我是浩外大叔，教你怎么分析AI转型期的科技公司。

一、一个引发思考的问题

如果让你预测，一年后（2027年初）AI市场会是什么样子？

你可能会想：OpenAI会不会推出GPT-6？Claude会不会超越GPT？Gemini能不能翻身？

说实话，我一开始也是这么想的。但后来发现，这个问题问错了。

1.1 第一层思考：会有产品竞争，但这不是主战场

"哪个AI会赢？ChatGPT还是Claude还是Gemini？"

这个问题不能说错，确实会有竞争。ChatGPT有6亿月活，Claude拿下企业市场，Gemini整合进30亿Gmail用户。

但算两笔账：

直接使用市场：

• ChatGPT Plus：20美元/月 × 2000万用户 × 12个月 = 48亿美元/年

嵌入式市场：

• Gmail、Siri、银行客服、医疗诊断...用户根本不知道用的谁的AI
• Gartner预测：2027年AI软件市场2000亿美元，其中80%是嵌入式

48亿 vs 1600亿，差了33倍。

就像iPhone用户买的是iPhone，不是高通芯片，但高通活得很好。

所以真正的战场不是"谁的产品更好"，而是"谁能成为更多应用的底层供应商"。

1.2 第二层思考：那竞争在哪？

好，既然AI会"融入各行各业"，那是不是就没竞争了？大家都有机会？

也不对。

想想电力行业：

• 终端用户不关心谁发电（用户层竞争不激烈）
• 但发电厂、电网、发电机制造商...竞争极其激烈（基础设施层血战）

AI也一样。

表面看：

• ChatGPT月活6亿
• Claude企业客户几千家
• Gemini整合进Gmail的30亿用户

好像"三足鼎立"，各有地盘。

但往下挖：

• ChatGPT用谁的芯片跑推理？→ 主要是Nvidia
• Claude用谁的芯片？→ 2025年开始转向Google TPU（100万颗订单）
• Gemini用谁的芯片？→ 自家TPU

这里才是真正的战场。

1.3 第三层思考：三个决定未来的问题

现在问题变成了：

问题1：谁控制了算力成本？

假设一个AI公司每年推理10万亿次查询：

• 用Nvidia GPU：年成本30亿美元
• 用专用AI芯片（比如TPU）：年成本10亿美元
• 省下20亿，这不是小钱，这是活下去的资本

问题2：谁定义了AI Agent的"通信协议"？

未来不是一个AI搞定所有事，而是无数AI Agent协同工作：

• 订餐AI要和餐厅AI对话
• 财务AI要和银行AI对话
• 采购AI要和供应商AI对话

谁定义了这些"对话规则"，谁就是AI时代的HTTP协议制定者。

问题3：谁拿到了别人拿不到的数据？

文字数据（网页、书籍）大家都能爬。

但真实世界的交互数据：

• 机器人在工厂的操作数据
• AI Agent完成真实交易的数据
• 物理世界的传感器数据

这些才是壁垒。

1.4 延伸思考：AI会变得"隐形"吗？

有人说，AI最终会像电一样，无处不在但没人讨论。

我觉得不会。

AI更像核能：

• 无处不在（核电占全球发电量10%）
• 但永远被讨论（安全、道德、监管...争议不断）

为什么？

因为AI涉及：

• 公平性问题（算法偏见）
• 就业问题（替代人类工作）
• 权力问题（谁控制AI谁就有定价权）
• 身份问题（什么是"人类独特价值"）

所以AI不会"润物细无声"，而是"无处不在，永远争议"。

1.5 回到原问题：一年后会怎样？

现在可以重新回答了：

2027年初的AI市场：

应用层：

• 没有"一个AI统治所有"
• ChatGPT、Claude、Gemini各有场景
• 但总体规模暴涨（用户从10亿到30亿）

基础设施层：

• Nvidia份额从90%降到60%
• 专用AI芯片（TPU、自研芯片）占30%
• 价格战开始，推理成本下降50%

协议层：

• 某个AI Agent通信协议成为事实标准
• 掌握标准的公司估值翻倍

数据层：

• 机器人开始大规模部署
• 物理世界数据成为新的护城河

但这只是预测。怎么验证？怎么量化？

这就是接下来要讲的。

二、要理解这些趋势，需要什么分析工具？