具體而言，我們的研究表明，英偉達的GB300及其后續(xù)產(chǎn)品 Vera Rubin 將徹底重塑人工智能的經(jīng)濟格局，為英偉達持續(xù)賦予競爭優(yōu)勢。此外，英偉達在產(chǎn)量上的領(lǐng)先地位將使其成為相對而言更低成本生產(chǎn)商，并且無論是在大規(guī)模人工智能訓(xùn)練還是推理任務(wù)中，其平臺都將是迄今為止最具經(jīng)濟性的選擇。

就谷歌而言，我們認為它正面臨創(chuàng)新者的終極困境 —— 其搜索業(yè)務(wù)與廣告收入緊密綁定。若谷歌將廣告模式轉(zhuǎn)向類聊天機器人的交互體驗，其搜索查詢的服務(wù)成本將飆升 100 倍；另一種選擇是將商業(yè)模式轉(zhuǎn)向更一體化的購物體驗，但這絕非簡單地向用戶推送 10 個藍色鏈接就能實現(xiàn)。相反，這需要谷歌與用戶及廣告商建立新的信任契約，而即便 Gemini 近期表現(xiàn)不俗，谷歌目前仍未具備這一條件。盡管 ChatGPT 飽受詬病，但在我們看來，OpenAI 正通過強調(diào)可信信息而非強制推送廣告，穩(wěn)步顛覆當(dāng)今的在線體驗。歸根結(jié)底，人工智能時代的兩大早期推動者 —— 英偉達和 OpenAI，目前仍處于穩(wěn)固地位。盡管未來可能發(fā)生諸多變化，但隨著 GB300市場采用率的提升，市場對這兩家公司的現(xiàn)有觀點很可能會發(fā)生轉(zhuǎn)變。

本文將闡述為何認為當(dāng)前市場觀點存在偏差，解讀市場忽略的關(guān)鍵因素，以及英偉達即將推出的產(chǎn)品線如何重塑敘事格局。本文還將分析搜索、大型語言模型（LLM）和聊天機器人的經(jīng)濟邏輯，并說明為何 OpenAI 盡管面臨諸多挑戰(zhàn)（競爭壓力、承諾履行、市場不確定性等），其處境仍比多數(shù)人設(shè)想的更為有利；同時探討為何谷歌雖無疑是人工智能領(lǐng)域的領(lǐng)導(dǎo)者，卻仍難以守住這一科技史上最成功的商業(yè)版圖。

我們認為，TPU 的核心問題并非其芯片本身是否 “優(yōu)秀”—— 事實上它表現(xiàn)不俗。關(guān)鍵在于，對于人工智能的下一發(fā)展階段，TPU 在架構(gòu)上缺乏廣泛的適配性。當(dāng)前，前沿規(guī)模的工作負載對通信能力和帶寬的需求日益增長，且需要能夠擴展至超大型集群、同時避免因協(xié)調(diào)開銷過大而崩潰的系統(tǒng)。在我們看來，TPU 誕生于帶寬昂貴且難以實現(xiàn)的時代，這一設(shè)計初衷在模型規(guī)模擴大、工作負載多樣化的當(dāng)下逐漸顯現(xiàn)局限性。

TPU 的設(shè)計初衷與性能瓶頸

TPU 適用于低帶寬需求的人工智能場景，在搜索等生產(chǎn)環(huán)境中已被證實有效，能夠出色完成特定訓(xùn)練任務(wù)，且曾助力實現(xiàn)多個重要的早期里程碑。但隨著模型規(guī)模擴大和工作負載分布式程度的提升，我們的研究表明，TPU 的設(shè)計在擴展能力和架構(gòu)內(nèi)可用帶寬方面面臨實際限制。這也是 TPU 未能成為全行業(yè)廣泛采用的核心原因。

前沿訓(xùn)練與 TPU 適配型工作負載的本質(zhì)區(qū)別

我們認為，前沿人工智能研發(fā)正日益要求一種針對高帶寬和可擴展性優(yōu)化的架構(gòu) —— 即能夠支撐 “GPU 工廠” 的系統(tǒng)設(shè)計，讓大量加速器能夠高效連接并保持高利用率。

談及人工智能工廠的核心需求，主要包括以下三點：

1. 近線性對分帶寬增長：對分帶寬本質(zhì)上是網(wǎng)絡(luò) “中間節(jié)點” 的吞吐量，即系統(tǒng)兩半部分之間的數(shù)據(jù)傳輸能力。隨著工作負載日益復(fù)雜和分布式化，添加更多設(shè)備時，跨架構(gòu)的帶寬需實現(xiàn)平穩(wěn)增長。

2. 最小化集合通信性能損耗：當(dāng)系統(tǒng)規(guī)模擴大時，集合通信模式可能成為瓶頸。系統(tǒng)必須避免因參與節(jié)點增多而導(dǎo)致性能斷崖式下降。

3. 持續(xù)的實際利用率（約 50%）：目標并非理論峰值性能，而是在生產(chǎn)環(huán)境下，讓系統(tǒng)在大規(guī)模運行時持續(xù)高效完成有用工作。

在我們看來，基于高帶寬、可擴展互連技術(shù)的架構(gòu)更符合這些需求。

“單一供應(yīng)商集群” 的局限性

我們的核心觀點是，TPU 仍是單一供應(yīng)商架構(gòu)，其拓撲結(jié)構(gòu)形成了緊密耦合的 “集群單元”，雖在當(dāng)時是優(yōu)雅的設(shè)計（類似 IBM Blue Gene、Cray 等歷史經(jīng)典設(shè)計），旨在解決 “如何實現(xiàn)全連接” 的問題，但在兩方面存在明顯局限：

• 無法滿足前沿工作負載日益增長的擴展需求；
  

• 難以提供前沿級模型開發(fā)所需的海量通信帶寬。
  

這并不意味著 TPU 變得無關(guān)緊要。在我們看來，TPU 仍極具實用性和吸引力 —— 尤其適用于邊界明確的工作負載 —— 但 “有用” 并不等同于成為下一代人工智能工廠的主導(dǎo)基礎(chǔ)，更不足以侵蝕英偉達的護城河。

市場陳述的簡化誤區(qū)

我們認為，“某模型基于TPU訓(xùn)練，因此TPU代表未來” 這一流行說法忽略了現(xiàn)實。事實上，部分大型模型確實采用了 TPU 進行訓(xùn)練，但數(shù)據(jù)顯示，對于前沿規(guī)模、高通信需求的任務(wù)，GPU 類架構(gòu)的必要性正日益凸顯，市場正趨向混合架構(gòu)模式。

