以下文章來源于氪睿研究院

要判斷一個行業是不是熱，就看有沒有人連虧錢都顯得理直氣壯。AI大模型的世界，就是這樣一個“虧得理直氣壯”的地方。

過去兩年，幾乎所有行業中有錢或能融到錢的公司都往里沖：互聯網巨頭、科研機構、創業團隊，甚至地產公司都要蹭上AI的熱點。有人說，這像互聯網早期的“群雄逐鹿”，而我們采訪的一位資深投資人就此打比方為：我覺得，它像街頭的油條攤——剛開始人人都能擺，最后只剩下幾家能活。

從商業史的角度看，熱鬧的地方往往結局最寡淡。因為真正能留下來的，不是最聰明的那群人，而是最懂成本、最能熬的人。

科技革命表面看是技術的較量，本質上是經濟規律的復現。鐵路、石油、互聯網都走過這條路：最初是狂歡，后來是洗牌，最后是寡頭。AI也不會例外。

所以，今天這篇內容，我們不聊技術參數，也不討論哪家模型更聰明。我們聊更本質的事——5年之后，中國的大模型會收斂成幾家公司？它們憑什么留下？

歷史的鏡子

從石油、鐵路到互聯網的“收斂宿命”

我們很多人應該都讀到過一句話：“人類學到的唯一教訓，就是人類從來不記得教訓。”放在科技行業尤其貼切。

鐵路的故事

19世紀的美國，鐵路像今天的AI一樣，是全民狂歡的投資主題。那時候到處都是鋪軌的公司，大家都覺得“鐵軌鋪到哪，財富就到哪”。十年后，大部分公司破產。留下的，只是幾家能掌控全線資源的巨頭——他們擁有土地、融資與運輸體系。

這像不像今天的大模型？訓練算力就是軌道，數據是燃料，生態是運力。鋪軌容易，保養難。到最后，能跑通全國線路的，永遠是少數。

石油的故事

石油行業初期也有上百家公司。可煉油是重資產生意，虧得起的人才能笑到最后。當年洛克菲勒并不是技術最強的那個，但他最懂“整合”：他不跟人比油價，而是比運輸和分銷；不爭眼前利潤，而是做長期壟斷。結果，所有對手都在比產量，他卻贏在結構。

這像極了今天的大模型：大家都在比參數，他在比飛輪。技術不是決定勝負的唯一變量，系統才是。

互聯網的故事

2000年前后，互聯網像一場新大陸探險。到處是.com公司，口號比盈利多。最后，留下的不過亞馬遜、谷歌、阿里、騰訊這幾家。真正的原因是什么？因為他們掌握了復利的三件事——用戶、數據、現金流。

科技行業就像一場撲克牌局——短期看牌技，長期看籌碼。回望整個科技史，人們會發現一個規律：產業的早期屬于夢想家，產業的成熟期屬于復利者。

經濟學的鐵律

大模型為何逃不出“收斂”

現在的AI行業，看上去百花齊放，也可以說是百家燒錢。從經濟學的角度來看，大模型的“收斂”幾乎是寫在算術里的結局。

成本這一關，門檻就寫在顯卡上

訓練一次GPT-4級模型要燒掉上億美元。中國的通義千問、文心一言、月之暗面等項目，每一次更新都要消耗數千張高端GPU。這不是創業故事，這是資本鐵礦。成本的門檻，就是行業的圍墻。誰能持續燒錢，誰才配擁有“規模效應”的鑰匙。

數據的積累，是一場復利的雪球

模型越用越聰明——這聽上去像一句雞湯，但背后是經濟學的飛輪。百度有搜索，阿里有電商，字節有短視頻，它們都在喂自己的AI吃數據。創業公司再聰明，也喂不出這頓“數據盛宴”。當使用反饋成為模型成長的燃料，規模優勢就成了不可逆的雪球。

資本的選擇，往往是錢主動找贏家

資本市場的嗅覺像鯊魚——只聞血，不問道義。OpenAI拿到微軟數百億美元的支持，Anthropic背后有Amazon；中國的資金，也早已集中到百度、阿里、字節、騰訊、月之暗面和智譜等公司。這意味著，收斂的過程已經在進行。資本會不斷強化頭部，弱者的“希望融資”只是延遲淘汰。

歷史告訴我們，沒有哪個行業能逃出寡頭律

操作系統剩下Windows與Mac；手機系統只剩iOS與安卓；AI也一樣，只是參數更多，算力更貴。當行業的進入門檻變成億級美元時，創業精神只能靠信念存活。

變量的力量

三股水流決定河口形狀

即便結局注定收斂，路上也還有分叉。就像河流匯入大海，水勢一樣，地形不同。AI行業的“地形”，是由生態、政策和應用三塊拼圖決定的。

技術生態：閉源像自營餐廳，開源像自助餐

閉源的OpenAI、百度、Google，像是自營餐廳——菜自己炒，味道統一，利潤高；開源的Meta、阿里，則像自助餐——大家帶菜來吃，成本低，傳播快。未來的格局，可能不是“一家獨大”，而是“頭部閉源+底部開源”共存，閉源吃利潤，開源吃流量。

