AI竞争的本质,是人才与资本的双重竞争。
当前AI底层科研人才与工程人才处于阶段性稀缺状态,这一点在行业中已有明确印证:DeepMind核心人才批量流失后,Google Gemini研发进度明显放缓;而核心负责人的更替,往往能在3-6个月内带来模型能力的显著跃升。人才争夺已是行业核心矛盾,即便硅谷头部科技公司,也难以仅凭自身平台留住顶级人才,人才流动直接决定研发节奏。
资本的流向分为两端:算力基建与人才激励。硅谷巨头坐拥充足的资本与算力储备,但受限于人才缺口难以领跑行业,更多退化为算力供给方,以跟随式研发规避技术断供的风险。中国同样面临人才短缺的共性问题,还叠加高端算力采购受限、资本投入规模不足的约束,只能靠极致的工程化优化追赶,在有限条件下做到了“螺丝壳里做道场”。
更长远来看,AI竞争已从企业层面升级为国家层面的基础设施竞争,大模型将成为类似电力的通用智能基建,各国最终都会构建自主可控的AI能力。除中美外的多数国家,会在意识形态考量之外优先权衡投入产出比——只要开源模型与顶尖模型不存在代差,大概率会选择成本更低的开源路线,毕竟多数政务与产业场景并不需要极限性能的顶级模型。