a16z 前合伙人 Benedict Evans 指出，生成式 AI 正引发科技行业又一次十至十五年的平台大迁移，但其最终形态仍充满未知。他借 1956 年美国国会自动化报告和电梯操作员岗位消失的案例提醒：当技术真正落地，它会悄然变成基础设施，不再被称为「AI」。

撰文：卜淑情

来源：华尔街见闻

「AI 正在吞噬世界，而我们连它的样子都还没看清。」

在最新发布的《AI eats the world》报告中，知名科技分析师、a16z 前合伙人 Benedict Evans 给出了一个足以搅动整个科技世界的判断：生成式人工智能正引发科技产业每十至十五年一次的平台大迁移，而我们仍不知道它最终将走向何方。

Evans 指出，从大型机到 PC，从互联网到智能手机，科技行业的基本盘每隔十多年就会被彻底改写，而 2022 年 ChatGPT 的横空出世，很可能就是下一次「十五年之变」的起点。

全球科技巨头正涌入一场史无前例的投资竞赛。微软、亚马逊 AWS、谷歌、Meta 四家公司的 2025 年资本支出预计将达到 4000 亿美元——这一数字超过了全球电信行业全年约 3000 亿美元的投资规模。

「低估 AI 的风险远远大于投资过度的风险，」微软 CEO Sundar Pichai 在报告中被引用的一句话，道出了行业焦虑的本质。

报告还引用 1956 年美国国会自动化报告和电梯操作员岗位消失的案例提醒：当技术真正落地，它会悄然变成基础设施，不再被称为「AI」。

又一次十五年之变：平台转移的历史规律

Evans 在报告中指出，科技产业大约每十到十五年就会经历一次平台转移，从大型主机到个人电脑，从万维网到智能手机，每一次转移都重塑了整个行业格局。微软的案例印证了这种转移的残酷性：该公司曾在个人电脑时代拥有接近 100% 的操作系统市场份额，但当重心转向智能手机时几乎变得无关紧要。

数据显示，微软操作系统在全球计算机销售中的份额从 2010 年前后的高点急剧下滑，到 2025 年已降至不足 20%。类似地，在个人电脑市场早期占据主导地位的苹果也曾被 IBM 兼容机边缘化。Evans 强调，早期领导者往往会消失，这似乎是平台转移的铁律。

但三年过去，对这次转移的形态依然所知甚少。Evans 列举了互联网早期和移动互联网早期那些失败的想法，如美国在线（AOL）、雅虎门户、Flash 插件等。如今轮到生成式 AI，各种可能性同样令人眼花缭乱：浏览器形态、智能体形态、语音交互还是某种全新的用户界面范式，没有人真正知道答案。

史无前例的投资狂潮：4000 亿美元的豪赌

科技巨头正以前所未有的规模投资 AI 基础设施。2025 年微软、AWS、谷歌、Meta 四家公司资本支出预计达 4000 亿美元，相比之下全球电信业年度投资约为 3000 亿美元。

更值得注意的是，这一 2025 年的增长计划几乎在年内翻了一番。

美国数据中心建设正在超越办公楼建设规模，成为新的投资周期驱动力。英伟达因无法跟上需求而面临供应瓶颈，其季度收入已超越英特尔多年的积累。台积电同样无法或不愿足够快速地扩张产能以满足英伟达的订单需求。

根据施耐德电气的行业调查，美国数据中心建设的主要限制因素是公用电力供应，其次是芯片获取和光纤接入。美国电力需求增长约为 2%，而 AI 可能额外增加 1% 的需求，这在中国不是问题，但在美国却难以快速建设。

