的《原神》《蛋仔派對》與《黑神話悟空》等一些爆款遊戲產品，但騰訊遊戲不僅擁有《王者榮耀》《和平精英》《穿越火線》《使命召喚》《PUBG MOBILE》《荒野大開戰》等行業中湧現的長青大廣告系列中現有無畏遊戲。競爭對手僅憑一兩款爆品遊戲，尚無法從根本上撼動騰訊遊戲在業界的絕對領先地位。隨著微信支付以及相關生態業務的發展，目前支付與金融業務已逐漸成為騰訊的第三主業。在微信支付之前，阿里巴巴集團旗下的支付寶一度是網路領域的絕對領導者。但憑藉微信相較支付寶更高的用戶黏性，微信支付快速實現反超。公開數據顯示，2014年，支付寶在行動支付的市佔率還一度高達82.3%，但到了2025年，微信支付的市佔率已接近60%，支付寶則降至35%左右。用戶維度，微信支付全球月活躍用戶突破14億，而支付寶全球月活躍用戶為10.4億；在日常消費場景中，微信支付的滲透率為94.6%，而支付寶為81.3%。相較支付寶要想維持住既有用戶，必須持續投入高昂的推廣與運營費用，而微信支付只需共享微信用戶，無需在進行巨額營銷投入的前提下便可以實現用戶的留存。同時在更低投入的情況下，微信支付也有著更廣闊的商業化空間，一方面可以從微信生態龐大的交易量中獲取可觀的佣金收入，同時在微信服務九宮格中佔據著最顯著的位置，可以為用戶提供利潤豐厚的借貸、理財與保險等金融服務。除了社交、遊戲、支付與金融三大主業之外，騰訊在其它多個細分領域也都處於行業領先地位。例如，騰訊影片、騰訊音樂、閱文集團、騰訊會議與騰訊文件等分別在線上影片、線上音樂、線上文學、線上會議與線上文件領域有著最高的市場佔有率與使用者規模。之所以能夠形成在多個領域形成又深又廣的業務護城河，根源是騰訊這家企業傑出的戰略能力、組織能能力與產品能力，在這裡我們不具體展開，之後文章會詳細介紹。目前，在騰訊所有的核心業務中，唯一沒有取得產業絕對領先地位的便是雲端與AI業務了。其中，在公有雲領域，騰訊雲的市佔率要稍遜阿里雲、華為雲，在AI產業的核心戰場大模型領域，騰訊的混元大模型尚未表現出相較阿里、字節跳動與百度等競爭對手旗下大模型的明顯優勢。不過，騰訊公司正在該領域發動全方位攻堅。根據財報數據，騰訊於2025年第三季的研發支出高達228.2億元，重點投向智算中心建設，支撐兆參數模型訓練；在人才層面，「青雲計畫」也聚焦大模型領域，3年內將計畫新增2.8萬個實習職位，技術人才佔比超七成。只是由於騰訊旗下的雲端與AI業務主要面向B端客戶，因此C端消費者知覺並不強烈。3在很長一段時間內，騰訊、阿里巴巴與百度一直是中國PC網路時代最具資本價值的三家企業。但隨著行動網路時代的到來，百度因為主營的搜尋引擎業務受到巨大衝擊而迅速落後。騰訊與阿里巴巴則憑藉著頗為成功的行動互聯網轉型，而在行動互聯網中早期則持續穩居產業領先地位。隨著行動網路發展的深化，騰訊、阿里巴巴也分別在自己的社群、電商主業受到眾多新競爭對手的一輪輪次挑戰。但二者情況不同的是，騰訊公司在社交主業經受住了所有競爭對手的衝擊，不僅沒有丟失掉優勢地位，反而憑藉微信的進化而持續擴大競爭優勢。而阿里巴巴卻在電商主業遭遇了京東、拼多多、美團、抖音與快手等多個重量級對手的蠶食，逐漸喪失掉了固有的競爭優勢，失去了過去在電商主業的護城河。目前再次爆發的外賣大戰，背後本質是美團佔優的即時零售模式對阿里、京東的傳統電商零售基本盤造成巨大衝擊，阿里、京東無法不進行強勢反擊。而深廣的護城河，讓騰訊公司無需太多新的競爭動作，就能保持強勁的獲利能力。例如，2024年騰訊公司全年營收達6,602.57億元，較去年同期成長8%，歸母淨利1,940.73億元，較去年同期成長68.44%。前不久，騰訊公司又公佈了2025年第三季業績，數據顯示，公司實現營收1928.69億元人民幣，較2024年同期的1671.93億元同比增長15%；經營盈利635.54億元，同比增長19%；經調整淨利潤705.518%。前三季累計營收總金額為5,573.95億元，較2024年同期（4,878.11億元）年增14%。