您现在的位置：kastop>> Kas信息 Web3信息>>正文内容

十年视角 AI浪潮中谁能笑到最后？

作者：未知来源：kastop.com 发布时间：2026年05月15日

1999 年，人们以为互联网时代会是思科、朗讯、北电这些公司赚最多钱，因为它们铺光纤、卖路由器、做交换机，互联网越大它们越值钱。

结果不是。

互联网确实火了，但那些曾经的龙头公司死的死，残的残。赚到最多钱的是另一群企业，谷歌、Meta、亚马逊，再后来是微信、抖音、TikTok。互联网做大了，但钱去了应用那一端，没去基建这一端。

从表面上看，2026 年的此刻，市场看 AI 的方式和 1999 年看互联网的方式几乎一样，最响亮的名字全是基建：英伟达、海力士、三星、AMD、台积电、Nebius 等等，它们的市值飞涨、订单接到手软、产能满载、供给仍然紧缺，它们在 AI 时代的角色是什么？它们会是新的泡沫吗？

这次不是。

2000 年泡沫破裂的背后，是对未来过于乐观：投入上去了，需求没上来。当年 WorldCom 预测"互联网流量每 100 天翻一番"，也就是一年涨 10 倍，从华尔街到美国政府，再到电信产业扩张，都按这个节奏来，大家借钱拼命搞基建，泡沫吹得很大。但实际上流量没有一年十倍，只是一年一倍，结果 90% 的基建都成了摆设，而且资费还不断下降，再加上疯狂扩建中的杠杆、内卷，崩盘是必然的。

2026 年的 AI 不一样。一方面是同样的投入，各大巨头近万亿美元的投入砸下去；另一方面是疯狂的收入增长，Anthropic 从年化收入 10 亿美元到 300 亿美元，用时仅一年半，而且限制它收入增长的仍然是算力不够、电力不足。

以前，人类发明了电，就再也回不去没有电的日子了，因为整个人类文明都建立在电力之上了。

今天，人类发明了 AI，也再也回不去没有 AI 的日子，AI 正在重塑所有行业，重塑人类文明的未来，人类对 AI 的需求是真实的、强劲的、持久的。

今天要讨论的不是有没有泡沫，而是这次 AI 革命中，最大、最持久的赢家是哪些？这是一个从长期角度看有价值的问题。

一、AI 产业分层

AI 产业链大概七层，按"赚钱的确定性"从高到低排——

整个层级之间的关系，和过去互联网的基建与应用有着天壤之别。

一是基建本身的寿命。互联网当年的光纤铺好可以用二十年，思科的交换机能跑十年。AI 的 GPU 三到五年就过时，下一代芯片性能翻几倍、价格不变。互联网基建是"建一次用很久"，AI 基建是"建一次烧很快"。

二是计费方式。互联网应用的钱来自广告和订阅，单位经济学和用户黏性挂钩，定价权握在平台手里。AI 的钱来自按 token 计费，价格完全透明、每年降一个数量级，没有人有真正的定价权。GPT-4 级别的能力从 2023 年的每百万 token 三十美元，降到今天每百万 token 一美元以下，三年掉了三十倍。"同等性能每年降一个数量级"，这种定价模型，软件行业过去从来没出现过。

三是边际成本。互联网应用做出来之后，多一个用户、多一次访问几乎不花钱，这是谷歌、Meta 能跑出八九十毛利率的根本。AI 每一次推理都要烧真金白银的电和 GPU。据媒体报道，OpenAI 2025 年全年营收约 130 亿美元，年底年化已经跑到 200 亿，但全年仍净亏约 90 亿；2026 年内部预计亏 140 亿以上。同样叫"应用层"，AI 应用的结构跟互联网应用完全是两回事。

四是客户与对手是同一个人。互联网时代 AWS 的客户不是 AWS 的对手。AI 时代 CoreWeave、Nebius 的最大客户微软、Meta，同时也是它们最大的潜在对手，这两家都在疯狂自建数据中心。博通最大的 ASIC 客户谷歌、Meta、微软，同时也是它们自研芯片团队的最大投资方。客户即对手，这种生意结构在过去三十年的科技史上很少。