我們的研究還發(fā)現(xiàn)一個務(wù)實因素：在加速器供應(yīng)受限的情況下，充分利用現(xiàn)有資源是合理選擇。因此，大量使用 TPU 并非表明其是終極解決方案，而是供應(yīng)約束下的優(yōu)化舉措。

核心結(jié)論

我們并非看空 TPU—— 它技術(shù)成熟，背后的工程設(shè)計令人印象深刻。但我們認為，英偉達通過端到端架構(gòu)設(shè)計，在帶寬、可擴展性和持續(xù)利用率方面形成了核心優(yōu)勢，而這些正是人工智能工廠從單一系統(tǒng)演示走向大規(guī)模生產(chǎn)基礎(chǔ)設(shè)施的關(guān)鍵要素，這也進一步鞏固了英偉達的護城河。

我們認為，近期 TPU 引發(fā)的熱潮，并非源于市場向非英偉達架構(gòu)的結(jié)構(gòu)性轉(zhuǎn)變，更多是由于產(chǎn)量受限、需求遠超供應(yīng)，且所有超大規(guī)?？萍脊径济媾R資源稀缺的困境。在這種環(huán)境下，采購方和建設(shè)方會利用任何可用的可靠計算資源 —— 這一動態(tài)放大了 TPU 及其他替代方案的可用性和功能關(guān)注度。

CoWoS 是關(guān)鍵制約因素

我們的研究指出，當(dāng)前最大的約束是封裝產(chǎn)能。CoWoS（晶圓級芯片封裝）是臺積電（TSMC）的一項封裝技術(shù)，它將晶圓上的芯片粒集成到基板上，實現(xiàn)超高速通信連接。在我們看來，這是現(xiàn)代人工智能系統(tǒng)的核心基礎(chǔ)，因為這類系統(tǒng)依賴芯片間及復(fù)雜多芯片架構(gòu)間的高速數(shù)據(jù)傳輸。關(guān)鍵在于，當(dāng) CoWoS 產(chǎn)能緊張時，無論需求多么旺盛，先進人工智能加速器的產(chǎn)量都將受到限制。

CoWoS 消耗趨勢圖表解讀

下表展示了英偉達、博通（Broadcom）、超威半導(dǎo)體（AMD）等廠商的 CoWoS 預(yù)計消耗情況 —— 需注意的是，這一數(shù)據(jù)涵蓋所有芯片類型，而非僅針對人工智能芯片。這意味著非英偉達廠商的部分消耗用于其他產(chǎn)品類別和工藝需求，但核心結(jié)論不變：人工智能芯片同樣受限于這一封裝瓶頸。

數(shù)據(jù)來源：摩根大通股票研究

數(shù)據(jù)顯示，CoWoS 總產(chǎn)能將逐步大幅擴張，而英偉達鎖定了超過 60% 的份額：

• 2025 年：652
  

• 2026 年：1150
  

• 2027 年：1550
  

與此同時，隨著英偉達從 GB200 向 GB300 及后續(xù) Rubin 推進架構(gòu)升級，并優(yōu)化交換技術(shù)和整體系統(tǒng)設(shè)計，領(lǐng)先平臺的計算效率和系統(tǒng)性能將持續(xù)提升。我們認為，市場應(yīng)綜合看待這些趨勢 —— 即產(chǎn)能增長的同時，單系統(tǒng)性能也在提升，這將為那些既能保障產(chǎn)量又能快速積累經(jīng)驗的廠商強化經(jīng)濟優(yōu)勢。而在這一場景中，英偉達無疑是絕對的領(lǐng)先者。

英偉達的提前采購轉(zhuǎn)化為市場份額與成本優(yōu)勢

我們認為，當(dāng)前敘事中最被低估的一點是：英偉達已提前采購并鎖定了大量 CoWoS 產(chǎn)能。因此，即便整體市場規(guī)模擴大，在上述規(guī)劃周期內(nèi)，英偉達仍將保持顯著的市場份額 —— 預(yù)計到 2027 年，其在相關(guān)市場的占比仍約為 61%。而僅針對人工智能芯片市場，我們估計英偉達將維持近 80% 的份額。

我們認為，市場份額將由單位經(jīng)濟效益決定。英偉達憑借產(chǎn)量領(lǐng)先地位和對關(guān)鍵瓶頸資源（CoWoS 產(chǎn)能）的掌控，將獲得結(jié)構(gòu)性成本優(yōu)勢和飛輪效應(yīng)。

超大規(guī)?？萍脊緸楹尾捎没旌霞軜?gòu)？

在供應(yīng)受限的環(huán)境下，超大規(guī)?？萍脊緦⒉扇』旌霞軜?gòu)策略。以谷歌為例，它會在適配場景中使用 TPU，在必需場景中采用 GPU，以最大限度獲取可用的計算資源。我們認為，這正是當(dāng)前 TPU 熱度的主要驅(qū)動因素 —— 而非認為 TPU 能廣泛取代 GPU，用于前沿規(guī)模、高通信需求的工作負載。

我們還認為，大型超大規(guī)模科技公司（如谷歌）不太可能向直接競爭對手廣泛出售其專有加速器，從而形成真正的外部市場。盡管相關(guān)傳言不絕于耳，但在我們看來，“TPU 市場化” 敘事的更合理驅(qū)動因素是來自合作伙伴（如博通）和元宇宙平臺公司（Meta）的生態(tài)壓力（后者目前正尋求任何可能的競爭優(yōu)勢）。簡而言之，這并非谷歌有意成為真正的商用芯片供應(yīng)商的戰(zhàn)略決策。

產(chǎn)量的重要性：復(fù)利效應(yīng)催生成本領(lǐng)先

我們認為，這一部分最核心的結(jié)論是以下三大因素的關(guān)聯(lián)性：

1. 產(chǎn)量領(lǐng)先（在半導(dǎo)體及其他規(guī)?；袌鲋惺冀K至關(guān)重要）；

2. 經(jīng)驗曲線優(yōu)勢（學(xué)習(xí)效應(yīng)、良率提升、供應(yīng)鏈杠桿、系統(tǒng)優(yōu)化）；

3. 對受限資源的掌控（以 CoWoS 產(chǎn)能為典型代表）。

在我們看來，這些因素的結(jié)合，使得英偉達憑借 GB300（尤其是后續(xù)的 Rubin）等近期平臺，有望成為代幣生產(chǎn)成本最低的廠商 —— 這并非僅僅源于峰值性能優(yōu)勢，更在于規(guī)模效應(yīng)和鎖定的產(chǎn)能將轉(zhuǎn)化為卓越的經(jīng)濟效益。

