来源：Pexels
Z Highlights
-
AI生态系统的总收入与已投入的资金相比仍然相形见绌，如果说有什么不同的话，那就是我去年对科技巨头们在AI上赚取多少收入的估计可能还太高了。
-
如果说一年前的叙事是围绕预训练的算力需求，那么今天的叙事则完全是关于在一个算力日益充裕的世界里，人才优势至关重要。
去年夏天，我写了大量关于人工智能的文章，从《AI的6000亿美元问题》、《AI资本支出的博弈论》、《AI已万事俱备，只欠“铲子”》、《钢铁、服务器与电力》，到最后的《AI的供应链拉锯战》。一年后回看，有趣的是情况几乎没什么变化：《AI的6000亿美元问题》现在大致变成了《AI的8400亿美元问题》，前提是假设 Nvidia 到2025年底数据中心业务的年化收入能达到约2100亿美元。根据路透社的报道，OpenAI 仍然占据着AI总收入的最大份额，最近已突破100亿美元。AI生态系统的总收入与已投入的资金相比仍然相形见绌——如果说有什么不同的话，那就是我去年对科技巨头们在AI上赚取多少收入的估计可能还太高了。
在过去一年里，AI领域取得了三项主要进步：首先，编程AI真正腾飞了。一年前，这些产品的演示令人惊叹，而今天，编程AI领域正在产生约30亿美元的年化收入。第二个变化是，推理能力找到了PMF，并且AI生态系统对第二种扩展定律，即推理时计算感到兴奋。通过反复查询这些模型并使用强化学习，我们可以获得更好、更稳健的结果。最后，ChatGPT 的使用似乎呈现出一条“微笑曲线”，这种新行为正在真正融入日常生活。
AI的应用层生态系统持续改善，利用廉价的算力和集成的工作流程来构建持久的业务。更充裕的算力对初创生态系统是件好事，像 Harvey、Sierra、Abridge、SmarterDx、Perplexity、OpenEvidence、Clay、Sesame 等许多公司在为客户打包这种能力方面取得了巨大进步。我们一年前的雄心是尽可能多地支持这些公司，今天这依然是我们的雄心。
然而，有一个动态确实自去年以来发生了巨大变化。一年前，大家都在讨论集群规模和预训练扩展，而现在这个话题似乎已从公共对话中悄然消失。也许这是因为新集群上线需要更长时间，或者如 Ilya Sutskever 在十二月所说，“我们所熟知的预训练即将终结。”
同样地，一年前我们看到研究实验室因构建基础模型实验室的巨大成本而出现整合。Microsoft/OpenAI、Amazon/Anthropic、Google、Meta 和 xAI 成为了AI竞赛中的五个“决赛选手”，而其他公司则因这些公司已达到 GPT-4 级别模型并拥有足够资本继续扩展而倒下。相比之下，现在涌现出了一批新的参与者，包括 SSI、Thinking Machines 和 DeepSeek，他们声称人才，而非原始的算力规模，是他们的主要差异化优势。
如果说一年前的叙事是围绕预训练的算力需求推动行业整合，那么今天的叙事则完全是关于在一个算力日益充裕的世界里，人才优势至关重要。对于 Google 和 Meta 来说尤其如此。Google 从产品定位的角度正受到围攻，并正竭尽全力扭转这一局面。Meta 收购 Scale 公司49%股份并引入其CEO Alex Wang 来领导其新的“创始人模式”AI实验室的大胆决定，则更清晰地表明了这一动向。对于这两家公司以及整个生态系统来说，2025年传递的信息是：仅有大规模集群是不够的。所有人都明白，要在AI竞赛中跃升到下一个层次，需要新的突破，无论是在强化学习还是其他领域，而人才是找到这些突破口的关键。
由于对人才的极度痴迷，人工智能实验室正变得越来越像体育团队：它们各自都由一个超级富有的科技公司或个人支持。明星级人才可以要求数千万、数亿，甚至对于最顶尖的人才，似乎可以达到数十亿美元的薪酬。与体育团队中球员通常有长期合同不同，AI的雇佣合同是短期且流动的，这意味着任何人都可能随时被挖走。具有讽刺意味的是，虽然“AI竞赛”这一概念最初是由AI安全社区作为一种需要避免的“怪物”而推广开来的，但这恰恰是在两个不同领域所造成的结果：曾经是算力，现在是人才。
我认为这是人性的体现。人类何曾见过美好的事物，然后说，“现在我们已经拥有够多了，是时候冷静一下了”？一旦越过关键的门槛，我们就会将事情推向极致，这是人类的内在属性。我们无法约束自己。而当奖品像人们所感知的AI大奖一样巨大时，任何阻碍成功的瓶颈——尤其像人才这样缺乏流动性的瓶颈——都将被推到惊人的高度。
然而，即便在这种激烈的竞争中，更广泛的AI生态系统今天给人的感觉比过去三年中任何时候都要平静。这是因为对大多数人来说，这场竞赛本身现在已经成为一种常态，市场结构也感觉稳定。人们正在适应这种现状。这种不稳定的竞争均衡本身是稳定的——至少目前如此。
原文：Why AI Labs Are Starting to Look Like Sports Teams
https://www.sequoiacap.com/article/why-ai-labs-are-starting-to-look-like-sports-teams/
编译：Wex Wang
请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。
Z Potentials将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。
（文：Z Potentials）