五是开源压力。互联网时代 Linux 虽然占了服务器端，但没有把闭源软件的定价权打掉，Windows、甲骨文、SAP 一直涨价。AI 时代 DeepSeek、Llama 这种开源模型直接把闭源前沿模型的 token 价格压到地板，前沿和开源的价差从一百倍压到十倍以内，还在继续收窄。

AI 时代的层级之间，挤压会比互联网时代更快、更狠。利润分布不再是金字塔式均匀的，中间层会被压缩得更急——互联网时代用了二十年才完成的产业层级重排，AI 时代可能五到十年就走完。

二、好生意藏在哪里？

按"十年后大概率还在赚钱"，从最确定的那一档开始，一层一层看。

1、物理工程层：单点垄断，十年后更难被替代

这一档是 ASML 和台积电为典型代表

ASML 做地球上最难的光刻机，EUV 全球只此一家；台积电做地球上最难的代工，2nm 节点的大规模高良率量产没有第二家追得上。这种壁垒不是商业壁垒，是物理工程壁垒——攒了几十年的工艺、设备调校、产线良率曲线，每一项都需要十年量级才能复制。

互联网时代也有过对应的"底层"——光纤、路由器、交换机。但那些技术门槛五年内就被中国厂商追上了，思科的霸权只维持了十年，华为等后起之秀分了它的份额。思科本身还在赚钱、毛利率也还不错，但从科技股的成长叙事降级成成熟科技股的现金流叙事，2000 年的高点用了 25 年，直到 2025 年底才被突破。

AI 时代的物理工程层服务的还是同一件事，但客户需求的工艺难度从 180nm 推到了 2nm，能玩的人变少了。领先节点的大规模高良率量产已经高度集中在台积电一家手里，三星和英特尔还在做，但已经不在同一个量级上竞争。EUV 光刻机更极端，全球只有 ASML 一家能造。这种收敛不会因为有人砸钱就反转——三星砸了二十年没追上，英特尔砸了十年还在掉队。

底层物理工程的护城河，不是 AI 时代新创的，但 AI 时代让它变得比以往任何时候都更接近"单点垄断"。

这一档的公司，十年后大概率比今天更不可替代。

2、寡头垄断层：少数玩家分一块持续变大的蛋糕

这一档围绕HBM，今天全球 95%+ 的份额由 SK 海力士、三星、美光三家拿走。

PC 时代的内存是典型的短周期生意：两三年一轮，供给一过剩就跌成白菜价。所以传统印象里，内存股就是周期股，市场永远不给它科技股的估值。

但 AI 时代的 HBM 不是 PC 内存的延续，它是一个结构完全不同的生意：

第一，需求是结构性的，不是周期性的。每一次 AI 推理都要吃带宽，参数量越大越吃，推理量越大越吃。AI 工作负载的需求增长是长周期的，不是 PC 出货量那种几年一轮的周期。

第二，技术壁垒物理级。HBM 不是普通 DRAM 堆起来——它是 1c/1d nm 节点的 DRAM + 12 层堆叠 + TSV 硅通孔 + 与逻辑芯片紧贴的封装协同。每一代 HBM 都要重新调通良率，新玩家从零起步至少要五年。

第三，新进入者追赶的节奏远慢于市场增长的节奏。这是和芯片设计层最大的区别，超大云可以两三年就把一颗 ASIC 自研出来切走博通的订单，但新建一座 DRAM 晶圆厂要两百亿美元起步、五年起步、还要十几年良率积累。

中国的长鑫存储（CXMT）是新进入者的最现实代表，2024 年量产 HBM2，2026 年计划量产 HBM3，2027 年开发 HBM3E，技术节奏比 SK 海力士、三星慢 3-4 年。产能方面，长鑫 HBM 月产能预计 2026 年约 1 万片、2028 年扩到 4 万片，而全球总产能目前每月 34 万片。也就是说，即便长鑫按计划追赶，2028 年也只能占全球 HBM 市场的 10% 出头，且主要供应中国本土的 AI 芯片。

