檢視人工智慧與五大科技巨頭的現況

Stratechery Plus

了解更多會員論壇

Stratechery Plus

了解更多會員論壇

最新播客

檢視 AI 與五大巨頭

收聽播客

在 YouTube 上觀看

聽取本文內容：

這是我在 2023 年 1 月《AI 與五大巨頭》一文的開場白：

2022 年的故事是 AI 的崛起，首先是圖像生成模型，包括 DALL-E、MidJourney 和開源的 Stable Diffusion，接著是 ChatGPT，這是第一個以重大方式取得突破的文本生成模型。對我來說，這顯然是技術的一個新紀元。

有時，一個陳述的準確性是透過其平庸程度來衡量的，而這裡的情況顯然如此：AI 是新紀元，它不僅佔據了 Stratechery 的心智份額，也佔據了我所報導的那些公司的。為此，兩年半過去了，我認為重新審視 2023 年的那份分析，並重新評估 AI 領域最大玩家的現狀會很有用，主要是透過五大巨頭（Big Five）的視角：Apple、Google、Meta、Microsoft 和 Amazon。

這次重新評估的直接誘因是 Meta 內部顯然正處於「五級火警」狀態：該公司最新的 Llama 4 發布令人失望——且至少在一個案例中具有誤導性——這促使創始人兼執行長馬克·祖克柏（Mark Zuckerberg）開始大舉砸錢挖角人才。根據《華爾街日報》週末的報導：

馬克·祖克柏整天都在向人工智慧領域最頂尖的人才發送電子郵件和 WhatsApp 訊息，瘋狂地努力追趕。他親自聯繫了數百名研究人員、科學家、基礎設施工程師、產品明星和企業家，試圖讓他們加入他正在組建的新「超級智慧」（Superintelligence）實驗室……而且 Meta 的執行長不只是發送冷郵件。祖克柏還開出了數億美元的價碼，這些金額將使他們成為科技業有史以來最昂貴的聘雇。在至少一個案例中，他討論了直接收購一家新創公司。

雖然財務誘因令人垂涎，但一些潛在候選人對於加入 Meta Platforms 的努力感到猶豫，因為該公司的 AI 研發今年面臨挑戰，加上一系列的組織重組讓前景不明，不清楚誰負責什麼，知情人士表示。Meta 開發尖端人工智慧技術的掙扎在 4 月份達到頂峰，當時批評者指責該公司操縱排行榜，使其最近發布的 AI 模型看起來比實際更好。他們還推遲了新款旗艦 AI 模型的亮相，引發了對該公司在全行業 AI 軍備競賽中能否持續快速前進的質疑……

對於那些拒絕他的人來說，祖克柏對其新 AI 超級團隊的陳述願景也是一個擔憂。他要求這個由約 50 人組成的團隊在 AI 模型上取得巨大進步，包括達到「超級智慧」的程度。知情人士說，有些人認為這個概念含糊不清，或者除了大舉招聘之外，缺乏足夠具體的執行計劃。

最後一段讓整體的分析變得複雜。在我 2023 年 1 月的文章中，我透過克雷·克里斯汀生（Clay Christensen）教授的「維持性創新」與「破壞性創新」框架來進行評估：AI 是對現有商業模式的補充（例如：Apple 設備有了 AI 會更好），還是對其產生破壞（例如：AI 可能比搜尋更好，但變現能力更差）。然而，一個更高層次的問題是，AI 是否會直接讓一切過時，從科技商業模式到所有白領工作，再到一般工作，甚至生命本身。

或許是因為我的想像力匱乏，或是對人類生存狀態的珍視，讓我對那些最悲觀預測發生的可能性比許多人更樂觀：我認為它們發生的機率相當低。與此同時，我認為那些將 AI 斥為純粹炒作的人也錯失了重點。這是一件大事，即使這些變化最終可能符合比爾·蓋茲的名言：「我們總是高估未來兩年會發生的變化，而低估未來十年會發生的變化。」

