全球AI产业

全球AI产业也在走向竞争升级的新阶段。就说刚刚过去的这个月吧，阿联酋与美国签署了建设中东最大AI园区的协议，占地26平方公里，相当于两个北京奥林匹克公园。OpenAI出资65亿美元，收购了前苹果设计师艾维创办的硬件公司io，计划打造一系列便携式AI设备。半导体巨头英伟达的股价度过了震荡期，回升到去年年底的水平。ChatGPT的单周活跃用户数突破8亿人次，比三个月前翻了一番。当然，美国企业并不是唯一的主角。今年大出风头的中国AI公司DeepSeek，发布了升级版新模型，推理能力和精确性有了进一步强化。百度、腾讯、阿里也在5月最后两周，相继公布了加速投资云计算业务，应对AI产业需求的计划。

总的来看，当前全球AI产业有三类主体、三大业务。

三类主体是政府、投资者和科技企业。政府负责制定监管法规，出台配套政策，有时还直接给予资金扶持。

比如，美国众议院5月22日通过的减税法案草案，就包含了一项10年之内，不得在州一级监管AI大模型的规定。这是在用放松监管的方式，刺激AI产业发展。投资者负责连接AI企业和金融资源，比如日本软银集团，它就深度参与了美国的多个AI数据中心项目，从北美到中东都有它的身影。至于科技企业，就比较好理解了，它是直接搞研发的。当然，像谷歌、亚马逊、腾讯这样的科技巨头，本身也兼任投资者。这也是当前全球AI产业的常态。

那三大业务是什么呢？

一是基础设施，大到数据中心和云计算服务，小到专用芯片，都属于这一类。

二是大语言模型，这个概念你应该不陌生。

三是具体的应用，它可以是硬件，比如AI机器人、AI音箱，也可以是软件，甚至可以是专门的服务。

这里举一个新奇的例子：硅谷传奇投资人彼得·蒂尔在2003年创办了一家软件公司，叫Palantir。它的商业模式，是把工程师直接派到客户身边，量身打造数据分析和追踪软件。因为成本太高，Palantir在前20年一直没能盈利。但从2023年开始，情况起了变化。Palantir决定大面积使用AI工具，除了帮自己的工程师写代码，还为客户部署AI大模型，架设AI云平台，以便高效地整理名目繁多的数据。美国国防部、联邦调查局和海军陆战队都是Palantir的用户，对他们的“AI+”业务评价很高。结果，Palantir在没有多招一个人的情况下，实现了收入连续7个季度强势增长，公司市值在过去一年膨胀了4倍半。就连特朗普出访中东，也带上了Palantir的CEO现身说法。

听到这里，你应该理解了：不是说非得自己会开发大模型，才叫从事AI行业。只要在三大业务的分支里，找到适合自己的机会，就可以分享AI产业带来的机会。

另外，AI其实已经在改变特定行业的工作模式了。谷歌CEO皮查伊在今年一季度的财报会议上表示，谷歌现在有30%的新产品代码，是用AI工具写的。程序员可以少干许多机械劳动，专注于解决更重要的问题。瑞士食品巨头雀巢集团，则用AI工具帮助客服团队翻译文件，比对不同版本的合同，效率非常高。雀巢的首席信息官直接说，只要每天能帮公司节省10分钟，给AI工具充值的费用就很划得来。

当然，考虑到计算机硬件的更新速度、AI研发的财务风险以及训练数据的稀缺，到目前为止，在全球AI行业扮演重头角色的，主要还是少数巨头企业。《经济学人》的文章就说，规模优势在当前的AI行业体现得尤为突出。但仔细想想，同样是行业巨头，布局AI的策略其实有很大差异。比如，微软既是OpenAI的投资者，又搞了自己专属的AI项目。OpenAI最初的技术团队成员，在借力亚马逊组建Anthropic之后，也发展得有声有色。相反，早早布局智能化市场的苹果公司，在AI方向上就比较消沉。还有中国的DeepSeek，它的崛起过程相当传奇，令人很感兴趣。

