AI行业分层各有机会，根本不是零和博弈

以下是我对可预见未来AI行业结构演变的一些思考：

* 前沿智能会持续发展，不断推动整个行业前进。顶级实验室将继续收购最优质资产、获取最多数据、搭建最大规模算力，走在训练技术突破的最前沿，诸如此类。
几种不同的发展路线会让市场按价格和能力分层，但整体的竞争压力会拉低单任务定价。

话虽如此，随着时间推移，我们对模型要求也越来越高——一项能力变得便宜后，我们就会用得更多——因此前沿领域的投入和使用量仍会保持强劲。

* 开放权重会快速吸收前沿突破，并且受自身约束驱动开辟其他突破方向，既提供更低成本的智能，也支持针对特定工作流和领域做后训练。
这就对前沿模型形成了健康制衡，因为你随时可以按成本价在超算厂商运行模型，还可以只为你的任务微调模型。

* 应用AI层拥有巨大机遇，可以结合前沿智能、开放模型或廉价闭源模型，编排任意领域的工作流。凭借评测能力、深度领域上下文，以及获得企业数据和工作流信任的优势，这一层可以实现性能和成本的最优组合。
应用AI层通常还会拥有自己的强化学习训练模型，尤其面向系统内高流量、可预测的任务。

* 独立企业一般会专注于自身企业上下文，确保他们能为任意AI系统提供正确的数据和信息支撑，并且持续优化。
部分企业（大型银行、制药公司等）会针对特定工作领域训练自有模型——在诸多权衡下，这么做能给他们带来真正的超额收益，但大多数企业会把精力投入在确保自己能从AI突破中，为自身数据和工作流获取全部增益。

总结：尽管其中一些内容被表述成零和博弈，但实际上对堆栈的所有层级和所有发展路线来说，都存在大量机遇。