短缺不會永久持續(xù)，但短期內(nèi)難以緩解

我們認為，當(dāng)前市場處于 “所有可信人工智能廠商均能售罄其產(chǎn)能” 的階段，核心原因是供應(yīng)稀缺。但我們的研究表明，未來幾年隨著產(chǎn)能逐步跟上，這一局面將發(fā)生改變。從歷史上看，半導(dǎo)體行業(yè)往往在供應(yīng)不足與過剩之間交替波動 —— 準確預(yù)判轉(zhuǎn)折點難度較大，但我們的研究顯示，供應(yīng)緊張仍將持續(xù)一段時間，短期內(nèi)（包括 2026 年）市場仍將處于供應(yīng)受限狀態(tài)，而非產(chǎn)能過剩。

綜上：TPU 之所以受到關(guān)注，核心是市場供應(yīng)短缺，而 CoWoS 是關(guān)鍵瓶頸。隨著行業(yè)周期成熟，英偉達鎖定產(chǎn)能、積累經(jīng)驗曲線的能力，將進一步鞏固其市場份額和成本優(yōu)勢。

近期，投資者加文?貝克（Gavin Baker）在播客中深入探討了 GPU 與 TPU 的經(jīng)濟邏輯，整段對話極具參考價值。我們摘錄了其中一段內(nèi)容，它簡潔地闡述了近期即將發(fā)生的經(jīng)濟格局轉(zhuǎn)變。

我們認為，“低成本生產(chǎn)商” 這一定位至關(guān)重要，但往往被誤解且未被嚴格踐行。在規(guī)模化市場中，成為低成本生產(chǎn)商始終是核心優(yōu)勢 —— 關(guān)鍵在于人們所指的是單位成本、交付價格，還是經(jīng)濟利潤率結(jié)構(gòu)。從這一視角來看，隨著技術(shù)棧的轉(zhuǎn)變以及 TPU/ASIC 供應(yīng)鏈的經(jīng)濟邏輯日益清晰，谷歌當(dāng)前作為人工智能芯片低成本生產(chǎn)商的地位正逐漸變得脆弱。

谷歌當(dāng)前的成本優(yōu)勢真實但難以持續(xù)

我們的研究與加文?貝克的觀點一致：谷歌在其人工智能技術(shù)棧的部分環(huán)節(jié)享有顯著成本優(yōu)勢，并借此積極開拓市場。谷歌能夠以低成本產(chǎn)能 “沖擊” 人工智能市場，是因為當(dāng)單位成本降低時，企業(yè)可以擴大供應(yīng)規(guī)模，并在價格和可用性上向競爭對手施壓。

但我們認為，這一優(yōu)勢高度依賴于底層性能曲線和硬件供應(yīng)鏈的經(jīng)濟邏輯 —— 而這兩方面均在發(fā)生變化。

Blackwell：行業(yè)級學(xué)習(xí)平臺

我們認為，英偉達一個未被充分重視的結(jié)構(gòu)性優(yōu)勢是：大規(guī)模部署所形成的學(xué)習(xí)循環(huán)。大規(guī)模Blackwell架構(gòu)部署（尤其是 X.ai 所推動的 “極限測試” 式部署），能夠暴露系統(tǒng)漏洞、優(yōu)化性能，并提升可靠性。英偉達從這些實踐中汲取經(jīng)驗，并將其推廣至整個客戶群體，這轉(zhuǎn)化為一種難以復(fù)制的上市時間優(yōu)勢 —— 除非英偉達出現(xiàn)運營失誤，否則競爭對手很難企及。

我們認為，這種動態(tài)將形成復(fù)利效應(yīng)：規(guī)模越大，問題暴露越快；解決方案越能廣泛普及；隨著更多客戶在生產(chǎn)環(huán)境中使用該平臺，其性能將持續(xù)優(yōu)化。

規(guī)模定律依然有效：吞吐量與效率成核心溢價

正如貝克所指出的，Gemini 3 的表現(xiàn)證明縮放定律依然有效。我們的研究表明，若規(guī)模效應(yīng)持續(xù)顯現(xiàn)，市場重心將轉(zhuǎn)向那些能以最低成本、最低能耗、最短時間完成最多訓(xùn)練和推理任務(wù)的廠商 —— 且必須具備規(guī)?；芰?。

這正是英偉達產(chǎn)品線的定位核心：GB300 與 GB200 實現(xiàn)無縫兼容。從霍珀（Hopper）到Blackwell的升級已帶來顯著提升。我們此前曾報道，由于新的冷卻需求、機架密度以及轉(zhuǎn)型復(fù)雜性，基于 GB200 的機架可靠性相對較低。但早期反饋顯示，新云廠商的 GB300 配置表現(xiàn)極為出色，從 GB200 基礎(chǔ)設(shè)施升級的阻力極小。這種兼容性加速了部署速度，也提高了客戶繼續(xù)選擇英偉達升級路徑而非轉(zhuǎn)向其他架構(gòu)的可能性。

很明顯，經(jīng)濟效益將進一步向英偉達傾斜。

TPU 的經(jīng)濟邏輯：博通依賴對利潤率的侵蝕

我們認為，TPU/ASIC 技術(shù)棧的經(jīng)濟邏輯往往被忽視。一個關(guān)鍵約束是：若大部分價值流向供應(yīng)商（例如作為谷歌 ASIC 合作伙伴的博通），那么 “低成本生產(chǎn)商” 的說法將變得復(fù)雜。加文?貝克估計，規(guī)模化運營后，谷歌 TPU 業(yè)務(wù) 300 億美元收入中，約 150 億美元將流向博通，這將占據(jù)大部分利潤池。貝克用一個簡單的比喻解釋：谷歌如同建筑師，而博通是施工方 —— 后者負責(zé)管理與臺積電的合作關(guān)系。他正確地指出，蘋果之所以掌控從前端設(shè)計到后端所有環(huán)節(jié)（包括管理臺積電），正是因為在其規(guī)模下，這種垂直整合具有經(jīng)濟合理性。

這種動態(tài)將長期影響谷歌的戰(zhàn)略決策。即便 TPU 的單位經(jīng)濟效益孤立來看頗具吸引力，但供應(yīng)商的利潤分配結(jié)構(gòu)將削弱其持續(xù)壓低市場價格的能力 —— 尤其是隨著英偉達單系統(tǒng)性能的不斷提升。貝克指出，博通整個半導(dǎo)體部門的運營支出為 50 億美元，因此從長期來看，谷歌向博通支付 150 億美元的成本可能不再具備吸引力。

