人工智能与五大巨头的现状观察
本文信息来源：stratechery
我在 2023 年 1 月发表的 《AI 与科技五巨头》 中这样开篇：
2022 年的主旋律是人工智能的崛起，首当其冲的是图像生成模型，包括 DALL-E、MidJourney 和开源的 Stable Diffusion，随后 ChatGPT 作为首个引发轰动的文本生成模型横空出世。这显然标志着一个新技术纪元的开启。
有时越是平淡无奇的论断反而越准确，眼下正是如此：AI 确实开启了新时代，不仅占据着 Stratechery 的思考重心，也牵动着我所追踪企业的战略神经。时隔两年半，我认为有必要重新审视 2023 年的分析，并透过苹果、谷歌、Meta、微软和亚马逊这五巨头的棱镜，重新评估 AI 领域主要参与者的现状。
此次重新评估的直接导火索是 Meta 爆发的五级警报：其最新发布的 Llama 4 令人失望——至少存在误导性案例——迫使创始人兼 CEO 马克·扎克伯格启动大规模人才收购计划。据 《华尔街日报》 周末报道：
马克·扎克伯格正日以继夜地向人工智能领域最顶尖的人才发送电子邮件和 WhatsApp 消息，疯狂地试图迎头赶上。他亲自联系了数百名研究人员、科学家、基础设施工程师、产品明星和企业家，试图说服他们加入他正在组建的新超级智能实验室……这位 Meta 首席执行官并非只是发送冷冰冰的邮件。扎克伯格还开出了数亿美元的价码，这些金额将使这些人才成为科技行业有史以来最昂贵的聘用对象之一。至少在一个案例中，他讨论过直接收购一家初创公司。
尽管经济回报令人垂涎，但知情人士透露，部分潜在候选人因 Meta 平台今年在人工智能领域遭遇的困境以及一系列重组导致权责不明而犹豫加入。Meta 开发尖端人工智能技术的困境在今年四月达到顶点，当时批评者指责该公司操纵排行榜，使其新发布的人工智能模型显得比实际更强大。此外，Meta 还推迟了旗舰级新 AI 模型的发布，这引发了外界对其能否在行业 AI 军备竞赛中持续快速推进的质疑...
对于那些拒绝扎克伯格的人而言，他宣称的新 AI 超级团队愿景也令人担忧。这支约 50 人的团队被赋予实现 AI 模型重大突破的使命，包括达成"超级智能"目标。知情人士表示，有人认为这一概念过于模糊，除大规模招聘外缺乏具体的执行计划。
最后一段让整体分析变得复杂。在我 2023 年 1 月的文章中，我通过克莱顿·克里斯坦森教授提出的持续性创新与颠覆性创新框架来评估：AI 究竟是对现有商业模式的补充（比如让苹果设备因 AI 变得更好），还是对它们的颠覆（比如 AI 可能比搜索引擎更优秀但变现能力更差）。但更高层次的问题是，AI 是否单纯会让一切过时 ——从科技商业模式到所有白领工作，再到广义上的劳动，甚至生命本身。
或许是由于我的想象力有限，或是对人类处境的理解，让我比许多人对最悲观预测的可能性更为乐观：我认为这些预测发生的概率相当低。但与此同时，那些将 AI 视为纯粹炒作而置之不理的人同样错失了重点。这确实是重大变革，即便最终变化可能印证比尔·盖茨的格言："我们总是高估未来两年发生的变化，而低估未来十年发生的变化。"
为此，让我们回溯两年前的 《AI 与科技五巨头》，并展望八年后的可能图景。
苹果
基础设施： 极简
模型： 无
合作伙伴： OpenAI？
数据： 无公开数据差异化，可能存在私有数据差异化
分发渠道： 苹果设备
核心业务： 硬件设备与当前 AI 应用场景形成互补
稀缺性风险： 可能丧失高端硬件差异化优势
颠覆性/持续性： 持续性
新业务潜力： 机器人技术
苹果过去几年经历了戏剧性的变化，其标志性事件是"苹果智能"的惨败：该公司拥有基础的设备端 LLM 能力和自建私有云计算基础设施，但在模型或产品方面都远未达到前沿水平。