政策制度：不同的河床，流出不同的海

美國的政策傾向市場主導，中國更重視安全、合規與算力資源配置。這會讓收斂形態不同：美國或許是三四家民營寡頭，中國可能是“國家級平臺+特色選手”的格局。可以說美國的AI是自由競爭的馬拉松，中國的AI是規劃有序的長跑。

應用市場：To C像選美，To B像蓋樓

C端拼的是流量，B端拼的是結構。C端容易出爆款，但生命周期短；B端慢熱，卻能持續造血。未來，大模型在C端會高度集中，在B端則會多點生長。這也是中國的機會——中國的產業太復雜，留給AI的細分場景太多。雖然有些河注定要進海，但彎在哪一處，取決于誰在挖河床。

誰能活過“死亡之谷”

熬比贏更重要

聰明是短跑的優勢，耐力才是長跑的護城河。對企業來說，最貴的能力，是活得久。AI行業同樣如此。熬不過現金流的考驗，技術再好也只是幻覺。

百度——工程型選手，鋪軌的人

百度是AI領域最早下注的公司。它的護城河不在故事，而在底層。搜索帶來的知識圖譜、Apollo帶來的算力、昆侖芯帶來的底盤，讓它成為“工程型選手”——穩、厚、但不快。它的問題在于商業化：軌道鋪好了，但列車票還沒賣出去。

阿里——現金流的油田

阿里的通義千問靠著阿里云的“油田”持續輸血。它的優勢是生態聯動：電商、支付、物流、金融，全能反哺模型。

阿里可能不會做出最強模型，但能做出最賺錢的模型。這正是巴菲特式的邏輯：好生意，不一定要最聰明，但必須能回本。

騰訊——慢啟動、長續航

騰訊的節奏看似慢，但它有社交和游戲這兩條現金流河。這讓它能“邊觀察邊下注”。等別人燒得差不多，它再出手——這種“后發”策略，是典型的投資人思維。它可能不是第一名，但往往是最后一名還在笑的。

字節——注意力的發電廠

字節的優勢，是全球無可匹敵的用戶規模和內容生態。如果AI是一場“認知革命”，那字節手里有最大的訓練集：人類注意力。問題在于，它的生態以C端為主，能否在B端找到現金流出口，決定它能不能成為長期選手。

智譜與月之暗面——節儉型跑者

智譜靠政企市場的信任，月之暗面靠成本效率的創新。它們不一定能奪冠，但可能能跑得最遠。尤其在中國這個對“普惠AI”有巨大需求的市場，“效率+可信賴”就是護城河。

收斂之后

三寡頭與特長生的共生森林

到2030年，中國的大模型格局，大概率是“三寡頭+多長板”。寡頭像樹冠，撐起陽光與氣候；特長生像灌木，填滿生態的縫隙。

• 頂層寡頭：阿里、字節、騰訊——擁有算力、生態與資金；
• 效率長板：月之暗面、智譜——用低成本架構切入普惠領域；
• 場景節點：京東、美團、華為——在供應鏈、生活服務、政企等場景中深耕。

壟斷是病態的獨生子，集中是生態的成年禮。這種格局的好處是，寡頭提供穩定基礎設施，特長生保持創新彈性。它像一個成熟的森林系統：大樹穩定氣候，小草維持生命。

中美的殊途同歸

一個上天，一個入地

美國的大模型靠資本點火，中國的大模型靠產業落地。一個是“上天”，一個是“入地”。OpenAI的成功離不開微軟的血液支持，Anthropic有Amazon背書；它們是典型的“資本驅動+技術領先”模式。而中國的路徑更接地氣：百度用AI改造搜索，阿里用AI改造電商，字節用AI改造內容。中國的大模型更像“產業升級的工具”，不是“純技術的展示”。

長期來看，這兩種模式會在中點相遇。技術必須找到場景，場景也必須依賴技術。到2030年，全球大模型行業的地圖，大概率會形成“兩極中心”：

• 美國：技術極（以OpenAI、Google為代表）
• 中國：產業極（以阿里、百度為代表）

科技的盡頭，不是魔法，而是產業。一個掌握算法，一個掌握應用——合起來，才是AI的完整生態。

結語

人類對新技術，總有一種“立刻改變世界”的沖動。但真正改變世界的東西，往往是“慢變量”。電力用了五十年才點亮城市，互聯網花了三十年才改變生活。AI也一樣，它不是煙花，而是電網。

未來的大模型不會天天上頭條，它會悄悄融進每個行業、每個產品、每次交互。從寫代碼到物流調度，從教學到金融風控，它會成為社會的“第二底層操作系統”。所以，當我們問“2030年，大模型會收斂成幾家公司”時，其實是在問：這個時代，誰能成為新的基礎設施？

答案很可能只有幾家。但這并不意味著失敗者都被淘汰，而是整個社會的算力、算法與智慧，都被整合進更大的體系。AI的故事，最后不會以“贏家通吃”結尾，而是以“秩序確立”收場。那時的AI，不再是舞臺中央的明星，而是幕后的燈光系統。泡沫會破，但基礎設施會留下。真正的贏家，從來不是最早喊口號的人，而是最后還在發電的人。