或許你已經感受到，AI的采用與你之前所經歷的任何技術革命如移動互聯網、社交網絡、云計算等，大有不同，事實確實如此。

近日，風險投資公司Bond創始人兼普通合伙人瑪麗·米克爾發布了一份長達340頁的《趨勢——人工智能》報告，其中51頁的內容都提到“前所未有”一詞，以數據圖表呈現人工智能在開發、應用、投入及普及速度上的突破。這位曾因年度互聯網趨勢報告被譽為“互聯網女王”的投資人，是繼2019年后首次重啟趨勢研究，聚焦人工智能對技術史的顛覆性影響。在創立Bond之前，她曾于2010年至2019年負責凱鵬華盈（Kleiner Perkins）的增長業務，投資了Facebook、Spotify、Ring和Block（當時是Square）等公司。

她在報告中寫道，“人工智能技術發展的變化速度和范圍確實是前所未有的，數據也證明了這一點。”

米克爾援引多項數據佐證人工智能的“指數級增長”：

一是用戶增長。ChatGPT僅用17個月便突破8億用戶，且如此高額年經常性收入（ARR）增長速度，遠超互聯網時代任何產品。

二是成本下降。她援引斯坦福大學研究顯示，模型訓練成本雖高達10億美元，但推理成本（即使用成本）在兩年內下降99%（按每百萬token計算）。

三是競品尤其是中國廠商崛起。一方面，英偉達2024年Blackwell GPU的單位功耗較2014年Kepler GPU降低10.5萬倍，另一方面，中國廠商則以開源方式實現追趕，形成全球性技術競賽。

報告稱，隨著人工智能系統日益強大且商業價值凸顯，其發展重心也逐漸從學術界轉向工業界。與此同時，一場與之并行的變革悄然興起——大約在2019年（彼時GPT-2在限制參數規模的情況下發布），閉源模型開始蓬勃發展，其背后推動力主要來自專有利益、競爭優勢以及安全考量。

閉源模型的發展遵循著集中化、高資本投入的路徑。像OpenAI的GPT-4、Anthropic的Claude這類模型，都是在專有系統中利用海量專有數據集進行訓練的，整個訓練過程需要耗費數月時間以及數百萬美元的資金。這些模型往往性能更為卓越，使用起來也更加便捷，因此深受企業、消費者以及越來越多的政府機構的青睞。不過，這種優勢是以犧牲透明度為代價的，用戶無法獲取模型的權重參數、訓練數據以及微調方法等關鍵信息。

最初作為研究前沿領域的成果，如今已演變成一種封閉的產品體驗，通過API接口對外提供服務，并授權給企業使用，同時還受到法律和商業壁壘的嚴密保護。

而后來，隨著大型語言模型的日益成熟以及市場競爭的不斷加劇，開源模型憑借其低成本、功能持續增強以及開發人員和企業更廣泛的訪問權限等優勢，重新嶄露頭角。這些開源模型可供任何人免費使用、修改和在此基礎上進行二次開發，因而備受早期初創公司、研究人員/學者以及獨立開發人員的歡迎。

開源正在推動主權人工智能倡議、本地語言模型的發展以及社區主導的創新。與此同時，閉源在消費者市場以及大型企業的應用場景中占據著主導地位。

與此同時，谷歌TPU、亞馬遜Trainium等云端芯片實現規模化開發，進一步推動人工智能基礎設施的快速迭代。米克爾強調：“這些不僅是技術嘗試，而是關乎未來的戰略性押注。”

不過，盡管人工智能在技術層面全面領跑，但其財務回報尚未超遠其他技術革命。米克爾給出了兩點看法：

一是人工智能仍需要大量的基礎設施投資。風險投資加速流入人工智能領域，但企業與云服務商仍面臨高額基礎設施投入。

二是企業競爭也加速成本降低，用戶和應用企業將受益于技術快速改進。但目前尚不清楚哪些公司能成為長期盈利的下一代科技巨頭。她寫道：“只有時間能證明，當前的人工智能領跑者能否在盈利方程式中站穩腳跟。”

人工智能資本支出前所未有

報告首先指出人工智能的快速發展。Instagram、WhatsApp和YouTube用了2-4年時間才達到1億用戶。而ChatGPT不到三個月就做到了。截至今年4月，ChatGPT每周用戶量已達8億，目前每年處理超過3650億次搜索。

AI智能體正在將對話界面轉變為功能基礎設施。雖然該產品開發還處于早期，但其影響力已經開始顯現。

隨著人工智能的使用越來越多，基礎設施和計算的總需求也在上升，從而再次推高了成本。其結果是，增長的飛輪給云提供商、芯片制造商和企業IT預算帶來了壓力。

值得一提的是，印度已成為人工智能平臺的重要市場。該國為ChatGPT的移動應用用戶貢獻了最高比例（13.5%），超過美國（8.9%）和德國（3%）。印度也是中國DeepSeek的第三大用戶群（6.9%）。報告指出，印度一直是人工智能公司重要的用戶群市場。