在如此高的營收與利潤規模下，騰訊公司還能依舊維持兩位數的業績成長，相當不易。受惠於龐大的現金儲備與強勁的獲利能力，騰訊公司一方面具有充沛的資金持續投入技術研發，另一方面支撐其在資本市場上進行了大量回購。公開數據顯示，騰訊在2024年全年回購了1,120億港元的股份，2025年計畫回購至少800億港元，現金紅利增加32%至約410億港元，總股東回報最少達1,210億港元，截至目前，已回購654億港元。騰訊公司的案例，可以幫助我們發現那些安靜企業的價值，並理解價值投資中「護城河」的真實意義。如果有企業的主要產品在自己所處產業，具有像微信在網路社交領域，像騰訊遊戲在網路遊戲領域，像微信支付在金融科技領域的競爭優勢，那麼這家企業便可以稱得上是一家具有深廣「護城河」的企業。 「護城河」可以幫助企業無需過多行動，便能獲得穩定的業績表現，也會受到價值投資者們的格外關注。例如，著名投資人段永平先生便深刻地認識到了騰訊公司的護城河，他在社交媒體上長期看好的股票有三個，一個是美股的蘋果公司，一個是A股的貴州茅台，另外一個就是港股的騰訊公司。 2024年10月19日，段永平在雪球上曾發表一則訊息，「騰訊（市值）早晚會再上6000億美金的」。而截至最近一個交易日，騰訊公司的市值為5.67兆港元，折合約7,280億美金，已經超過了段永平的期待，為中國所有企業市值最高。在深廣的業務護城河支撐下，騰訊公司預計在未來較長一段時間內一直保持非常優異的業績表現，回購、分紅力度等各項利多因素也勢必會陸續推出，屆時騰訊公司的市值也有望持續攀升。(礦石商業評論)

近一年，AI 行業的熱度已不用多說。各種“殺手級應用”前赴後繼，但在矽谷最核心的人眼裡，這可能更像是一場“AI觀光團”。OpenAI 董事長、Sierra 的 CEO Bret Taylor 在最新訪談中直言：今天市面上很多 AI 應用更像表演，泡沫比想像中更嚴重，有人必然會賠得很慘。這句話的份量很重。要知道，Bret 的履歷堪稱矽谷全景圖：Google 工程師起家，親歷網際網路早期；創辦 FriendFeed 賣給 Facebook，升任 CTO；創立 Quip，再賣給 Salesforce，當上聯席 CEO；擔任 Twitter 董事會主席，見證馬斯克收購；現在是 OpenAI 董事長，同時自創 AI Agent 公司 Sierra，估值已達百億美元。這樣閃閃發光的履歷，橫跨了網際網路、社交、SaaS和AI四個時代，意味著他既是玩家，又像裁判。我從他的萬字專訪中，給你擰出了5條真正值錢的、能讓你在未來幾年看懂牌桌、甚至上桌的乾貨！這不只是一篇大佬訪談錄，這是一份2025年的AI生存地圖。01| 泡沫來了，別怕，但要會站隊所有人都在問：AI是不是泡沫？Bret Taylor的答案是：是，但這更像1999年，而不是2018年。什麼意思？2018年的區塊鏈泡沫，是屠龍之術，技術很酷，但除了炒幣，幾乎找不到一個能讓普通人生活變得更好的場景。而他把當下比作 1999 年的網際網路泡沫：當年的寵物電商 Pets.com、生鮮配送公司 Webvan，轟然倒下。但是當年看似荒謬的想法，比如“網上買菜”（Webvan），十幾年後卻蓬勃發展。但同一時代，Google、Amazon 卻一路成長為超級巨頭；區別在於：腳下的土壤變了。當年沒有智慧型手機，沒有普及的移動支付和定位系統。點子往往沒錯，只是時機太早。AI 也是如此，許多今天看似荒誕的想法，或許只是提前了幾年出現。而Bret Taylor又說，兩件事會同時為真：AI會像網際網路一樣，從根本上重塑經濟，創造巨大的價值。我們正處在泡沫中，大量的錢會被浪費掉。這給我們什麼啟示？對於創業者和投資者來說，現在判斷一個項目，核心問題不該是“這個想法酷不酷”，而應該是 “支撐這個想法的技術、成本和使用者習慣，現在到位了嗎？”而對於職場人，不要因為“泡沫”二字就覺得一切都是假的。要看你所在的公司，是用AI解決一個真實存在的、能算得出來帳的“痛點”，還是在追逐一個無法落地的“概念”。