為此，讓我們回到兩年前的《AI 與五大巨頭》，並思考八年後我們可能會在哪裡。

Apple

• 基礎設施： 極少
• 模型： 無
• 合作夥伴： OpenAI?
• 數據： 無公共數據差異化，具備潛在私有數據差異化
• 分發： Apple 設備
• 核心業務： 設備與目前的 AI 使用場景互補
• 稀缺風險： 可能失去高端硬體的差異化
• 破壞性/維持性： 維持性
• 新業務潛力： 機器人

Apple 經歷了戲劇性的幾年，其標誌是 Apple Intelligence 的挫敗：該公司擁有基本的設備端 LLM 能力和自己的私有雲端運算基礎設施，但在模型或產品方面都遠未達到尖端水平。

然而，該公司的救命稻草在於其核心業務並未立即受到 AI 的威脅。從消費者的角度來看，OpenAI、Claude 等都是你在 iPhone 或瀏覽器中使用的應用程式；Cursor 是你在 Mac 上使用的 IDE。與此同時，Apple 的本地 LLM 有潛力讓為 Apple 平台構建的應用程式產生差異化，且 Apple 擁有對消費者數據的獨特訪問權限，進而擁有構建實際可用且可擴展的個人語義索引的手段，AI 可以在此基礎上運行。

這種定位並非萬靈丹；在 4 月份的《Apple 與公司往日的幽靈》中，我將 Apple 目前的處境比作微軟與互聯網：每個人都在 Windows PC 上使用互聯網，但正是互聯網創造了超越 PC 的範式（即行動端）的條件。

微軟做了而英特爾（我將 Apple 與之比較的另一家公司）沒做的事情是，透過接受失敗並建立互補業務（雲端運算）來應對行動端的失誤，這隨後讓他們為 AI 範式做好了準備。Apple 應該做類似的事情：我對該公司在 iOS 26 中與 OpenAI 深化合作感到非常鼓舞，該公司應該加倍下注，成為這家看似主導消費級 AI 公司的最佳硬體平台。

這通向類微軟未來的途徑是將公司的精力投入到構建手機之外的硬體。是的，OpenAI 已經「收購式聘雇」了 Jony Ive 及其 Apple 營運天才團隊，但 Apple 應該將此視為一項挑戰，為 OpenAI 提供比這家橫向服務公司能自行構建的更好、規模更大的硬體。這應該意味著一系列手機之外的 AI 驅動設備，包括 Apple Watch、HomePod、眼鏡等；從長遠來看，Apple 應該大力投資機器人技術和家庭自動化。在消費級硬體方面，無論是品質還是可擴展性，目前仍無人能出 Apple 其右，他們應該加倍發揮這一能力。

這種方法最大的障礙在於 Apple 將自己視為硬體與軟體整合製造商的核心觀念；該公司的硬體傳統上因運行 Apple 自己的軟體而具有差異化，而且多年來，是軟體推動了設備的銷售。然而事實上，Apple 的差異化多年來一直在從軟體轉向硬體，雖然 Apple 的晶片有潛力提供最佳的本地 AI 能力，但如果這些本地能力能與最先進的雲端 AI 能力無縫結合，將會更具吸引力。

如果 Apple 覺得有必要單打獨鬥，那麼該公司需要進行重大收購並承諾投入數十億美元。最好的選擇是 Mistral：該公司擁有很多天才（包括構建 Meta 早期且廣受好評的 Llama 模型的大部分團隊），且其開源方法與 Apple 的業務互補。然而，目前尚不清楚法國和歐洲當局是否會允許歐洲新創生態系統的明珠被一家美國公司收購；無論如何，Apple 要麼承諾合作——以及隨之而來的控制權喪失——要麼承諾投入比迄今為止多得多的資金。

Google

• 基礎設施： 最強
• 模型： 優秀
• 合作夥伴： 無
• 數據： 最強
• 分發： Android 設備、搜尋、GCP
• 核心業務： 聊天機器人對搜尋具有破壞性
• 稀缺風險： 數據反饋迴路減弱
• 破壞性/維持性： 破壞性
• 新業務潛力： 雲端

Google 在許多方面與 Apple 相反：這家搜尋公司的過去兩年表現比我預期的要好（而 Apple 則較差），但其根本地位和擔憂基本保持不變（對 Apple 來說這是好事；對 Google 來說則是隱憂）。