開源與閉源路線

人工智能正在分裂成兩條道路：像GPT-4和Claude這樣的閉源模型，以及像Llama和Mixtral這樣的開源模型。

在她看來，這種分裂正在塑造整個生態系統：開源模型正在推動自主人工智能的發展，而本地語言模型和閉源模型在消費者市場份額和企業采用方面占據主導地位。

閉源模型性能領先，受到企業青睞，但缺乏透明度。開源模型更容易獲得，并正在推動當地語言、基層工具和自主人工智能方面的創新。

開源人工智能已經成為現代科技時代的車庫實驗室：快速、混亂、全球化和激烈協作。根據發布的大型人工智能模型數量，中國（截至2025年第二季度）在開源競賽中處于領先地位，2025年將發布三個大型模型——DeepSeek-R1、阿里巴巴Qwen-32B和百度Ernie 4.5。

報告還指出，閉源模型在消費者群體和大型企業里備受青睞，這主要歸因于它們在早期展現出的性能優勢、出色的易用性以及更為廣泛的知名度。

不過，開源模型正在迅速縮小與閉源模型的差距，而且其發展速度超出了許多人的預期，更為關鍵的是，實現這一目標所付出的成本僅僅是閉源模型用戶成本的一小部分。以Llama 3和DeepSeek為代表的開源模型，已經在推理、編碼以及多語言處理能力方面展現出了強大的競爭力。同時，這些模型支持用戶完整下載，能夠進行精細調整，并且可以部署在普通的硬件基礎設施之上。

成本下降，競爭加劇

根據斯坦福大學的數據，雖然模型訓練成本上漲（高達10億美元），但推理成本在兩年內下降了99%。與2014年推出的前代產品相比，英偉達2024年推出的Blackwell GPU的每個令牌能耗降低了10.5萬倍。谷歌的TPU芯片和亞馬遜的Trainium也在迅速擴張。“這些不是邊緣項目，而是基礎性的賭注，”米克爾指出。

2022年至2024年期間，運行大語言模型的每個token的成本估計下降了99.7%，硬件和算法效率的大幅提高推動了這一下降。曾經這對所有公司都來講都過于昂貴，現在甚至是個人開發者都能夠實現低門檻獲取。

基礎大模型的激增創造了一種新的靈活性，開發人員現在可以在數十種模型之間進行選擇。它們各自在不同領域表現出色。一些針對推理進行了優化，其他用于速度或代碼生成，其結果是擺脫了供應商鎖定。

人工智能正在塑造現實世界

報告指出，人工智能的應用范疇正不斷拓展，早已超越了傳統應用程序的邊界。如今，它已深度融入多個領域，不僅能夠駕駛汽車、操控工廠里的機器人，還在醫療保健領域發揮著重要的輔助作用。

工作崗位并未因人工智能的出現而消失，相反，它們正處于持續演變的過程中。人工智能正逐漸成為程序員、作家以及分析師等職業的得力“副駕駛”，與人類協同工作，提升工作效率與質量。

米克爾透露，自2018年起，與人工智能相關的職位空缺數量呈現出爆發式增長，漲幅高達448%，這充分彰顯了人工智能領域對人才的強勁需求。

報告還提到，幾十年來，商業軟件一直遵循著一種廣為人知的模式：先開發出一款專門工具，然后將其銷售給特定且狹窄的用戶群體，并在垂直領域內進行業務拓展與規模放大，這便是垂直SaaS商業軟件的典型模式。

然而，隨著基礎模型和生成式人工智能的興起，行業格局發生了變化。其他從業者開始采用橫向整合的方式，將人工智能原生生產力、搜索、通信以及知識管理等功能集成到一個統一的界面之中。他們不再通過銷售孤立的軟件許可證來盈利，而是針對嵌入整個技術堆棧的智能功能收取費用，實現了從單純銷售工具向注重提供實際成果的價值轉變。

舉例來說，微軟正在整個技術堆棧中集成Copilot，以提升其產品的智能化水平；Zoom和Canva則將生成式AI融入面向用戶的工作流程；而copula公司正把生成式AI能力注入其數據和開發人員堆棧，助力開發者更高效地開展工作。

當下，全球范圍內針對芯片、數據中心等關鍵技術的爭奪戰已全面打響。米克爾將這場競爭比作冷戰時期的太空競賽，其激烈程度可見一斑。

不過，在技術競爭的背后，也存在一些亟待解決的嚴重問題。人工智能可能存在偏見，會傳播錯誤信息，甚至其行為也難以預測，這些都可能帶來潛在風險。米克爾認為，我們需要制定明確的規則，依靠誠實的領導者引領行業發展，并構建更智能的系統，以此應對人工智能快速發展所帶來的挑戰。

米克爾的報告揭示了人工智能的雙重性：它既是技術史上的里程碑，也是商業世界的未知變量。對于其他人而言，或許正如她所言：“系好安全帶，迎接這場前所未有的變革。”（本文首發于鈦媒體APP，作者 | 楊麗，編輯 | 蓋虹達）