“美国巨头AI投入是中国公司的10倍，中国AI机会不大！”

　　“相比字节等敢于砸钱投入AI的科技企业，腾讯过于保守，已经要追不上了！”

　　“AI行业最大进步是Open AI、DeepSeek等初创企业推动的，大公司做不好创新！”

　　当新技术出现时，业界总会担忧“慢性子”的腾讯被颠覆。AI爆发对所有科技公司都是一场全新的竞赛，我认为如下几个问题是预判结局的关键：

　　1.赛道有多长，是否有障碍

　　2.比赛已经进行到什么阶段了

　　3.历史上的比赛赢家都是怎么赢的

　　本文尝试分析这些问题，思考一下目前市场的所谓“共识”是不是对的。

　　1. AI竞赛是百米竞速，还是马拉松耐力竞赛？

　　1.1 在资本的作用下，新科技发展都会“一波三折”

　　卡洛塔佩雷斯在《技术革命与金融资产：泡沫与黄金时代的动力学》书中，详细论述在资本的影响下，新技术革命会产生一个转折点，把整个产业的普及分成泾渭分明的导入期和展开期。

　　图1：技术革命扩散三阶段示意图——卡洛塔佩雷斯

　　在新技术诞生后，首先会进入导入期，由金融资本主导的爆发。这个阶段是由想象和预期驱动的，能得到金融资本扶持的企业会处于领先地位。但预期泡沫吹大的速度一定是快于生产力提升速度，终有一个转折点，行业会从狂热瞬间冷静，开始关注技术的商业价值。转折点通常就是行业泡沫破灭出清的时间，在这个痛苦的时点，

　　实现商业闭环的企业，推动行业跨过拐点，进入展开期。这些最终的赢家大概率不以百米冲刺速度跑马拉松，在群体狂热的时候，他们看似行动较慢，但其他人精疲力竭时，他们却仍能保持前进。

　　1.2 伟大的技术更容易催生狂热与绝望的周期轮回

　　参考邓普顿全球股权投资集团董事长阿拉斯戴尔·奈恩的著作《泡沫逃生: 技术进步与科技投资简史》，我总结了过去260年来10次重点产业革命，包含运河、铁路、电报、电话、电灯、石油、汽车、无线电、计算机、互联网等行业的发展历程，无一例外，这些伟大科技在改变人类生活之前都产生了很大的泡沫，并对早期投入的投资者和创业者的财富造成了毁灭性影响。

　　图2：各技术革命泡沫历程对比——船长总结

　　这些不同时代、不同国家、不同货币制度之下的科技革命，发展历程高度相似，不断循环：新技术突破，炫技的新产品出现，想象力开始狂热，大量的企业和资本蜂拥而上。最终大家会发现新技术并没有很快被大多数商业场景接受。行业泡沫破灭并进入缓慢发展的寒冬期，直到真正有企业把行业商业模式跑通，这个科技行业开始稳步铺开，这项伟大科技最终改善了人类生活。

　　1.3 新技术的三条线：进步有瓶颈，扩散存鸿沟，而预期常落空

　　图3：三条关键创新曲线的对应关系——船长总结

　　大部分的泡沫参与者都是在增长期的末期和技术扩散即将触碰到鸿沟之时开始入场，估值逻辑是根据历史的增长和市场的情绪来确定。这个估值是一个根据历史增长来看很合理，但是在周期的逻辑上看定价非常危险，并在这个定价中湮灭大量财富。企业对于新技术的投资也存在同样的风险！

　　投入产出S曲线：任何技术发展都会遇到瓶颈！

　　新技术的研发前期投入多，产出少，但当该技术的性能超越某一转折点后，该技术性能就会更陡峭的增长。在技术足够成熟之后，无论投入多少资源，该技术的进步都会变慢，直到被下一个新技术路线完全替代。而人类的科技整体，就是在一个个小的S曲线的交替中曲折向上发展。这个曲线理论的最佳著作是福斯特的《创新，进攻者的优势》。

　　创新扩散曲线：所有新事物被接受，都存在鸿沟！

　　任何新事物被全部市场接受，都不是一蹴而就的。可以分成三个阶段，第一阶段是被创新用户、技术导向的人接受，第二阶段是被大众接受，最后裹挟着保守主义的人不得不加入。理论上从第一阶段到第二阶段用户扩散是加速的，但是在第一阶段和第二阶段之间，会产生一个鸿沟，大多数新技术很难从早期人群顺利的扩散进入大众场景。