Google 的基礎設施在許多方面都是世界最強的，且領先幅度巨大。該公司從晶片到網絡再到模型實現了全面整合，並經常指出這種整合是解鎖 Gemini 業界領先的上下文窗口大小等能力的關鍵；Gemini 還擁有領先 AI 模型中最具吸引力的定價。另一方面，整合也有缺點：Google 對自身 TPU 的依賴意味著該公司在整個技術棧上都在與 Nvidia 生態系統競爭；這對直接成本節省有好處，但在工具鏈和獲取創新方面可能會產生隱形成本。

與此同時，Gemini 進步神速，在 LLM 評估中得分很高。問題在於各種模型變體是否在這些 LLM 評估上過度優化；Gemini 的實際使用情況似乎明顯落後於 OpenAI 和 Anthropic 的各自模型。Google 無疑領先的地方在於媒體生成等相鄰領域；特別是 Veo，在影片生成方面似乎沒有對手。

這說明了 Google 最重要的優勢：數據。Veo 可以利用 YouTube 影片，其規模難以想像。與此同時，Google 的 LLM 不僅受益於 Google 在索引網頁方面的領先地位，還受益於沒有網站能承擔封鎖 Google 爬蟲的代價。Google 還花了多年時間收集其他形式的數據，如掃描書籍、存檔研究論文等。

Google 還擁有分發渠道，特別是 Android：提供整合設備和雲端 AI 體驗的潛力極具吸引力，這是 Android 挑戰 Apple 在高端市場主導地位的最佳機會。然而，實現這種整合將是關鍵：ChatGPT 迄今為止佔據了消費者的心智份額，正如我上面提到的，Apple 可以且應該將自己定位為使用 ChatGPT 的最佳設備；Google 能否透過控制模型和操作系統（以及對所有個人消費者數據的訪問權限）來讓其設備變得更好？或者換句話說，Google 真的能做出好產品嗎？

Google 的問題，正如兩年前（甚至更早）所預見的那樣，是 AI 對其核心搜尋業務的破壞潛力。擁有近乎完美的商業模式（就像 Google 在搜尋廣告中讓用戶挑選拍賣贏家那樣）的問題在於，除了走下坡路之外無處可去。鑑於此，我認為 Google 在 AI 搜尋概覽（Search Overviews）上的投入做得很好，使搜尋變得更好，且至少到目前為止維持了變現率；我也認為該公司開發「搜尋漏斗」（Search Funnel）以系統性地演進 AI 搜尋，是將 AI 從破壞性轉向維持性的聰明做法。

更有前景的是雲端運算，這是 Google 的基礎設施和模型優勢（特別是在定價方面）可以真正發揮作用的地方，而無需承擔保留收入或重啟僵化產品能力的負擔。Google Cloud Platform 一直非常專注於融入多雲工作流，但長遠來看，巨大的潛力在於 Google 的 AI 能力會像引力一樣，吸引越來越多的企業雲端工作流。

Meta

• 基礎設施： 良好
• 模型： 尚可
• 合作夥伴： 無
• 數據： 良好
• 分發： Meta 旗下 App、Quest 設備
• 核心業務： AI 提供更個性化的內容和廣告
• 稀缺風險： 注意力被轉移到聊天機器人
• 破壞性/維持性： 維持性
• 新業務潛力： 虛擬世界與生成式 UI

Meta 的定位介於 Apple 和 Google 之間，但我曾假設它更接近前者；該公司在 AI 領域的掙扎可能超乎預期，但其核心戰略定位似乎更穩固：更個性化的內容契合 Meta 的分發渠道，而生成式廣告應該會增強 Meta 對其長尾廣告客戶的吸引力。與此同時，生成式 AI 很可能是 Meta 實現其 XR 投資回報的關鍵，無論是為 VR 創建元宇宙還是為 AR 創建 UI。我曾公開表示對 Meta 的「AI 豐饒」（AI Abundance）極其樂觀。

