最近蔡崇信在HK做了一个关于AI的演讲，其实中美AI的终局已定。我们这里简单总结一下，并提出我们的看法：

　　1.AI的资本开支从明年开始，从太平洋西岸转移到太平洋东岸

　　2.推理远比应用重要，应用远比模型能力重要

　　3.AI技术没有泡沫，但是AI金融有没有泡沫就不好说了

　　1.成本永远是迈不过去的门槛。按照cai的说法，中国的AI基础设施比美国便宜60%，电力比美国便宜将近一半。这就导致了未来的应用大规模推开的时候，性价比可能才是最重要的，而非纯粹的技术先进性——毕竟大部分应用，要求并没有那么高，这个才是问题的关键。

　　2.AI从业者中，一半是有中国大学学位——而不是美国大学学位。这是一个标志性的信号。我们依赖庞大的人口基数，以及对教育的重视，这应该是几百年里，第一次在一个全球产业浪潮中，人力资本占据全球主导的一次。如果是从STEM学科来看，欧美已经失去了领导地位。这种衰败是不可逆的，从教师团队，到学生择业，到产业是否能够提供足够高质量的工作岗位，这是一个系统性的工程。这个生态一旦被破坏掉，建设至少需要50年，两代人。西方至少半个世纪内无法解决这个问题。

　　我是2002年读大学的，那个时候的老师队伍大家可以想一下，他们很努力，但是受限于资源（比如实验设备），受限于眼界（大多数人的教育是在80s完成的，甚至是70s），他们本身的能力是有局限性的。但是现在不一样了......我的很多老师基本要退休了，现在中青年教师队伍，大部分是和我同龄的小伙伴，他们的教育环境，资源和眼界，已经完全具备了引领世界潮流的能力了。美国本土学生，8成是选择了非STEM学科——毕竟学习STEM很难让你支付得起一年6万美金的学费！毕业之后，你学金属材料的，很可能工作都找不到.......这根本不是个体想不想的问题。

　　3.AI的未来在应用。任何事物的发展，在不同的阶段，主要矛盾不一样。过去3年，AI的核心矛盾是：如何提升模型的能力？我们不管用什么方法，提升模型的能力才是最关键的。但是未来三年呢？模型能力的提升，有产业的努力，但是存在天花板的可能性啊。在这种情况下，产业的发展逻辑必然转向应用——到底谁能赢得市场？这里面的核心已经不再是技术主导了。就好像2年前我们就判断，大模型这种东西，最后只有几个大厂有资格玩，因为门槛都已经到了100亿美金的体量了。现在到了应用，我们要重申几个月前的观点：ASIC会打破GPU的垄断，NV丧失的不仅仅是市场份额，还有最关键的是价格！是价格！是价格！这才是问题的关键所在，重要的事情说三遍。而且未来高价的算力，是没有市场竞争力的。GPU的叙事，包括对单颗算力的追求，可能是NV的链接和通信能力不足造成的。现在来看，多卡节点的出现，中国走的比美国快。英伟达的卡不管你怎么算，只要价格跌到1w美金之下，就是灾难的开始——毕竟从3w美金跌到3k美金的过程，将会是非常惨烈的（网上传文，TPU价格不足1w美金）。

　　4.开源模型和封闭模型：核心是美国AI产业资本化的路径被切断了！美国的想法很简单，金融系统抽水抽不动了，那就用技术抽——垄断AI技术，获取超额收益。为此华尔街的资本，不遗余力的在美国堆算力，并且对AI芯片的出口设置了各种壁垒，尤其是对中国。但是现在来看，这就是马奇诺防线，根本拦不住AI技术的扩散，反而倒逼中国走出了自己的一条路。蔡崇信在这个时候说，阿里不会通过大模型赚钱，而是通过云赚钱。如果这么一来，现在的问题是，现在很多的资本投入，都是毫无意义的。最后，这就是基础设施啊，其回报不会很高！这个表态背后的本质，就是将技术的比拼变成基础设施成本的比拼！这是非常典型的一个博弈策略，避其锋芒，发挥自己的长处。

　　5.AI的终局核心只有一个：谁能抓住市场，谁才是关键！目前来看，落地的应用场景，才是AI生态最为核心的东西。这方面中国比美国优势大很多。

　　现在还看好美国AI的逻辑究竟是什么呢？