如果AI是电力，你手里拿的是发电机还是电冰箱？

2024年NVIDIA赚了600亿美元毛利率73%。比卖白粉还赚钱。OpenAI估值1500亿美元ChatGPT周活用户3亿。看起来AI产业链上游赢麻了。但我想问你一个问题电力革命时代最大的赢家是谁不是发电厂而是那些造电器的公司。AI正在重演这个故事。一、一个残酷的真相模型正在白菜化很多人还没意识到一件事大模型正在以惊人的速度变便宜。便宜到什么程度看下面这组数据模型发布时间100万Token价格GPT-42023.3$30GPT-4o2024.5$5DeepSeek V32024.12$0.27通义千问2025.1$0.08简单说就是不到2年价格跌了375倍。这是什么概念2023年调用一次GPT-4要1块钱现在同等能力只要0.002元。这意味着什么模型正在变成像电、像水一样的commodity大宗商品。以前调用GPT-4要精打细算现在可以随便用。以前模型成本是产品经理要考虑的问题现在越来越不是了。模型自由正在到来2023年调用GPT-4要精打细算。2024年开始模型自由。2025年模型像自来水一样便宜。就像没人会为省电而不用空调未来也没人会为省Token而不用AI。二、历史总是在押韵三次基础设施革命人类经历过三次基础设施革命每次都是同一个剧本先修路的人赚钱后开车的人赚大钱。第一次铁路1800s铁路革命告诉我们一个道理修铁路的人不一定是最后赚钱的人。第一阶段修铁路的赚钱 ├── 铁路公司股价暴涨 ├── 钢铁厂订单爆满 └── 谁有铁轨谁说了算 第二阶段铁路建成运费暴跌 ├── 铁路公司开始亏损 ├── 倒闭潮来临 └── 90%的铁路公司消失 第三阶段应用层爆发 ├── 西尔斯百货邮购 ├── 标准石油全国分销 └── 谁用铁路谁赚钱铁路时代最大的赢家不是铁路公司而是那些用铁路做生意的公司。第二次光纤2000s同样的剧本又演了一遍第一阶段铺光纤的赚钱 ├── 华为、中兴订单爆满 ├── 运营商市值飙升 └── 光纤到户家家户户 第二阶段产能过剩 ├── 光纤利用率只有10% ├── 运营商价格战 └── 利润率暴跌 第三阶段应用层爆发 ├── 阿里电商 ├── 腾讯社交 ├── 字节短视频 └── 他们用的是别人铺的路光纤时代最大的赢家不是运营商而是阿里、腾讯、字节。第三次AI算力2020s现在AI正在走同样的路第一阶段卖算力的赚钱 ← 我们在这里 ├── NVIDIA毛利率73% ├── 数据中心一卡难求 └── 谁有GPU谁说了算 第二阶段算力过剩预测2026-2027 ├── 大量数据中心建成 ├── Token价格继续暴跌 └── 模型变成utility 第三阶段应用层爆发预测2027-2030 ├── 谁在哪个场景深耕 ├── 谁能用更少Token做更好产品 └── 谁就是下一个阿里、腾讯总结一下现在NVIDIA赚的是修路钱但未来真正的机会在开车的人手里。“AI时代的铁路定律”任何基础设施革命最后都是修路的人赚辛苦钱开车的人赚大钱旁观的人拍大腿三、AI 新时代的电力一张表看懂说了这么多历史你可能会问这跟AI有什么关系关系大了。把AI想象成电力一切都清晰了电力革命AI革命赚钱顺序发电厂数据中心/模型商第一波电网API接口第一波电表Token计费-电器AI应用第二波省电省Token核心竞争力这张表想说什么很简单电是commodity大宗商品电器才是价值捕获点。你现在用电会在意是哪个发电厂发的电吗不会。你只在乎空调够不够凉冰箱够不够冷洗衣机够不够安静Token也一样——正在变成标准化的度电。用户不关心你用的GPT-4还是DeepSeek用户只关心这件事有没有帮我搞定“Token就像电费没人关心电费只关心灯亮不亮”用户不关心你用的GPT-4还是DeepSeek。用户只关心这件事有没有帮我搞定四、好AI应用的公式省、快、深说到这里你可能会问那什么样的AI应用才是好应用我总结了3个字竞争力 效果好 × Token省 × 场景深用人话解释就是效果好真的能解决问题不是玩具Token省用更少的算力做更多的事成本可控场景深嵌入用户工作流不是额外步骤这不是空话来看真实案例案例1Cursor —— AI编程的戴森先说一个编程领域的例子。