Google、Nvidia、OpenAI 的产业三角格局分析

关于《星球大战》为何如此成功，并且在上映近半个世纪后依然能够引发共鸣，一个常见的解释是：它近乎完美地呈现了英雄之旅。Luke 在 Tatooine 上过着百无聊赖的生活，R2-D2 带来了一条神秘消息，召唤他踏上冒险，而他起初拒绝了召唤；导师 Obi-Wan Kenobi 引领他跨过门槛，离开 Tatooine，在接受考验的同时结识新的敌人与盟友。他进入洞穴——Death Star——在经历 Obi-Wan 死亡的磨难后成功逃脱，将战斗空间站的设计图带给反抗军，同时为重返 Death Star 做好准备。他在最终考验中选择相信原力，并在归来时完成了蜕变。而当你把视角拉远，审视整个最初的三部曲时，会发现它不过是这个故事的扩展版本：只不过这一次，磨难贯穿了整部第二部电影——《The Empire Strikes Back》。

过去三年 AI 故事中的两位英雄，是 OpenAI 和 Nvidia。前者是一家创业公司，随着 ChatGPT 的发布，受到召唤去成为下一家伟大的消费科技公司；后者原本最为人熟知的身份是一家游戏芯片公司，在其富有远见且永远乐观的创始人带领下，经历着繁荣与萧条交替的周期，如今则转型为 AI 革命最不可或缺的基础设施供应商。然而，在过去两周里，两家公司都进入了洞穴，正面临各自最严峻的磨难：Google 帝国确实正在反击。

Google 的第一记重拳是 Gemini 3。它在大量基准测试中的得分超过了 OpenAI 最先进的模型（即便实际使用中的表现要更参差不齐一些）。Gemini 3 最大的优势在于其庞大的规模，以及为打造它而投入的巨量算力；这一点值得注意，因为 OpenAI 一直难以构建在规模和复杂度上超越 GPT-4 水平的下一代模型。支撑这家公司继续前进的，是推理能力方面的一项真正突破，它在许多情况下能产生更好的结果，但代价是时间和金钱。

Gemini 3 的成功似乎对 Nvidia 是个好消息；在它发布后，我曾将 Nvidia 列为赢家之一：

这或许是最有意思的一点。将于今天晚些时候发布财报的 Nvidia，一方面是输家，因为世界上最好的模型并不是使用其芯片训练的，这一事实一劳永逸地证明了：即便不支付 Nvidia 的溢价，也有可能保持竞争力。

但另一方面，有两个理由让人对 Nvidia 感到乐观。第一，所有人都需要对 Gemini 作出回应，而且必须立刻回应，不能等到未来某个自家芯片足够优秀的时间点。Google 十年前就开始研发 TPU；其他所有人最好还是继续使用 Nvidia，至少在他们想要迎头赶上的情况下如此。第二，与此相关的是，Gemini 再次证明，追赶上来——或实现领先——最重要的因素是更多算力。

然而，这段分析遗漏了一个重要问题：如果 Google 将其 TPU 作为 Nvidia 的替代品出售，会怎样？这正是这家搜索巨头正在做的事情：先是与 Anthropic 达成交易，随后传出可能与 Meta 合作的消息，第三个目标则是第二波新云服务商，其中许多最初是加密货币矿商，如今正利用自身掌握的电力资源进军 AI。突然之间，Nvidia 成了众矢之的：如果市场上确实出现了其芯片的真正竞争对手，那么 Nvidia 的长期增长前景，尤其是其能否维持高得惊人的利润率，再次成为疑问。不用说，这也加大了 OpenAI 下一轮预训练的压力——这轮训练将运行在 Nvidia 的 Blackwell 芯片上：基础模型依然重要，OpenAI 需要一个更好的基础模型，而 Nvidia 则需要证据证明，使用其芯片能够打造出这样的模型。

一个值得思考的问题是：OpenAI 和 Nvidia，哪家公司更容易受到 Google 的威胁，原因又是什么？一方面，Nvidia 正赚得盆满钵满；如果 Blackwell 足够优秀，Vera Rubin 有望表现得更加出色。此外，Meta 或许会成为 Google 的天然合作伙伴，但其他超大规模云服务商不会。与此同时，OpenAI 的亏损比以往任何时候都要严重，战线也比以往任何时候都更加分散；即便如此，这家创业公司仍在不断承诺购买更多算力，而支撑这些采购的收入尚不存在。然而，尽管存在这一切——而且我仍然相当看好 Nvidia——我依然更看好 OpenAI 的胜算。事实上，如果一定要说，我最大的担忧反而是：我似乎比 OpenAI 自己更看好 OpenAI 的胜算。