然而，風險依然存在。Meta 競爭的稀缺資源是注意力，而 LLM 已經消耗了大量注意力且還在不斷擴張。有一種觀點認為，這使得聊天機器人對 Meta 來說和對 Google 一樣是個問題：即使 Meta 讓大量用戶使用 Meta AI，花在 Meta AI 上的時間就不是花在更適合變現的格式上的時間。不同之處在於，我認為 Meta 在這些新界面上的變現會做得更好：它不像搜尋那樣需要維持客觀性或可靠性的預期；有時，作為一個「最低公分母」的界面反而是一種資產。

話雖如此，從祖克柏的砸錢舉動中可以清楚看到，這些風險可能比我預想的要大。雖然祖克柏透過 Reality Labs 部門證明了他願意為不確定的未來投資數十億美元，但這些 AI 招聘工作中表現出的速度和迫切感強烈暗示，該公司的核心業務正受到我兩年前未能妥善評估或預見的威脅。然而回過頭來看，這是有道理的：Meta 在 AI 領域有這麼多上行情境，定義上就意味著如果做不好 AI，將面臨巨大的下行風險；相比之下，像 Apple 這樣公司的核心業務與 AI 的距離足夠遠，相對而言，其上行和下行空間都較為有限。

令我擔憂的是 Meta 在 AI 方面似乎缺乏方向的程度；這是我上次採訪祖克柏後最大的收穫。我覺得我對於生成式 AI 如何影響該公司業務的想法比祖克柏還多（祖克柏在最近財報電話會議上的評論顯然是基於我們的採訪演進而來的，那次採訪發生在兩天前）；這也符合目前的瘋狂狀態。祖克柏似乎後知後覺地意識到，不僅公司的模型落後了，整體的 AI 工作也需要新的領導層和新的產品思維；因此找來 Alexandr Wang 了解尖端現狀，Nat Friedman 負責團隊管理，Daniel Gross 負責產品。目前尚不清楚這個團隊將如何組織或運作，但值得注意——坦白說也很令人印象深刻——的是，祖克柏在含蓄地承認他遇到了問題。這種謙遜和對行動的偏好正是 Apple 所需要的。

Microsoft

• 基礎設施： 非常好
• 模型： 無
• 合作夥伴： OpenAI
• 數據： 良好
• 分發： Windows、Microsoft 365、Azure
• 核心業務： AI 驅動 Azure 使用量
• 稀缺風險： 獲取領先模型的能力
• 破壞性/維持性： 對 Azure 是維持性，對 Microsoft 365 具潛在破壞性
• 新業務潛力： 智能體（Agents）

微軟的地位在 2023 年 1 月看起來是無懈可擊的；這是我在《AI 與五大巨頭》中寫的全部內容：

與此同時，微軟似乎處於最有利的位置。像 AWS 一樣，它擁有銷售 GPU 的雲端服務；它也是 OpenAI 的獨家雲端供應商。是的，這非常昂貴，但鑑於 OpenAI 似乎有機會成為 AI 紀元中加入頂尖科技公司名單的新成員，這意味著微軟正在投資該紀元的基礎設施。

與此同時，Bing 就像是 iPhone 前夕的 Mac：是的，它貢獻了不少收入，但只是主導玩家的一小部分，在微軟整體的背景下相對無關緊要。如果將類 ChatGPT 的結果整合到 Bing 中會冒著商業模式的風險來換取獲得巨大市場份額的機會，那是一個非常值得做的賭注。

同時，根據《The Information》的最新報導，GPT 最終將進入微軟的生產力應用程式。訣竅將是模仿 AI 編程工具 GitHub Copilot（基於 GPT 構建）的成功，它找到了如何成為助手而不是累贅的方法（也就是說，不要成為 Clippy！）。

重要的是，增加新功能——或許是收費的——完美契合微軟的訂閱商業模式。值得注意的是，這家曾被視為破壞式創新受害者典型代表的公司，在完整的敘事中，不僅將誕生於破壞，還將因其而處於達到更高高度的有利位置。