但长鑫一定会追上来，只要设备端的卡脖子问题逐步缓解，DRAM 工艺没有不可逾越的物理鸿沟。但"追上来"是十年量级的事，而 AI 推理时代的需求爆发是当下五年内的事。这十年里，SK 海力士、三星、美光会一直在最先进的那一代 HBM 上吃绝大部分钱，长鑫吃次一代、追下一代。

整个市场仍然是寡头格局，仍然是结构性赚钱。HBM 这一档的位置类似台积电的次一档：少数玩家、物理级壁垒、结构性需求。

市场可能会因为内存历史的印象继续低估它们的估值倍数，但商业本质上，这是十年视角里少数确定性较高的位置之一。

3、云服务平台层：老钱借东风继续坐稳

这一档是云服务巨头。

美国 AWS、Azure、GCP 三家，占全球云市场约 65%；中国阿里云、华为云、腾讯云三家，在中国国内市场合计占 60% 以上。

两套体系基本不互通，但在各自的市场里都是"老钱借 AI 东风继续坐稳"。微软用 OpenAI 把 Azure 卖给企业、谷歌用 Gemini 把 GCP 卖给企业、AWS 用 Bedrock + Anthropic 把 AWS 卖给企业。它们不需要赢 AI，只需要让现有的几十万企业客户在它们的云里用 AI，这件事它们闭着眼睛都做得到。

当然"闭眼"是修辞，三家都在拼命投入，自研芯片、自建数据中心、绑定模型公司，每家年度预算都是数百亿美元级。但这些投入是防御性进攻，不是为了赢一场不打就输的战争。它们的底盘是企业客户天文数字级的迁移成本，已经稳到不需要靠 AI 才能站稳。

AI 不但没颠覆云，AI 还让云的护城河变得更深。互联网时代云的护城河是企业 IT 迁移成本，主要是软件锁定。AI 时代多了一层物理锁定：企业数据要喂哪个云上的模型、推理在哪里发生、Agent 调用的工具链在哪个云上，每一个选择都让企业更深地嵌入它选定的那家云。

三五年下来，AI 把客户更深地焊在了云的轨道上。

另一个被低估的事情是超大云在 AI 算力上的结构性成本优势。新的AI 算力云跑 AI 算力，永远绕不过付英伟达这笔差价的命运，它的成本结构里写死了。超大云不一样。 AWS Trainium、Google TPU、Microsoft Maia 一旦成熟到能承接主力工作负载，三家自己设计、找台积电代工，不用被英伟达赚走利润。这意味着五年之后，AI 算力价格战的最终赢家几乎注定是三家，它们一边卖 AI 服务、一边自己造芯片自己用。Neocloud 短期能跑得很快，但长期打不过自带芯片厂的对手。

4、应用与模型层：还没定，但最大的赔率在这一档

互联网时代赚最多钱的不是基建公司，是应用层赢家，谷歌、Meta、亚马逊、腾讯。它们用户的注意力和数据是会自我滚雪球的资产，飞轮一旦转起来就刹不住。

AI 时代的这一档还没完全定下来，要注意两件事：

第一件事是消费者品牌。 AI 时代的消费者品牌远比互联网时代更难守住。

ChatGPT 在 2023-2024 年确实建立了"问 AI"等于"问 ChatGPT"的心智占位，两年内做到了谷歌用十年做到的用户规模。但这个心智正在以惊人的速度被稀释。2025 年 1 月 ChatGPT 占全球 AI 网页流量的 87%，到 2026 年 3 月只剩 57%；美国移动端 App 的日活份额从 69% 跌到 45%，最新数据已经跌破 40%。同期 Gemini 借谷歌的分发优势（搜索、安卓、Workspace、Chrome）从 6% 涨到 25% 的网页流量份额，Claude 从 1.4% 涨到 6%；Grok 借 X 的社交分发，在美国移动端日活份额从 8% 涨到 13-15%。中国市场是另一套完全独立的体系，豆包、Kimi、DeepSeek、智谱清言等。