传统的AI编程方式是这样的遇到问题 → 打开ChatGPT → 问问题 → 复制代码 → 粘贴到IDE → 报错 → 再问ChatGPT…很麻烦对不对Cursor的做法完全不同维度传统方式Cursor方式流程问ChatGPT → 复制 → 粘贴 → 报错 → 再问按Tab直接补全 → 光标处修改Token每次传大量代码片段只传上下文相关部分体验离开IDE切换窗口不离开工作流这张表想说明什么Cursor好用的原因有三个不需要切换窗口直接在IDE里用不需要复制粘贴按Tab就自动补全Token用得更少因为它只传相关的代码不传一堆没用的结果2024年估值4亿美元被OpenAI投资。“Cursor不是给你一本《如何钻孔》的书而是递给你一把电钻”案例2Gamma —— PPT界的扫地机器人再说一个做PPT的例子。传统做PPT是这样的写大纲 → 找模板 → 做每页 → 调格式 →3小时没了Gamma的方式是输入主题 → 自动生成 → 微调 →10分钟搞定维度数据用户数2000万生成PPT数超过1亿份融资2000万美元Gamma为什么成功因为它不是帮你写PPT而是让做PPT这件事消失。就像扫地机器人不是帮你扫地而是让扫地这件事消失——你按个按钮它自己干完了。案例3Perplexity —— 搜索界的GPS导航再说搜索。传统搜索是这样的搜关键词 → 点链接 → 看网页 → 不对 → 再搜 → 拼凑答案Perplexity的方式是提问 → 直接给答案来源 → 追问细化维度数据月活用户1500万处理查询5亿次/年估值90亿美元Perplexity为什么成功因为它不是给你地图自己找路而是直接告诉你怎么走。传统搜索给你一堆链接你自己看。Perplexity直接给你答案顺便告诉你答案从哪来的。案例4Midjourney —— 图像界的数码相机再说一个图像生成的例子。传统方式找设计师 → 沟通需求 → 等草稿 → 修改 → 定稿3天Midjourney输入提示词 → 4张图选1 → 调整3分钟维度数据用户数2000万团队人数11人你没看错年收入2亿美元融资0不融资Midjourney为什么牛看那个数据11个人2亿美元收入不融资。这是AI时代才可能出现的效率神话。放在以前11个人能做啥做个APP都费劲。但在AI时代11个人可以服务2000万用户一年赚2亿美元。“Midjourney证明了一件事AI时代小团队可以干翻大公司”案例5客服AI —— 省钱神器最后一个例子是客服。以Intercom的AI客服Fin为例维度数据问题解决率80%无需人工响应时间即时vs 人工平均5分钟成本0.99美元/次 vs 人工8美元/次客服AI为什么有效看那个数字80%的问题AI解决20%转人工。这不是取代客服而是让客服只处理真正需要人的问题。就像ATM不是取代银行而是让柜员只处理真正需要人的业务——取钱这种事机器干就行了。五、反面教材哪些电器会死说了好的再说说不好的。有些AI产品注定会死。死法1套壳ChatGPT你的产品 ChatGPT的API 一个聊天框 问题 ├── 用户为什么不直接用ChatGPT ├── 模型降价你的利润归零 └── 没有任何护城河这种产品为什么必死你想啊你的产品就是ChatGPT套了个壳用户为什么不直接用ChatGPT更致命的是你的成本就是API费用。如果模型降价你也被迫降价利润直接归零。“套壳ChatGPT就像在发电厂门口开个插座店然后收电费”死法2万能AI助手你的产品 什么都能问的AI助手 问题 ├── 什么都能做 什么都不专业 ├── 用户不知道什么时候用你 └── 就像一把既想当锤子又想当锯子的工具这种产品为什么也难活什么都能做等于什么都不专业。用户不知道什么时候该用你。遇到编程问题可能用Cursor更方便。遇到做PPT可能用Gamma更快。“万能AI助手就像瑞士军刀什么功能都有但切菜不如菜刀开瓶不如开瓶器”死法3不省Token的产品你的产品 每次调用都传大量无关上下文 问题 ├── 成本下不来价格打不下去 ├── 竞争对手效率高10倍你怎么打 └── 就像一台24小时开着门的冰箱这种产品的问题在哪成本下不来。你的竞争对手用1块钱的Token能做的事你要用10块钱。你怎么打就像一台冰箱门一直开着电费哗哗地烧但制冷效果还不如别人的。六、给你一个判断框架说了这么多案例给你一个实用的判断框架。