要判断一个行业是不是热，就看有没有人连亏钱都显得理直气壮。AI大模型的世界，就是这样一个“亏得理直气壮”的地方。

过去两年，几乎所有行业中有钱或能融到钱的公司都往里冲：互联网巨头、科研机构、创业团队，甚至地产公司都要蹭上AI的热点。有人说，这像互联网早期的“群雄逐鹿”，而我们采访的一位资深投资人就此打比方为：我觉得，它像街头的油条摊——刚开始人人都能摆，最后只剩下几家能活。

从商业史的角度看，热闹的地方往往结局最寡淡。因为真正能留下来的，不是最聪明的那群人，而是最懂成本、最能熬的人。

科技革命表面看是技术的较量，本质上是经济规律的复现。铁路、石油、互联网都走过这条路：最初是狂欢，后来是洗牌，最后是寡头。AI也不会例外。

所以，今天这篇内容，我们不聊技术参数，也不讨论哪家模型更聪明。我们聊更本质的事——5年之后，中国的大模型会收敛成几家公司？它们凭什么留下？

历史的镜子

从石油、铁路到互联网的“收敛宿命”

我们很多人应该都读到过一句话：“人类学到的唯一教训，就是人类从来不记得教训。”放在科技行业尤其贴切。

铁路的故事

19世纪的美国，铁路像今天的AI一样，是全民狂欢的投资主题。那时候到处都是铺轨的公司，大家都觉得“铁轨铺到哪，财富就到哪”。十年后，大部分公司破产。留下的，只是几家能掌控全线资源的巨头——他们拥有土地、融资与运输体系。

这像不像今天的大模型？训练算力就是轨道，数据是燃料，生态是运力。铺轨容易，保养难。到最后，能跑通全国线路的，永远是少数。

石油的故事

石油行业初期也有上百家公司。可炼油是重资产生意，亏得起的人才能笑到最后。当年洛克菲勒并不是技术最强的那个，但他最懂“整合”：他不跟人比油价，而是比运输和分销；不争眼前利润，而是做长期垄断。结果，所有对手都在比产量，他却赢在结构。

这像极了今天的大模型：大家都在比参数，他在比飞轮。技术不是决定胜负的唯一变量，系统才是。

互联网的故事

2000年前后，互联网像一场新大陆探险。到处是.com公司，口号比盈利多。最后，留下的不过亚马逊、谷歌、阿里、腾讯这几家。真正的原因是什么？因为他们掌握了复利的三件事——用户、数据、现金流。

科技行业就像一场扑克牌局——短期看牌技，长期看筹码。回望整个科技史，人们会发现一个规律：产业的早期属于梦想家，产业的成熟期属于复利者。

经济学的铁律

大模型为何逃不出“收敛”

现在的AI行业，看上去百花齐放，也可以说是百家烧钱。从经济学的角度来看，大模型的“收敛”几乎是写在算术里的结局。

成本这一关，门槛就写在显卡上

训练一次GPT-4级模型要烧掉上亿美元。中国的通义千问、文心一言、月之暗面等项目，每一次更新都要消耗数千张高端GPU。这不是创业故事，这是资本铁矿。成本的门槛，就是行业的围墙。谁能持续烧钱，谁才配拥有“规模效应”的钥匙。

数据的积累，是一场复利的雪球

模型越用越聪明——这听上去像一句鸡汤，但背后是经济学的飞轮。百度有搜索，阿里有电商，字节有短视频，它们都在喂自己的AI吃数据。创业公司再聪明，也喂不出这顿“数据盛宴”。当使用反馈成为模型成长的燃料，规模优势就成了不可逆的雪球。

资本的选择，往往是钱主动找赢家

资本市场的嗅觉像鲨鱼——只闻血，不问道义。OpenAI拿到微软数百亿美元的支持，Anthropic背后有Amazon；中国的资金，也早已集中到百度、阿里、字节、腾讯、月之暗面和智谱等公司。这意味着，收敛的过程已经在进行。资本会不断强化头部，弱者的“希望融资”只是延迟淘汰。

历史告诉我们，没有哪个行业能逃出寡头律

操作系统剩下Windows与Mac；手机系统只剩iOS与安卓；AI也一样，只是参数更多，算力更贵。当行业的进入门槛变成亿级美元时，创业精神只能靠信念存活。

变量的力量

三股水流决定河口形状

即便结局注定收敛，路上也还有分叉。就像河流汇入大海，水势一样，地形不同。AI行业的“地形”，是由生态、政策和应用三块拼图决定的。

技术生态：闭源像自营餐厅，开源像自助餐

闭源的OpenAI、百度、Google，像是自营餐厅——菜自己炒，味道统一，利润高；开源的Meta、阿里，则像自助餐——大家带菜来吃，成本低，传播快。未来的格局，可能不是“一家独大”，而是“头部闭源+底部开源”共存，闭源吃利润，开源吃流量。

