“如果有什么东西出现了短缺，人类的历史证明它最终会被大规模复制，直到变成过剩——AI芯片和算力也不会例外。”

在最新的The a16z Show特别节目中，a16z联合创始人、硅谷风投教父Marc Andreessen（马克·安德森）就人工智能的未来格局、中美技术竞赛以及资本市场最关心的回报问题进行了深度拆解。作为经历了互联网周期的资深投资人，安德森直言：“（AI）这是我有生以来经历的最大规模的技术革命……不仅比互联网大，其量级堪比电力和微处理器。”

要点提炼：

AI技术量级：

AI是比互联网更宏大的技术变革，可与电力、微处理器和蒸汽机相提并论，目前仍处于“非常早期”阶段。

成本“通缩”：

智能的单位成本（Per unit cost）下降速度远超摩尔定律，这将带来需求的爆发性增长。

“短缺导致过剩”：

遵循“短缺导致过剩”的历史规律，GPU和数据中心的大规模建设最终将导致供应过剩，从而进一步压低AI成本。

市场结构：

未来AI市场将类似计算机产业结构：少数“上帝级模型”（类似超级计算机）在顶端，海量低成本“小模型”在边缘侧普及。

中美竞争：

这是一个双雄争霸的局面。中国（如DeepSeek、Kimi）在追赶速度、开源策略和芯片自研上表现惊人，这促使美国联邦层面的监管风向转为支持创新。他说道， “基本上AI只在美国和中国被构建。世界其他地方要么造不出来，要么不想造”。

商业模式：

AI应用正从“按Token付费”向“基于价值定价”转移；初创公司不再只是“套壳（Wrappers）”，而是正在向后集成构建自己的模型。

AI的平民化： 无论是文本、视频还是音乐，全球最先进的AI技术（如ChatGPT、Sora、Suno）已打破壁垒，任何人都可以在第一时间直接使用并验证这些“原本昂贵”的顶尖技术。

民众一边恐慌一边拥抱AI

：民调显示公众对“AI替代”感到恐慌，但实际行为数据显示人们正在疯狂采用AI。

欧洲落后的AI局面：

欧盟因无法在创新上领跑，转而追求“监管领先”（如《欧盟AI法案》）。安德森认为，这种做法几乎扼杀了本土AI发展，甚至导致苹果和Meta拒绝在欧洲发布最新功能。

“导致过剩的第一大原因就是短缺”

尽管市场对于AI的营收增长与烧钱速度存在分歧，但安德森从投资者的角度指出，目前的许多担忧可能被误读了。他认为，核心在于智能成本的“极度通缩”。

“AI价格的下降速度比摩尔定律还要快，”安德森在访谈中强调，“所有AI输入的单位成本都在崩塌。结果就是单位成本的‘超通缩’（hyper deflation），这将推动超出预期的需求增长。”

对于投资者普遍关注的GPU和基础设施瓶颈，安德森给出了基于历史周期的判断：“在任何具有商品属性的市场中，导致过剩的第一大原因就是短缺……因为短缺，你会看到数千亿甚至数万亿美元投入地下。未来十年，AI公司的单位成本将像石头一样直线下跌。”

中美竞赛：DeepSeek带来的震撼

访谈中，安德森罕见地详细评价了来自中国的竞争压力，特别是提到了DeepSeek和Kimi等模型的崛起。他承认，中国在开源模型上的进展让华盛顿和硅谷都感到惊讶。

“DeepSeek的发布是一个‘超新星时刻’，”安德森说道，“它不仅性能出色，而且来自一家对冲基金，而非大型科技巨头，这完全出乎意料。”他指出，中国公司在开源领域的策略，实际上形成了一种全球性的价格竞争，这或使美国政策制定者重新思考监管方向。

“在华盛顿，不管是民主党还是共和党，现在都很少有兴趣做任何可能阻止我们战胜中国的事情，”安德森透露，此前业界担心的联邦层面严苛监管风险已经大幅降低，现在的博弈主要集中在州一级（如加州的SB 1047法案）。

AI定价权的转移：从“按次计费”到“价值定价”

在商业模式上，安德森观察到一个关键的转变。虽然云巨头乐于通过“按Token计费（Tokens by the drink）”来销售算力，但初创公司正在探索更具护城河的模式。

“如果你能让医生、律师或程序员的生产力大幅提升，你能不能从这部分提升的价值中分一杯羹？”安德森认为，高定价往往对客户是有利的，因为它支撑了更好的研发。“AI初创公司在定价上比SaaS公司更具创造力。”

此外，对于“初创公司是否只是大模型的套壳（GPT Wrappers）”这一质疑，安德森进行了有力反驳。他指出，像Cursor这样的领先应用公司，正在向后集成，“实际上正在构建自己的AI模型”，因为他们拥有最深的领域认知。

闭源大模型VS开源小模型

对于未来是闭源大模型赢还是开源小模型赢，安德森认为这并非零和博弈，而是一个分工明确的“智力金字塔”。他用招聘做比喻：“有些任务需要智商160的弦理论博士（大模型），但世界上绝大多数经济活动只需要智商120的胜任者（小模型）。”

他预测行业结构将类似计算机产业：

“你会有极少数相当于超级计算机的‘上帝模型’运行在巨大的数据中心里；然后会有层层递进的小模型，最终延伸到嵌入式系统。”安德森总结道，“最聪明的模型永远在顶端，但数量最多的将是那些边缘侧的小模型。”

⭐星标华尔街见闻，好内容不错过⭐

本文不构成个人投资建议，不代表平台观点，市场有风险，投资需谨慎，请独立判断和决策。

觉得好看，请点“在看”