然而，该公司的救赎在于其核心业务并未立即受到 AI 威胁。从消费者视角看，OpenAI、Claude 等不过是你在 iPhone 或浏览器中使用的应用；Cursor 也只是你在 Mac 上使用的 IDE。与此同时，苹果的本地 LLM 可能为苹果平台专属应用创造差异化优势，且苹果独享消费者数据访问权——这意味着它能够构建真正可用、可扩展的个人语义索引体系，供 AI 运作其中。
这种定位并非万灵药；在四月的 《苹果与昔日企业的幽灵》 一文中，我将苹果当前处境比作微软与互联网的关系：人人都通过 Windows 电脑上网，但正是互联网为超越 PC 的新范式（即移动时代）创造了条件。
微软做到了英特尔——另一家我曾拿来与苹果对比的公司——未能做到的事：面对移动领域的失利，他们坦然接受失败，转而发展互补业务（云计算），从而为迎接 AI 范式做好了准备。苹果应当效仿类似策略：iOS 26 中与 OpenAI 深化合作的举措令我倍感振奋，这家公司应当加倍投入，成为这家看似将主导消费级 AI 市场的企业的最佳硬件合作伙伴。
这种趋势将引领苹果走向类似微软的未来，即公司将资源投入手机之外的硬件开发。没错，OpenAI 已通过收购式雇佣招揽了乔尼·艾维及其带领的苹果运营天才团队，但苹果应视此为挑战——要为 OpenAI 提供比这家横向服务公司自主开发更优质的硬件与更大规模。这意味着苹果需打造手机之外的一系列 AI 驱动设备，包括 Apple Watch、HomePod、智能眼镜等；长期来看，苹果应大力投资机器人技术与家庭自动化领域。无论是品质还是可扩展性，至今仍没有哪家企业在消费级硬件上能超越苹果，他们应当进一步强化这一优势。
这种方法面临的最大障碍在于苹果对自身作为软硬件一体化制造商的核心定位。多年来，该公司硬件的传统差异化优势在于运行自家开发的软件系统，甚至可以说正是这些软件推动了设备销售。但事实上， 苹果的差异化重心早已从软件转向硬件 ，虽然苹果芯片具备提供最佳本地 AI 性能的潜力 ，若能通过顶尖的云端 AI 能力实现无缝增强，这些本地性能将更具吸引力。
若苹果确实认为有必要独立发展，那么该公司需要进行一次重大收购并承诺投入数十亿美元。最佳选择或许是 Mistral：这家公司拥有大量人才（包括曾参与开发 Meta 早期广受好评的 Llama 模型的团队主力成员），其开源模式与苹果的商业策略具有互补性。但尚不清楚法国及欧洲监管机构是否会允许这家欧洲初创企业生态圈的明珠被美国公司收购；无论如何，苹果要么选择接受合作带来的控制权削弱，要么就必须投入远超目前规模的资金。
谷歌
基础设施： 最优
模型： 良好
合作伙伴： 无
数据： 最佳
分发渠道： 安卓设备、搜索服务、谷歌云平台
核心业务： 聊天机器人对搜索业务具有颠覆性
稀缺性风险： 数据反馈循环减弱
颠覆性/持续性： 颠覆性
新业务潜力： 云计算
谷歌在许多方面与苹果截然相反：这家搜索巨头过去两年的表现比我预期的要好（而苹果则更糟），但其根本定位和关注点基本未变（对苹果而言这是好事，对谷歌则令人担忧）。
谷歌的基础设施在许多方面都是全球顶尖的，且优势显著。该公司实现了从芯片到网络再到模型的全面垂直整合，并经常将这种整合视为解锁各项能力的关键——比如 Gemini 拥有业界领先的上下文窗口规模；Gemini 同时也是主流 AI 模型中定价最具吸引力的。但另一方面，垂直整合也可能带来弊端：谷歌对自研 TPU 的依赖意味着其需要在全技术栈层面与英伟达生态系统竞争；这虽然有利于直接降低成本，但在开发工具和获取创新成果方面可能产生隐性成本。
与此同时，Gemini 进步神速，在 LLM 评估中得分极高。有人质疑这些模型变体是否过度依赖 LLM 评估指标；Gemini 的实际应用表现似乎明显落后于 OpenAI 和 Anthropic 各自的模型。谷歌毫无疑问领先的领域在于媒体生成等相邻赛道——尤其在视频生成方面，Veo 似乎没有对手。