如果回到一两年前，你或许会认为，相对于 TPU，Nvidia 拥有三条护城河：更出色的性能；由于 GPU 比 TPU 更加通用而带来的显著灵活性；以及 CUDA 和围绕它形成的开发者生态系统。与此同时，OpenAI 拥有最好的模型、对其 API 的广泛使用，以及使用 ChatGPT 的海量消费者。

那么问题在于：如果两家公司的第一个差异化优势都消失了，会发生什么？简而言之，这正是过去两周被提出的问题：如果 TPU 与 GPU 一样优秀，Nvidia 能否继续保持其优势？如果 OpenAI 不再拥有公认最好的模型，它从长期来看是否仍然具备生存能力？

Nvidia 的灵活性优势确实存在；Microsoft 和 Meta 都将 GPU 能够跨工作负载灵活调配这一点，作为增加资本支出的理由，这并非偶然。TPU 在硬件层面更加专用，在软件层面也更难编程；因此，只要客户重视灵活性，Nvidia 仍然是显而易见的选择。

与此同时，CUDA 长期以来一直是 Nvidia 锁定客户的关键来源，一方面是因为它为开发者提供了底层访问能力，另一方面也是因为这里存在开发者网络效应：如果你的技术栈建立在 Nvidia 之上，你就更有可能招到能够处理底层工作的工程师。然而，Nvidia 面临的挑战在于，“大公司”效应可能会让 CUDA 走向与灵活性论点相反的方向。像超大规模云服务商这样的大公司，拥有足够多样化的工作负载，因此能从 GPU 的灵活性中受益；但它们同样拥有构建替代软件栈的财力与能力。它们长期没有这样做，只是因为投入相应的时间和精力并不划算；然而，当资本支出计划达到数千亿美元时，对什么才“值得”投入时间和精力的判断也会随之改变。

一个有用的类比是 AMD 在数据中心的崛起。这种崛起并没有发生在本地部署环境或政府机构中，这些领域至今仍由 Intel 主导；相反，大型超大规模云服务商发现，投入时间和精力重写极为底层的软件，使其真正做到对 AMD 和 Intel 保持中立，是值得的。这让 AMD 凭借性能领先赢得了竞争。在当前这个案例中，Nvidia 面临的挑战是，其市场由数量相对较少且高度集中的客户组成，而这些客户拥有打破 CUDA 壁垒所需的资源——这些资源大部分尚未被动用——正如它们此前已经消解了 Intel 的差异化优势一样。

很明显，Nvidia 长期以来一直对此感到担忧。以下内容摘自《Nvidia Waves and Moats》，写于 Nvidia 炒作周期的绝对顶峰，也就是 2024 年 Blackwell 发布之后：

这让本文形成了一个完整的闭环：在过去，也就是 ChatGPT 发布之前，Nvidia 正在围绕其 GPU 构筑一道相当强大的（免费）软件护城河；挑战在于，当时并不完全清楚究竟谁会使用所有这些软件。而如今，这些 GPU 的使用场景已经非常明确，并且这些使用场景发生在比 CUDA 框架高得多的层级上（也就是构建在模型之上）；再加上市场存在寻找更便宜 Nvidia 替代方案的巨大动力，这意味着，摆脱 CUDA 的压力与可能性都比以往任何时候更高（即便对于底层工作而言，这一目标仍然十分遥远，尤其是在训练方面）。

Nvidia 已经开始作出回应：我认为，理解 DGX Cloud 的一种方式是，它是 Nvidia 为了争取这样一个市场而做出的尝试——在 AMD 芯片更优秀的世界里，这个市场仍在购买 Intel 服务器芯片，因为它们早已围绕 Intel 实现了标准化；NIM 则是另一种构建锁定效应的尝试。

不过与此同时，值得注意的是，Nvidia 似乎并没有像许多人预期的那样，从 Blackwell 中攫取那么高的利润率；未来几代产品是否还需要让渡更多利润，不仅取决于其芯片的性能，也取决于它能否重新挖深软件护城河——而这条护城河正日益受到那股让 GTC 变得如此轰动的浪潮本身的威胁。

需要指出的是，Blackwell 的利润率目前依然非常可观；在一个所有人都极度缺乏算力的世界里，本就应该如此。事实上，这或许会让整场争论变得有些无关紧要：认为 TPU 可能从 GPU 手中夺取市场份额，隐含的假设是，两者必然一胜一负；真正的决策者可能是同时制造这两种芯片的 TSMC，而它恰恰最有可能成为 AI 泡沫真正的刹车装置。