Rubin 進一步擴大差距

我們認為，從產(chǎn)品線規(guī)劃來看，GB300 將重塑成本曲線，而 Rubin 將進一步拉大差距 —— 英偉達與 TPU/ASIC 替代方案的差距將顯著擴大。在我們看來，這并非意味著 TPU 變得無用，而是使其應(yīng)用場景更具局限性。隨著英偉達平臺成為規(guī)?；a(chǎn)中成本最低的代幣生成方案，替代方案將被迫局限于特定場景，或成為 “有什么用什么” 的權(quán)宜之計。

歷史鏡鑒：英偉達 vs 谷歌 / 博通，希捷 vs 昆騰 / MKE

這一場景讓人聯(lián)想到 20 世紀 80 年代的硬盤驅(qū)動器行業(yè)之爭。當(dāng)時，希捷（Seagate）是硬盤驅(qū)動器的領(lǐng)先制造商，采取垂直整合戰(zhàn)略，自行生產(chǎn)磁頭、介質(zhì)和驅(qū)動器本身。而昆騰（Quantum）當(dāng)時正深陷制造質(zhì)量困境，后通過將生產(chǎn)外包給日本頂尖制造商 MKE 重振業(yè)務(wù)。盡管這需要設(shè)計方與制造商之間緊密的工程協(xié)作，但成功解決了昆騰的 “后端” 難題。此后，昆騰市場份額迅速增長，股價也隨之上漲。

本文作者曾與希捷 CEO、行業(yè)傳奇人物艾爾?舒加特（Al Shugart）交流，詢問這是否是一種具有價值的新商業(yè)模式。舒加特簡潔地回答：“當(dāng)你需要付錢讓別人生產(chǎn)你的產(chǎn)品時，你的利潤就會減少?！?他進一步暗示，從長期來看，當(dāng)行業(yè)整合完成后，希捷將成為最終的幸存者。當(dāng)時全球約有 80 家硬盤驅(qū)動器制造商，如今僅剩 3 家，而希捷是其中市值最高的企業(yè)。

硅基芯片與模型之間存在緊密關(guān)聯(lián)。在接下來的部分，我們將聚焦更高層面的競爭，分析近期圍繞谷歌、Gemini 和 OpenAI 的市場敘事。

未來趨勢：模型趨同，服務(wù)差異化

我們的研究表明，競爭焦點正向上游轉(zhuǎn)移。盡管模型能力的快速提升令人矚目 —— 且我們相信，隨著人工智能工廠規(guī)模擴大，更大、更完善的模型將持續(xù)涌現(xiàn) —— 但我們的核心戰(zhàn)略觀點是：僅靠模型質(zhì)量無法構(gòu)成持久的競爭優(yōu)勢。在我們看來，市場重心將轉(zhuǎn)向以下三點：

1. 軟件生態(tài)系統(tǒng)；

2. 圍繞模型的服務(wù)體系；

3. 可靠且經(jīng)濟地將模型落地應(yīng)用的能力。

如前所述，即便谷歌當(dāng)前能宣稱在成本方面擁有階段性優(yōu)勢，但我們認為，隨著英偉達在平臺學(xué)習(xí)、無縫升級路徑、性能規(guī)劃方面的持續(xù)投入，再加上 TPU 供應(yīng)鏈固有的利潤率限制，未來兩個周期內(nèi)（甚至更久），“低成本生產(chǎn)商” 的優(yōu)勢將重新回到英偉達手中。

Gemini 用戶增長敘事的誤區(qū)：谷歌的創(chuàng)新者困境

公允地說，Gemini 3 確實對人工智能領(lǐng)域的討論產(chǎn)生了重大影響，尤其是再次印證了縮放定律的有效性。但我們也認為，部分廣泛傳播的圖表 —— 尤其是那些暗示 ChatGPT 增長 “趨于平緩” 而 Gemini 增長 “爆發(fā)式增長” 的圖表 —— 若被用作衡量持久競爭優(yōu)勢或經(jīng)濟價值的指標，可能會產(chǎn)生誤導(dǎo)。

2025 年全球月活躍用戶（MAU）趨勢（圖表來源：TechCrunch）

為何月活圖表會扭曲真相？

我們認為，用戶增長圖表容易被過度解讀，因為它將截然不同的分發(fā)機制壓縮為一條曲線。一款產(chǎn)品可能因捆綁銷售、默認預(yù)裝、集成入口或展示位置優(yōu)勢，月活用戶呈現(xiàn) “爆發(fā)式增長”；而另一款產(chǎn)品可能看似 “增長平緩”，但其使用質(zhì)量、商業(yè)化程度和生態(tài)忠誠度仍保持強勁。數(shù)據(jù)表明，這一現(xiàn)象背后的復(fù)雜性遠超表面敘事所呈現(xiàn)的那樣。

核心背景：谷歌本質(zhì)上是廣告盈利引擎

我們認為，更關(guān)鍵的因素在于：字母表公司（Alphabet）的經(jīng)濟重心仍在廣告業(yè)務(wù) —— 尤其是搜索及相關(guān)廣告資產(chǎn)。如下表所示，谷歌從廣告業(yè)務(wù)中獲得了巨額運營利潤，且利潤率極高。

谷歌云業(yè)務(wù)雖收入絕對值可觀且盈利能力持續(xù)提升，但與搜索驅(qū)動的運營利潤規(guī)模相比仍相形見絀。即便運營利潤率不斷提高，云業(yè)務(wù)的利潤貢獻仍遠不及廣告業(yè)務(wù)帶來的數(shù)千億美元運營利潤和現(xiàn)金流入。而 “其他業(yè)務(wù)” 在整體盈利結(jié)構(gòu)中幾乎無足輕重。

這構(gòu)成了典型的創(chuàng)新者困境：谷歌憑借搜索業(yè)務(wù)擁有全球最優(yōu)秀的技術(shù)交易市場 —— 海量查詢量、無與倫比的廣告變現(xiàn)模式，以及支撐盈利能力的高效計算基礎(chǔ)。這套系統(tǒng)運轉(zhuǎn)良好，且具備規(guī)?；瘍?yōu)勢。

但我們認為，困境在于：谷歌如何在不破壞使其成為行業(yè)主導(dǎo)者的盈利引擎的前提下，從當(dāng)前模式轉(zhuǎn)型為更 “全面” 的形態(tài)？數(shù)據(jù)表明，問題并非谷歌能否打造強大的人工智能模型 —— 它顯然具備這一能力 —— 而是能否在轉(zhuǎn)向新交互范式的同時，實現(xiàn)搜索產(chǎn)品和商業(yè)模式的演進，并維持原有的經(jīng)濟效益。

