AI价值链迁移的关键逻辑

在这轮AI浪潮的重构里，究竟谁更可能拿到最大回报？

它会随着时间怎样演化？ 纵观历史上通用目的技术的扩散——蒸汽机、电力、互联网——价值在不同环节间都会出现几次明显的大尺度迁移。

AI同样不会例外。 一、AI的社会属性 观察AI进入经济活动后的定位，它更像“持续增值”的对象，而不是耐用品，也不像快消品。

耐用品往往随使用而价值递减；但AI的核心模型不会因为调用而被磨损，反而会借助数据反馈不断变得更强、更多样、更聪明。

因此可以说，它本质上是一种“不断进化的认知型数字资本品”。

这一属性使得它的长期价值不取决于一次性购买，而取决于能否长期提供服务；更关键的是它在生产流程里的位置。

AI首先扮演生产工具的角色，因而属于劳动资料。

然而当AI Agent具备自主决策能力时，它正在打破“工具”与“劳动者”之间的清晰分界——既像锤子，也像能够熟练使用锤子的虚拟工匠。

这种由“工具-劳动者”合成而成的复合形态，在非生物实体层面属于首次出现。 正因如此，才能理解为什么围绕AI的收益分配会变得复杂且波动剧烈。 二、增长不会撞墙，而是换跑道

有人担心AI的增长会像CPU一样遭遇物理天花板，但它的增长路径并不相同。

当单芯片性能提升放缓，增长单元就从“芯片”转向“集群”——万卡、十万卡协同，让规模本身成为继续提升性能的抓手。 当模型参数扩张的边际回报开始下降，增长引擎会进一步转到推理侧。

让模型在正式输出前先进行更深层的思考、链式推理与自我校验，用更多算时去换取更优结果。

这意味着算力需求存在第二条可持续增长的维度，并且目前仍看不到天花板。

它并非单一S曲线逐步趋缓，而更像多条S曲线在时间线上前后接力。

对产业而言，这个变化非常直接：

算力基建不是一次性交易，而是一场需要持续升级的“军备竞赛”。

需求的长期性，是后续讨论一切价值分配问题的前提。 三、价值迁移的三个阶段

需求长期存在，不意味着价值分配会一成不变。

回望电力与互联网的发展轨迹，价值通常会从硬件供给端，层层传导到平台调度，再到应用生态。

AI也在复刻类似进程，大体可拆成三个阶段。 阶段一：算力饥荒期。

我们当前基本就处在这一阶段：供给决定需求。

英伟达作为关键基建供应方，占据产业链超过七成的利润。

模型商靠烧钱抢占规模，应用商则在各自探索合适方向。

在这个阶段，“卖铲人”的红利尤为丰厚。 阶段二：算力过剩与模型平权期。

预计未来2-5年内，开源模型会逐步追近闭源，API调用价格可能快速下探，算力不再稀缺。

价值分配将出现明显的两极化：少数模型寡头通过API抽税，而真正抓住具体场景的杀手级应用会逐渐浮出水面。

基建商的利润占比预计会从七成回落到四成左右，但由于绝对规模仍可能扩大，利润总量未必同步下滑。

阶段三：智能静默泛在期。

从5年以上的维度看，AI会像电力与网络那样进入日常运行，变得无处不在，而不再被视为独立的产业板块。

最终的赢家未必是“AI公司”，而会是那些把AI当作基础设施来用的各行业龙头——新药企、新制造商、新金融机构。

应用层会吃掉全链条总附加值里最大、且持续时间最长的一部分。 这个终局推断能否成立，取决于我们如何看待基建商未来的演化。 四、英伟达的终局不是房地产

一个自然联想是：既然基础设施的高峰期会过去，英伟达会不会像地产企业那样，基建告一段落就快速走向衰落？答案是不然。两者的库存属性截然不同。

房地产的库存是物理资产，无法移动，需求也有绝对上限；而AI基建所对应的“库存”更接近算力形态。 即便进入阶段二出现结构性过剩，它也会在降价与再利用中被吸收，并催生当下尚无法想象的新应用。

1990年代光纤泡沫破裂，廉价带宽并没有变成废墟，反而孕育出流媒体与云计算。 英伟达真正的风险不在于“崩塌”，而在于价值被重新分流。

它正在从出售硬件转向出售系统、出售生态。 CUDA软件生态、NVLink高速互联、DGX Cloud云服务，都是在把硬件优势升级为生态锁定。

其长期定位更接近AI世界里的水电企业：速度会换挡，但仍可能持续收取“服务税”，且难以被替代。

真正构成威胁的是出现“好到足够用”的替代方案。

在推理侧，算力调度平台若能整合海量略旧的芯片，其性价比可能更具优势。

这也正是英伟达最丰厚的推理市场潜在被蚕食的方向。

而这类威胁背后，又引出了一个新的生态位。 五、两个新王座正在浮现

每一次技术基础设施的社会化，都会带来新的价值节点。 当前更值得关注的有两个新角色。 第一个是算力调度操作系统。

未来的算力不只来自英伟达，还可能来自华为、AMD，甚至来自闲置的消费级GPU。

谁能搭建统一的异构算力调配层：向下兼容不同芯片，向上提供标准计算接口？ 谁就能像滴滴调度车辆那样，抽取“算力调度税”。

这种收益模式比任何单一硬件商都更具持久性。 竞争者大致分三类：云巨头（阿里云、华为云、AWS）是最自然的玩家，从IaaS升级为算力百货；独立平台（新华三、联想）强调中立与异构兼容；开源力量（如CNCF HAMi项目）希望通过开放标准从底层重塑生态。英伟达也在主动卡位，例如收购开源调度系统Slurm的开发商SchedMD。

第二个是模型集成与调度商。

单一模型并不是万能解。 面向未来，AI应用需要一组各有所长的模型协同：一个负责对话，一个专注安全审核，一个擅长数学推理。 谁能制定这套“模型联邦”的调度标准，谁就更容易形成新的生态黏性。

玩家同样呈现分层：云平台大厂依靠模型超市降低开发者门槛；敏捷创新者如七牛智能，MaaS平台已出现非线性增长；去中心化探索者则借助开源框架组织社会化资源。 这两个新王座的博弈，将决定AI产业在中期阶段的权力格局。 六、核心结论

回到最初的问题：谁会成为最大收益方？短期是基建商，

中期是平台调度者，

长期是应用生态的王者。

英伟达的垄断地位会被分流，但并不会消失，它会更可能转化为一种标准。

而“算力调度操作系统”和“模型集成调度商”，是这个交接阶段里最值得重点观察的变量。 读史明理，并不是为了寻找简单的重复，而是为了识别结构层面的转折。

当某个事物同时成为新动力源、新组织逻辑与新基础设施时，社会结构必然会因此重塑。

看清终局的运行逻辑，不要被短期的狂热或恐慌牵着走。