当模型能力趋同、算力稀缺常态化，AI 的胜负究竟决定于“最强大脑”，还是“最低成本与次数调用”的工业化能力？
世界还在沉睡，先锋已在路上。全球先锋报邀您一起洞察国际棋局，聆听趋势的第一声回响。
这是一场两种商业模式的正面交锋。
微软与OpenAI合作。 商业模式凭借股权、云与生态构建“产业分工式模块化技术组合”，用最灵活的合作网络换取速度与市场渗透；但自研芯片、模型中台仍在补课。
谷歌的策略是打造 芯片TPU、模型DeepMind、终端搜索与YouTube产品的垂直一体化商业模式，把模型、硬件、产品对齐到同一目标函数，在成本、能效和工程可控性上“越拉越稳”。
结果是微软在应用与商业化层面一路狂飙，谷歌在单次 AI 查询成本曲线上持续压低。谁能把“单位智能的成本”打到更低，谁就更像长期定价权的拥有者。
以上是本期节目的简介。感兴趣的报友，欢迎收听接下来的详细内容。
搜索巨头的垂直一体化开始见效。
在人工智能时代，早期领跑者出人意料。直到 2022 年 11 月 ChatGPT 横空出世前，微软更以无处不在、稳健但略显乏味的企业软件著称。突然之间，凭借与该聊天机器人的创造者 OpenAI 的独家云合作，这家 47 岁的科技巨头成了大科技股里最火的公司。此后它为股东创造了逾 2 万亿美元的价值。按照为 AI 革命提供芯片、并反过来收获 5 万亿美元市值的英伟达的标准看或许“稀松平常”，但放到其他任何尺度都相当惊人。
OpenAI与微软之间再次放松的市场一体化关系
微软在放松对 OpenAI 控制的同时做到这一切，例如允许其在“先行报备”的前提下使用其他计算资源。10 月 28 日，微软再次放松安排，允许 OpenAI 在选择云合作伙伴时“毫无限制”，无需事先许可。新协议还让微软持有 OpenAI 27% 的股权，并有权获得这家初创公司 20% 的营收；此外，直到 2032 年，微软可获得 OpenAI 的全部技术。如果“超级智能体”出现，也包括在内。另据协议，OpenAI 未来几年将在微软云上投入 2500 亿美元。
产业分工式“模块化技术组合”的行业范式
这种围绕 AI“模块化技术组合”的合作伙伴模式为行业定下基调，多数玩家也选择了分工协作。英伟达和 AMD 等芯片商设计 GPU；OpenAI、Anthropic 等 AI 实验室打造最前沿模型；微软、亚马逊等“超大规模云厂商”用从芯片公司购入的 GPU 托管这些模型。各方能合则合、必须竞争时再竞争。
唯一的例外是谷歌。这个搜索巨头是大厂中唯一“梭哈”垂直一体化的选手：Google Cloud 部署自研的张量处理器 TPU，来训练其实验室 Google DeepMind 打造的前沿模型；这些模型又反过来驱动谷歌自家产品，从搜索到 YouTube。
垂直一体化的短板：灵活性不足
自己全包的麻烦在于，相比微软与 OpenAI 的“拼搭”策略，它不够灵活。而在技术迅速演进时，这是一大缺陷。谷歌因此被贴上“AI 落后者”的标签。自 ChatGPT 面世以来，按收益倍数计，其母公司 Alphabet 的估值平均仅为微软的三分之二。但是其净利润增长更快。这一点在两家巨头 10 月 29 日同时公布季度业绩时已有所体现。
情绪反转：市场对谷歌转冷为暖
不过，投资者的冷淡近来正转为热情。过去四个月，Alphabet 增加了 1 万亿美元市值，多于前两年半的总和。它与微软的估值差距正在缩小。而且，它的垂直一体化策略不仅赢得了市场，也赢得了竞争对手。包括颇具戏剧性地赢得了微软与 OpenAI。
谷歌的“与生俱来”的AI自信与失之交臂
谷歌此前的落后更加刺痛，因为它自视 AI 红利为与生俱来。与微软不同，谷歌自上世纪 90 年代创始人提出巧妙的搜索算法以来就是一家机器学习公司。一年前，Google DeepMind 负责人德米斯·哈萨比斯因其预测蛋白质折叠的 AI 研究而分享了诺贝尔化学奖。更让人懊恼的是，2017 年正是谷歌研究者发表了直接催生 ChatGPT 的奠基论文。OpenAI 在 2022 年底一炮而红时，Alphabet 手里其实也握着一个聊天机器人，但直到 2023 年 2 月才发布。
