格兰：最新动向！这个行业要变天了？！

lameihua

　　今天聊个有意思的事儿。

　　估值5000亿的美国科技巨头Open AI，宣布在Chat GPT里塞入广告。

　　那个曾经说着要造福全人类、不以盈利为首要目的的AI巨头，最终还是用起了互联网时代最经典，也是效率最高的赚钱法子。

　　为什么要自毁清高去卖广告呢？

　　原因很刺眼，没钱了。

　　OpenAI现在的处境挺尴尬。

　　虽然年收入冲到了200亿美元，但在通往AGI通用人工智能的路上，这点钱也就是个洒洒水的水平。

　　奥特曼算过一笔账。未来十年，Open AI在计算资源上的投入大概在1.4万亿美元左右。

　　光靠融资和卖会员费，根本填不满这个大坑。

　　最根本的原因在于，生成式AI的生意逻辑，和卖软件完全不同。

　　以前软件公司制作出一个产品，开发成本基本上是固定的，后面不管卖给多少用户，成本几乎没有太大变化。

　　但Chat GPT这样的生成式AI不行。用户问的每一个问题，每一句聊天，背后的GPU都在疯狂运转，电费和算力成本高得吓人。

　　2025年上半年，OpenAI光是应付用户的提问就花了50多亿美元，可同期的总收入才40多亿。

　　也就是说，Open AI现在还在贴钱经营，典型的赔本赚吆喝。

　　目前用户最大的疑问，是Chat GPT怎么保证回答的客观公正。

　　如果用户在问哪家餐厅好吃，哪家咖啡好喝时，蹦出来的答案是品牌花钱买的广告位，那么用户对大模型的信任感便会瞬间崩塌。

　　目前，Chat GPT用的方法是一个比较新的尝试。

　　利用聊天记录里的记忆功能，记住用户喜好，然后再实现所谓的超个性化广告推送。

　　虽然官方说这个功能可以关掉，记忆也能删，但在商业利益面前，用户隐私和使用体验的平衡点其实很难找。

　　事实上，不管是老外还是我们的AI大模型，都在进一步往平台的思路发展。

　　这种变化意味着技术领先只是入场券，不再是决定胜负的唯一因素。

　　当语言模型在交互上变得自然起来，就具备了重塑流量入口的基础。

　　人们利用大模型搜索、制图、处理工作，习惯了这种交互，就相当于留存在这个生态里了。

　　大模型公司们赚取的，便从订阅费用转变为环节价值。

　　以后不管是购物、订餐还是出行，只要是在生态里付费，大模型公司都能抽取佣金。

　　一旦Open AI跑通了这个模式，我们国内企业跟进的速度一定会比想象得迅速。

　　从这个角度看，国内大模型公司，尤其是已经有足够用户基础的大模型公司，会再次迎来新的突破风口。

　　模型这边有了新动向，上游的半导体也爆出新消息。

　　上海、深圳等海关召集了当地的物流公司，明确告知他们现在没法提交H200芯片的清关申请。

　　这个消息给英伟达打了个措手不及。首批运抵香港的货物，也在这个正准备进关的当口显得极为尴尬。

　　攻守易型了。

　　经常看格兰投研文章的同学，肯定已经反应出到底是怎么回事儿了。

　　这是一场深思熟虑的产业保卫战。

　　如果放任H200大规模进入，会有三个致命后果。

　　最直接的是资敌。

　　上百亿美元的采购款流向老美，其中25%通过税收方式进入美国国库，这些钱转头就会被用来补贴给老美本土科技企业，本质上是在变相支持老美的芯片法案，给老美送弹药。这会进一步拉大我们与老美在芯片领域的差距。

　　最痛心的是国产替代受压制。

　　最近的消息很不好，很多大厂已经为了拿到H200的芯片，开了大价码。从这点可以看出来，只要有H200这个“舒适区”在，国内大厂采用国产芯片的动力便会严重不足。

　　历史证明，国产替代的进程，往往是被逼出来的。

　　风险最大的是数据安全。

　　用到H200的企业，要接受老美End-Use Check最终用户审查和第三方测试。这意味着我们顶级数据中心的拓扑结构、算力规模和应用方向，会单向、透明地暴露在老美的情报机构视野下。

　　无论哪条，我们都不能接受。

　　算力安全不是生意，而是通往未来的生路。

　　会真的把H200拒之门外吗？

　　我下午和行业研究员交流了一下，有两个概率比较大的发展方向。

　　比较温和的是配比制。大厂想买一片H200，必须配套买入一到三片的国产算力芯片。

　　这种方式的运行流程，是大厂申报，部委审批。执行后，H200虽然能进来，但会直接带火国产GPU的销量。

　　比较强硬的是全盘否定，禁掉H200。大厂们可以在海外训练时随便用，但在家里搞研发，必须换成国产芯片。

　　可以看出，不管是哪种情况，国产替代的趋势已经没法回头了。

　　2026年注定是国产算力加速放量的关键年份。

　　从路径上看，我们今年会复刻海外去年的路径，算力需求从“训练”向“推理”大规模切换。

　　如果说2024年和2025年，大厂们都还在忙着买卡练模型，那当下，就是大模型真正开始下地干活。

　　训练一个模型固然不容易，类似于建设一个厂房，需要砸一笔巨款，再花上几个月甚至一年以上的时间，才能完成。

　　但相比于流水线一样开工的推理，每时每刻都在承担电费和机器损耗，开支一眼望不到头，又显得有些微不足道。

　　同时，推理侧的规则有和训练侧不同，不追求绝对的单卡性能，更看中性价比。

　　现在模型参数量每年都要翻十倍，这也意味着推理成本在成倍增加。这种高频消耗让每一个Token的成本都变得至关重要。

　　国产算力只要能提供比海外大牌更划算的算力方案，就能在这个万亿级市场里实现突围，市场接受度便会瞬间爆发。

　　毕竟对于企业来说，省钱就是硬道理。

　　把算力从奢侈品变成日用品，拼的就是谁更接地气。

　　从交易角度看，大市值公司看确定性，看谁能吃下大厂最核心的订单。小市值公司看爆发力，看谁能在细分赛道或者特定大厂的生态里做出增量。

　　只要大方向没错，剩下的就是等待业绩在财报上开花结果。

　　算力这场仗，我们没有退路，只能顶着压力，解决掉所有卡脖子的环节，拿下最终的胜利。