为了搞清这些AI头部玩家的幕后故事，美国《彭博商业周刊》在新鲜出炉的6月号杂志上，刊登了他们对微软、苹果、DeepSeek等5家AI企业的长篇专题报道。分成两个话题来展开：第一，微软布局AI的策略，取得了哪些成功，苹果又为什么落后了。第二，和美国企业相比，DeepSeek的成长有哪些特殊之处。

01-微软的“得”与苹果的“失”

先从微软说起。许多人对这家公司的印象，是守成有余，进取不足。毕竟，微软是1975年诞生的，在美国科技企业里不算年轻了。它的3万多亿美元市值，一大半来自数十年如一日地销售电脑操作系统和办公软件。虽然2014年，现任CEO纳德拉接班比尔·盖茨之后，在计算机硬件、社交网络、搜索引擎等业务上也有发力，但并没有推出多少令人眼前一亮的产品。

不过，微软布局AI产业的时间，却非常之早。2019年它就成为OpenAI的主要投资者，到今年年初为止，累计为OpenAI注资近140亿美元。2023年11月，OpenAI的CEO奥尔特曼被董事会放逐，也是微软支持他复职，拿回公司控制权。

照理说，OpenAI搞得这么成功，它的拳头产品ChatGPT，全球市场占有率超过八成。微软只需要守着这只下金蛋的鹅，等着它成功上市，然后套现就行了嘛。偏偏纳德拉这位微软CEO不这么想，他给记者讲了一个故事。

故事的主人公叫威廉·杰文斯，是19世纪英国的一位经济学家，专门研究煤炭产业。他发现，工业革命期间，瓦特改进的蒸汽机，燃烧煤炭的效率比较高，产生同样的功率只需要消耗更少的煤。那按常理推断，新蒸汽机更省煤，英国消耗的煤炭总量应该下降啊。可真实情况恰恰相反：所有行业都发现，蒸汽机是一种高效、实惠的动力来源，于是争相下单订购。英国的蒸汽机数量出现爆炸式增长，消耗的煤炭相应也增加了。这个发现叫做“杰文斯悖论”。

纳德拉讲，他在出任微软CEO之前，负责的是公司的云计算业务。那时候他就发现，“杰文斯悖论”在科技行业也存在，只不过客户消费的不是煤炭，而是云计算能力。云计算成本越低，客户的消费需求越大。现在有了AI，这个逻辑还可以进一步拓展。客户要调用AI大模型，显然不可能人人都配一套高端硬件，还是得走云端。如果把各家AI企业开发的大模型，搭载在微软的云端服务平台上，让客户自由调用，收取服务费，公司的营收不就能持续增加了吗？这就是AI三大业务中的第一类——基础设施。

微软的云服务，目前搭载了1900多种大模型，从ChatGPT到DeepSeek R1一应俱全，客户可以自行选择。不管他们选哪一种产品，充多少会员费，都得向微软支付云计算、网络安保、数据存储和其他增值服务的费用。通俗地说，微软在云端盖了一间“房子”收租金，相当精明。

不过，这还不是纳德拉的全部计划。他打了这么一个比方：ChatGPT是一辆豪车，就像路虎揽胜，用它的人有一股尝鲜劲。但从微软这么多年销售Office软件的经验看，大多数人最需要的，是简化掉工作里琐碎枯燥的部分，目的很明确，就是从A点走到B点。这个时候，开的车是四缸还是八缸，有没有涡轮增压，根本不重要。一辆简简单单的丰田普锐斯就够了。微软想做的，就是一款类似普锐斯的AI工具，它比ChatGPT成本低，功能也比较简单，但直击办公需求。微软自研的MAI-2大模型，就是这么来的。因为微软是OpenAI的投资方，所以它可以独家访问ChatGPT的底层模型，给MAI-2做参考。这个新模型最终在2023年催生出了一个工具，叫Copilot，意思是“副驾驶”。