ChatGPT 与护城河韧性

与 Nvidia 相比，ChatGPT 面向的是两个规模大得多的市场。第一个市场是使用其 API 的开发者，而且——至少按照 OpenAI 的说法——这个市场的黏性强得多，也更不愿意更换供应商。这很合理：使用特定模型 API 的开发者希望打造一款优秀的产品。虽然人人都在谈论避免供应商锁定的重要性，但对大多数公司来说，在自己已经熟悉的基础上继续构建和扩展，会带来更大的收益；而对许多公司而言，他们熟悉的就是 OpenAI。对 Google 来说，逐个应用争取业务，要比向公司高层做一份有关前期成本和总体拥有成本的电子表格演示困难得多。不过，API 成本仍然很重要，而 Google 在这方面几乎肯定拥有结构性优势。

然而，最大的市场还是消费者市场，而这正是 Google 的看家本领。Google 在搜索领域之所以占据如此稳固的统治地位，对竞争和监管都几乎免疫，是因为数十亿消费者每天都会主动选择使用 Google——事实上，一天还会使用多次。没错，Google 通过向合作伙伴付款推动了这一过程，但这是其掌控需求之后的结果，而不是驱动力。

令许多人感到矛盾的是，Google 看似脆弱的地位——竞争对手确实只隔着一次点击！——实际上正是它的力量之源。正如《美国诉 Google 案》中所述：

数字化程度的提高会带来集中化程度的提高（与许多人最初对互联网的设想恰恰相反）。它也为消费者带来了大量好处——再次强调，聚合商通过为消费者打造越来越好的产品而取胜——正因如此，聚合商普遍受到欢迎，而传统垄断者并非如此。遗憾的是，太多聚焦反垄断的科技批评都忽视了这一关键差异……

当然，有理由认为，Google 不仅在购物搜索领域，而且在本地搜索等垂直领域，都通过不断增加自己的搜索结果，挤压着搜索赖以存在的网站。与此同时，没有任何东西能够阻止消费者直接访问这些网站，或者下载它们的应用，从而完全绕过 Google。消费者之所以选择不这样做，并不是因为 Google 以某种方式限制了他们——这是不可能的！——而是因为他们不愿意。纠正消费者自愿做出的选择，真的属于监管机构的职责范围吗？

无论从理念还是务实角度看，答案都应该是“否”，欧洲仍在持续的 Google Shopping 事件就是明证。正如我去年 12 月指出的那样，欧盟委员会在该案中不断改变对补救措施的看法，不是因为 Google 态度傲慢，而是因为试图通过改变消费者偏好来瓦解一个聚合商，就像推一根绳子一样徒劳。

超大规模云服务商的 CEO 可以发布命令，要求绕开 CUDA；应用开发者也可以认定 Google 的成本结构值得他们承受更换应用底层模型的痛苦；然而，要改变每周使用 ChatGPT 的 8 亿多人的习惯，却是一场只能逐个用户争取的战争。这正是 ChatGPT 在对抗 Google 时与 Nvidia 的真正区别。

护城河地图与广告

我认为，这里存在一个更普遍的观点：对护城河的朴素理解通常聚焦于切换成本；但事实上，与护城河强度关联度更高的，是独立购买者或用户的数量。

这当然是我制作过的较为简单的图表之一，但它并不是我第一次绘制护城河相关图表。在 2018 年的《护城河地图》中，我提出，可以沿着两个维度来定位大型科技公司。首先是供应商的差异化程度：

其次是公司网络效应的外部化程度：

将这两个维度结合起来，就得到了护城河地图：

右上角是平台，左下角是聚合商。App Store 这样的平台为差异化供应商提供支持，因此能够从这些差异化供应商所推动的购买中抽成并获利；与此同时，聚合商则彻底将供应商商品化，但这样做是为了最大限度地获取注意力，并通过广告将其变现。

我在上面的简化图表中描述的正是左下角：将供应商商品化并把网络效应内部化的方法，就是拥有数量庞大的独立用户。进一步说，将这个用户群变现——以及从一开始就获得庞大用户群——的最佳方式，就是广告。

ChatGPT 显然位于左下角。曾经，人们似乎认为内容不可能比 Google 或 Facebook 所做的更加商品化，但这恰恰是大语言模型所做的事情：答案是对模型开发者能够获取的全部知识进行统计综合的结果，而且针对每个人都是完全独一无二的；与此同时，至少在理论上，每个用户的使用都会让模型随着时间推移变得更好。

顺理成章地，ChatGPT 显然应该采用广告模式。这不仅仅是出于赚钱的需要：广告还会让 ChatGPT 成为更好的产品。更多用户会更加频繁地使用它，从而提供更多反馈；捕捉购买信号——不是通过联盟链接，而是通过个性化广告——将有助于更深入地了解每个用户，进而提供更好的回答。此外，作为额外的好处——而且与本文非常相关——广告还会大幅加深 OpenAI 的护城河。