初期迟缓的原因：官僚惰性与“护城河焦虑”
最初的迟缓源于官僚惯性。随着 Alphabet 膨胀为层级分明、触角全球的庞然大物，涉及内部整个模块化技术组合、且可能伤及核心搜索业务的决策愈发难下。
多虑了：聊天机器人并未吞噬搜索
事实证明大可不必过虑。到目前为止，几乎看不到聊天机器人“吞噬”搜索的迹象。相反，2024 年 5 月开始出现在经典蓝色链接上方的 AI Overviews似乎让用户更投入，促使他们进行更多搜索。谷歌的搜索广告营收在过去几个季度同比保持约 10% 的健康增长。对于一个季度营收已约 500 亿美元的业务而言，这并不容易。
AI 也在拉动非广告业务
AI 同样推动了谷歌的非广告营收。Google Cloud 的销售额以 30% 的年增速增长。这个曾在 2022 年底之前还是拖累的业务，如今贡献了 Alphabet 近一成的营业利润。它也是 AI 公司们的心头好。正如研究机构晨星的艾哈迈德·汗所言，它们看重 TPU 相比英伟达 GPU的更高能效。10 月 23 日，Anthropic 宣布将再从 Google Cloud 购入额外 1 吉瓦的计算电力，年价值或达 80 亿到100 亿美元，并要求获取多达 100 万颗 TPU 的使用权限。
TPU 的能效红利：端到端协同的结果
TPU 的节能优势直接得益于谷歌的垂直策略。自 2015 年起，其处理器就被定制为与其硬件和软件深度适配，包括其旗舰 AI 模型 Gemini；反过来，后者也围绕 TPU 定制。其结果是，谷歌的每次 AI 查询成本并非如早期估算的传统搜索的 5 倍，而是 2 倍。全球先锋报估算，AI 仅将谷歌搜索业务的毛利率从 90% 稀释至 86%。
全球先锋报观察到AI不再是“模型大战”，而是“工业曲线之争”。谷歌的 TPU、模型与产品三位一体，把每次调用成本从“传统搜索的5倍”压到“约2倍”的量级，本质是在走半导体式的学习曲线；微软的优势则在市场整合：用 Azure 的全球算力和OpenAI 的产品心智，先拿份额，再迭代成本。两家公司，一个先“赚心智”、一个先“赚效率”。
模块式化技术组合的溢出
上述经济学逻辑解释了为何 OpenAI 渴望自研定制芯片，以遏制每年数十亿美元的亏损；也解释了为何微软越来越“谷歌化”：它在 2023 年公布了自研芯片设计工作室，2024 年又成立了 AI 实验室。然而，其第二代 Maia 芯片已出现延期，模型研发也尚未成型；两者要想真正具备竞争力，尚需时日。与此同时，谷歌的“惯性”正在转化为“动能”。
全球先锋报观察到OpenAI与微软“更宽松的市场一体化关系”，其实逼着微软“更像谷歌”。当伙伴可以选择多个云服务商、模型可以在一体化关系外供给，微软要守住壁垒，只能把Maia芯片、自研硅与模型平台化做深，否则“应用心智”迟早被低成本供给侵蚀。这是它从“模块分工聚合”走向“自研垂直一体化”的必修课。
这两种商业模式的转变，根本原因是分工生态不代表永远灵活，垂直一体不等于必然迟缓。
当上游硬件极度紧缺、价格黏性强时，“拼装式”生态会受制于最贵零部件；反过来，谷歌把“软硬件目标函数统一”后，反而在能效与调度上越跑越顺。灵活与效率，阶段胜负会互换。
全球先锋报在此预测最终的结局可能更像“三极共存”，而非一边倒。
谷歌代表成本极：以单位调用成本最低锁定大面搜索与工具场景；微软代表生态极：覆盖最广的软件生态，深度融入企业日常流程，吃到高客单价；OpenAI与Anthropic 代表突破极：以前沿模型与新的交互标准“撕开边界”。
三者互相借力、又彼此掣肘，就像移动时代的“苹果、安卓与应用商”。
点一盏灯，留一声言，让微光汇成海。
感谢收听全球先锋报。我们明天再见。