模型趋同：护城河消失，AI 可能正在「商品化」

尽管投资巨大，顶级大语言模型在基准测试上的差距正在缩小至个位数百分比。Evans 警告称：

如果模型性能高度趋同，这意味着大模型可能正在变成「商品」，价值捕获将重新洗牌。

在最通用的基准测试中，领先者之间的差距已经非常接近，模型领导地位每周都在变化。这表明模型可能正在成为商品，特别是对于通用用途而言。

Evans 指出，经过三年发展，科学和工程方面有了更多进展，但在市场形态方面仍缺乏清晰认知。虽然模型仍在改进，出现了更多模型、中国厂商参与、开源项目和新技术缩写词，但护城河并不明显。

在他看来，AI 公司必须在算力规模、垂直数据、产品体验或分发渠道上重新寻找护城河。

用户参与度困境：ChatGPT 的 8 亿周活不能掩盖真实黏性不足

尽管 ChatGPT 声称拥有 8 亿周活跃用户，但用户参与度数据描绘出不同图景。多项调查显示，仅约 10% 的美国用户每日使用 AI 聊天机器人，大多数人仍处于偶尔尝试阶段。

Deloitte 的调查数据显示，远比每日使用 AI 聊天机器人的人数要多得多的是偶尔使用的人群。

Evans 将其称为典型的「参与度幻觉」：AI 渗透速度惊人，但尚未成为全民级的日常工具。

他分析了这种参与度困境的原因：有多少使用场景是显而易见的简单适配？谁拥有灵活的工作环境并有意识地寻找优化方式？对其他人而言，是否需要将 AI 包装在工具和产品中？这反映出从技术能力到实际应用之间存在显著差距。

企业部署同样缓慢。报告引用多家咨询机构的调查显示，尽管企业对 AI 热情高涨，但真正进入生产环境的项目仍不多。

• 已部署：25%
• 计划 2025 下半年部署：约 30%
• 至少 2026 才部署：约 40%

目前成功案例仍集中在编程辅助、营销优化、客户支持自动化等「吸收阶段」，距离真正的业务重构仍有距离。

广告和推荐系统迎来颠覆性重写

Evans 认为，AI 最快发生巨大改变的领域，是广告与推荐系统。

传统推荐依赖「相关性」，而 AI 有能力理解「用户意图」本身。这意味着：

万亿美元级广告市场的底层机制可能被重写。

谷歌和 Meta 已经披露早期数据：AI 驱动的广告投放能带来 3%—14% 的转化率提升。广告创意制作成本也可能从每年 1000 亿美元的大盘上进一步被自动生成技术重塑。

历史教训：当自动化成功，它就不再被称为「AI」

Evans 将视角拉回到 1956 年美国国会自动化报告，指出每一次自动化浪潮都引发巨大社会讨论，但最终悄然融入基础设施。

电梯操作员的消失、条码带来的库存革命、互联网从「新事物」变成基础设施……都证明：

当技术真正落地、普惠时，人们便不再称其为「AI」。

Evans 强调，AI 的未来既清晰又模糊：我们知道它将重塑产业，但不知道最终产品形态；知道它将在企业中无处不在，但不知道价值链的主导者是谁；知道它需要天量算力，但不知道增长将止于何处。

换言之，AI 正在成为新一次十五年周期的主角，但整场剧的走向仍未写完。

我们可能正站在下一场科技地震的断层线上。

价值捕获的未来：从网络效应到资本竞争

对于研究密集、资本密集的商品化产品，价值捕获成为关键问题。如果模型成为商品且缺乏网络效应，模型实验室将如何竞争？

Evans 提出三种可能路径：向下游扩展以规模取胜、向上游扩展通过网络效应和产品取胜，或寻找新的竞争维度。

微软的案例显示了从基于网络效应的竞争向基于资本获取能力竞争的转变。该公司的资本支出占销售收入比例从历史低点大幅上升，反映出竞争模式的根本变化。

OpenAI 采取了「对一切说是」的策略，包括与甲骨文、英伟达、英特尔、博通、AMD 的基础设施交易，电商集成、广告、垂直数据集，以及应用平台、社交视频、网页浏览器等多元化布局。