谷歌当年统治搜索十五年没有真正的对手；OpenAI 统治"问 AI"才两年，份额就掉了 30 个百分点，Sam Altman 2025 年 12 月发了一封被媒体称为"红色警报"的内部信。

这不是 OpenAI 一家的问题，是这一档生意的结构问题，LLM 的能力差距在缩小、切换成本几乎为零（用户没绑定数据、没绑定社交关系，开个新网页就能试新的）、分发优势比技术优势更值钱。当 Gemini 集成进谷歌搜索框、Apple Intelligence 内置 Claude/Gemini、X 内置 Grok 时，独立 App 的优势就被吃掉。

第二件事是模型本身的商业模式。一旦做出来一个领先模型，单位推理成本极低、可以无限复用、用户每用一次都产生数据帮你继续改进模型。这是典型的高 margin 飞轮生意。如果只有一家公司能做出最好的模型，它的盈利能力可以接近软件 SaaS 的天花板。

消费者品牌这一面是赢家通吃。互联网时代搜索引擎几十家在做，Lycos、AltaVista、Yahoo、Ask Jeeves、Excite，全是当年的明星，最后赢家只有一个：谷歌。AI 时代消费者助手大概率也是同样的格局，三五年内会收敛到一两家拿走绝大部分用户和广告价值。

但模型这一面是红海。OpenAI、Anthropic、谷歌、xAI、Meta（开源路线）、DeepSeek（开源路线）、各种开源后浪，全在做同一件事。每家的模型能力差距越来越小。前沿模型每发布一次，API 价格降一次。两年时间，同等性能的 token 价格降了一两个数量级，GPT-4 级别的能力从 2023 年的每百万 token 三十美元，降到今天每百万 token 一美元以下。

OpenAI、Anthropic、谷歌这几家公司，每家内部其实跑着两个完全不同的生意：

一个是卖给开发者的 API，是红海与价格战，毛利会很薄。一个是卖给消费者的应用，是赢家通吃、有品牌护城河、毛利可以很厚。

这两个生意在五到十年后大概率会拉开估值差距。

还有一类容易被忽略——Meta、DeepSeek 这些走开源路线的玩家。开源模型不一定直接赚钱，但作为压低对手定价权、争夺开发者心智的战略武器，它对整个应用与模型层的利润分布影响极大。同样挂着"模型公司"招牌，消费入口、企业 API、开源生态三种生意的投资含义完全不同。

应用层还有另一面，互联网时代死在应用层的公司远多于死在基建层的公司。Pets.com、Webvan、eToys、Excite@Home、Geocities，每一家当年都被认为是未来。最后赢家就是几家。押对了层级但选错了公司，结果也是归零。

这一档赔率很高，胜者为王；胜率也最低，竞争非常激烈。

5、芯片设计层：今天的王者，未来被两头挤压

这一档是英伟达、AMD、博通、Marvell、Astera Labs。但这五家不是一类生意。

第一组：卖 GPU 的（英伟达、AMD）

它们的特点：要和客户自研团队赛跑。

英伟达占 AI 训练芯片 90%+，AMD 占约 10%。它们的客户（谷歌、AWS、微软、Meta）正在自研 TPU、Trainium、Maia、MTIA 来替代英伟达 GPU，这是替代关系。

英伟达的护城河是 CUDA 生态，开发者写的 AI 代码绝大多数跑在 CUDA 上，迁移到 TPU/Trainium 要重写、重测、重调优。这个护城河 5-7 年没问题，但十年或许有点疑问，因为客户自研芯片量级越来越大、AI 软件工具链越来越能跨不同硬件跑（不再非英伟达不可）、开源模型让从 CUDA 切走的工程难度逐年下降。推理市场已经先动起来——英伟达在 AI 推理芯片的份额已经从 95%+ 降到约 60-75% 区间——AWS Trainium 在 Anthropic 上大量跑推理、Google TPU 大幅分流推理负载；训练市场仍维持 90%+，但被侵蚀只是时间问题。