微軟依然處於有利地位，但情況比我當時寫的要微妙一些：

至關重要——也是為什麼我仍然看好微軟定位的原因——是該公司的基礎設施和分發優勢。我已經提到了該公司在錯失行動端後的轉型：放棄 Windows 的回報是，當機會出現時，該公司已做好準備利用 AI，而英特爾則不然。此外，由於相對較晚起步，微軟是超大規模雲端供應商中最以 Nvidia 為中心的；Google 深耕於 TPU（儘管他們也提供 Nvidia 實例），而 Amazon 的基礎設施則針對通用計算進行了優化（並正加倍投入 Trainium）。

與此同時，Azure 是 OpenAI API 的唯一非 OpenAI 供應商，這不僅讓微軟的企業客戶留在 Azure 上，其本身也是一個吸引力。為此，我認為微軟在與 OpenAI 的談判中，首要任務應該是永久確保 Azure 的這一優勢，即使這意味著要放棄他們對 OpenAI 整體業務的許多權利。

微軟應該做的另一件事是深化與替代模型供應商的關係和投資規模。xAI 執行長伊隆·馬斯克（Elon Musk）出現在 Microsoft Build 的預錄影片中是一個好兆頭；微軟應該隨後進行投資，幫助確保 xAI 繼續追求 AI 模型的尖端水平。微軟還對 Mistral 進行了小規模投資，並應考慮資助 Llama；這類投資雖然昂貴，但如果無法獲得領先模型——或冒著完全依賴山姆·奧特曼（Sam Altman）心血來潮的風險——代價會更高。

Amazon

• 基礎設施： 良好
• 模型： 較差
• 合作夥伴： Anthropic
• 數據： 良好
• 分發： AWS、Alexa
• 核心業務： AI 驅動 AWS 使用量
• 稀缺風險： 獲取領先模型的能力、晶片競爭力
• 破壞性/維持性： 對 AWS 是維持性，對 Amazon.com 的長尾電商推薦具潛在破壞性
• 新業務潛力： 智能體、來自 Amazon.com AI 推薦的聯盟行銷收入

過去兩年，我對 Amazon 的立場變得更加樂觀：

與此同時，AWS 仍然是領先幅度巨大的最大雲端供應商，歸根結底，企業更願意在靠近其現有數據的地方使用 AI，而不是去承擔遷移的麻煩。別忘了 Alexa：正如我所料，幾乎沒有證據表明 Alexa+ 已經可用，更不用說實現其承諾了，但語音控制設備顯然比以往任何時候都更具潛力。

模型製造商

基礎模型製造商顯然對 AI 至關重要；雖然本文重點關注大科技公司，但檢視底層技術製造商的狀態也是值得的：

OpenAI： 我長期以來一直將 OpenAI 視為「意外的消費科技公司」；我認為這個視角對於理解過去兩年的大部分情況至關重要。例如，OpenAI 的許多內部動盪可能部分源於與執行長山姆·奧特曼的衝突，但也源於早期 OpenAI 員工簽約是為了科學項目，而不是為了成為下一個 Facebook。

我確實認為 ChatGPT 已經贏得了消費級 AI 空間，且更有可能擴大其主導地位而非被取代。這進而使 OpenAI 與任何其他尋求擁有客戶關係的實體（從微軟到 Apple）產生根本衝突。然而，這兩家公司可能別無選擇，只能與之合作：微軟是因為陷得太深，而 Apple 是因為 OpenAI 可能很快就會成為購買 iPhone 最具說服力的理由（如果 Apple 繼續深化整合）。

我心中最大的問題是 OpenAI 何時以及是否能摸索出一種廣告模式來補充其訂閱業務。雖然我——以及正在閱讀本文的大多數人——會樂意為 AI 帶來的生產力提升付費，但事實仍然是，消費市場的巨大群體可能不會付費，而佔領這一細分市場不僅能鎖定競爭對手，還能在收入和投資未來模型的能力方面提供長期優勢。

Anthropic： Anthropic 可能錯失了消費市場，但該公司對編程的專注在開發者中贏得了非常強大的地位，並帶來了巨大的 API 收入流。在某些方面這是一個風險較高的位置，因為開發者和像 Cursor 這樣的媒介可以輕鬆切換到某天可能更好的其他模型，但 Anthropic 正試圖透過像 Code 這樣不僅能成為獨立業務，還能生成用於改進底層模型的關鍵數據的產品來緩解這一風險。

