大模型时代可能永远不会诞生下一个谷歌

投资了 OpenAI 和 Anthropic 的硅谷著名投资人彼得·蒂尔（Peter Thiel），近期在柏林的一场对谈中提出一个反共识的判断：在人工智能时代，类似谷歌那样能够获取超级垄断价值的模型公司，可能永远都不会出现。

蒂尔在其著作《从0到1》中曾提出核心商业法则：一家公司若要获得极高市值，必须满足两点——创造巨大的价值（X），并截留住其中足够高的比例（Y）。当年的航空公司创造了巨大的社会价值 X，但留给自己的利润 Y 接近于零；而谷歌创造的 X 极其显著，截留的 Y 同样极高。

放眼当下的模型层生态，OpenAI、Anthropic、月之暗面等厂商创造的技术价值不可估量，但模型层极有可能演变成新的“航空业”：社会效用巨大，商业利润却被无休止的竞争彻底击穿。

互联网垄断壁垒为何难以在模型层复现

互联网巨头之所以能形成“赢家通吃”的格局，靠的是网络效应、数据飞轮、近乎为零的边际成本和绝对的入口控制权。用户多一个，平台对其他人的价值就大一分；搜索框与社交关系一旦建立，用户的迁移成本高不可攀。

但大模型正在呈现截然相反的经济特征：

1. 智力正在商品化与同质化。用户更换模型的成本几乎为零。同一项任务，调用 DeepSeek、Claude 还是 GPT-4，本质上差别不大。前沿模型的能力领先窗口期往往只有数月，随后就会被开源和其他闭源厂商追平。Epoch AI 的监测显示，达到同等模型能力的计算成本平均每季度下降约 47%，大语言模型的技术追赶速度远超传统半导体与电池工业。
2. 用户忠诚于任务结果而非模型品牌。无论是编程、翻译还是文档生成，使用者核心诉求是“又快又便宜”。当技术壁垒被快速抹平，价格战便不可避免。根据斯坦福 HAI 的统计，主流模型档位的推理成本在过去两年内降幅超过 90%，开源模型的繁荣更是彻底锚定了 Token 的市场低价。
3. 缺乏底层网络效应。企业换模型只是在 API 与工作流中切换配置，无需搬迁组织架构或社交链条。模型若沦为通用工具，创造的大部分价值就会以“消费者剩余”的形式流向终端口袋——用户花极低的订阅费或 API 费用，就能享受价值数千美元的智力服务，而模型厂商自身留存的利润极为微薄。

利润正流向芯片、基建与分发入口

模型层难成垄断，并不意味着整个 AI 产业链缺乏暴利。蒂尔指出，真正的价值截留正发生在其他环节：

• 芯片与算力地租：NVIDIA 凭借 CUDA 生态和硬件垄断截留了产业链最丰厚的一块利润。算力中心所需的电力、土地、先进封装与高带宽内存（HBM），呈现出典型的物理资源垄断特征。
• 成熟分发入口的抽租：模型虽然容易同质化，但默认桌面入口、手机操作系统和成熟办公软件不会轻易被颠覆。微软把模型塞进 Office，谷歌把模型融入搜索，都在凭借已有的流量卡位截留价值。新模型厂商即便技术领先，也面临极高的获客渠道成本。
• 工作流与深层上下文绑定：当模型嵌入企业严格的权限管理、审计合规和核心专有数据链条时，客户迁移整个流程的成本极高。这也是 Palantir 或传统具备组织壁垒的软件依然稳固的原因。

行业潜在变数与新常态

当然，模型层竞争并非毫无变数。头部闭源阵营正试图通过“安全合规”游说抬高监管门槛，若未来仅有少数持牌模型能合法提供服务，市场格局或将重塑。此外，若模型厂商能在私有数据闭环与持续学习机制上构建出不可迁移的系统壁垒，护城河仍有重构的可能。

但如果蒂尔的预判成立，AI 时代的资本叙事将彻底转向：不要默认做基础模型就能成为下一个谷歌。在技术商品化的大潮下，纯粹售卖 Token 的业务终将回归制造业利润率，而真正的壁垒永远深植于不可替代的分发入口、专有数据与工作流之中。