这揭示了谷歌最重要的优势：数据。Veo 可以调用 YouTube 视频资源，其规模之大难以估量。与此同时，谷歌的 LLMs 不仅受益于其在网络索引领域的领先地位，更得益于没有任何网站敢屏蔽谷歌爬虫的事实。谷歌还耗费多年时间收集其他形式的数据，如扫描图书、归档研究论文等。
谷歌还拥有分发渠道，尤其是安卓系统：提供设备与云端 AI 无缝融合体验的潜力极具吸引力，这将是安卓迄今挑战苹果高端市场霸主地位的最佳机会。但实现这种整合将是关键：目前 ChatGPT 占据着消费者心智高地，正如前文所述，苹果能够且应当通过"最佳 ChatGPT 使用设备"的定位实现差异化；谷歌能否通过同时掌控 AI 模型与操作系统（以及由此获得的海量个人用户数据）来提升其设备体验？换言之，谷歌真能做出好产品吗？
谷歌面临的问题，正如两年前（甚至更早之前 ）就能预见的那样，在于 AI 对其核心业务搜索的颠覆性潜力。当企业拥有近乎完美的商业模式时——谷歌的搜索广告业务正是如此，用户决定了竞价排名的赢家——其发展轨迹就只剩下行一条路。鉴于此，我认为谷歌将重心放在 AI 搜索概览功能上以优化搜索体验，并（至少目前）保持货币化率的策略是可取的；同时我认为该公司开发搜索漏斗体系来系统性推进 AI 搜索演进，是将 AI 从颠覆性威胁转化为可持续助力的明智之举。
云计算的前景则光明得多 ，谷歌的基础设施和模型优势（尤其在定价方面）能真正发挥作用，无需背负维护收入或重振僵化产品功能的压力。谷歌云平台一直专注于融入多云工作流，但长期看，其巨大潜力在于谷歌的 AI 能力将成为吸引企业云工作流份额持续增长的核心引力。
元数据
基础设施： 良好
模型： 尚可
合作伙伴： 无
数据： 优质
分发渠道： Meta 应用、Quest 设备
核心业务： 人工智能提供更个性化的内容与广告
稀缺性风险： 注意力被聊天机器人分散
颠覆性/持续性： 持续性
新业务潜力： 虚拟世界与生成式用户界面
Meta 的定位介于苹果和谷歌之间，但我认为它更接近前者；该公司在人工智能领域的挣扎可能超出预期，但其核心战略定位似乎更为稳固：更多个性化内容适配 Meta 的分发渠道，生成式广告应能增强 Meta 对长尾广告客户的服务。与此同时，生成式人工智能很可能是 Meta 实现 XR 投资回报的关键，既通过为 VR 创建元宇宙 ，也通过为 AR 设计用户界面 。我曾在公开记录中表示对 Meta 的人工智能富足前景极为乐观 。
然而风险依然存在。Meta 争夺的稀缺资源是用户注意力，而 LLMs 已经在消耗大量注意力且持续扩张。有观点认为聊天机器人对 Meta 造成的威胁不亚于谷歌：即便 Meta 吸引大量用户使用 Meta AI，花在 Meta AI 上的时间就意味着无法用于变现效率更高的内容形式。区别在于我认为 Meta 能更有效地将这些新界面货币化：它不像搜索引擎需要维持客观性和可靠性的形象；有时充当最低公分母的交互界面反而成为优势。
不过，从扎克伯格的大手笔投入中可以明确看出，这些风险可能比我原先认识到的更为严峻。尽管扎克伯格已通过公司现实实验室部门证明，他愿意为不确定的未来投入数十亿美元，但此次 AI 人才招募行动展现出的急切与迫切，强烈暗示着该公司的核心业务正面临我两年前未能充分认识或预见的威胁。但事后看来，这很合理：Meta 在 AI 领域存在诸多上升空间这一事实，本质上意味着若 AI 战略失败将带来巨大风险；而像苹果这样的企业，其核心业务与 AI 关联度较低，因此无论是上升潜力还是下行风险都相对有限。