但有意思的地方是，份额下降不等于赚钱下降。AI 训练和推理总市场每年还在大幅增长，即便英伟达份额从 90% 跌到 70%、再跌到 50%，绝对营收可能仍然在涨。它真正的风险窗口是"训练需求增速放缓 + 自研份额持续侵蚀"两件事同时发生的那一刻，那一刻之前，它都是赚钱机器。

第二组：做定制 ASIC 设计服务的（博通、Marvell）

它们的特点：靠客户自研赚钱，但终将被客户自研吃掉。

这一组的处境和英伟达完全相反。客户自研 ASIC 对英伟达是威胁，对博通和 Marvell 是生意来源，谷歌 TPU、Meta MTIA、OpenAI 自研芯片，背后都有博通或 Marvell 在做设计服务、提供 SerDes、HBM 控制器、封装等关键 IP。

所以博通这几年 AI 业务爆炸增长，客户越自研，它越赚钱。但这件事是有期限的：客户用博通做几代 ASIC 之后，团队成熟了、内部 IP 也建起来了，博通的角色会从"主设计师"压缩到"提供关键 IP"，再压缩到"提供边角芯片"。谷歌 TPU 已经走完了这条曲线，v1-v4 博通深度主导，v5-v7 谷歌内部主导越来越多。Meta MTIA、Microsoft Maia、字节豆包芯片大概率会重演这条路径，只是时间不同。

博通最危险的不是"客户自研"，是它的护城河是竞争性护城河，靠每代 SerDes、PCIe、HBM 控制器的 IP 领先维持。这种护城河和高通的标准必要专利（SEP）不一样：高通的 IP 是法律强制（不交钱产品违反 5G 标准），博通的 IP 是技术领先（客户能自研出同等性能就不必付钱）。只要博通每代 IP 比客户内部团队领先一代，它就能继续赚钱；一旦被追上，护城河立刻消失。

第三组：连接芯片（Astera Labs）

这一组的特点：细分赛道，命运有不确定性。

Astera Labs 做的是 PCIe Switch、CXL、Retimer 这类连接芯片，是当下 AI 服务器内部互连必需的部件。它的赢面比博通窄但更专，这一档赌的是"PCIe / CXL 作为主流互连标准能维持多久"。如果未来 NVLink Fusion、UALink、CPO 大规模普及，吃掉它今天的市场，Astera Labs 的成长曲线就会被打断。

6、中间挤压层：周期里跑得快，周期外摔得狠

这一档是夹在底层物理工程和上层云 / 应用之间的所有玩家，包括 AI 算力云，即 Neocloud（CoreWeave、Nebius、IREN、Crusoe）、GPU 服务器组装（Supermicro、Dell、HPE）、光模块（中际旭创、新易盛、Coherent、Lumentum）等。

这一档不是每家都一样，可以按技术壁垒和议价空间分成三类，命运也分三档。

第一类：纯卖产能。Neocloud 和 GPU 服务器组装。它们没有不可替代的技术，本质是借钱买英伟达 GPU 出租、或者把英伟达 GPU 装进机箱卖出去。据第三方拆解估算，一颗 B200 售价约 4 万美元，物料成本约 6 千美元，剩下 3 万多美元被英伟达拿走。这些公司无论怎么努力压成本，都绕不开这 3 万多美元，它们的毛利永远被英伟达卡在天花板下。同时它们的最大客户（微软、Meta）正在疯狂自建数据中心、自研芯片，需求一旦缓解，议价权立刻消失。这一类周期化最快，结局最难看。

第二类：模块组装。中际旭创、新易盛这类光模块厂商。它们有真技术，硅光集成、高速封装、磷化铟激光器都是几十年积累的工艺。中际旭创 2025 年净利 108 亿（同比 +109%），光模块业务毛利率 42.6%，确实很赚钱。超大云目前也没有自研光模块，英伟达、谷歌、Meta 都从它们买。