關(guān)鍵觀察點

我們對谷歌的戰(zhàn)略疑問如下：

1. 谷歌能否從當(dāng)前的 “搜索 + 廣告” 模式轉(zhuǎn)型為更全面的人工智能原生體驗，同時不侵蝕支撐其競爭優(yōu)勢的利潤率和變現(xiàn)機制？

2. 能否在轉(zhuǎn)型過程中，保持使其現(xiàn)有體系高效運轉(zhuǎn)的運營紀律和低成本計算基礎(chǔ)？

Gemini 的增長勢頭令人印象深刻，但我們認為，更核心的問題在于經(jīng)濟結(jié)構(gòu)層面。谷歌在搜索領(lǐng)域的優(yōu)勢，恰恰構(gòu)成了其引領(lǐng)下一階段發(fā)展必須突破的困境。

參與度而非僅月活：用戶時長如何改變?nèi)斯ぶ悄?+ 廣告的經(jīng)濟邏輯？

數(shù)據(jù)來源：SimilarWeb

我們認為，此前的月活用戶圖表未能完整反映真實情況，若據(jù)此推斷行業(yè)領(lǐng)導(dǎo)力或變現(xiàn)能力，可能會產(chǎn)生誤導(dǎo)。更具參考價值的是上述參與度數(shù)據(jù) ——Specifically，SimilarWeb 的網(wǎng)頁用戶時長統(tǒng)計，因為用戶投入的時間更能反映使用強度、依賴度，以及最終的商業(yè)化潛力。

ChatGPT 在用戶時長上的領(lǐng)先地位更為顯著

盡管 Gemini 增長迅速，但 ChatGPT 在用戶時長方面仍保持顯著領(lǐng)先。圖表還顯示，其他參與者（如 DeepSeek 和 Grok）也實現(xiàn)了快速增長，但在我們看來，競爭格局仍高度集中，用戶注意力的主要爭奪仍集中在 ChatGPT 和 Gemini 之間。

核心指標不僅是 “誰在增長”，更是 “誰在搶占用戶時間”。

為何在廣告場景中，時長比 “用戶數(shù)” 更重要？

我們認為，結(jié)合谷歌的經(jīng)濟模型來看，這一影響將更為突出。谷歌的盈利引擎建立在與搜索行為綁定的廣告變現(xiàn)之上 —— 高流量、低邊際成本，以及優(yōu)化的轉(zhuǎn)化漏斗。這套體系的核心是高效提供海量廣告曝光機會。

但如果交互模式轉(zhuǎn)向 ChatGPT 式體驗 —— 更豐富的答案、更長的會話時長、更耗計算資源的響應(yīng) —— 其成本結(jié)構(gòu)將發(fā)生根本性變化。

更豐富答案背后的計算成本難題

我們的研究表明，輔助式模型中的每一次用戶交互，其計算資源消耗都遠高于傳統(tǒng)搜索模型。關(guān)鍵在于，相同的 “用戶分鐘” 內(nèi)，輔助式模型需要消耗約 10 倍的計算資源，才能為用戶生成更豐富的輸出。

在我們看來，這正是將人工智能輔助交互模式與廣告資助商業(yè)模式結(jié)合的核心難點：

• 傳統(tǒng)搜索中，廣告被嵌入低成本的查詢 / 響應(yīng)流程；
  

• 輔助式體驗中，相同的用戶注意力需要消耗遠超以往的計算資源，這推高了每一次可變現(xiàn)交互的成本。
  

因此，盡管人工智能原生界面可能打造出更具吸引力的產(chǎn)品，但除非變現(xiàn)機制隨之演進以抵消成本增長，否則廣告交付的經(jīng)濟效益將從高利潤率模式轉(zhuǎn)變?yōu)楦叱杀灸Ｊ健?br/>

用戶時長仍未完全反映真實變化

我們認為，用戶時長雖比月活更具參考價值，但仍未能完全捕捉行業(yè)的真實轉(zhuǎn)型。時間投入無法直接衡量市場上產(chǎn)生和傳遞的知識數(shù)量與豐富度 —— 而這種豐富度恰恰是計算資源消耗的核心驅(qū)動因素。

核心結(jié)論是：參與度是正確的衡量指標，但更深層次的問題在于經(jīng)濟邏輯。若市場從低成本搜索交互轉(zhuǎn)向高計算成本的輔助式交互，服務(wù)成本（進而變現(xiàn)成本）將大幅上升。這正是谷歌廣告主導(dǎo)商業(yè)模式面臨的核心壓力。

我們認為，“谷歌將自我顛覆” 這一普遍觀點忽略了一個關(guān)鍵約束：搜索業(yè)務(wù)的單位經(jīng)濟對谷歌極為有利，而從傳統(tǒng)搜索轉(zhuǎn)向輔助式交互模式，將徹底改變單位經(jīng)濟，甚至可能摧毀其盈利引擎。

搜索的成本與收入結(jié)構(gòu)

數(shù)據(jù)來源：摩根大通、theCUBE 研究

搜索是極致規(guī)?；⒏叨葍?yōu)化的計算業(yè)務(wù)

我們的研究表明，一次搜索的成本僅為幾分之一美分。這一成果源于：

1. 數(shù)十年的排名系統(tǒng)優(yōu)化；

2. 極致的規(guī)?；?yīng)；

3. 高度優(yōu)化的基礎(chǔ)設(shè)施技術(shù)棧。

在我們看來，這可以說是全球成本最低的大規(guī)模計算服務(wù)之一，也是全球范圍內(nèi)運營最出色的規(guī)?；?wù)之一。

利潤率結(jié)構(gòu)是核心護城河 —— 難以輕易放棄

關(guān)鍵在于，每次搜索的收入是其成本的 5-10 倍，這構(gòu)成了谷歌商業(yè)模式的核心 —— 超低單位成本與高價值交互變現(xiàn)的完美結(jié)合。

在我們看來，沒有人會輕易顛覆這種經(jīng)濟模型 —— 并非缺乏遠見，而是替代方案必須跨越極高的經(jīng)濟門檻。

工作負載特性的簡潔性 —— 核心優(yōu)勢所在

我們的研究表明，搜索查詢的本質(zhì)支撐了這種經(jīng)濟模型：

• 每日搜索量約 80-90 億次；
  

• 數(shù)十億活躍用戶；
  

• 查詢通常極為簡短（多為 2-3 個關(guān)鍵詞）；
  

• 2/3 的搜索會產(chǎn)生點擊；
  

• 每次訪問約 1-1.5 次查詢。
  

這是一種高流量、低復(fù)雜度的工作負載，其優(yōu)化核心是速度、效率和變現(xiàn)能力 —— 而非生成深度推理型輸出。

若不改變變現(xiàn)模式，搜索轉(zhuǎn)輔助將崩潰

我們的核心觀點是：若谷歌將這種超低成本交互轉(zhuǎn)變?yōu)?OpenAI 式體驗 —— 更豐富的響應(yīng)、更長的會話、更高的單次交互計算成本 —— 其成本結(jié)構(gòu)將急劇上升。若 “搜索” 成本增長一個數(shù)量級，而變現(xiàn)機制仍停留在傳統(tǒng)廣告模式，其經(jīng)濟效益將大幅壓縮，商業(yè)模式可能徹底崩潰。