Google 并非没有可能赢得这场消费者注意力之争。该公司在图像和视频生成方面明显领先，这也是我撰写《Google 矛尖上的 YouTube》的原因之一：

简而言之，虽然所有人立刻都意识到了 AI 可能对搜索造成的颠覆，但 AI 对 YouTube 而言更像是一种延续性创新：它从绝对数量上增加了引人入胜的内容，而且至少从长期来看，还能带来更高的利润率。

这里有一个价值百万、十亿乃至万亿美元的问题：从长远看，文字和视频，哪一个会更加重要？当然，Google 希望统治一切，但如果必须二选一，统治视频和统治文字，哪个更好？我在上文梳理的社交网络历史表明，从长期来看，对更多人而言，视频的吸引力要强得多。

换句话说，科技界和媒体界人士感兴趣的事物，历来与真正能够造就最大规模服务或赚取最多利润的事物并不一致：像我这样的人，或者阅读我文章的人，关注的是文字和思想；真正重要的服务则专注于视频和娱乐。就 AI 对后者的影响而言，YouTube 已经做好了成为最大赢家的准备，即使那些当初无法理解 Twitter 为什么比不上 Facebook 的人，如今正对文本生成和编程能力欣喜若狂。

Google 显然也有能力将用户变现，即便它尚未在 Gemini 中启用广告（尽管已经在 AI Overviews 中启用了）。另外值得指出的是，正如 Eric Seufert 最近在一次 Stratechery 访谈中所说，Google 在公开推出搜索产品后不到两年就开始将其变现；多年来，支撑 Google 所有创新的主要是搜索收入，而远不只是风险投资，正是这些收入让它成为今天的庞然大物。从这个角度来看，OpenAI 拒绝为已经诞生三年的 ChatGPT 推出广告产品并持续迭代，是对其商业职责的失职，尤其是在该公司签下总额超过一万亿美元算力协议的情况下。

反过来说，这也意味着 Google 拥有足够的资源，以第一次世界大战式的消耗战挑战 ChatGPT 在消费者市场的领先地位。OpenAI 的领先优势本应坚不可摧，但该公司坚持仅通过订阅变现，导致大多数用户的体验下降，同时在收入最大化方面面临价格弹性问题，这实际上是在为一家真正重视赚钱的公司打开大门。

换句话说，TPU 对 Nvidia 的长期威胁在于利润率被稀释；实体产品面临的挑战在于，你确实必须向购买者收费，这就会招致与更便宜替代品之间可能对自身不利的比较，特别是随着买方规模越来越大、对价格越来越敏感。之所以可以对 OpenAI 更加乐观，是因为广告模式彻底颠倒了这一逻辑：由于用户无需付费，你能从他们身上赚取的收入就不存在上限；进一步说，规模越大，利润率提升的潜力就越高，因此投资总规模也可以越大。然而，问题仍然在于，这种广告模式目前还不存在。

我在本文开头回顾了英雄之旅，部分原因是为了自然而然地引出《帝国反击战》；不过，这其中也有个人层面的考量。本站的主角一直是聚合理论，以及“控制需求胜过一切”的信念；在这一叙事中，Google 是我心目中最重要的主角。此外，我确实相信，像 Nvidia 这样由创始人领导的公司能够带来创新与速度；我也依然担心，Google 的官僚体系以及自身业务可能受到颠覆的风险，会让它不如 OpenAI 灵活和进取。但最重要的是，我相信 8 亿用户所代表的市场力量与防御能力，这也是我认为 ChatGPT 仍然拥有显著护城河的原因。

与此同时，我也理解为什么市场会因 Google 而陷入恐慌：从商业化、数据、基础设施到研发，Google 在各个方面的结构性优势都极为巨大，以至于你完全能够理解，OpenAI 的创立为何源于对 Google 赢得 AI 竞赛的恐惧。我们很容易设想这样一种结果：Google 所掌握的投入要素最终比其他任何因素都更加重要；这也意味着，我最重要的理论之一正在经受终极考验（或许，这正是我对 OpenAI 回避广告如此沮丧的原因）。Google 现在成了我的反派！

Google 已经做到过一次：搜索是这样一个终极范例——一家公司仅凭更好的产品就在开放市场中获胜。聚合者凭借做得更好赢得新市场；如今尚未解决的问题是，一个已经达到规模的聚合者是否会被压倒性的资源投入拉下王座，尤其是在它拒绝采用聚合者最优商业模式、从而削弱自身固有优势的情况下。我既紧张又兴奋，想看看聚合理论究竟能走多远。

我在这篇每日更新中撰写了本文的后续文章。

分享到 Facebook（在新窗口中打开）Facebook

分享到 X（在新窗口中打开）X

分享到 LinkedIn（在新窗口中打开）LinkedIn

通过电子邮件将链接发送给朋友（在新窗口中打开）Email