政策制度：不同的河床，流出不同的海

美国的政策倾向市场主导，中国更重视安全、合规与算力资源配置。这会让收敛形态不同：美国或许是三四家民营寡头，中国可能是“国家级平台+特色选手”的格局。可以说美国的AI是自由竞争的马拉松，中国的AI是规划有序的长跑。

应用市场：To C像选美，To B像盖楼

C端拼的是流量，B端拼的是结构。C端容易出爆款，但生命周期短；B端慢热，却能持续造血。未来，大模型在C端会高度集中，在B端则会多点生长。这也是中国的机会——中国的产业太复杂，留给AI的细分场景太多。虽然有些河注定要进海，但弯在哪一处，取决于谁在挖河床。

谁能活过“死亡之谷”

熬比赢更重要

聪明是短跑的优势，耐力才是长跑的护城河。对企业来说，最贵的能力，是活得久。AI行业同样如此。熬不过现金流的考验，技术再好也只是幻觉。

百度——工程型选手，铺轨的人

百度是AI领域最早下注的公司。它的护城河不在故事，而在底层。搜索带来的知识图谱、Apollo带来的算力、昆仑芯带来的底盘，让它成为“工程型选手”——稳、厚、但不快。它的问题在于商业化：轨道铺好了，但列车票还没卖出去。

阿里——现金流的油田

阿里的通义千问靠着阿里云的“油田”持续输血。它的优势是生态联动：电商、支付、物流、金融，全能反哺模型。

阿里可能不会做出最强模型，但能做出最赚钱的模型。这正是巴菲特式的逻辑：好生意，不一定要最聪明，但必须能回本。

腾讯——慢启动、长续航

腾讯的节奏看似慢，但它有社交和游戏这两条现金流河。这让它能“边观察边下注”。等别人烧得差不多，它再出手——这种“后发”策略，是典型的投资人思维。它可能不是第一名，但往往是最后一名还在笑的。

字节——注意力的发电厂

字节的优势，是全球无可匹敌的用户规模和内容生态。如果AI是一场“认知革命”，那字节手里有最大的训练集：人类注意力。问题在于，它的生态以C端为主，能否在B端找到现金流出口，决定它能不能成为长期选手。

智谱与月之暗面——节俭型跑者

智谱靠政企市场的信任，月之暗面靠成本效率的创新。它们不一定能夺冠，但可能能跑得最远。尤其在中国这个对“普惠AI”有巨大需求的市场，“效率+可信赖”就是护城河。

收敛之后

三寡头与特长生的共生森林

到2030年，中国的大模型格局，大概率是“三寡头+多长板”。寡头像树冠，撑起阳光与气候；特长生像灌木，填满生态的缝隙。

• 顶层寡头：阿里、字节、腾讯——拥有算力、生态与资金；
• 效率长板：月之暗面、智谱——用低成本架构切入普惠领域；
• 场景节点：京东、美团、华为——在供应链、生活服务、政企等场景中深耕。

垄断是病态的独生子，集中是生态的成年礼。这种格局的好处是，寡头提供稳定基础设施，特长生保持创新弹性。它像一个成熟的森林系统：大树稳定气候，小草维持生命。

中美的殊途同归

一个上天，一个入地

美国的大模型靠资本点火，中国的大模型靠产业落地。一个是“上天”，一个是“入地”。OpenAI的成功离不开微软的血液支持，Anthropic有Amazon背书；它们是典型的“资本驱动+技术领先”模式。而中国的路径更接地气：百度用AI改造搜索，阿里用AI改造电商，字节用AI改造内容。中国的大模型更像“产业升级的工具”，不是“纯技术的展示”。

长期来看，这两种模式会在中点相遇。技术必须找到场景，场景也必须依赖技术。到2030年，全球大模型行业的地图，大概率会形成“两极中心”：

• 美国：技术极（以OpenAI、Google为代表）
• 中国：产业极（以阿里、百度为代表）

科技的尽头，不是魔法，而是产业。一个掌握算法，一个掌握应用——合起来，才是AI的完整生态。

结尾

人类对新技术，总有一种“立刻改变世界”的冲动。但真正改变世界的东西，往往是“慢变量”。电力用了五十年才点亮城市，互联网花了三十年才改变生活。AI也一样，它不是烟花，而是电网。

未来的大模型不会天天上头条，它会悄悄融进每个行业、每个产品、每次交互。从写代码到物流调度，从教学到金融风控，它会成为社会的“第二底层操作系统”。所以，当我们问“2030年，大模型会收敛成几家公司”时，其实是在问：这个时代，谁能成为新的基础设施？

答案很可能只有几家。但这并不意味着失败者都被淘汰，而是整个社会的算力、算法与智慧，都被整合进更大的体系。AI的故事，最后不会以“赢家通吃”结尾，而是以“秩序确立”收场。那时的AI，不再是舞台中央的明星，而是幕后的灯光系统。泡沫会破，但基础设施会留下。真正的赢家，从来不是最早喊口号的人，而是最后还在发电的人。