02| 應用不等於AGI，企業要買的是解決方案軟體已死，未來只賣“結果”。這是整場訪談裡，我覺得最顛覆的一點。傳統軟體公司怎麼賺錢？賣許可證（license）或者訂閱（subscription）。你付了錢，軟體能不能用好，那是你和系統整合商的事。一旦項目搞砸了，軟體商指責整合商，整合商指責客戶，客戶只能自認倒霉。而Bret的新公司Sierra，商業模式完全不同：按結果付費 (Outcome-based Pricing)。具體到客服場景，就是：AI Agent獨立解決了客戶的問題，比如辦完了退貨、改好了訂單，Sierra才收費。如果AI搞不定，轉給了人工客服，那這次服務免費。這聽起來簡單，背後卻是一場商業模式的革命。它意味著供應商和客戶的激勵第一次被徹底拉平了。你不再是為工具付費，而是為搞定一件事付費。其實，Agent（代理人）這個詞的詞源，就包含了“自主性”和“代理權”。一個真正的AI Agent，就應該像你僱傭的一個靠譜員工，按完成的任務量拿提成。從“賣鏟子”到“包挖到金子”，這才是AI時代商業的底層邏輯。Bret 還有一句關鍵判斷是：“應用型 AI 公司，不應該追求 AGI。”理由很簡單：預訓練大模型的門檻極高，燒錢無底洞；企業真正要的不是模型，而是能落地的解決方案。他舉例說，法律智能體 Harvey 能在律所落地，是因為它幫客戶做了“反壟斷審查”，而不是因為它賣 AI。企業從不關心背後是 GPT-4、Claude 還是別的模型，他們只關心：能不能解決我的問題。這也解釋了為什麼 Sierra 的商業模式是“結果導向”。其實，在他看來，三年前人們想像的 AGI，現在其實已經實現了：圖靈測試早就跨過了；模型已經能在部分數學問題上提出新思路。但這也帶來一個悖論：我們不斷移動球門線。當初以為的智能邊界，被 AI 一次次突破。於是，矽谷開始拋棄“AGI”，換上更炫的名號——“超級智能”。Bret 的擔憂在於，一旦智能超過人類，靠人類自己去監督是不可能的。未來，或許需要“AI 監督 AI”，才能保證安全。03| 忘了聊天框吧，AI的第一個兆戰場在你的電話裡一提到AI客服，你可能首先想到網頁右下角的那個聊天框。但在Bret 的一線實踐裡，事實是：語音互動的需求已經超過了文字。為什麼？語音幾乎沒有學習成本。他打了個比方：AI正在把最古老的“公共電話交換網”（PSTN）——也就是我們打了上百年的電話——第一次真正變成數位化的網際網路管道。過去，打電話是企業最昂貴、最頭疼的服務管道。一個客服電話的“單次接觸成本”在10到20美金之間。很多消費品牌的客單利潤還不到這個數，所以他們寧願讓你在網站上繞迷宮，也不想讓你找到電話號碼。這不是因為他們不關心你，而是因為“跟你說句話就得虧本”。現在，LLM（大語言模型）把這個成本降低了近兩個數量級。突然之間，與所有客戶進行有溫度、真實的對話，在經濟上變得可行了。Bret把這稱為“止痛藥”（Painkiller），而不是“維生素”（Vitamin）。聊天框對話的體驗最佳化是維生素，錦上添花；而解決掉積怨已久、成本高昂的電話等待問題，是真正的止痛藥，是剛需。落地建議是，如果你在做跟使用者打交道的業務，請立刻審視那些最傳統、最“笨重”、成本最高的溝通環節。比如：保險行業的理賠報案與進度查詢電話。銀行的信用卡帳單分期申請電話。零售業的保修鑑定和退貨電話。這些地方，就是AI Agent最先能創造百倍價值的“黃金地帶”。04| 別再迷信大模型了，真正的護城河是“髒活累活”很多人覺得，做AI應用，就是選一個最強的模型（比如GPT-5），然後接個API就完事了。Bret直接戳破了這個幻想：“把ChatGPT和一個知識庫拼在一起，現在已經是一個工程師的周末項目了。”那Sierra價值100億美金的“秘密武器”是什麼？不是自研大模型，而是一整套複雜的“編排與護欄”系統。他透露，在Sierra的平台上，使用者和Agent的任意一次互動，背後可能涉及到20次以上的模型呼叫。