光锥智能 刘俊宏

OpenAI正在操纵一场牵扯全球顶级科技公司，涉及金额达到数万亿美元的风险游戏。

在2025年短短几个月内，OpenAI先后主导了与英伟达（NVIDIA）、AMD、Oracle、博通等巨头的一系列数额巨大的订单，并计划启动一系列大规模AI基础建设项目。10月13日，OpenAI又与博通达成了部署AI芯片的订单。

在OpenAI的疯狂下单中，其合作的公司的市值开启了疯涨模式。

其中，市值增长最夸张的当属Oracle。凭借与OpenAI达成的未来五年3000亿美元的大单，Oracle股价一度飙升36%，市值一度触及万亿美元。AMD的市值也在合作公告后单日暴涨近700亿美元。

在接连发生的AI投资事件中，有人注意到OpenAI正在通过一系列芯片、数据中心建设、AI技术服务的订单，形成了一整套闭环的价值链。参与到OpenAI合作的玩家们，正在组织起一个系统性的AI建设联盟。

总结这些相互关联的线索看到，一条草蛇灰线呼之欲出OpenAI正在将自己打造成一个协调各方资源的平台，售卖搭上AI方舟的船票。

在这条船上，有的人负责搞芯片（如NVIDIA和AMD），有的人负责搞用户产品（如通过ChatGPT和Sora接入第三方App），有的人负责搞基建（如Oracle和Broadcom的数据中心），所有人都在奔着ASI（人工超级智能）时代的目标。

而这个方舟的入口，无论是软件还是硬件，都可能比互联网时代更加统一。

例如在端侧智能领域，高通今年提出的第一个AI趋势，就是AI是新的UI（用户界面）。AI将替代此前智能终端以UI为核心的交互方式。用户不需要再点击特定图标，AI来围绕用户提供智能交互入口。

ChatGPT要成为统一入口，贯通用户与各类服务。正如Sam在访谈中所言，OpenAI已经成了全球最大的AI应用。围绕这一趋势，今年谷歌的Gemini和Anthropic 的Claude都在争抢作为用户通用入口的身位。

根据调研机构Menlo的数据显示，美国有四分之一的用户会选择ChatGPT作为首要入口。目前整个市场竞争非常激烈，OpenAI虽然处于领先地位，但优势并不算大。关于竞争入口的重要性，Menlo在报告中提到，消费者几乎总是会首先尝试他们的默认工具。

从当下看，AI边际成本的可能比互联网时代要高的多。

AI生成每一个token都是实打实的算力和电力成本。今天大部分的AI创业者提到商业逻辑，几句话就离不开从第一天就要想清楚变现、边际成本明显的观点。基础设施不能完善，AI很难真正发挥应该有的技术水平。甚至，算力不足已经影响到了新功能和新产品的推出，Sam说。

事实上，用户也因此很难体验到最佳的AI能力。

比如今年十一国庆爆火的Sora2视频生成模型，统计数据显示，Sora2推出之后，下载量从暴涨到见顶只有短短3天。在用户量激增之后，捉襟见肘的算力很难保障每个用户都能享受跟官方演示视频一样的效果。

国内的AI产品也是一样。例如豆包宣称模型能支持多轮对话，总计几十万字的输入和输出。但实际上，用户给豆包起名字之后，在不创建新对话的前提下，只需几十轮对话，豆包就记不得了。甚至还会误认为是用户要求豆包用该名字称呼用户。

或许，加速投入AI建设的玩家们看到的就是AI空有能力、后继不足的遗憾。

结语

AI时代正在加速朝着疯狂的方向狂奔。但在当前节点，或许我们还暂时不需要过于警惕泡沫。

在大模型时代，我们正在经历AI改变着千行百业，也经历人类又一次达成一次技术建设的共识。

在泡沫时期，乐观的分析师们会用科技提高生产力来为高市盈率辩护。他们对于具体公司认知或许有误，但这一根本原则是正确的。（During the Bubble, optimistic analysts used to justify high price to earnings ratios by saying that technology was going to increase productivity dramatically. They were wrong about the specific companies, but not so wrong about the underlying principle.）

诚如硅谷创业教父保罗格雷厄姆（Paul Graham）在2004年对互联网时代的总结。

在AI的普及下，AI正在成为重要的生产力工具。例如，AI办公让我们不再需要手敲会议纪要；AI Agent能为我们每天端上一份行业的最新简报。技术是一种乘法杠杆。如果现在的生产力是从0到100，十倍的增长就能将生产力放大至1000。格雷厄姆说。（Technology is a lever. It doesn't add; it multiplies. If the present range of productivity is 0 to 100, introducing a multiple of 10 increases the range from 0 to 1000.）

在一个新技术时代的前夕，估计一个远超10万亿美元的市场本身就非常困难。或许，我们可以参考互联网时代的历史作为AI时代的展望。

既然AI时代数据传输的基本要素是Token，那我们选择互联网时代的IP流量作为对比参考。假设我们身处互联网时代前夕的1990年，从当时的视角估算现在的互联网IP流量，并于实际进行对比。Grok给出的结论是，2024年实际互联网IP流量是过去乐观估算的4倍有余。