　　解释这个理论的经典著作有《创新的扩散》《跨越鸿沟》。

　　Gartner曲线：人类对新技术的期望总是在狂热和失落中摇摆！

　　所有新技术诞生的早期，人们都会有过高的期待。但是伴随着这项技术进入商业化阶段，投资人又会觉得这项技术盈利遥遥无期。直到这项技术真正商业闭环，投资者才会以理性的方式进行合理预估。大量的科技股股价走势出现N型结构，本质就是Gartner曲线的作用。

　　1.4 移动互联网创业的百米冲刺逻辑不适用于AI

　　中国科技投资是伴随着互联网革命而兴起的，在投资互联网行业赚大钱的方法比较统一，在早期投资各新赛道份额领先的企业！正是高度一致的经验导致中国的科技圈充满了FOMO情绪。但是互联网的FOMO情绪不适用于在AI战场取胜！两者有非常本质的不同。

　　技术周期上看，互联网处于上一轮康波终点，AI是下一轮康波周期的起点，需要更长时间攀爬S曲线。互联网是上一轮60年康波周期信息革命的终极产品，是所有的半导体、通信、终端设备等技术进步不断累积，最终产生的应用生态大爆发。互联网公司出生的时候，就处于一个技术定型的阶段，竞争者比拼的是谁能更快地把用户圈住，现在的互联网技术和15年前的技术本质是一脉相承的。

　　图4：Scaling Law的三个阶段幂律坐标图——黄仁勋

　　反观AI，很可能它处于下一轮康波周期的起点，类似于1980年的PC，它的S曲线会非常漫长，上图为黄教主介绍后续的训练方式的演进和Scaling Law的制约，现在只是第一阶段，后面还有很多阶段。现在的一时的领先远远不是最终定局。

　　商业原理上看，互联网遵循梅特卡夫定律，先到先得，强者恒强，而AI却被Scaling Law限制，后发会更经济的追平先发优势。

　　图5：Scaling Law和梅特卡夫定律对比

　　遵循梅特卡夫定律的互联网业务，具备前期疯狂扩张，用规模优势形成壁垒，最终结束战争的逻辑。互联网应用都有强烈的网络效应，用的人越多，体验越好，非常容易形成飞轮效应。随着用户增加，边际成本极低，前期疯狂投入的巨额亏损很容易实现盈亏平衡。在互联网领域，字节在短视频赛道一旦有了用户规模优势，即使是比自己财大气粗很多的腾讯和Meta也很难用同样的方式追上字节。

　　但是AI恰恰相反，单位研发资源投入带来的性能提升会越来越低，就算技术暂时领先了，也远远没法用前期优势彻底隔绝后来者的追赶。因此战争远远没有结束，反而会越来越激烈。

　　2. AI上下半场拐点信号渐显，硅谷巨头分歧加大

　　2.1 回顾AI近40年产业化历史，也经历了3次上下半场转换

　　每个周期总是以算法创新为起点，以技术落地为重点的往复循环。

　　在每次AI新技术的上半场，神奇的新功能令所有人目眩：国际象棋战胜人类、人脸识别准确率、围棋战胜人类、蛋白质折叠结构被发现，每次新突破，每个从业者都感觉这次真的不一样。

　　然而烈火烹油3~5年后，行业又会意识到技术进步不会一直维持高速，头部公司开始深陷财务危机。原来看着并不起眼的公司，开始真正的收获行业的红利。这一次可能也不会例外。

　　图6：AI产业化的四个周期浪潮——船长总结

　　回顾从2009年到2020年的上一轮AI深度学习浪潮，无论是中国还是美国市场，都诞生了大量采用早期All in 技术，外部融资等输家策略的创业公司，最终结果大部分不尽如人意，给投资人带来了很大的损失，中国比较有名的就是上一次的计算机视觉四小龙，商汤科技、旷视科技、依图科技、云从科技等，始终没有找到很好的商业化路径。

　　图7：第三浪潮的AI技术四小龙财务指标

　　真正吃到深度学习浪潮红利的公司，反而是用AI解决场景问题的公司，如大疆、海康、科沃斯，甚至是字节跳动，这些公司是利用AI来打造核心产品的公司，但是人们提起他们，不会觉得他们是AI技术公司，只觉得他们是打造最好产品的公司。