真正令我担忧的是 Meta 在 AI 领域似乎缺乏明确方向； 这是我从最近与扎克伯格的访谈中获得的最大感悟。在生成式 AI 如何影响公司业务方面，我甚至觉得自己的想法比扎克伯格更丰富（扎克伯格在公司最新财报电话会上的发言明显基于两天前我们访谈的内容进行了升级）；这也与当前的狂热氛围相吻合。扎克伯格似乎后知后觉地意识到，不仅公司模型已落后于行业，整个 AI 事业更需要新的领导力和产品思维——因此请来 Alexandr Wang 负责前沿技术、Nat Friedman 管理团队、Daniel Gross 主导产品。虽然这个团队的具体运作方式尚不明确，但值得注意（坦白说也令人钦佩）的是，扎克伯格实质上承认了问题的存在。这种谦逊态度和行动导向，正是苹果所欠缺的。
微软
基础设施： 非常出色
模型： 无
合作伙伴： OpenAI
数据： 优质
分发渠道： Windows、Microsoft 365、Azure
核心业务： 人工智能驱动 Azure 使用量
稀缺性风险： 获取尖端模型的权限
颠覆性/持续性： 对 Azure 具有持续性，可能对 Microsoft 365 产生颠覆性影响
新业务潜力： 智能代理
2023 年 1 月时微软的地位似乎无可撼动；这完全符合我在 AI 与科技五巨头中的分析：
微软似乎是所有公司中处境最优越的。与 AWS 一样，它拥有销售 GPU 的云服务；同时还是 OpenAI 的独家云服务提供商。没错，这确实耗资巨大，但鉴于 OpenAI 极有可能成为人工智能时代新晋的科技巨头之一，这意味着微软正在为那个时代的基础设施进行投资。
而必应搜索的处境，就像 iPhone 问世前夕的 Mac 电脑：虽然贡献了相当可观的收入，但相比行业霸主只是九牛一毛，在微软整体业务中的占比也微乎其微。如果通过整合类 ChatGPT 功能来冒险改变商业模式，以换取市场份额的爆发式增长，这绝对值得一搏。
根据 The Information 最新报道，GPT 技术最终将融入微软生产力套件。关键在于复制 AI 编程工具 GitHub Copilot（基于 GPT 开发）的成功经验——它完美诠释了如何成为得力助手而非恼人累赘（千万别重蹈"Clippy"回形针助手的覆辙！）。
关键在于，新增功能（可能是收费的）与微软的订阅商业模式完美契合。值得注意的是，这家曾被视作颠覆受害者的标杆企业，在完整叙事中不仅将因颠覆而重生，更将借此机遇攀上更高峰。
微软的处境虽仍稳固，但比我那篇文章描述的更为微妙：
- 微软与 OpenAI 的关系日益紧张，最近甚至演变成 OpenAI 以反垄断投诉相威胁，要求微软放弃未来利润分成权并同意其提出的营利性重组方案。在我看来，微软目前仍掌握着关系主导权——因此对方才会搬出政府干预的威胁——但这种优势仅能维持到 2030 年现有协议到期。
- 必应曾推出惊艳的 Sydney，却被微软迅速阉割；更讽刺的是，即便整合了 AI 技术，必应的市场份额似乎毫无起色。
- GitHub Copilot 已被 Cursor 等初创公司及基础模型厂商的专属产品超越，而微软其他 Copilot 产品未公布使用量和盈利数据，这种缺席或许已说明问题。
- 人工智能取代知识工作者的程度，将决定微软 365 特许经营权（ 如同所有订阅制服务业务 ）可能遭受的冲击程度。
关键所在——也是我仍看好微软战略定位的原因——在于该公司的基础设施和分销优势。前文已提及微软错失移动机遇后的转型：《Windows 的终结》 带来的回报是，当 AI 机遇来临时，公司已做好准备抓住机会 （这一点英特尔未能做到）。作为后来者的微软还是超大规模云厂商中最依赖英伟达的：谷歌深度投入 TPU 研发（尽管也提供英伟达实例），亚马逊的基础设施则专为通用计算优化 （且正通过 Trainium 芯片加码投入 ）。