這裡面混合了不同功能、不同成本、不同速度的模型。就像一個頂級大廚，他用的不是一口“萬能鍋”，而是懂得在什麼環節用猛火爆炒的鐵鍋，什麼環節用慢燉的砂鍋。真正的護城河，正是應用場景的深耕：監管護欄： 在處理銀行、保險、醫療這種強監管行業的對話時，如何用確定性規則和AI監督模型，確保對話100%合規？精準轉寫： 模型把“and”或“or”聽錯了無傷大雅，但把你的銀行帳號聽錯了，就是災難。如何保證關鍵資訊的絕對準確？環境降噪： 你在路邊打電話，汽車一聲鳴笛，AI會不會以為你在打斷它，然後就閉嘴了？如何讓AI分清背景噪音和有效資訊？AI時代具有二階效應，真正的贏家還沒有出現。今天的大多數 AI 應用，Bret 稱之為“AI 觀光”——看上去炫酷，卻難以落地。但他也相信，每一個垂直場景，最終都會誕生一家公司，把 AI Agent 做成企業級解決方案，比如：法律 Agent（Harvey）；客服 Agent（Sierra）；會計、供應鏈、審計……都可能會出現專門的 Agent 公司。機會不在於造出更強的“發動機”（LLM），而在於圍繞這個發動機，造出能在特定賽道（如金融、醫療、法律）上安全、高效、可靠跑完全程的F1賽車。這與當年的 SaaS 極其相似：最初大家都在做“表演性項目”，後來才逐漸沉澱出 Salesforce、Workday、ServiceNow 這樣的行業巨頭。這需要極深的行業知識（Domain Knowledge）。你的行業經驗，就是你最好的護城河。05| 給普通人的AI生存指南：從“碼農”到“系統包工頭”AI能寫程式碼了，Bret自己引以為傲的“重寫Google地圖”的傳奇經歷，可能幾年後一個AI Agent就能搞定。那我們這些“人類電腦”（Computer，這個詞最早就是指做計算的人）該怎麼辦？Bret的觀點很有意思：軟體就像一片草坪，你種下它，就得負責養護它。就算AI能在一夜之間幫你生成一個ERP系統，你敢用嗎？新的會計準則出來了誰來更新？出現安全漏洞了誰來打補丁？所以，工作的價值核心正在發生遷移。過去，你的價值或許在於“寫程式碼”（砌磚塊）。未來，你的價值更在於“設計和維護一個能解決問題的系統”（當好包工頭）。這意味著你需要掌握一套新的技能：任務分解能力： 能否把一個複雜的業務需求，拆解成AI Agent可以執行的、有清晰邊界的步驟？指標定義能力： 如何為每個步驟定義成功與失敗的量化指標？（這就是前面說的“按結果付費”的基礎）風險管控能力： 能否預判系統中可能出錯的環節，並設計好兜底方案（比如，什麼時候必須轉人工）？成本最佳化能力： 能否為不同任務，選擇性價比最高的模型或工具組合？說白了，你不再是一個單純的執行者，而是一個“AI系統架構師+項目經理+風險控制官”的集合體。你負責畫圖紙、定標準、做監理，然後把具體的砌牆工作交給AI。寫在最後最古老、最笨拙的管道，正在被AI注入靈魂，被新的商業模式重新定價。Bret Taylor的分享，最大的價值在於他始終在用“第一性原理”和“商業本質”來思考AI。他沒有被技術的光環迷惑，而是牢牢抓住兩個字：價值。為客戶創造可衡量的價值，然後從中分一杯羹。這個樸素的道理，在AI的漫天泡沫中，或許就是那個最堅固的、能讓你穿越周期的救生圈。泡沫終將破裂，但價值永存。誰又會成為下一個 Amazon呢？ (Vero的AI島)

在AI資料中心大行其道的2024年，雲巨頭們忙著重金購買各類AI晶片，而營收節節攀升的輝達，依舊是最大的贏家。但在輝達之外，博通和Marvell順勢崛起，他們並不以AI晶片聞名，而是憑藉著定製晶片，在資料中心市場中牢牢佔據了一席之地。但在這之外，如何將上萬顆乃至十多萬顆AI晶片更有效地利用起來，早已成為一道所有雲巨頭都必須解決的難題，網路基礎設施，同樣成為了2024年的關鍵詞之一。而在輝達高調宣傳自己的乙太網路網路解決方案Spectrum-X之際，Arista Networks——這家名不見經傳的乙太網路公司正在悄然構築自己的技術護城河，一躍成為輝達在AI網路領域最具威脅的對手之一。