　　图8：第三浪潮的AI产品头部公司财务指标

　　2.2 硅谷巨头们从AGI的狂热中冷静下来，开始思考AI到底谁来用

　　在最近的两个月，已经能非常明显的感觉硅谷的风向极速转变，无数巨头开始把目光从模型层转向了应用层。

　　25年12月，微软CEO纳德拉表示：“26年将是不同的一年，行业正在走出最初的“发现阶段（discovery）”，进入一个更广泛的“扩散阶段（diffusion）”。在这个过程中，人们开始逐渐分辨，哪些只是技术层面的“炫技（spectacle）”，哪些才是真正能够产生长期价值的“实质（substance）。”

　　25年11月，谷歌CEO Sundar Pichai表示：“AI竞赛已经从‘刷榜（Benchmarks）’转向了‘赚钱（Money-making applications）..."

　　25年12月，亚马逊AWS CEO Matt Garman：“大模型的‘技术奇观’阶段已经过去，我们正处于智能体（Agent）改变业务逻辑的拐点...”

　　25年12月，Meta直接出手数十亿美元溢价收购初创应用公司Manus，也是在三季报华尔街对其激进的26年Capex投入进行负面评价后，调整了重心。

　　2.3 Open AI是观察转折点的金丝雀

　　牛市不言顶，泡沫可能比想象中更坚挺，但是我也尝试预测一下第一张多米诺骨牌的位置。

　　Open AI 26年收入是否能3倍增长就是整个纳斯达克的第一张骨牌，如果无法达成，第一阶段的泡沫会在27年初发生破灭(26年11月中期选举，如果有狙击川普的力量，时间会提前)。近期Open AI预计会完成千亿美元的融资，软银卖掉300亿美元英伟达持仓转投Open AI（日本人又一次替宗主国承担了风险敞口），让Open AI有机会在2026年放开手脚拼一把。

　　下图是Open AI是综合杠杆估算：和大量巨头铁锁连环，增加巨大杠杆获取计算资源

　　Open AI 2025年的收入是125亿美元，估值是5000亿美元，市销率在40倍。而它利用以租代买的协议，签署了6500亿美元的订单，过于激进的投入和始终不及预期的商业化，已经让Open AI陷入风险之中。

　　图9：Open AI的综合杠杆率与以租代售订单估算

　　下图汇丰银行对Open AI收入和自由现金流的估算：存活的关键在于26年收入突破

　　图10：Open A未来5年核心现金流测算

　　由于Open AI未来两年每年千亿级的租赁合同支出已经被锁定，预计到2026年，Open AI的收入必须增长3倍，带来相应估值提升和融资现金流提升，才能让公司现金流不出现塌陷。Open AI的收入七成来自C端，明年将会推出Agent 硬件，有颠覆手机的故事在里面，如果故事讲不通，那行业就需要准备迎接行业上下半场的极速转换。

　　3. 什么样的选手更适合马拉松比赛

　　3.1 百年技术革命赢家策略统计

　　目前AI赛道主要玩家的策略出现了很大的分化：有的玩家依靠融资获取现金流，有的玩家是AGI的信徒，有的玩家在激进的抢人和囤卡，有的玩家希望能让AI和自己主业结合，有的玩家在思考怎么和自己的生态建立壁垒。

　　哪些策略是未来赢家的策略，我尝试把这些分歧策略回溯到历史的科技革命中，看看哪些策略被最终赢家的采纳率高。

　　不同策略被最终赢家采纳概率详细情况见下表：

　　图11：过去科技革命最终赢家的策略分析—船长总结

　　一些大家认为很重要的策略和优势，比如在技术早期勇敢的投入，其实是低胜率策略。

　　技术发明者（22%）：在九次产业革命中，只有2个最终的胜利者是技术的先驱者，其他的都是后进入的玩家。单纯的技术先发如果没有其他商业壁垒，往往竞争不过后进场的大块头

　　技术早期扩张（33%）：从历史上看，技术没有定型前的激进投入扩张，往往是替行业趟雷，而且会形成巨大的沉没成本影响后续新技术出现的转向决策（弧光灯企业和运河企业都是在过渡技术上投入过大，最终只能一条道走到黑）

　　依赖外部融资（11%）：最低胜率的特性，会让初创企业在长跑赛道很难度过泡沫破灭期，也让爱迪生等知名企业家失去了企业控制权。

　　一些目前在当前狂热氛围内显得保守的策略，反而是通向最终胜利的高概率策略。

　　由关联业务进入（88%）：确保进入新业务的时候，就是有竞争优势的，而且能控制成本，不会陷入无休止的同质化竞争（范德比尔特只沿着自己的运河路线修铁路、布里奇沃特在自己的煤矿路线上修运河）