歸根結(jié)底，谷歌完全有能力進行創(chuàng)新，但數(shù)據(jù)表明，自我顛覆相當(dāng)于一次經(jīng)濟 “大手術(shù)”。現(xiàn)有搜索體系圍繞 “簡潔性” 和 “高利潤率” 優(yōu)化，若在缺乏新變現(xiàn)模式的情況下轉(zhuǎn)向高計算成本的輔助式交互，可能會摧毀支撐轉(zhuǎn)型的盈利引擎。

注：產(chǎn)品 / 商業(yè)搜索僅占谷歌搜索查詢量的 10-20%，卻貢獻了 60-70% 的搜索收入。核心邏輯：低成本廣告模式 vs 高成本信息 + 信任模式 —— 從 “付費曝光” 到 “付費精準呈現(xiàn)”。數(shù)據(jù)來源：摩根大通、theCUBE 研究

當(dāng)我們聚焦會話成本而非表面用戶數(shù)量時，谷歌能否自我顛覆的問題將變得更加清晰。如上表所示，傳統(tǒng)谷歌搜索的單位經(jīng)濟圍繞 “超低交互成本” 和 “高利潤率變現(xiàn)” 構(gòu)建，而輔助式會話則完全顛覆了這一邏輯。

谷歌搜索：每會話僅需數(shù)美分，按查詢廣告變現(xiàn)

我們的研究表明，谷歌搜索的單次交互成本約為 0.002-0.005 美元（如表格所示），且由于每次會話的查詢次數(shù)較少，最終每會話成本仍 “不到 1 美分”。其變現(xiàn)模式與這一結(jié)構(gòu)緊密綁定：按查詢投放廣告，低成本與高廣告收益的結(jié)合造就了超高利潤率。

在我們看來，這正是谷歌搜索商業(yè)模式極具韌性的核心原因 —— 它是一種高度優(yōu)化的低成本服務(wù)，并通過規(guī)?；瘜崿F(xiàn)高效變現(xiàn)。

ChatGPT 式會話：單位經(jīng)濟結(jié)構(gòu)完全不同

ChatGPT 的單次交互成本顯著更高，且會話模式也截然不同 —— 每次會話包含 5-10 次查詢，而非傳統(tǒng)搜索的簡短輕量交互。兩者結(jié)合，使得每會話成本大幅上升 —— 我們估計約為谷歌搜索的 100 倍。

關(guān)鍵在于，這并非意味著 ChatGPT 效率低下。事實上，ChatGPT 已處于行業(yè)效率領(lǐng)先水平 —— 但即便如此，其底層交互范式的每會話計算成本仍遠高于傳統(tǒng)搜索。

我們認為，這正是谷歌無法簡單將搜索轉(zhuǎn)型為 ChatGPT 式模式的核心原因 —— 這將嚴重破壞其利潤率。

“10-20% 查詢貢獻 60-70% 收入” 的難題：收入集中化帶來生存風(fēng)險

我們的研究表明，搜索業(yè)務(wù)中最具經(jīng)濟價值的部分是產(chǎn)品和商業(yè)搜索 —— 僅占查詢量的 10-20%，卻貢獻了 60-70% 的搜索收入。在我們看來，這種集中化正是轉(zhuǎn)型的核心難點：

• 這一部分是谷歌最需要保護的利潤核心；
  

• 同時，隨著人工智能輔助工具向上游滲透到高意圖工作流，這一部分也最容易受到?jīng)_擊。
  

變現(xiàn)邏輯的深刻轉(zhuǎn)變：從 “付費曝光” 到 “付費精準呈現(xiàn)”

我們認為，這是本研究報告中最核心的觀點之一：市場正從 “低成本廣告 + 藍色鏈接” 模式，轉(zhuǎn)向 “高價值、高成本的信息經(jīng)濟”—— 信任與精準呈現(xiàn)成為核心產(chǎn)品。

在我們看來，這將帶來兩大直接影響：

1. 品牌將更關(guān)注信息質(zhì)量，而非鏈接排名；

2. 變現(xiàn)模式將從 “付費獲取曝光” 轉(zhuǎn)向 “付費獲取驗證、可信、高保真呈現(xiàn)”—— 這是一種全新的商業(yè)邏輯和經(jīng)濟模型。

谷歌 “混合模式” 的未來走向？

谷歌當(dāng)前的策略 —— 提供混合路徑，允許用戶深入人工智能模式 —— 既巧妙又實用。理想情況下，谷歌希望緩慢推出輔助式體驗，將其作為獨立業(yè)務(wù)隔離，并收取溢價。

但現(xiàn)實限制了這一戰(zhàn)略：谷歌必須保護商業(yè)搜索的核心數(shù)據(jù)。盡管谷歌希望在現(xiàn)有基礎(chǔ)上疊加高價值服務(wù)，并向廣告商收取更高費用，但挑戰(zhàn)者更容易推出 “高成本、高信任度” 的服務(wù) —— 因為它們無需維護傳統(tǒng)利潤率結(jié)構(gòu)。我們認為，這正是 OpenAI 的核心優(yōu)勢。

這種張力使得混合模式更像是一種過渡策略，而非穩(wěn)定的最終狀態(tài) —— 它最終必須在兩種經(jīng)濟模型中做出選擇。

競爭格局框架

在我們看來，市場正分化為兩大核心戰(zhàn)場：

1. 英偉達 vs TPU/ASIC 替代方案：除非出現(xiàn)執(zhí)行失誤，否則局勢對英偉達相對清晰；

2. 谷歌 vs OpenAI（及其他廠商）：局勢更為復(fù)雜，因為這不僅是模型質(zhì)量的競爭，更是界面、經(jīng)濟邏輯和信任的博弈。

核心結(jié)論是：每會話成本是這場新博弈的經(jīng)濟驅(qū)動因素。它解釋了為何自我顛覆如此困難，為何高價值商業(yè)搜索領(lǐng)域如此脆弱，以及為何市場可能從低成本廣告庫存轉(zhuǎn)向高成本、基于信任的呈現(xiàn)模式。這將是未來十年的核心戰(zhàn)場。