如果你是重度Office软件用户，一定注意到了：Copilot工具已经被集成到了Windows系统和Office套装里。它在写份简单的摘要，或者做个PPT的时候，还是非常实用的。而且它不像ChatGPT，有一堆一般人看不明白的模型代号。用户只要付了费，Copilot自己会在后台选模型。它的专长就是处理数字、识别语音，没那么“高级”，但成本也没那么高。虽然自2023年问世以来，Copilot的市场占有率只有4.9%，但依托Office用户的消费惯性，它是一项赚钱的业务。截至今年一季度，Copilot已经为微软吸纳了1500万个人用户和大批企业客户，加上云业务里的AI部分，每年可以创造130亿美元营收。微软这家不够“酷”，也没那么雄心勃勃的老牌科技巨头，以自己的方式在AI产业占住了位置。

说完了微软，再来看苹果。不知道你有没有这么一种感觉：和乔布斯时代相比，近几年的新款iPhone，惊喜越来越少了。回想2011年，当语音助手Siri第一次在iPhone上出现时，可是造成过轰动的。实际上，乔布斯对Siri的终极构想，很像后来的聊天机器人——只要有网络，用户可以直接提需求，Siri负责处理一切。

不过，第一代Siri进入后期研发时，乔布斯已经处于弥留之际。他还没来得及把语音助手，和刚刚起步的机器学习研究结合起来。苹果内部倒是有一个部门，负责搞机器学习，但它针对的是两款专门的硬件产品——AirPods耳机和后来夭折的自动驾驶汽车。结果，Siri在问世的前几年，只能完成一些类似设闹钟、查天气这样的简单任务，离真正的AI有很远的距离。

不过，要说乔布斯的继任者库克不懂AI，那也有点冤枉他。库克传统上很少干预产品研发，但他对苹果在AI开发方面的滞后，一直忧心忡忡。到了2018年，库克最终拍板，从谷歌挖来了AI专家詹南德雷亚，出任苹果高级副总裁。公司原有的机器学习部门、测试运营部门和Siri研发小组，统一并入新的AI团队，由詹南德雷亚直接负责，目标就是把Siri这块曾经的金字招牌，打造成真正智能的聊天机器人。这回苹果总该发力了吧？偏偏并没有。

《彭博商业周刊》采访了20多位苹果内部员工，发现詹南德雷亚的团队，存在三点明显的缺陷，分别是职责冲突、缺少紧迫感以及研发资源不足。先说职责问题：苹果公司早在乔布斯时代，就出现了激烈的部门间竞争。销售和研发、软件和硬件各部门职责不清，全靠乔布斯本人最终拍板。而AI是一项兼顾软硬件的新业务，涉及的上下游部门非常多，偏偏库克很少插手研发，詹南德雷亚只能自己想办法。他想改Siri的旧代码，软件部门不同意，拖了整整四年。他想引入谷歌的资源搞合作，先弄出一个能凑合着用的新版Siri，硬件部门却自己联系了OpenAI，结果又是一片混乱。偏偏市场部门希望AI产品和新款iPhone的发布时间对齐，提前放出了夸大其词的消息，产品却没按期做出来。用苹果老员工的话说：“就算你在游泳途中打破了世界纪录，只要没游到目的地，那就是彻底的失败。”

除了职责冲突，詹南德雷亚的时间观念也很成问题。长期以来，苹果内部的工作节奏，是和每年定时推出新硬件挂钩的，赶进度的意识非常强。詹南德雷亚却希望打造尽可能接近完美的产品。他对自己的团队成员相当友好，很少过分催促，还辩解说：AI本来就是一项不够稳定，需要反复打磨的新业务。结果，由詹南德雷亚主持研发的自有AI产品，稳定版上线比对外发布至少要慢四个月时间。这又激起了市场部门的不满，在内部滋生出新的动荡。

另外，詹南德雷亚获得的研发资源，也比他预计得要少。他希望效仿早期的OpenAI，斥巨资购买大量GPU，用于训练AI大模型。财务部门却认为市面上GPU的价格已经被炒得太高了，不能浪费现金。结果，亚马逊和微软买走了大部分现货GPU，苹果的AI部门遭遇了硬件“算力荒”。另外，詹南德雷亚还想说服公司，用iPhone用户的个人数据训练AI，客服部门却担心遭遇法律诉讼，坚决抵制，结果苹果的AI只能用第三方数据和人工数据做调教。