　　构建商业壁垒（100%）：赢得竞争的关键，往往是生态优势、规模优势、商业闭环等壁垒，而不是单纯的技术的领先与否（IBM的兼容战略，纽约中央铁路的路线垄断等）

　　依赖自有资金（88%）：自有资金可以降低被泡沫裹挟的风险，如果是新业务产生的现金流，那成功的几率更高。

　　3.2 在这次AI马拉松中，腾讯不会再次被字节先手偷袭成功

　　在字节出现之前，大家都在骂“狗日的腾讯会毁掉行业”，在字节做大之后，大家又开始骂腾讯“没有梦想”。从极左到极右，往往只是参照系的变化！

　　目前国内唯一有利用AI优势颠覆腾讯野心的巨头就是字节了。

　　字节的基因是用速度和爆发力和更大的巨头博弈，完美适配移动信息流分发业务（图文、短视频）。对腾讯和Meta在信息流分发业务上都形成了显著优势。

　　其所有的胜利都是同一套三板斧：第一斧，比竞争对手更快的决策；第二斧，比竞争对手更加不计财务纪律的投入；第三斧，如果错了，比竞争对手更果断的撤退

　　但只要不是信息流分发战场，字节战绩可以说惨不忍睹，如VR、教育、游戏、火山引擎等，全部都是在没有看清的时候就饱和投入，最后又不得不大幅裁员，一地鸡毛。字节在这些业务上的失败也来自于有锤子看什么都是钉子，用做信息流平台的方式做一切业务。

　　然而本次AI大模型，竞争节奏显然不是过去移动互联网的快烧钱、快垄断。

　　我们没有看到移动互联网时代先发优势不断拉大差距、形成护城河的情况，反而在Scaling law的束缚下，大家模型差距正在逐步减小。

　　下图是当前AI大模型性能差异变化趋势图。

　　图12：全球头部模型量化比较

　　恰恰相反，AI的军备竞争，很可能是有后发优势的，在先发者被越来越明显的瓶颈困住的时候，后发者可以用少得多的成本走完相同的路：

　　算力价格会降低：摩尔定律决定了同样H100的显卡，价格会持续下降，H100单卡价格从2023年Q4的5万美元，降低到现在最低2.2万美元，如果你早期拼命囤卡，相同算力就要多付出一倍的资本开支。

　　知识一定会扩散：大量的技术方向也会被其他公司验证，大量的顶尖人才带着Knowhow和算法开始流动，后发者可以通过挖人和参考行业最佳做法大量节省追赶成本。

　　3.3 腾讯独特基因将在AI的下半场展现出优势

　　腾讯作为科技公司，总会让业界觉得这家公司过于“保守务实”，为什么它对用户价值和商业模式闭环这么在意？我来讲讲腾讯基因中独一无二的部分，以及为什么这些基因对于AI跨越转折点至关重要！

　　基因一（寒冬体验）：腾讯是唯一深度体验过上一轮泡沫破灭的科技巨头

　　不同于阿里、百度、谷歌、亚马逊，腾讯是唯一首笔融资发生在2000年科网泡沫破灭后至暗时刻的巨头。全球互联网泡沫破灭发生在2000年3月，腾讯的第一笔关键融资签约发生在2000年4月，打款发生在2000年7月，在那个至暗时刻融资，腾讯多次险些资金链断裂！

　　作为对比，阿里、百度、亚马逊、谷歌等巨头都在2000年3月前完成了巨额融资，十几年后的字节、美团、拼多多更是赶上了移动互联网普及后的美元资本盛世。

　　相比其他科技公司因为生对了时间而赢了一大半，腾讯算是在死人堆里爬出来的巨头。

　　作为唯一“深度”体验过上一轮寒冬还能存活的巨头，它会比其他巨头更加注重财务的稳健和安全，同时也更不容易在泡沫期上头。上一轮在字节和Meta疯狂押注元宇宙的时候，有最大优势的腾讯反而是保持着少有的冷静，内部始终以新技术对用户的价值作为下场决策的依据；微信支付相对于阿里的支付宝也是用跟随战略，用少得多的资源就后来居上；在什么创新该自己做，什么赛道该交给伙伴，腾讯从不会好大喜功。