但这一类的命运由三件事决定：

技术每代都在换：光模块速率每两年翻倍——100G 到 400G 到 800G 到 1.6T 到 3.2T。每一代都要重新设计、流片、客户认证。中际旭创 2026 Q1 存货升至 156 亿，跑慢半步就跌价归零。
行业产能扩张激进：Lightcounting 预测 2026 年 800G 和 1.6T 合计市场约 146 亿美元，但同期全球光模块厂商总产能规划已经显著超过需求。当下毛利率在 42-47% 区间是 800G/1.6T 高速产品占比上升带来的结构性红利，云厂商资本开支增速一放缓，毛利率有可能回落到 25-30% 的历史中枢。
可能被技术路线本身整合掉：CPO（共封装光学）将在 2028-2030 年大规模部署，把光引擎直接封进交换机芯片旁边，"可插拔光模块"这个独立产品形态可能消失。CPO 时代不再需要"模块组装"这一步，光源、硅光、调制器直接封进 ASIC，这一步的价值会从模块厂商手里转移到 ASIC 厂商（博通、英伟达）和封装厂商（台积电）手里。

第三类：上游垂直技术栈。Coherent、Lumentum 这类。它们的位置比模块组装更深一层，Coherent 自己做磷化铟激光器、硅光、VCSEL、调制器、外部光源，覆盖整条垂直栈；在 CPO 时代它们不是被颠覆的对象，是 CPO 的核心部件供应商。Coherent 在 OFC 2026 直接展示了自己的 6.4T CPO 方案，把 CPO 的可服务市场估到至少 150 亿美元。换句话说，光模块这一档的赢家会换班，纯组装的会被压缩，上游有技术栈的会过渡到 CPO 时代继续卖。

但即便是第三类，仍然是中间层。它们的客户是英伟达、博通、超大云，这些客户每一家都在做垂直整合（英伟达自己做硅光、博通自己做 CPO 集成、台积电做 COUPE 封装）。Coherent、Lumentum 卖的是部件，部件供应商永远在和"客户自己做"赛跑。短中期赚得多、长期议价权不稳定，这就是中间层的本质。

把这三类放在一起看，共同命运是清楚的：议价权要么被上游卡（被英伟达卡毛利）、要么被下游挤（客户自研、自建、自整合）、要么被技术换代抛弃。差别只是稀释速度，纯卖产能的几年内挤干、模块组装的五到八年被压缩、上游技术栈的能撑十年但天花板已经看得见。

互联网时代的对应位置就是思科、朗讯、Akamai、北电、Limelight，技术含量真不低，订单一度满到接不过来。但二十多年过去，没有一家是以独立公司的身份、用同一个增长叙事、回到当年估值倍数的。要么破产清算（北电），要么改名后撑了十几年最终也走 Chapter 11 和资产出售（Limelight 2022 年改名 Edgio，2024 年破产），要么被吞并（朗讯），要么靠多次转型才把市值撑回一半（Akamai），要么用 25 年回到价格高点但定价倍数已经从科技成长股降到成熟科技股（思科）。

Akamai 这个公司作为参照线很有价值，它是互联网时代中间层里基础条件最好的一档，卖的是边际成本极低的软件型服务（缓存命中后近乎零成本）、转型时手上现金充足、客户黏性比纯算力出租高得多。1999 年它是 CDN 这个赛道最纯正的标的，所有当年的看多逻辑，今天在中间层这一档身上都能找到对应。二十多年过去，Akamai 没死，每年还在赚钱，最近据报道还拿到 Anthropic 18 亿美元 AI 算力合同、股价短期反弹到 150 美元上下。但即便算上这一波，它的市值仍然只到 1999 年高点的六成——客户里奈飞、AWS、谷歌、Meta 都建了自己的 CDN，CDN 主业的增长叙事被永久压制。它走通了那条窄路，主动收购 Guardicore 做安全、收购 Linode 做云计算，把 CDN 在收入里的占比压到不到一半，但代价是用 25 年时间，从估值百倍 PE 的成长股，变成估值十几倍 PE 的成熟科技股。

Akamai 用 25 年走通的那条窄路，是中间层最好的示范。 AI 时代的 Neocloud、光模块、网络芯片厂商，绝大多数不会比 Akamai 做得更好，它们卖的是边际成本更高的重资产（GPU 折旧、电力、运维每一项都是真金白银），转型空间更窄、容错时间更短。Akamai 被挤压时 margin 能慢慢往下滑、有时间换战略；它们一旦周期反转，固定成本立刻把它们压在地上。