Anthropic 依賴 Amazon 及其 Trainium 晶片進行訓練可能並非最優；這也可能意味著長期的顯著成本節省。最重要的是，Amazon 現在是 Anthropic 深度投入的合作夥伴；正如我上面提到的，這可能比微軟和 OpenAI 的情況更穩定。

與 OpenAI 不同，Anthropic 也受益於其長期業務機會與其領先研究人員的 AGI 夢想更加一致：後者可能無法創造出「神」，但如果他們在此過程中成功開發出自主智能體服務，將會有大筆資金可賺。

xAI： 我上週寫過關於 xAI 微妙處境的文章；簡而言之：

發生在 xAI 身上最有害的事情之一就是收購了 X；這單純讓 xAI 對大多數公司來說成為一個吸引力較低的投資對象，且對顯然願意為人才付費的 Meta 來說是一個不可能的收購目標。更有趣的是與 Tesla 的關係；在「慘痛教訓」（bitter lesson）涵蓋自動駕駛的範圍內，xAI 的基礎設施最壞的情況下也可以單純地被有效地輸送到馬斯克的另一家公司。

Meta： 繞了一圈，我們回到了本週的新聞。有一種觀點認為 Meta 只是在 AI 上浪費錢：該公司沒有超大規模雲端業務，且同樣能從 AI 中獲益。例如，大量由 ChatGPT 生成的吉卜力工作室風格圖片被發佈在 Meta 的平台上，這對 Meta 有利。

Meta——或任何非模型製造商——的問題在於，基於 LLM 的 AI 最終能力的議題仍存在激烈辯論。祖克柏需要描繪「超級智慧」的願景，不僅是為了吸引人才，還因為如果這個目標是可以實現的，那麼誰能構建它，誰就不會想分享；如果事實證明基於 LLM 的 AI 更像是微處理器——一種必不可少的賦能技術，但不是一個獨立的世界毀滅者——那麼這對 Meta 的業務會更好，也意味著他們不需要投資構建自己的模型。不幸的是，對祖克柏來說，「邊走邊看」意味著「邊走邊祈禱」，因為如果賭錯了，Meta 就會變成下一個 MySpace。

這也是必須提到「房間裡的大象」的地方：中國。美國對中國的大部分做法都基於一個假設，即 AI 是那個世界毀滅者，因此值得冒著美國在晶片領域技術主導地位的風險來阻止該國的崛起，但這是一個存在嚴重邏輯缺陷的觀點。最終可能發生的情況是——DeepSeek 已經指出了這個方向——中國最終將晶片和 AI 都商品化；如果發生這種情況，大科技公司將受益最多（對 Nvidia 不利），而且這也不會是第一次。

分享

相關內容

Stratechery Plus

更新

John Collison 在 Cheeky Pint 播客對 Ben Thompson 的訪談

Spotify 財報、個人化網絡、AI 與聚合

Amazon 財報、資本支出擔憂、商品化 AI

Stratechery Plus

播客

Stratechery Plus

訪談

John Collison 在 Cheeky Pint 播客對 Ben Thompson 的訪談

與 Benedict Evans 關於 AI 與軟體的訪談

與 Kalshi 執行長 Tarek Mansour 關於預測市場的訪談

Sharp Text

文章

按年份列出 Stratechery 上最受歡迎且最重要的文章。

探索 Stratechery 上的所有免費文章。

探索 Stratechery 上的所有文章。

Stratechery Plus

更新

John Collison 在 Cheeky Pint 播客對 Ben Thompson 的訪談

Spotify 財報、個人化網絡、AI 與聚合

Amazon 財報、資本支出擔憂、商品化 AI

Stratechery Plus

播客

Stratechery Plus

訪談

John Collison 在 Cheeky Pint 播客對 Ben Thompson 的訪談

與 Benedict Evans 關於 AI 與軟體的訪談

與 Kalshi 執行長 Tarek Mansour 關於預測市場的訪談

© Stratechery LLC 2026 | 服務條款 | 隱私政策

由 WordPress 設計。由 Pressable 託管。