2024年末以来，科技分析师本尼迪克特·埃文斯（Benedict Evans）发布的《AI 吞噬全世界》系列报告，成为解读生成式人工智能浪潮的关键文本。作为a16z前合伙人，埃文斯以每半年一次的频率剖析科技产业的深层演变，其第三份报告长达九十页，聚焦于AI引发的平台转移、资本狂潮与落地困境。报告指出，当前正经历约十年一次的科技平台跃迁——从大型主机到PC、互联网、智能手机，如今轮到生成式AI。然而，与以往不同的是，此次变革的形态尚不明朗：是浏览器、智能体、语音交互，还是全新界面范式？无人知晓。 资本层面，2025年微软、AWS、谷歌、Meta四家巨头预计资本支出达4000亿美元，几乎翻番，远超全球电信业3000亿的年投资。资金主要流向数据中心建设，美国电力供应已成为最大瓶颈，而Nvidia凭借其GPU需求暴涨，季度收入从2023年初不足百亿美元飙升至2025年近600亿，成为最大赢家。但这种豪赌也带来财务压力，部分企业资本支出已超过收入，依赖租赁等非现金融资方式，引发对可持续性的担忧。OpenAI更提出高达1.4万亿美元的基础设施计划，每周新增1吉瓦产能，虽被质疑可行性，却反映出“循环收入”模式的复杂生态——资金在Nvidia、微软、软银、中东资本间流转，形成闭环。 模型性能方面，顶级大语言模型在基准测试中差距已缩至个位数百分比，呈现趋同趋势，暗示模型可能正沦为“商品”。护城河不再依赖技术壁垒，而转向垂直数据、用户体验、分销渠道或产品整合能力。用户层面，尽管OpenAI宣称ChatGPT拥有8亿周活跃用户，但调查显示美国每日使用者仅约10%，多数人仍处于偶尔尝试阶段，反映出“使用惯性”尚未形成。 企业部署同样缓慢。麦肯锡调查显示，真正“已部署”LLM项目的比例普遍低于5%，多数仍处试点。摩根士丹利调研显示近40% CIO计划2026年后才部署，主因仍是安全、隐私、知识产权、幻觉风险及系统兼容性等传统技术障碍。尽管编程辅助、营销生成、客服自动化等场景已显现价值，被视为“新的AWS”，但规模化落地仍需时间。 更深层变革在于推荐系统。当前依赖用户行为数据的推荐机制正面临重构——AI有望从“相关性”转向“意图理解”。例如，购买胶带不再仅推荐纸箱，而是推断用户在搬家，进而推荐灯泡、保险等。这或将重塑万亿级广告市场，推动从“数据捕获”向“需求洞察”转变。 埃文斯提醒：历史反复证明，技术变革常被误判为泡沫或终结，但真正的变革在于重构而非替代。1956年自动化讨论与今日AI高度相似，电梯操作员消失并非失业危机，而是催生了新产业。AI最终可能不再被称为“AI”，而是融入“软件”或“助手”之中，成为基础设施。 尽管存在泡沫风险，但变革已发生。关键问题不再是AI能否吞噬世界，而是如何以何种形态、在何时、留下怎样的世界。 行业观察：埃文斯的分析被广泛引用，被视为冷静审视AI狂热的“定海神针”。Y Combinator数据显示，2025年AI初创公司占比已超半数，显示市场正从“技术中心”转向“产品与体验中心”。OpenAI的多线布局引发争议，其“既拆分又捆绑”的策略，实为在模型商品化背景下，争夺价值捕获权的生存策略。而企业级AI的“吸收”阶段预计将持续十年，真正颠覆性创新仍待探索。