与此同时，Azure 是 OpenAI API 唯一的非 OpenAI 提供商，这不仅将微软企业客户留在 Azure 平台上，其本身也具备独特吸引力。因此， 我认为微软在与 OpenAI 谈判时的首要任务应是永久确保 Azure 这一优势，即便这意味着要放弃对 OpenAI 整体业务的诸多权利。
微软另一项当务之急是深化与替代模型供应商的合作关系并扩大投资规模。xAI 首席执行官埃隆·马斯克以预录视频形式亮相微软 Build 大会是个积极信号；微软应跟进投资，助力 xAI 持续领跑 AI 模型前沿。微软已对 Mistral 进行小规模投资 ，还应考虑资助 Llama 项目 ——这类投资虽耗资不菲，但若无法获取领先模型，或完全受制于山姆·奥特曼的决策，代价将更为高昂。
亚马逊
基础设施： 良好
模型： 较差
合作伙伴： Anthropic
数据： 良好
分发渠道： AWS, Alexa
核心业务：AI 驱动 AWS 使用量增长
稀缺性风险： 尖端模型获取能力，芯片竞争力
颠覆性/持续性： 对 AWS 具有持续性价值，长尾电商推荐可能对 Amazon.com 形成颠覆性影响
新业务潜力： 智能代理，Amazon.com 上 AI 推荐产生的联盟营销收入
过去两年间，我对亚马逊的市场地位变得乐观许多：
- 首先，人工智能技术对亚马逊任何业务都未构成颠覆性威胁，反而可能带来全面利好。AWS 云服务使用量的增长显而易见，但亚马逊电商平台也可能因消费者使用 AI 获取商品推荐而大幅受益（当然另一方面，AI 或许能更高效地发掘长尾电商替代品，或削弱亚马逊站内广告的重要性）。AWS 主要通过实际使用量而非用户席位来盈利；基于 AWS 的按席位收费的 SaaS 企业受冲击程度，恰恰反映了 AWS 很可能从 AI 颠覆者身上获得更多用量收入。
- 其次，AWS 与 Anthropic 的合作关系似乎也比微软与 OpenAI 的联盟稳固得多。ChatGPT 显然为 Azure 带来了海量使用量，但这也正是 OpenAI 与微软冲突不可避免的核心原因 ；Anthropic 缺乏强势的消费者业务，意味着他们与 AWS 建立供应商式的关系（甚至包括为 AWS 的 Trainium 芯片架构进行开发）更具可持续性——即便称不上极具吸引力。从长远来看，即便 Anthropic 发展出极具竞争力的企业级智能代理业务，这种最佳情景也与 AWS 的定位兼容，毕竟 AWS 本就是众多成功平台企业的底层基础设施提供商。
- 第三，AWS 早期对 Bedrock 的投资是对 AI 可选择性的一次前瞻性押注；该公司对 Trainium 的投资在 AI 芯片未来方面也带来了类似优势。你当然可以认为亚马逊过去和现在在核心模型供应和芯片基础设施方面处于落后地位；但同样可以换个角度说，随着未来 AI 格局逐渐明朗，亚马逊最有能力灵活调整方向。
与此同时，AWS 仍以显著优势保持着最大云服务提供商的地位，毕竟企业更倾向于使用与现有数据邻近的 AI 服务，而非费心迁移。别忘了 Alexa：正如我所料， 几乎找不到 Alexa+存在的证据 ，更不用说兑现承诺了，但语音控制设备显然蕴含着前所未有的潜力。
模型缔造者
基础模型开发者对 AI 发展显然至关重要；虽然本文聚焦于科技巨头，但值得关注这些底层技术创造者的现状：
OpenAI: 我一直将 OpenAI 视为偶然诞生的消费科技公司 ；这个视角对理解过去两年的诸多事件至关重要。例如，OpenAI 内部的许多动荡，部分原因可能与 CEO 萨姆·奥特曼存在冲突，但早期员工当初加入的初衷是参与科研项目，而非成为下一个 Facebook。
我确实认为 ChatGPT 已赢得消费级 AI 领域的竞争，其更可能扩大优势而非被取代。这从根本上使 OpenAI 与所有试图掌控用户关系的实体产生冲突——从微软到苹果皆如此。但这两家公司可能别无选择：微软因已深陷其中，苹果则因为（若继续深化整合）OpenAI 可能很快会成为购买 iPhone 最具说服力的理由。
