分析师警告：AI模型缺乏网络效应，价值将流向应用层

科技分析师、前a16z合伙人Benedict Evans在2026年新加坡SuperAI大会的主题演讲中提出，将人工智能（AI）比作电力公用事业的说法并不准确。他警告称，如果AI模型企业不能摆脱基础设施的定位，可能会重蹈电信行业的覆辙。过去15年间，移动数据流量增长了1500倍至2000倍，但电信类股票表现平平，行业创造的价值几乎全被应用层企业获取，这一现象如今正在AI模型领域重现。

在资本开支方面，AI基础设施正面临巨大压力。据报道，四大科技巨头2026年的资本开支总额预计将达到7000亿美元（约人民币47524.97亿元），相比2025年的4000亿美元（约人民币27157.12亿元）大幅增长。其中约三分之一的资金流向了英伟达（NVIDIA），助推其季度营收加速逼近1000亿美元（约人民币6789.28亿元）。同时，台积电与三星电子也承受着半导体资本开支扩张的重压。据悉，Alphabet近期以资本开支接近营收一半为由，紧急完成了850亿美元（约人民币5770.89亿元）的股票增发，而Meta也曾考虑采取类似举措。除了财务压力，电力网络、数据中心、燃气轮机以及GPU配额等物理瓶颈同样严峻，大型数据中心在美国等地引发的政治争议也日益增多。尽管OpenAI提出了涉及数吉瓦（GW）电力和数万亿美元的基础设施扩张计划，但由于自身现金流不及科技巨头，只能依赖外部机构的资产负债表来支撑其宏大目标。

在定价与用户黏性方面，行业正遭遇挑战。Evans以2010年的移动数据危机为例，当时运营商的固定费率定价失误，导致iPhone用户在线观看视频时网络瘫痪。如今，由于AI智能体（Agent）的代码生成需求远超预期，OpenAI和Anthropic被迫实时上调价格，Uber甚至在2026年第一季度就耗尽了全年的AI工具预算。尽管OpenAI的周活跃用户高达9亿，但多数人是出于工作需求使用，缺乏日常高频使用的刚需。正如20世纪80年代的VisiCalc电子表格软件，虽然让会计师的工作时间大幅缩短，但对律师却毫无用处，当前许多AI用户的处境与当时的律师相似。新工具最初通常只用于处理现有任务，要发掘其带来的全新可能性仍需时日。

从长远来看，AI模型正面临商品化的陷阱。各家先进的AI模型使用着相同的数据、芯片和基础设施，既缺乏网络效应，也难以形成真正的差异化优势。与传统软件行业相比，微软当年能够以高毛利销售操作系统，正是依靠网络效应实现了市场垄断。而大语言模型（LLM）虽然属于资本密集型，却缺乏同等的护城河，最终将走向低利润的商品化路径。Evans直言，对话是一种体验较差的用户界面，持久的价值将向应用层转移，模型本身将沦为底层基础设施。

不过，AI的真正价值在于将不可能变为可能。以20世纪70年代美国超市引入条形码为例，最初只是为了缩短结账时间，却意外催生了实时库存系统，进而降低了库存成本、丰富了商品种类并压低了售价，最终成就了沃尔玛（Walmart）。同理，实时监测客户情绪、交叉比对产品数据并动态调整定价策略，这些技术过去因成本过高而难以普及，如今在AI的加持下成为现实。Evans预测，电商和广告行业将从依赖统计关联的模式，升级为能够真正理解产品内容与消费者购买意图的新一代推荐系统。正如流媒体技术的出现并未单纯让音乐专辑降价，而是创造了全新的产品形态，AI最深远的影响也将源于那些目前尚无法构想的新事物。

注：按1美元≈6.79人民币计算