如果你在创业、投资或者只是想看懂这个行业问自己4个问题问题1Token效率够高吗这个问题在问你的产品是不是在烧钱指标好的产品差的产品上下文只传必要的传一大堆模型选择简单任务用小模型万事都用GPT-4缓存相同问题不重复调用每次都调API怎么判断看三个指标上下文是不是只传必要的还是每次都传一堆没用的模型选择简单任务用小模型复杂任务用大模型还是万事都调GPT-4缓存相同的问题是不是每次都重新调用API问题2用户能感知到AI的存在吗这个问题在问用户是在用你的产品还是在用AI好的产品差的产品用户只感受到这件事变简单了用户感觉自己在用AIAI是隐形的AI是显性的就像电器的电机你看不到就像聊天机器人你一直在对话怎么判断问用户一个问题你觉得自己是在用AI还是在用这个产品如果用户说我在用AI那你的产品可能有问题如果用户说这东西真好用那你可能做对了“好的AI就像好的设计用户感觉不到它的存在”问题3有没有护城河这个问题在问如果模型免费你还剩什么问自己一个问题如果明天GPT-5免费你的优势还在吗有护城河没护城河独家数据纯粹调用API深度场景整合通用聊天界面用户工作流锁定用户随时能换怎么判断问自己三个问题我有独家数据吗我深度整合到用户的工作流了吗用户换掉我的成本高吗如果三个答案都是没有那你可能没有护城河。问题4是在做电器还是插座这个问题在问你是在创造价值还是在过路收费电器有价值插座没价值解决具体问题只是接入模型有产品创新只是套壳用户粘性高用户随时能换怎么判断问自己用户用我是因为我解决了他的问题还是因为我能让他用上AI如果是前者你在做电器。如果是后者你在做插座。七、时间线AI产业的三个阶段说了这么多你可能会问那现在是什么阶段接下来会怎样我把AI产业的发展分为三个阶段阶段一基础设施期2022-2025← 我们刚过完 ├── 赚钱的人NVIDIA、数据中心、云厂商 ├── 特征算力稀缺模型昂贵 └── 代表NVIDIA股价涨10倍 阶段二模型commodity化2025-2027← 我们正在进入 ├── 赚钱的人价格战利润下降 ├── 特征Token价格暴跌模型能力趋同 └── 代表DeepSeek把价格打到地板 阶段三应用层爆发2027-2030← 机会在这里 ├── 赚钱的人深耕场景的应用公司 ├── 特征AI像电一样便宜比拼产品力 └── 代表等待诞生这段话想说什么很简单我们正在从第一阶段进入第二阶段。第一阶段NVIDIA、OpenAI赚了大钱。第二阶段模型会越来越便宜竞争越来越激烈。第三阶段真正的机会在应用层——那些深耕场景、用更少Token做更好产品的公司。类比互联网互联网AI1995-2000思科、运营商赚钱2022-2025NVIDIA赚钱2000-2005光纤过剩价格战2025-2027Token过剩价格战2005-2015阿里、腾讯爆发2027-2030这张表想说明什么历史在押韵。互联网时代思科、运营商先赚钱然后阿里、腾讯后来居上。AI时代NVIDIA先赚钱但未来真正的巨头可能还不是现在这些公司。八、谁会是AI时代的阿里、腾讯我不知道。但我知道筛选标准标准说明省Token用更少算力做更多事深场景嵌入工作流不是额外步骤有数据用户数据形成飞轮不依赖单一模型模型降价你反而更赚钱这张表怎么用拿这4条去衡量任何AI产品它省Token吗它深度嵌入用户工作流吗它有独家数据吗模型降价对它是利好还是利空如果4条都满足那可能是好产品。如果4条都不满足那可能要小心。AI时代的独角兽可能还不是现在这些公司。就像2005年没人知道字节跳动会诞生。2010年没人知道拼多多会崛起。“AI时代最大的机会可能还没被命名”写在最后电力革命最大的赢家不是国家电网。是美的、格力、戴森。是那些把电力变成好用产品的公司。5年后回头看AI也是一样的剧本。NVIDIA在赚今天的钱。OpenAI在赚今天的钱。但真正的机会属于那些把AI变成好用产品的人。AI时代做智能电器不做发电厂。做解决问题的人不做卖Token的人。做让用户忘记AI存在的人不做炫耀AI的人。最后一道选择题评论区告诉我如果AI是电力你现在手里拿的是A. 发电机 —— 在做基础设施B. 插座 —— 在做套壳C. 电冰箱 —— 在做真正的产品D. 还在找插座 —— 还没想清楚我选C。点个在看我们一起见证AI时代的美的诞生。文章数据来源数据来源NVIDIA 2024营收财报OpenAI估值多家媒体报道Token价格对比各模型官方定价Midjourney数据公开采访Cursor估值融资新闻Gamma用户数官方公布Perplexity估值融资新闻总结“模型自由正在到来”朋友圈转发“AI时代的铁路定律”行业分析“Token就像电费”解释概念“不是给你书是递给你电钻”解释好产品“发电厂门口开插座店”讽刺套壳“瑞士军刀”讽刺万能助手“好的AI用户感觉不到”产品原则“最大的机会还没被命名”激发想象创建日期2026-03-27主题AI产业链价值分析、电力类比框架、应用层机会