而Arista的故事，其實還得從2004年說起。矽谷的再次出發2004年，矽谷的三位重量級人物——Andy Bechtolsheim、David Cheriton 和 Kenneth Duda，在已經功成名就之後，決定重新出發，再次下注未來。他們並不是為了功名，而是因為“還有未竟之事”。Andy Bechtolsheim，天生的工程師與發明家，是Sun Microsystems 的聯合創始人，發明了著名的SPARC工作站。他也是Google的第一筆外部投資人，在兩個史丹佛學生還在車庫裡拼接搜尋引擎原型時，他就毫不猶豫地掏出10萬美元支援他們。David Cheriton，史丹佛大學的電腦科學教授，與Bechtolsheim共同投資了Google。他是一位低調而極具遠見的技術哲學家，深諳網際網路基礎設施的未來發展方向。Kenneth Duda，一位網路技術天才，在分佈式系統與網路協議方面有深厚積累，他曾主導多個早期Linux網路子系統的開發。三人聯手創辦了一家公司，最初名為 “Arastra”，這個名字源自拉丁文“犁地”的意思，寓意他們要在舊有的網路硬體世界裡重新“開荒”，探索一條全新的路徑。他們的目標，是打造一種完全不同於傳統架構的網路系統——簡潔、軟體驅動、為雲而生。但真正讓這家初創公司走向主流視野的，是2008年一位關鍵人物的加入。那年，Jayshree Ullal做出了她職業生涯中最具顛覆性的決定：離開思科，加入Arastra，出任CEO兼總裁。在外人看來，這是一次令人困惑甚至“降格以求”的跳槽——她曾是思科資料中心、交換與服務部門的高級副總裁，在公司工作了15年，手握數十億美元的業務線與光鮮的高管頭銜。但在Ullal眼中，這是一次遠見卓識的賭注。她清晰地看到了一個趨勢的輪廓：雲端運算的興起，正在從根本上改變網路的底層邏輯。傳統網路裝置廠商（包括她曾效力的思科）仍然沉迷於“企業網路思維”，強調層級架構與封閉系統。而快速成長的雲服務商——如AWS、Facebook、Google——渴望的是簡化、自動化、開放與按需擴展的網路系統，而不是臃腫的傳統交換機堆疊。這正是Arastra的理念所在。在她的領導下，公司正式更名為 Arista Networks，借用音樂術語中“裝飾音”（Arista）的意象——在高速資料的樂章中增添技術的優雅旋律。這不再只是一家工程師驅動的硬體公司，而是要重塑整個雲時代網路架構的領導者。Arista的核心創新在於將軟體定義網路（SDN）的理念融入到硬體設計中。公司從成立之初就致力於為大型資料中心儲存和計算環境提供軟體驅動的雲網路解決方案。與傳統網路裝置廠商不同，Arista採用了"白盒"交換機的設計理念。他們將網路作業系統EOS（Extensible Operating System）與硬體分離，使得軟體可以在標準化的硬體平台上運行。這種設計不僅降低了成本，更重要的是提供了前所未有的靈活性和可程式設計性。而EOS作業系統也成為了Arista的核心競爭力。它基於Linux核心，支援完整的網路虛擬化功能，並提供了豐富的API介面。這使得雲服務提供商可以根據自己的需求定製網路功能，實現真正的"軟體定義"。機遇和挑戰並存而Arista看似劍走偏鋒的做法，實際上卻悄然推開了一扇新的大門。在Ullal領導下的Arista，選擇了專注於資料中心市場，特別是雲服務提供商。這個決定在當時頗具爭議——傳統觀點認為，企業市場才是網路裝置的主戰場。但Ullal和她的團隊堅信，雲端運算代表著未來。事實證明了他們的遠見。從2010年開始，Arista陸續贏得了包括Facebook（現Meta）、Microsoft Azure、Google Cloud在內的重要客戶。這些雲端運算巨頭對網路裝置的要求極為苛刻：不僅要求極高的性能和可靠性，還要求成本控制和維運效率。Arista的產品恰好滿足了這些需求。他們的交換機產品線覆蓋了從10Gbps到400Gbps的各種速率，延遲可以低至350納秒，同時提供了業界領先的連接埠密度。