AI如何吞噬世界：泡沫、瓶颈与变革的深层逻辑 如果说2011年马克·安德森“软件吞噬世界”的宣言开启了数字时代的序幕，那么2025年，a16z前合伙人本尼迪克特·埃文斯（Benedict Evans）在题为《AI吞噬全世界》的深度报告中，为这一进程写下了一部充满张力与反思的续章。这份长达九十页的系列研究，以每半年一次的节奏持续剖析生成式AI带来的技术、资本与社会重构，成为理解当前科技格局的必读文献。 报告开篇即提出一个核心判断：我们正处在一个每10至15年一次的“平台转移”周期中。从大型机到PC，从互联网到智能手机，每一次技术范式跃迁都重塑了产业版图。而生成式AI，极有可能是这一周期的下一个主角。但与过去不同的是，这一次，我们对“新平台”究竟长什么样，仍一无所知。 历史的镜鉴令人警醒。微软曾以90%的PC操作系统市占率称霸，却在移动时代被边缘化；苹果在PC时代领先，也一度被IBM兼容机击退。更广义地看，搜索引擎、社交网络、智能手机，无一例外地在早期由“先发者”主导，但最终都让位于更适配新范式的新玩家。而今，AI的形态仍未定型——是智能体（Agent）？语音界面？MCP协议？可穿戴设备？还是某种尚未被命名的交互方式？答案仍藏在迷雾之中。 资本的狂潮则为这场不确定性添上浓墨重彩的一笔。2025年，微软、AWS、谷歌、Meta四家科技巨头的资本支出预计达4000亿美元，几乎相当于全球电信业全年投资的总和。这一数字在一年内翻倍，远超任何历史阶段。资金的主战场是数据中心建设，美国数据中心的建设价值已超过办公楼，这在历史上尚属首次。但电力供应正成为最大瓶颈，美国的电力系统难以在短期内满足AI带来的额外1%需求。 NVIDIA成为这场豪赌的最大赢家。其季度收入从2023年初的不足百亿美元飙升至2025年的近600亿美元，远超英特尔鼎盛时期。其代工伙伴台积电的产能已全面告急。更令人深思的是，资本结构正变得异常复杂。OpenAI提出“每周新增1吉瓦”算力的愿景，年投资或达万亿美元，其融资模式依赖NVIDIA、Oracle、软银与中东资本的“循环收入”：OpenAI用NVIDIA的现金流买NVIDIA的芯片，而NVIDIA的现金流又来自微软、谷歌等云服务商——这些本是OpenAI的对手。这种金融闭环，令人联想到互联网泡沫时期的幻象。 然而，技术进展与市场现实之间，正出现深刻裂痕。顶级大模型在基准测试中的差距已缩至个位数百分比，性能趋同，模型正沦为“商品”。护城河何在？是数据、算力、产品体验，还是用户界面？尚无定论。更令人困惑的是用户行为：尽管OpenAI宣称ChatGPT拥有8亿周活跃用户，但德勤调查显示，美国每日使用AI聊天机器人的用户仅约10%，超半数人每月使用不足一次。用户参与度的“冰火两重天”暴露了AI从“尝鲜”到“习惯”的鸿沟。 企业端的部署则更为谨慎。摩根士丹利调查显示，近40%的CIO表示至少要到2026年才计划部署LLM项目。真正落地的用例仍集中于编程辅助、营销内容生成和客户支持，即“吸收”阶段。这与云计算的采用轨迹相似——即便在2025年，公有云仅承载约30%的企业工作负载。AI的部署同样面临老问题：安全、隐私、知识产权、错误率、数据整合、系统兼容。而AI特有的“幻觉”问题，更让自动化难以在高风险场景中推广。 但真正的变革，可能藏在更深层的逻辑中。推荐系统或将迎来革命：从“基于相关性”转向“基于意图理解”。传统推荐依赖用户行为数据，而AI能理解“你买胶带是为了搬家”，进而推荐灯泡、烟雾报警器甚至家庭保险。这不仅是效率提升，更是价值重构——从“捕获用户”转向“理解用户”。 报告引用1956年美国国会关于“自动化”的报告，指出当时讨论的“金属加工、电子、通信、办公室文书处理”等问题，与今日AI讨论何其相似。电梯操作员从9.5万人降至1万人，但自动化并未消灭工作，而是催生了新产业。同样，条形码与数据库系统使超市SKU从5000增至5万，创造了全新的零售形态。 最终，埃文斯提出一个根本问题：AI成功后，我们还会称它为“AI”吗？正如电梯不再需要操作员，我们不再说那是AI；搜索引擎用复杂算法，我们也不再称之为AI。技术一旦成熟，便成为基础设施，隐于无形。 因此，问题不是AI是否会“吞噬世界”，而是它将以何种方式、在多长时间内、留下怎样的世界。它可能不会以“AI”的名义被铭记，而只是成为我们日常中的一股力量——像电力、网络或操作系统一样，无声却无处不在。 这场变革的真正意义，或许不在于技术本身，而在于我们如何用它重新定义工作、创造、连接与存在。