到2025年初，詹南德雷亚最终被剥夺了对AI开发的控制权。而苹果的AI产品，目前依然是一个功能不全的半成品。

02-美国记者眼中的DeepSeek

好，刚刚我为你介绍了微软和苹果在AI研发方面的表现。需要指出，《彭博商业周刊》对苹果公司的批评，代表的只是旁观者的意见，未必权威。但从中你可以看出，研发AI产品，不光是一门技术活，它还涉及团队文化、部门间协调，乃至领导者的个性。以往的成功经验，未必能照搬到AI研发上，反而可能造成不必要的混乱。

说完了两家美国公司，再来看中国的DeepSeek。今年1月份R1模型发布之前，美国AI圈对这家大洋彼岸的初创公司所知甚少。R1模型横空出世之后，DeepSeek及其创始人梁文锋依旧非常低调，这让《彭博商业周刊》的记者格外好奇。他们辗转采访了11位DeepSeek的前员工，又和30多位美国专业人士交换了意见，最终写出了一篇长文章。按照这篇文章的看法，DeepSeek的成长道路，和硅谷的许多初创公司相当类似。但它有三个特殊的优点：第一，选择了算力成本更低的稀疏大模型。第二，一开始就考虑了获取高端硬件会有难度。第三，采用开源方案。

先解释第一个问题。什么叫稀疏大模型呢？简单来说，大模型就像人的大脑。ChatGPT最初的模式是：使用者提出问题，不管他问的是数学题还是菜谱，大模型都会整个启动，开始答题。它需要更强的硬件算力。稀疏性则是另一套架构：它把“大脑”的神经元分成若干个类别，每一类对应特定的算力资源。使用者提问时，模型会先识别，这属于哪一类问题，再激活对应的硬件算力，提供答案。这套架构的优点是节省算力成本，缺点则是模型架构本身比较复杂。如果问题提出后，没有被足够的神经回路处理过，或者发送到了错误的“脑叶”，那么答案的质量就会显著下降，甚至出现AI幻觉。DeepSeek并没有透露，他们训练大模型的数据集是如何提取的，但显然解决了架构问题。

从架构创新，又引出了另一个问题，那就是硬件，再往细一点说就是GPU。美国AI研究公司SemiAnalysis在今年1月底发布了一份报告，他们推测，DeepSeek购买了5万块英伟达制造的H系列GPU集群，这些芯片不在美国政府禁止对华出口的清单上。不过，3位DeepSeek的前员工告诉记者，他们实际只用了2万块GPU，型号还都比较老。不管哪一种说法是事实，DeepSeek显然提前考虑了美国对华实施科技管控的风险，把可选的硬件用到了极致。一位DeepSeek前员工表示：“如果我手里真有几万块最高端的GPU，我反而可能浪费算力资源，尝试一些不必要的训练。现在硬件算力有限，我就得考虑怎样在力所能及的范围内，实现更多的创新。”这可以说是一种自我倒逼。

最后，开源方案也是DeepSeek的特殊之处。应当承认，稀疏大模型不是什么绝密。法国AI独角兽公司“西北风”也发布过这种结构的大模型，还被DeepSeek研究分析过。它的困难是缺乏优质的数据集，而且反馈太少。DeepSeek的策略是把新模型开源，并且最初免费向用户开放，从用户和同行那里获取反馈，形成飞轮效应。这对后发公司尤其有意义，因为它显著缩短了闭门调教的时间。

当然，据《彭博商业周刊》估算，截至5月初，DeepSeek在全球AI聊天机器人市场的占有率，只有0.8%，和ChatGPT不在一个数量级。但这个比例已经超过了马斯克的Grok，以及另一款美国大模型Claude。它只是需要进一步迭代，并接入合适的基础设施以及应用场景。

有意思的是，英伟达CEO黄仁勋一直反对美国政府对中国实施科技出口管控。他的理由有两点：首先，在现有的贸易模式下，严格追踪每一块芯片的流向根本就办不到。其次，中国会发展出有针对性的进口替代产品，并凭借强大的生产能力，把英伟达的产品挤出特定地区的市场。只不过，特朗普政府没有回应他的呼吁。不过从DeepSeek的例子看，科技自有它独特的生存逻辑，这是不会被人为阻挠隔绝的。