模型时代不会出现下一个谷歌?蒂尔的逆向判断

AI 摘要997笔记AI

彼得·蒂尔认为模型层难现谷歌式垄断:模型可替换、价格战激烈,价值多流向消费者。但垄断未消失,利润转向芯片、算力、入口和工作流。消费者剩余增加不等于劳动者受益,其判断的前提仍是竞争充分。

此内容由AI根据文章内容自动生成。

2026 年 9 月最后一周,彼得·蒂尔在柏林领取 Axel Springer Award。颁奖之后,他和马蒂亚斯·德普夫纳坐下来聊了一场,里面有个判断被反复引用:模型时代的「谷歌」——那种能把整个行业利润大半收进自己腰包的公司——可能永远都不会出现。

这话从一个看空 AI 的人嘴里说出来不稀奇。稀奇的是蒂尔恰恰是 OpenAI 和 Anthropic 的早期投资人。他做判断用的工具,是自己 2014 年写下的那本《从 0 到 1》。

下面把他的推理链条完整拆一遍,再说说我个人认为他可能错在哪儿。

一、先记住两个字母:X 和 Y

理解这套判断,只需要记住一组符号。

X 是一家公司替社会创造出来的价值,Y 是它从中截留下来的比例。一家公司值多少钱,取决于它能否同时做到两件事:把 X 做得足够大,并且截住其中相当一部分 Y。

这其实就是《从 0 到 1》那句「竞争是失败者的事,好公司必须做成垄断」换了个写法。

航空业是最经典的反面教材。蒂尔 2012 年在斯坦福课堂上举过一组数字:美国航司的单程机票均价 178 美元,可每名旅客最终只贡献 37 美分利润。同一年,谷歌营收 500 亿美元、利润率约 21%,一家公司的市值超过了全美所有航司加起来。

两家创造的 X 都不小,截流的 Y 却天差地别。

巴菲特的那句玩笑:如果有时光机,他要第一时间穿越回莱特兄弟那里,用火箭把他们的飞机打下来。潜台词很直白——为世界创造了巨大价值,本身就是赚不到钱的充分理由。

把这三个点摆到一起,蒂尔的问题就很清楚了:模型层的 X 可能大得惊人,Y 却可能低得可怜。

X 与 Y 价值漏斗示意:航空业、互联网平台与模型层的价值创造与截留对比
同样是创造价值,能截住多少才是决定公司命运的分水岭

二、互联网凭什么能截住价值

要弄明白模型层为什么可能截不住,得先看清楚互联网为什么截得住。

互联网刚起来时,很多人的判断是「谁都能开一家公司」。结果恰恰相反——网络效应极强,最后长出了一批超级平台。原因是好几道护城河叠在了一起:

  • 网络效应:多一个用户,对其他所有用户都更有价值。社交、支付、市场、搜索都是这个逻辑。
  • 数据飞轮:用的人越多产品越好,产品越好用的人越多。
  • 边际成本趋近于零:多一个人用几乎不产生开销,规模自己就是护城河。
  • 注意力入口:谁占住搜索框、信息流和操作系统,谁就握住了收租的资格。
  • 赢家通吃的匹配市场:一旦成为默认选项,第二名就很难活。

这些护城河的结果可以量化:

维度 集中度
谷歌全球搜索份额 约九成
2025 年美国广告收入(谷歌 + Meta + 亚马逊) 合计约 56%,机构预计 2026 年还会再升
全球云基础设施(AWS + Azure + 谷歌云) 合计约六成
三家处理的全球互联网流量 接近 8%

谷歌加 YouTube 至今仍是全球访问量最大的两个站点。腾讯控股是今天市值最高的中国互联网上市公司,上面每一条都成立。

关键在这儿:用户在平台上「免费」使用,但注意力、商户和开发者在替他们付租金。互联网同时制造了巨大的消费者剩余和巨大的平台市值——这两件事并不矛盾,因为 X 和 Y 可以同时很大。

三、模型层为什么可能截不住:三个理由

1. 模型是可替换的智力商品,不是唯一入口

搜索只有一个默认框,微信的社交关系搬不走。但换模型的成本几乎为零——同一件事你可以问 DeepSeek、Claude、智谱或者豆包,随时切。

产品差异往往只有几个月的窗口期。闭源领先、开源追赶、下一家反超,这个循环已经跑了好几轮。

Epoch AI 追踪过一条曲线:把模型能力推到某个固定水平,所需的钱大约每个季度砍掉 47%,一年下来便宜约 13 倍。这个降速比 DNA 测序、计算硬件、锂电池、电力这几条历史上的成本曲线都要陡。