更重要的是，EOS作業系統的可程式設計性讓這些客戶可以快速部署新的網路服務，大大提高了營運效率。2014年6月，在Ullal的領導下，Arista成功完成了IPO，這標誌著公司發展的重要里程碑。上市首日，Arista的股價就上漲了72%，市值達到了46億美元。這次IPO的成功不僅為公司帶來了資金，更重要的是證明了華爾街對Arista商業模式的認可。投資者們被公司的增長潛力所吸引——在雲端運算快速發展的背景下，資料中心網路裝置的需求正在爆發式增長。上市後的Arista延續了高速增長的勢頭。從2014年到2020年，公司的年收入從5.84億美元增長到了23.2億美元，年複合增長率達到了25%。這樣的增長速度在網路裝置行業是極其罕見的。然而，成功也帶來了挑戰。作為一家快速崛起的公司，Arista不可避免地與行業巨頭產生了衝突。最主要的對手自然是思科——這家網路裝置行業的霸主顯然不願意看到一個新興競爭者蠶食自己的市場份額。從2014年開始，思科對Arista發起了一系列專利訴訟，聲稱後者侵犯了其多項專利。這場法律戰持續了數年，給Arista帶來了不小的壓力。不過，憑藉著技術創新和市場表現，Arista最終在大部分訴訟中獲勝或達成和解。除了法律挑戰，Arista還面臨著來自其他競爭對手的壓力。傳統的網路裝置廠商如Juniper等都在不斷加強對資料中心市場的投入，而新興公司如Big Switch等也在試圖分一杯羹。但Arista的應對策略是繼續專注於技術創新和客戶服務。他們不斷擴展產品線，推出了包括網路分析、網路安全在內的新產品，同時加強與客戶的深度合作，共同開發定製化解決方案。專注於資料中心的Arista，儘管面臨著老牌巨頭和新興公司的雙重挑戰，但它還是在這一競爭激烈的市場中站穩了腳跟。從億到百億的跨越專注的Arista，最終迎來了近乎百倍的回報。雲端運算的興起成就了Arista的第一次騰飛，AI的爆發則為Arista帶來了第二次重大機遇。從2022年開始，隨著ChatGPT等生成式AI應用的普及，對AI訓練和推理的需求急劇增長，這直接推動了AI資料中心的建設熱潮。AI工作負載對網路的要求與傳統應用有著根本性的不同。AI訓練需要大量的GPU之間進行高速通訊，這要求網路具備極低的延遲、極高的頻寬和完美的可靠性。任何網路故障都可能導致整個訓練任務的失敗，造成巨大的成本損失。Arista在AI乙太網路領域的成功表明，乙太網路技術完全可以滿足AI應用的擴展需求。其快速推出了針對AI工作負載最佳化的產品，包括400Gbps和800Gbps的高速交換機，以及專門為AI叢集設計的網路架構解決方案。從2023年起，Arista就在積極調整產品路線圖，針對AI工作負載推出專屬的Etherlink交換機系列，包括基於Broadcom Tomahawk 4/5和Jericho 3-AI晶片的7060X、7800R4-AI和分佈式7700R4 DES系統，以支援從幾千到十萬個GPU/XPU的大型AI叢集。這些產品不僅提供高達800Gbps的網路頻寬，更以單跳拓撲最佳化性能表現，向客戶展示了乙太網路替代InfiniBand的可行性。這些努力也已經帶來了積極成果。2024年，Arista贏得了多家超大規模客戶的AI網路試點合同，包括Meta旗下兩個大型H100叢集中的一套後端網路。儘管在xAI的10萬卡叢集中未能中標（後端由NVIDIA Spectrum-X提供，前端則被HPE/Juniper拿下），但Arista CEO Jayshree Ullal表示，公司已經贏得了五大AI客戶試點中的四個，並預計將在2025年進入全面部署階段。在硬體佈局之外，Arista也觀察到另一個重要趨勢——企業使用者正在積極從10G/40G升級至100G/200G/400G網路，甚至更高頻寬，尤其是那些對公有雲不再滿意、計畫將工作負載遷回自有資料中心的客戶。此類回流趨勢推動了其園區交換機與服務業務的快速增長，也對思科構成了正面壓力。