搜索的未來：收入模型錯配與高價值領(lǐng)域的風(fēng)險

我們認為，“搜索的未來” 核心問題并非模型質(zhì)量，而是收入模型錯配。傳統(tǒng)搜索是廣告資助的機器，優(yōu)化目標是 “低成本發(fā)現(xiàn)”—— 本質(zhì)上是向用戶推送 “10 個藍色鏈接”，其變現(xiàn)與排名和點擊綁定，而非信息本身的質(zhì)量和可信度。

搜索的未來趨勢：四大核心變化

隨著搜索轉(zhuǎn)向 “答案中心型” 和 “信任中心型”，我們的研究表明，谷歌的大部分利潤池將面臨暴露風(fēng)險。

小部分查詢貢獻大部分收入 —— 信任流失可能導(dǎo)致核心利潤受損

本研究希望強調(diào)一個核心收入邏輯，我們認為這是關(guān)鍵所在：

• 10-15% 的查詢具有商業(yè) / 產(chǎn)品意圖；
  

• 這部分查詢貢獻了 65-75% 的搜索收入。
  

在我們看來，這正是最易受信任侵蝕影響的業(yè)務(wù)部分。若用戶開始認為答案是為廣告商優(yōu)化而非為買家著想，其價值主張將迅速貶值 —— 而這一小部分查詢恰恰是買家最關(guān)注質(zhì)量、排名公正性和可信度的場景。

風(fēng)險在于：谷歌可能保住大部分搜索流量，卻失去經(jīng)濟上最關(guān)鍵的部分 ——“90% 的搜索量”，但并非支付賬單的核心部分。

生成式人工智能答案成本高出數(shù)量級 —— 規(guī)模化放大風(fēng)險

我們的研究表明，生成式人工智能生成答案的成本，至少是傳統(tǒng)高度優(yōu)化搜索查詢的一個數(shù)量級 —— 根據(jù)體驗設(shè)計不同，甚至可能達到兩到三個數(shù)量級。以谷歌的規(guī)模，即便是適度轉(zhuǎn)向人工智能密集型會話，也會對利潤率產(chǎn)生巨大影響。

我們認為，這既是時間問題，也是戰(zhàn)略問題。換句話說，隨著使用模式的轉(zhuǎn)變，轉(zhuǎn)型將開始侵蝕利潤率，公司必須在兩大相互矛盾的力量之間尋求微妙平衡：

1. 保護當(dāng)前利潤率；

2. 防止高信任、高價值查詢流向其他平臺。

對消費者而言，這帶來了積極變化：用戶可以在低成本傳統(tǒng)搜索和高質(zhì)量、高信任度答案引擎之間自由選擇。但這種選擇權(quán)也加劇了市場競爭壓力。

信任與權(quán)威成為新的轉(zhuǎn)換成本

由于谷歌的搜索份額已處于極高水平，未來只能面臨下滑 —— 因為競爭軸心已發(fā)生轉(zhuǎn)變。在傳統(tǒng)搜索中，若結(jié)果不佳，用戶只需優(yōu)化查詢詞即可繼續(xù)使用；而在輔助式搜索中，當(dāng)用戶對某個引擎產(chǎn)生依賴（因其持續(xù)返回高質(zhì)量結(jié)果、具備記憶功能），信任將成為核心護城河。贏得信任的平臺將搶占絕大部分高價值會話份額。

關(guān)鍵在于：即便谷歌的模型質(zhì)量強勁，其商業(yè)模式的激勵機制也與 OpenAI 截然不同。

這是全新的商業(yè)模式，而非僅是更優(yōu)的用戶界面

在我們看來，未來并非 “更智能的廣告”，而是全新的價值鏈 —— 品牌需要被精準呈現(xiàn)、合理對比，并基于適配度而非付費排名獲得曝光。

本研究的核心觀點在于捕捉這種差異：一個復(fù)雜的高意圖請求，通過排名選項和行動計劃，可在一分鐘內(nèi)得到滿足；而傳統(tǒng)搜索則需要更長、更反復(fù)的查詢過程。我們的研究表明，這種 “高質(zhì)量商業(yè)搜索” 體驗正是市場份額可能轉(zhuǎn)移的核心領(lǐng)域 —— 而這正是經(jīng)濟價值最高的部分。

OpenAI 的結(jié)構(gòu)性優(yōu)勢：通過訂閱制和 API 實現(xiàn)激勵對齊

我們認為，OpenAI 的結(jié)構(gòu)性優(yōu)勢源于其收入模型：

• 用戶付費（通常通過訂閱制）是因為重視體驗質(zhì)量；
  

• 開發(fā)者和企業(yè)通過 API 直接為使用付費。
  

這種激勵機制與廣告資助型搜索截然不同 —— 在廣告模式中，付費方并非用戶，品牌為排名付費。在我們看來，這為輔助式平臺建立了更直接的 “質(zhì)量 - 收入” 關(guān)聯(lián)。

在品牌端，我們的研究表明，新興趨勢是 “面向買家的 API”—— 基于可信信息構(gòu)建，旨在在答案引擎中獲得高分。這與傳統(tǒng)的搜索引擎優(yōu)化（SEO）和付費鏈接是完全不同的營銷和分發(fā)模式。

SEO 并未消亡，但正逐步衰退

我們認為，正確的表述是：SEO 并未消亡，但重要性將逐漸下降。隨著答案引擎通過信任和結(jié)構(gòu)化供應(yīng)商信息介導(dǎo)發(fā)現(xiàn)和排名過程，傳統(tǒng) SEO 機制的重要性將不斷降低。

可能的結(jié)果：良性分化

我們的觀點是，市場將以 “谷歌絕對規(guī)模仍可觀，但戰(zhàn)略上被顛覆” 的方式實現(xiàn)分化：

• 谷歌將保留大部分通用搜索流量；
  

• OpenAI（及其他廠商）將在高價值、高信任度的商業(yè)意圖搜索中搶占份額。
  

谷歌將為這一高價值領(lǐng)域展開激烈爭奪，但我們的研究表明，這需要在模型層面之外進行大量投入：API 開發(fā)、軟件能力建設(shè)、界面設(shè)計，以及支持供應(yīng)商和用戶從平臺獲取實際價值的周邊服務(wù)體系。

核心結(jié)論是：搜索的未來是激勵機制和經(jīng)濟邏輯的重構(gòu)。在市場最具價值的部分，那些能夠?qū)R信任、呈現(xiàn)質(zhì)量和變現(xiàn)模式的平臺將獲得最終優(yōu)勢。