一旦能力被追平,价格战就几乎不可避免。

2. 用户要的是结果,不是模型品牌

写代码、改合同、翻译、作图——用户真正关心的是「够好、够快、够便宜」。品牌忠诚在工具层通常很弱,一旦工具被商品化,价值剩余就流向买方。

斯坦福 HAI 留过一份记录。2022 年 11 月,GPT-3.5 那一档的推理单价是每百万 token 约 20 美元;两年后的 2024 年 10 月,同样的东西只要 0.07 美元。价差接近 280 倍。到了 2026 年 9 月,前沿模型的价格指数已经比 2023 年 3 月的起点又低了八成。

博通的陈福阳最近算过一笔账,更直观:全球推理基建成本每年约 2000 亿美元,而模型相关收入只有约 1500 亿。token 流量上闭源和开源基本一半对一半,收入却是闭源约 1200 亿、开源约 300 亿。

开源把价格锚钉在了地板上。

大模型推理成本塌陷曲线:从每百万 token 20 美元降至 0.07 美元
两年时间,同一档能力的推理成本掉了三个数量级

3. 切换发生在 API 层,不在社交关系层

换模型不等于换朋友圈,也不等于搬家电商平台。

企业完全可以把同一套 RAG、同一套 agent、同一套权限系统接到另一家模型上。如果模型层真的存在网络效应,它更可能长在工作流、数据和权限那一层,而不是长在基础模型本身。

顺着这个逻辑推,模型时代更像电力、集装箱航运或者航空业:社会确实变得更富了,但发电厂和航空公司未必能变成谷歌。

四、但这不是在说「AI 没有垄断」

这里有个容易被误读的地方。蒂尔说的是「更少的赢家通吃平台」,不是「整条价值链都没有暴利」。价值只是换了地方。

第一层,芯片。英伟达 2026 财年营收 2159 亿美元,数据中心一条业务线就吃掉 1937 亿;到 2027 财年第二季度,这条线已经占掉公司营收的 93%。供给格局更极端:Epoch AI 测算,2025 年第四季度全球 AI 算力芯片里,英伟达一家握有 68%,谷歌自研芯片约 19%,剩下的一小块才轮到亚马逊、AMD 与华为。

第二层,算力中心的物理资源。电、土地、HBM 与先进封装,本质上更接近地租垄断。所以火山引擎、阿里云、百度云的估值逻辑依然成立;也是同一个原因,让 DeepSeek 这类纯模型公司开始往算力中心伸手——价值在哪一层,从业者看得比投资人清楚。马斯克把算力往太空搬,是同一个思路的延伸。

第三层,分发入口。模型可以商品化,但默认搜索框、办公套件、手机助手和企业身份系统不必商品化。微软把模型喂给 Office,谷歌把模型塞进搜索框,本质是同一个动作。国内三家也在做同样的事——腾讯、阿里、字节全在抢办公和手机入口,思路一致:越靠近用户的第一跳越好。

第四层,工作流上下文。一旦模型嵌进权限、审计、行业数据和迁移成本极高的系统,客户换掉的就不再是一个 API,而是整套组织流程。

一个常被忽略的判据:Copilot 不一定比 Claude 好用,但跨国企业选型时的第一考虑往往不是效率,而是安全、审计和上下文。所以金山办公 WPS、钉钉、飞书的上下文优势依然存在——「SaaS 要被淘汰」这个判断,可能下得太早了。

Palantir 由蒂尔参与创办,正好卡在这一层。这也解释了他为什么能同时说两句话:模型层会很卷;可美国企业急于用 AI 改造流程,又在推高 Palantir 的订单。两句话不打架。

三件事可以同时成立:

  1. 模型层打得头破血流,利润薄如纸;
  2. 芯片、电力、稀缺产能这几层照样赚得盆满钵满;
  3. 少数把模型焊进企业日常流程、别人换不掉的公司,仍能建起蒂尔定义的那种垄断。
AI 价值链分层示意:模型层薄利,芯片、算力、入口与工作流层依然厚利
价值没有消失,只是从模型层转移到了另外四个地方