AI浪潮對Arista的業績產生了立竿見影的效果。2025年第一季度，公司實現了27.6%的收入增長，資料中心乙太網路交換機銷售額達到14.8億美元，佔據了21.3%的市場份額。更令人矚目的是公司在AI相關業務上的增長。雖然CEO Ullal在2023年底相對保守地預測到2025年AI相關銷售額將達到7.5億美元，但實際的增長速度遠遠超出了預期。分析師預測，如果公司能夠保持當前的增長勢頭，到2026年營收有望突破100億美元。這樣的增長不僅體現在收入上，也反映在股價表現上。從2022年初到2025年，Arista的股價上漲了超過300%，市值突破了1000億美元大關，成為了名副其實的科技巨頭。值得一提的是，在AI時代，Arista並沒有停止技術創新的腳步。據瞭解，Arista正在大力投資1.6T LPO（Linear Drive Pluggable Optics）技術，這項技術可以進一步降低功耗，預計將在2025年實現大規模生產，成為降低AI叢集功耗的關鍵技術。除了硬體創新，Arista還在軟體和AI方面加大投入。其將AI技術整合到自己的網路解決方案中，增強了自動化、分析和性能最佳化能力，從根本上改變了資料中心的營運方式。其還表達出可能開發甚至收購DPU的意圖，以實現類似於NVIDIA Spectrum-X那樣的網路解除安裝能力，這標誌著Arista正在從“交換機提供商”向“AI基礎設施平台”演進。與輝達的正面較量但Arista並非完全順風順水，在AI網路市場，它也面臨著一個強大的新對手——輝達。據IDC最新報告，2025年第一季度，輝達在資料中心乙太網路交換機市場的銷售額達14.6億美元，市場份額為21.1%，僅次於Arista Networks的14.8億美元（21.3%）。在短短數個季度內，輝達迅速完成了從“其他”類別到“榜單前列”的躍升，展現了其建構AI網路棧的強大企圖心。輝達的崛起，得益於其Spectrum-X乙太網路解決方案，配合自家BlueField DPU所提供的現代擁塞控制與自適應路由特性，已被越來越多AI客戶採用，用於訓練和推理叢集建構。尤其是在InfiniBand不再是唯一“神話”的背景下，Spectrum-X正成為一股不可忽視的新勢力。然而，乙太網路市場並非鐵板一塊。IDC將其劃分為四大應用領域：園區、邊緣、資料中心前端和後端。這些領域在技術標準上或許相容，但發展節奏與需求卻高度異構。例如，1 Gb/秒乙太網路交換機在2025年第一季度仍實現了增長，帶來了約25億美元的收入，佔據了資料中心外市場的一半以上。這令人驚訝，卻也反映出企業網路的保守性與多樣性。相比之下，資料中心則是新技術的競技場。800 Gb/秒乙太網路裝置首次被IDC單獨統計，在本季度實現了3.501億美元銷售，佔整體市場5.1%。更為主流的200 Gb/秒與400 Gb/秒裝置銷售額則達到45億美元，同比增長近3倍，連接埠數量超過1800萬個。這些產品幾乎全部用於AI資料中心場景，是當前乙太網路增長最強勁的引擎。據IDC資料，2025年Q1全球乙太網路交換機總銷售額達117億美元，其中資料中心乙太網路佔比達59.1%，同比增長54.6%，金額為69.2億美元。這一比例遠高於2020–2022年期間的平均值（43.5%），充分說明AI訓練和推理需求如何推動資料中心網路投入激增。在這個AI主導的戰場，Arista以14.8億美元銷售額位居第一，同比增長26.4%；緊隨其後的是輝達（14.6億美元，+8.6倍同比增幅）。思科退居第三，資料中心收入為12.5億美元，同比增長17.7%。但趨勢更值得警惕：輝達的環比增幅達到1.84倍，遙遙領先其他競爭對手。只需再贏下一筆關鍵AI訓練叢集訂單，輝達就有可能徹底超越Arista，成為資料中心乙太網路的霸主。需要注意的是，輝達在今年第一季度財報中表示，其“Spectrum-X”乙太網路網路交換機已將 Meta 和Google加入為其新客戶。