中间层不是不赚钱，它们短期赚得很多。但它们赚的是周期的钱，不是结构的钱。周期里跑得越快，周期外会摔得越狠。

7、零壁垒层：多数不入流

最底层是套壳应用、通用 API 转售、同质化 Agent，以及那些只是在大模型外面包一层界面的工具。这一档最大的问题不是今天收入小，而是别人也能做。没有专有数据，没有工作流嵌入，没有用户迁移成本，也没有真正的分发优势，最后就只剩下价格战。

十年维度看，这类公司大概率会被三股力量挤压：模型厂商向上做应用，平台型软件把 AI 功能内置进去，垂直行业玩家把 AI 变成原有产品的一部分。它们不是 AI 时代的核心资产，而是模型红利扩散早期的泡沫层。

绝大多数会消失，少数能活下来的，也要从"套壳"进化成入口、数据层或工作流系统。

七层走完，整张图大致是这样——

物理工程层、寡头垄断层：单点垄断、物理级壁垒，十年量级才能被追上，地图上最不可能消失的两格
云服务平台层：用互联网时代的存量护城河 + AI 时代的新锁定，几乎没有被颠覆的风险
应用与模型层：胜者为王、赢家通吃，赔率最大、胜率最低，最像互联网时代的"全垒打"档位
芯片设计层、中间挤压层、零壁垒层：都在被两头挤压——技术更迭、客户自研、生态吃掉，差别只是稀释速度

但这只是地图上能画出来的部分。AI 真正最大的赢家，可能根本不在这张地图上。

三、地图之外：那或许才是真相

大家应该能注意到，前 7 层都是我们现在能看到的，但是 AI 是一个人类文明级别的大更新，远大于互联网的出现，现在才开始几年，未来最赚钱、发展空间最大的东西大概率还没有出现，而那里，才是财富的真相。

1999 年画互联网产业地图的人，能想到的最大想象是 AOL、Yahoo、Cisco、亚马逊。没人能在 1999 年预测到：

移动互联网会比桌面互联网大十倍
短视频会取代电视
Uber 这种实时调度型生意会出现
美团这种本地生活平台会值千亿美元
微信会变成中国人的"操作系统"

类比到今天，AI 时代真正最大的赢家可能还没出现：

AI 原生操作系统：iOS、Windows 是给人用键盘鼠标和触屏的，AI 原生 OS 是给人用语言和意图的，这件事 OpenAI、Anthropic 都在做
AI 硬件终端：iPhone 当年取代了诺基亚，AI 时代的硬件入口是什么？智能眼镜？脑机接口？某种新形态？
AI 原生消费品类：还没出现、但未来五到十年里必然会出现的新形态
AGI 之后的世界：如果未来五到十年真的出现接近 AGI 的系统，今天的整个分析框架都要重写

除了上面这些更远的想象，AI 改变世界的方向还包括，AI 渗透到每个其他行业里去：

生物医药：AlphaFold 把蛋白质结构预测从数年压到几小时，Isomorphic Labs、Recursion、Insilico 等公司在做 AI 驱动的药物研发。如果 AI 真的把新药研发周期从十年压到三年、成本从二十亿美元压到两亿，这是整个医药行业的重塑。
机器人：人形机器人（特斯拉 Optimus、Figure、宇树）、自动驾驶（Waymo）、工业机器人。如果机器人真的进入家庭和工厂，这个市场可能比今天整个云计算市场还大。
科学研究：材料发现、核聚变模拟、气候建模，AI 把科学发现速度量级提升。
专业服务：法律、会计、咨询、金融分析、软件开发都在被 AI 工具改造。高盛 2026 年 3 月报告显示，已经实际使用 AI 的公司在软件开发和客户支持这两个具体场景里看到约 30% 的生产力中位数提升；其他职能仍在早期。
国防与航天：自主系统、情报分析（Anduril、Palantir），SpaceX 等
教育、能源、农业、零售：每个传统行业都会有自己的 AI 受益方。