7 重審先發(fā)優(yōu)勢之爭：為何 OpenAI 的領(lǐng)先地位看似穩(wěn)固？企業(yè)市場才是真正戰(zhàn)場

我們認為，有必要結(jié)合此前一個合理場景進行收尾：谷歌本有可能顛覆 OpenAI 的先發(fā)優(yōu)勢。這一場景并非毫無根據(jù) —— 它基于谷歌深厚的技術(shù)儲備、廣泛的分發(fā)渠道，以及 “將模型優(yōu)勢轉(zhuǎn)化為產(chǎn)品和平臺領(lǐng)導(dǎo)力” 的假設(shè)。

OpenAI 有望保持領(lǐng)先地位

但如上圖所示，“OpenAI 有望保持領(lǐng)先地位” 這一結(jié)論，反映了我們當(dāng)前的研究發(fā)現(xiàn) —— 支撐 OpenAI 領(lǐng)先地位的條件正不斷強化，而非削弱。

頂尖模型將趨于收斂 —— 勿過度聚焦 “最佳模型”

我們認為，市場過度關(guān)注模型間的直接對比?，F(xiàn)實是，領(lǐng)先實驗室都將推出高質(zhì)量的大型語言模型：谷歌的模型表現(xiàn)強勁；Anthropic 的 Claude 聚焦編碼領(lǐng)域；Gemini 在多項任務(wù)中展現(xiàn)出競爭力；Grok 發(fā)展迅速。關(guān)鍵并非某一款模型 “表現(xiàn)不佳”。

我們認為，持久的差異化將從原始模型質(zhì)量轉(zhuǎn)向以下方面：

1. 周邊軟件生態(tài)；

2. 應(yīng)用程序接口（API）和開發(fā)者生態(tài)；

3. 應(yīng)用場景和工作流；

4. 成為企業(yè)級應(yīng)用默認平臺的能力。

OpenAI 的結(jié)構(gòu)性優(yōu)勢：平臺、API 與（可能的）計算資源優(yōu)先級

我們的研究表明，OpenAI 在多個領(lǐng)域保持領(lǐng)先：

• 最優(yōu)質(zhì)的 API；
  

• 最豐富的應(yīng)用場景；
  

• 用戶規(guī)模領(lǐng)先，且企業(yè)級市場 momentum 逐漸顯現(xiàn)。
  

我們還認為，OpenAI 與英偉達的密切關(guān)系至關(guān)重要。我們的核心觀點是：若英偉達仍是前沿計算的關(guān)鍵供應(yīng)商，且 OpenAI 與該生態(tài)系統(tǒng)深度綁定，那么與那些 “敘事依賴英偉達被取代” 的競爭對手相比，OpenAI 將獲得計算資源的優(yōu)先分配權(quán)。在我們看來，這種資源分配動態(tài)將進一步強化其能力落地和上市時間優(yōu)勢。

企業(yè)市場占比正在轉(zhuǎn)變

在我們看來，這一部分最關(guān)鍵的數(shù)據(jù)是消費級與企業(yè)級用戶占比的變化：從去年的約 70/30（消費級 / 企業(yè)級），預(yù)計到今年年底將轉(zhuǎn)變?yōu)?60/40。

我們認為，這是一個重要信號 —— 企業(yè)級市場的增長往往比消費級市場的新鮮感更具粘性，也更能定義平臺價值。我們的研究表明，隨著企業(yè)逐步掌握以下能力，企業(yè)級采用率將持續(xù)提升：

1. 數(shù)據(jù)整理與質(zhì)量提升；

2. 使數(shù)據(jù)可被人工智能系統(tǒng)發(fā)現(xiàn)和使用；

3. 落地能夠可靠呈現(xiàn)可信信息的工作流。

在我們看來，企業(yè)的 “數(shù)據(jù)就緒度” 進程，是人工智能模型從 “工具” 轉(zhuǎn)變?yōu)?“企業(yè)級系統(tǒng)” 的關(guān)鍵 —— 而這正是平臺優(yōu)勢形成復(fù)利效應(yīng)的核心。

谷歌具備優(yōu)勢，但軟件與企業(yè)定位仍是疑問

我們認為，谷歌擁有諸多優(yōu)勢，仍將是極具競爭力的對手。但我們的核心觀點是：在企業(yè)級人工智能領(lǐng)域，OpenAI 更有可能成為高質(zhì)量軟件和平臺提供商 —— 而谷歌盡管技術(shù)實力強勁，卻并未被廣泛視為企業(yè)級人工智能軟件的領(lǐng)導(dǎo)者。

我們認為，這一點至關(guān)重要，因為下一階段的競爭并非 “誰的模型演示更出色”，而是 “誰能掌控工作流和集成架構(gòu)”。

領(lǐng)先地位并非絕對，但當(dāng)前優(yōu)勢顯著

我們的研究表明，OpenAI 目前在平臺 momentum 方面 “遙遙領(lǐng)先”。這并不意味著其領(lǐng)先地位不可撼動 ——OpenAI 可能出現(xiàn)戰(zhàn)略失誤，或競爭對手找到更優(yōu)解決方案。但就目前而言，我們認為最可能的結(jié)果是 OpenAI 持續(xù)保持領(lǐng)先，因為那些最關(guān)鍵的因素 —— 平臺生態(tài)、開發(fā)者采用率、企業(yè)級市場占比提升，以及稀缺計算資源的獲取 —— 目前均向 OpenAI 傾斜。

最后我們總結(jié)一下兩大核心結(jié)論：

1. 英偉達的護城河通過產(chǎn)量規(guī)模、經(jīng)驗曲線效應(yīng)和多年的端到端系統(tǒng)建設(shè)得到進一步鞏固；

2. OpenAI 的領(lǐng)先地位通過平臺執(zhí)行能力和企業(yè)級市場需求得到強化 —— 在這一競爭格局中，模型質(zhì)量已成為基礎(chǔ)門檻，真正的戰(zhàn)場在于圍繞模型構(gòu)建的軟件和服務(wù)生態(tài)。

核心結(jié)論是：早期 “谷歌顛覆 OpenAI” 的場景雖有合理性，但數(shù)據(jù)和平臺動態(tài)表明，OpenAI 的先發(fā)優(yōu)勢正演變?yōu)楦志玫母偁幜?—— 尤其是隨著企業(yè)級市場成為重心。OpenAI 與英偉達的關(guān)系意義重大。盡管英偉達會像當(dāng)年的英特爾一樣，努力維持市場競爭平衡，但目前來看，它將繼續(xù)支持 OpenAI 等新興平臺，以及新云廠商等競爭力較弱的參與者。