人工智能领域的竞争格局正在发生变化。曾经被认为将主导行业的基础模型（如 GPT 系列）开发商，如今正面临其核心技术被商品化的风险。行业焦点正从构建更大、更强的通用模型，转向在这些模型之上开发具体的、面向用户的应用程序。这可能导致 OpenAI、谷歌等巨头沦为利润微薄的后端技术供应商，就像是“给星巴克提供咖啡豆”的供应商，而真正的价值则被应用层的创新公司所捕获。
焦点转移：从模型到应用
过去，人们普遍认为在现有 AI 模型上构建界面的公司（所谓的“GPT 包装者”）缺乏竞争力。但现在，这种看法已经过时。
- 初创公司的新策略： 如今的创业团队更专注于为特定任务定制 AI 模型和优化用户界面。他们将底层的基础模型视为可以根据需要随时替换的商品。
- 预训练的收益递减： 通过海量数据进行模型预训练曾是 AI 进步的核心驱动力，但这方面的收益增长已经放缓。
- 新增长点： 行业的注意力已转向模型微调和强化学习。对于开发更好的 AI 编程工具而言，优化微调和界面设计，比投入巨资进行新一轮预训练更有效。
竞争格局重塑：基础模型的“商品化”
AI 领域的竞争正从一场追求全能通用人工智能（AGI）的竞赛，转变为在各个垂直领域展开的商业竞争，例如软件开发、企业数据管理和图像生成等。
在这种新格局下，构建基础模型不再能保证绝对优势。
一个形象的比喻是，OpenAI 和 Anthropic 这类公司可能会变成低利润商品业务的后端供应商，就像是“给星巴克卖咖啡豆”。
大量的开源模型替代品进一步削弱了基础模型公司的议价能力。如果它们在应用层的竞争中失利，就可能失去定价权。
昔日假设与今日现实
曾几何时，人们坚信 AI 的成功将与基础模型公司的成功密不可分。大家认为，无论 AI 如何变现，大部分利润终将流向那些完成了最难复制工作的模型开发商。
然而，过去一年的发展让情况变得复杂：
- 模型可互换： 许多成功的第三方 AI 服务可以随意切换其使用的基础模型（无论是 GPT、Claude 还是 Gemini），而终端用户几乎察觉不到差异。
- 优势难以维持： 尽管基础模型仍在进步，但似乎已没有任何一家公司能够保持足以主导整个行业的巨大领先优势。
- 先发优势的缺失： 风险投资家 Martin Casado 指出，OpenAI 最先推出了编码、图像和视频生成模型，但最终在这三个领域都被竞争对手超越。
“就我们所知，人工智能的技术堆栈中没有内在的护城河。”
巨头尚未出局
尽管面临挑战，但现在就断言基础模型公司的失败还为时过早。它们仍然拥有强大的优势：
- 品牌认知度
- 强大的基础设施
- 巨额的现金储备
此外，AI 发展速度极快，当前对模型微调的关注热潮可能在未来几个月内再次逆转。更重要的是，对通用智能的追求可能会在制药或材料科学等领域带来突破性进展，从而彻底改变我们对 AI 模型价值的看法。
但就目前而言，投入巨资构建更大基础模型的策略，其吸引力已远不如去年。