五、「价值流向消费者」到底是什么意思

蒂尔说的消费者拿走的这部分价值,经济学上叫 consumer surplus(消费者剩余):你愿意为一次好回答付 20 美元,实际只花了 20 美分,差价就是你拿到的。

它在现实中会表现得很具体:

  • 个人层面:写作、编程、翻译、学习、法律初稿的成本集体塌陷。
  • 企业层面:同样的人做更多事,或者同样的产出少雇人。
  • 价格层面:从高价包月走向按量计费,再被开源和价格战继续往下压。
  • 分配层面:互联网时代是「少数平台市值天文数字 + 用户免费用」;模型时代更可能是「很多公司收入很大但利润一般 + 用户普遍变便宜」。

所谓「价值更均匀分布」,不是说贫富差距消失了,而是说价值不再主要沉淀成两三家平台的净资产,而是散落在无数买方的成本下降里。

一个扎心的推论:消费者剩余增加,不等于劳动者剩余增加。同一批人作为买家确实更便宜了;但作为白领供给,也可能被替代或者压价。这是同一枚硬币的两面,讨论就业问题之前最好先分清。

六、逆向的逆向:蒂尔可能错在哪

他的判断建立在一个前提上——竞争是充分的。这个前提至少有四个可能被推翻的地方。

1. 监管捕获

如果最终只有持牌闭源模型能合法服务美国和欧洲用户,模型层就会重新变成受保护的寡头,开源的威胁直接归零。这正是开源阵营批评奥特曼和阿莫迪的核心:用安全叙事推动立法,把后来者关在门外,顺手把消费者剩余拿回去一部分。

这条路要是走通了,蒂尔「高度竞争」的前提就不成立。

2. 分发入口仍可能赢家通吃

模型可以商品化,默认入口不一定。谁控制操作系统、办公套件、手机助手、浏览器和企业身份系统,谁就还能收租。垄断可能只是从「模型公司」挪到了「已经拥有分发的公司」。

3. 持续学习 + 私有数据 + 闭环,护城河会回来

今天大家比的是同一批公开数据和同类架构。但如果某家系统能在客户自己的业务里持续学习、越用越懂、迁不走,模型就不只是可替换的 API,而会变成带网络效应的系统。

4. 资本门槛仍然极端

能打前沿的玩家可能永远只有几家。但要注意:寡头竞争不等于完全竞争。航空业也是寡头,利润照样很差;芯片那种寡头,利润可以极好。关键不是「几家」,而是差异化能不能维持。

还有一点值得注意:蒂尔本人的投资组合也没有按「模型没利润」来布局。Founders Fund 体系碰过 OpenAI、Anthropic,同时更强调芯片和基础设施。他把「模型层可能很卷」当成一种概率——原话是 I wonder。

七、留给投资人的三个问题

如果蒂尔是对的,那么 2010 年代那套投资直觉要整个反过来:别再把「做基础模型」自动等同于「在赌下一个谷歌」。那很可能是在一个注定被商品化的层里追求 Y——历史上,这个位置叫航空公司。

更值得问的是这三个问题:

  1. 把某一家模型从它的产品里抽走,客户还愿意留下吗?
  2. 护城河究竟在数据权限、工作流、行业牌照、落地实施,还是仅仅停在提示词和一层包装上?
  3. 真正的短缺发生在哪一层——算力、电力、人才、合规,还是分发?

说到底是一句话:你投的公司,卖的是可替换的 token,还是迁不走的系统?

八、一个更不确定的时代

如果蒂尔描述的图景成真,受益者和受损者会分得非常清楚。

对用户来说,这是个更好的世界:同等智力越来越便宜,选择更多,被单一平台锁死的程度在下降。

对公司和对资本来说,未来可能更残酷:创造了巨大的 X,却只能拿到很小的 Y。社会效用很大、市值叙事很难看,这两件事会从例外变成常态。

互联网时代教给我们的经验是「找网络效应、找赢家通吃」。如果模型时代真的不一样,这套经验本身就需要被重新审视一遍。

顺带一提,这套「看谁在收租」的视角,用来分析别的东西同样好用——比如自建一个 MosDNS 查询面板,你能直观看到家里哪些设备在偷偷发请求;或者把 Nginx 日志做成访问看板,一眼看清流量被谁拿走。工具本身是免费的,注意力才是真正在被收租的东西。

上一篇 99% 的人在用 AI,真正会用的只有 28%