我心中最大的疑问是，OpenAI 何时（以及是否）能开发出广告模式来补充其订阅业务。虽然我和大多数读者都愿意为 AI 带来的生产力提升付费，但事实是广大消费群体很可能不会买单。掌控这部分市场不仅能封锁竞争对手，还能在收入和投资未来模型的能力方面获得长期优势。
Anthropic：Anthropic 或许错失了消费级市场，但该公司对编程领域的专注使其在开发者群体中赢得了非常稳固的地位，并获得了可观的 API 收入流。从某些方面来看这是个更冒险的定位，因为开发者和 Cursor 等中间商可以轻易转向未来可能更优秀的其他模型。不过 Anthropic 正试图通过 Code 等产品来降低风险——这些产品不仅能自成业务体系，还能为改进底层模型生成关键数据。
Anthropic 依赖亚马逊及其 Trainium 芯片进行训练的做法可能并非最优选择；但从长远来看，这或许能带来显著的成本节约。最重要的是，亚马逊如今已成为 Anthropic 深度绑定的合作伙伴——正如前文所述，这种关系很可能比微软与 OpenAI 的组合更为稳固。
与 OpenAI 不同，Anthropic 还受益于其长期商业机会与核心研究人员的通用人工智能（AGI）理想高度契合：后者或许造不出"上帝"，但若能在研发过程中创造出自主智能体服务，将带来巨大的商业回报。
xAI： 关于 xAI 的脆弱处境，我在上周文章中有更详细论述，简言之：
- 在我看来，xAI 坚持自建基础设施的策略更像是负担而非优势。诚然，埃隆·马斯克可以更快速地自主行动，但在客户匮乏的情况下斥巨资建设利用率不足的基础设施，无疑是种会导致天文数字亏损的运营方式。
- xAI 是一家众望所归的公司，人们希望它能作为制衡 OpenAI 和 Anthropic 的存在，但这份期待并不能支付账单。这正是该公司应当积极寻求投资（尤其是微软投资）的核心原因。
- xAI 与甲骨文的合作存在某种合理性：xAI 需要基础设施合作伙伴，甲骨文则需要差异化的 AI 产品。但问题在于，双方可能在客户争夺战中相互加剧彼此的困境。
收购 X 平台对 xAI 造成了最严重的负面影响——这直接导致大多数企业对 xAI 的投资兴趣骤减，也让 Meta（显然愿意为 xAI 人才买单）彻底失去了收购可能。更有趣的是与特斯拉的关联：只要自动驾驶领域仍受制于算力瓶颈 ，xAI 的基础设施至少能有效输送给马斯克的另一家企业。
Meta: 这让我们又回到了本周的新闻主题。有观点认为 Meta 在 AI 上纯粹是浪费资金：该公司没有超大规模云计算业务，却同样从 AI 中获益。例如，大量由 ChatGPT 生成的吉卜力工作室风格图片被发布在 Meta 旗下平台，这为 Meta 带来了好处。
Meta——以及其他非模型制造商——面临的问题是，基于 LLM 的 AI 最终能力仍存在激烈争议。扎克伯格需要承诺超级智能的前景，不仅是为了吸引人才，更因为如果这一目标可以实现，那么任何实现者都不会愿意分享；如果事实证明基于 LLM 的 AI 更接近微处理器的定位——即关键的赋能技术而非独立的颠覆性力量——那对 Meta 的业务将更为有利，也意味着他们无需投资自建模型。对扎克伯格而言不幸的是，观望策略等同于押注希望，因为如果赌错了，Meta 就会成为下一个 MySpace。
此刻必须提及房间里的大象：中国。美国对华策略很大程度上基于一个假设——人工智能将成为世界毁灭者，因此值得以牺牲美国在芯片领域的技术主导地位为代价来遏制中国崛起，但这一观点存在严重的逻辑缺陷 。最终可能出现的局面—— 深度求索公司的动向已有所暗示 ——是中国将芯片和人工智能都变成大宗商品；若果真如此，受益最大的将是科技巨头们（ 英伟达将首当其冲受损 ），而这绝非历史首次 。