Raymond James 分析師 Simon Leopold 在一份報告中表示：“Meta 一直以來都是 Arista 最大的客戶之一，與微軟並列。市場已經接受了後端橫向擴展將從 Infiniband 演進到乙太網路的現實，但我們認為，持續的挑戰源於 Nvidia 的捆綁能力。”他補充道：“我們相信，一旦思科系統公司( CSCO ) 將其 Silicon ONE 網路 ASIC 與 Nvidia 的軟體堆疊完全整合，它將比 Arista 更具優勢。”目前來看，輝達不滿足於單純賣交換機，它的願景是建構AI基礎設施的“整套系統”。這就意味著網路不再是獨立採購的模組，而成為與GPU、DPU深度耦合的組成部分。不過，這也讓輝達面臨潛在的反壟斷壓力。如果輝達將Spectrum-X與其Grace-Blackwell或未來的Vera-Rubin AI系統打包銷售，其市場主導地位可能觸犯監管紅線。為此，輝達採取“開放”姿態，與思科合作，在後者NX-OS基礎上開發Spectrum-X交換機系統，展示其非捆綁意圖。Arista Networks自2009年憑藉10 Gb/秒交換機起家，在100 Gb/秒時代一飛衝天，如今也終於遭遇了真正意義上的“對手”。輝達則從InfiniBand帝國跨入乙太網路領域，在短時間內幾乎複製了當年Arista的成長路徑。目前Arista與博通的合作仍在持續深化，尤其在高端定製ASIC層面試圖穩住核心優勢。而輝達，作為一個AI系統主導者，正嘗試重構整個網路生態。這場AI時代的網路較量，不再只是頻寬與連接埠的比拚，更是生態、戰略與系統思維的全面碰撞。接下來的幾個季度，將決定未來AI基礎設施的網路基石究竟姓“Arista”，還是姓“NVIDIA”。寫在最後在AI技術日新月異的今天，資料中心網路已經成為了人工智慧應用的神經系統。Arista通過其技術創新和市場執行，正在成為這個神經系統的核心建構者。從最初的乙太網路交換機製造商，到今天的認知雲網路解決方案提供商，Arista的轉型反映了整個科技行業的演進軌跡。站在2025年的時間節點上，我們可以預見，隨著AI技術的進一步發展和普及，對高性能網路基礎設施的需求將持續增長，而Arista能否在和輝達這一巨頭的競爭中勝出，我們不妨拭目以待。 (半導體行業觀察)

2025開年，人工智慧領域熱度持續攀升，成為各界關注焦點。DeepSeek憑藉創新技術迅速破圈，在全球引發廣泛關注，其技術突破為行業發展帶來新方向。 備受矚目的巴黎AI行動峰會於2月10日至11日召開，全球100多個國家的領導人和科技巨頭代表齊聚法國巴黎大皇宮，討論未來如何安全地擁抱AI。這一峰會進一步凸顯了AI在當下的重要地位和發展緊迫性。DeepSeek R1發佈後，從國際科技巨頭輝達、亞馬遜、微軟，到國內的百度、阿里、騰訊、華為，甚至國央企，都官宣接入DeepSeek，OpenAI、馬斯克的Grok也迅速跟進，發佈了新一代推理模型。在這樣的背景下，DeepSeek作為行業內的新興力量，其發展與突破極具研究與討論價值。本期《對話》將與業內專家、學者及從業者共同繪製通往AGI的現實路徑。 DeepSeek橫空出世，震驚全球 清華大學蘇世民書院院長 清華大學人工智慧國際治理研究院院長 薛瀾：OpenAI算是閉源的，Llama是開放原始碼的。但DeepSeek是把在演算法上的創新、低成本、開源這些結合起來，實際上目前是顛覆了整個行業發展的生態。

6月5日晚間，AI 晶片巨頭輝達股價大漲5.16%，總市值一舉突破3 兆美元，正式超過蘋果公司，成為美股第二大市值科技巨頭。距離世界第一的微軟（3.15 兆美元）也已逐步逼近。 輝達計劃將在6 月10 日進行拆股，原本的1 股將變成10 股，這意味著輝達將可能穩坐世界市值第一的寶座。 拆股是指上市公司將一股股票分割為若干股，降低每股的價格。 2022 年亞馬遜1 拆20，至今股價累計漲50%，同年Google1 拆20，股價累計漲60%。 " AI教父"黃仁勳穩坐華人首富