　　下一次AI行业严寒期，看似审慎的腾讯，反而会获得比其他在狂热期疯狂投入的企业更多的筹码和空间。

　　基因二（无中生有）：腾讯擅长在贫瘠的业务上种出丰饶的商业果实

　　回顾腾讯历史，它极其擅长为很难赚钱的业务找到可持续的商业化空间，并大大提高这个业务的上限！

　　在草创期，阿里的电商对标eBay，百度的搜索对标谷歌，而腾讯的即时通信对标的是硅谷的ICQ。这也是为什么百度和阿里都能在泡沫破灭前融到资，而腾讯却不得不经历九死一生的磨砺。

　　后一批移动互联网巨头如字节、美团、滴滴等，诞生于基础设施完善的时代，广告、大数据的基础设施已经搭建完毕，就等着他们来收割。

　　在中国之外，没有一家以即时通信起家的创业公司能成为独立的巨头，因为即时通信确实是商业化很贫瘠的土地，商业化程度高了立刻就会影响用户体验。而腾讯通过QQ秀、QQ会员等世界首创的商业模式在即时通信这个商业化沙漠上建立了科技帝国，并且成功让即时通信软件在中国拥有了其在世界任何地方不曾拥有的地位。

　　腾讯游戏的公平竞技皮肤售卖模式也让网络游戏走出了数值崩坏的怪圈，诞生了生命周期很长的国民游戏，为这个被鄙视的行业健康发展找到了路径，其GAAS理念至今也是全球3A大厂学习的行业圣经。

　　在AI赛道上，腾讯也是最早开始重视AI商业闭环的公司，Pony在业绩沟通会上多次提出AI已经开始对广告等多个业务产生了商业赋能价值，AI开始进入投入产出的正循环。

　　当AI行业技术进步开始逐步进入瓶颈期，商业闭环逐步成为所有参与者第一考量因素。哪家公司先为AI找到商业闭环的方式，就会带领行业走入下一个更健康的阶段，腾讯上“无中生有”的商业化基因有可能成为整个AI商业化转折点时的燎原星火。

　　基因三（跨界多栖）：腾讯是携带着最强“衍生器”基因

　　能跨界成功的公司数量非常稀少，大部分的公司都是用一个锤子解决所有的钉子，运气好可以连续锤两个。

　　投资大师莫尼什·帕伯莱详细阐述过有的公司就是更擅长开拓新业务：“拥有必要DNA的‘衍生器公司’（Spawner Companies），更能孵化新业务并将其打造成下一个巨大的增长引擎。”

　　腾讯就是衍生器基因最明显的公司，30年的创业历程，它在每个时代都立于潮头，但是每个时代的C位业务都有变化。即时通信和游戏商业模式完全不同，视频、支付、小程序和云服务也是完全不同的业务，战略投资又是和实业不同的逻辑，但是这么多跨界幅度巨大的业务被腾讯整合为一体，且大部分都是行业翘楚。

　　腾讯这么擅长跨界衍生新业务的原因，至今是一个复杂系统问题。我的思考是:

　　1. 最高层能尊重牛人，敢授权，不会总教牛人做事

　　2. 做之前想清楚，想清楚后持续做，可能不快，但是很难掉队

　　3. 微信赋能能力强，新业务一旦和微信链接，就初步有了护城河

　　在AI战场上，腾讯已经开始布局“元宝in all”的策略，广泛融入各成熟业务场景，未来甚至微信会突然更新出AI Agent功能，这些腾讯跨界衍生领域百试百灵的招数，在AI技术成熟后很可能我们会见到。

　　有些公司虽然短期取得了巨大成果，也可能是它恰好有个锤子又碰上了两个金钉子，但是腾讯就是锤过钉子、锯过木板、还刷过油漆的老师傅，如果有一个全新任务，不能低估腾讯找到正确方法的概率。

　　基于腾讯的几大基因独特性，很可能在AI的转折点和下半场，为行业带来惊喜。

　　读完这篇又深、又长的反共识文章，你肯定也是独立思考的人，下面几个关键问题欢迎在评论区提供智慧：

　　1.AI的竞赛是已经接近终点还是还在上半场？

　　2.你是喜欢投资导入期的企业，还是展开期的企业？

　　3.应该做哪些准备，才能在AI泡沫转折点到来时减少损失？

　　4.还有什么公司因为稳健的作风，AI的潜力可能被市场低估了？