美国正在赢得最重要的人工智能竞赛：商业化

美国正在赢得最重要的人工智能竞赛：商业化。自2025年1月DeepSeek R1震撼市场以来，美国企业的动作更快。 OpenAI 更加努力地推动代理和 Codex 的发展。 Anthropic 将 Claude Code 变成了一项业务。中国有竞争者，但美国在收入、采用率、工具和覆盖范围方面明显领先。特朗普非常适合这个时刻。他本质上是一名推销员，拉里·埃里森也是。这有助于解释为什么人工智能基础设施是一个简单的政治产品。如今销售人工智能比 20 世纪 80 年代销售 Oracle 数据库更容易。这次神谕说话了。 DeepSeek 的重要性有不同的原因。它对中国的战略价值主要不在于商业。它有助于中国减少对 Nvidia 的依赖，并将推理推向华为 Ascend 等国内堆栈。这支持供应链自主。它与盈利的人工智能领导力不同。 SAP 的 Christian Klein 认为，欧洲不需要更多的数据中心，仅靠大型语言模型是不够的。他是对的，仅靠模型是不够的。 2023 至 2024 财年，欧洲在印度软件服务上的支出约为 588 亿美元，次年约为 671 亿美元。人工智能只有与真实数据、真实工作流程和真实产品联系在一起时才变得有价值。但他的更广泛的观点忽略了主要事实。美国之所以获胜，是因为它正在同时建设每个主要层面：芯片、电力、数据中心、云平台、开发者工具、消费者平台和企业软件。许多人使用了错误的记分卡。论文和工程师数量并不能证明人工智能的领先地位。考验的是谁能够为基础设施提供资金、大规模训练和服务模型以及将人工智能应用到整个经济领域。能源是其中的一部分。现代 GPU 和 TPU 系统将电力转化为计算。廉价的电源降低了模型成本。这就是电价很重要的原因。零售电价（美元每千瓦时） 国家 家庭 商业 德国 0.436 0.279 英国 0.420 0.415 西班牙 0.282 0.136 法国 0.274 0.174 美国 0.201 0.154 加拿大 0.125 0.106 俄罗斯 0.087 0.131 中国 0.078 0.117美国比西欧大型经济体便宜。加拿大还是便宜一些。相比之下，中国和俄罗斯的成本低于美国。所以权力很重要。但权力并不是最重要的一层。决定性的一层是云基础设施和数据。美国拥有全球超大规模企业。 AWS、Azure 和谷歌云为美国公司提供了模型走向世界的主要渠道。它还拥有生成和组织人工智能时代数据的平台。 YouTube 是一个视频语料库。 Google Drive 和 Microsoft 365 属于日常办公工作。 GitHub 位于软件开发领域。这些是分发系统和数据平台。新模型可以应用到人们日常使用的产品中。这就是为什么电力本身并不能决定比赛。一个国家即使拥有廉价电力，但如果没有云规模、平台覆盖范围、开发者生态系统以及对大量有用数据的访问权限，仍然会遭受损失。美国同时拥有这一切。中国拥有庞大的国内市场。欧洲没有。欧洲长期以来拥有强大的工程人才。但光有才华还不够。美国的超大规模企业已经主导了市场，而且追赶速度很慢。即使欧洲今天决定为真正的云冠军提供资金，建设基础设施也只是第一步。然后，欧洲需要将银行、制造商和公共机构转移到这些平台上。这个过程需要十年的时间。届时，AWS、Azure 和谷歌云在规模、软件和数据方面将进一步领先。有一个例外。 Arkady Volozh 正试图将 Nebius 打造成一家欧洲人工智能基础设施公司。但这证实了这一规则。欧洲仍处于起步阶段。因此，克莱因认为仅拥有法学硕士是不够的，这是正确的。但教训并不是数据中心不那么重要。数据中心在一个更大的系统中很重要。美国之所以获胜，是因为它拥有强大的实力、资本、云基础设施和数据平台。能源很重要。云和数据更为重要。这就是美国领先优势最强的地方。还有另一个前沿：武器化人工智能。下一阶段可能是 X 国人工智能与其他国家在机器人网络、网络活动和自主武器方面的人工智能的较量。提供者不需要魔法来做到这一点。调整系统以非人性化竞争对手、为暴力辩护或针对全体民众是非常容易的。一旦模型被嵌入媒体、网络和武器中，偏见就会变成力量。人工智能竞赛也是一场安全竞赛。像 Anthropic 的神话这样的模型指向了另一个转变。 Linux 的旧本能是开放代码受到众多关注。前沿网络模型可能会将国家和国防公司推向相反的逻辑：通过封闭的软件、封闭的工具、封闭的固件和封闭的芯片来实现隐匿性安全。如果模型无法在目标堆栈的代码和架构上进行训练，那么它的上下文通常会较少