深挖340页！互联网女皇的AI新预言，哪些行业将被彻底颠覆？

AI 这股浪潮，最近是越来越有意思了，特别是“互联网女皇”Mary Meeker 时隔六年甩出那份340页的《人工智能趋势报告》，整个科技圈都炸了锅，大佬们估计都在挑灯夜读，琢磨这玩意儿到底要怎么变天。报告的核心观点简单粗暴：AI 不仅来了，而且是以一种“史无前例”的速度和广度在搞事情，冲击力比以往任何技术革命都猛，产业、经济甚至全球地缘政治，都得被它重新洗牌。

市场上关于这份报告的逐条解读已经层出不穷，数据图表也早已刷屏。但在深入解读这份AI报告之前，咱们得先聊聊这位“掌舵人”——Mary Meeker，江湖人称“互联网女皇”。

她曾是摩根士丹利TMT团队的一员，这支队伍的履历非常辉煌：他们操盘了Netscape的IPO，直接点燃了1996年那场轰轰烈烈的互联网大火！也正是从1996年开始，女皇的《互联网趋势报告》横空出世，第一版就甩出322页的深度猛料，把网络的潜力扒了个底朝天。自此，这份报告成了科技圈每年翘首以盼的“预言书”，而且她的预言准得吓人：

• 1996年就敢说：在线人口要炸！（结果到2000年真翻了10倍）
• 2000年又放话：线上广告干翻纸媒！（2004年，应验了）
• 2008年再断言：移动端才是老大！（2014年，移动时代全面降临）

2010年，女皇转战凯鹏华盈（Kleiner Perkins），执掌成长基金，慧眼识珠投中了Facebook、Spotify、Square、Twitter、Snap这些后来叱咤风云的巨头，简直是“点石成金”。2018年，KP增长基金独立门户，BOND Capital横空出世。2019年，女皇暂时封笔《互联网趋势报告》，专心搞起了BOND。

如今，蛰伏六年，她带着这份340页的AI重磅炸弹回归！报告里金句俯拾皆是，比如微软副董事长兼总裁Brad Smith那句：“就像过去的电力和其他通用技术一样，人工智能和云计算数据中心代表了工业化的下一个阶段。” 还有那句经典的商业警示：“这次情况不同。我们可以通过规模来弥补，将来我们也会想办法将用户变现。”——听着耳熟不？这是商界流传最广的危险信号之一！

这份报告，有人说是“数据巨兽”，随便动一个图表，其他图表就得跟着连锁反应，这本身就像极了AI这领域的快速迭代和盘根错节。Meeker当年那份《互联网趋势报告》作为封神之作，给无数投资人和创业公司指过路。如今她调转枪口对准AI，说明这技术的影响力已经是藏不住了，而且在加速渗透。

在这场被女皇反复强调为“史无前例”的变革中，在我们一脚踏进这个AI驱动的新时代的时候，以下这几个问题确实值得好好琢磨琢磨：

• AI 模型训练成本“火”得烫手，推理成本又“冰”得吓人，这冰火两重天会怎么搅动未来的竞争格局？创新还能不能愉快地普及？
• 全球AI竞赛，尤其咱和美国这掰手腕，还有开源模型在里面掺和，这棋局的战略意义到底在哪？
• AI 从数字世界的工具变成能动物理世界的狠角色——自动驾驶、自动化农业都安排上了——哪些行业会被彻底颠覆？
• AI一来，劳动力市场也得跟着换血——AI技能岗抢破头，其他IT岗可能要凉，个人、公司、学校要怎么变招才能跟上节奏？
• “下一个十亿用户”可能直接用AI界面上网，这对用户体验、数字鸿沟还有全球平台生态又意味着啥？
• 未来谁会是这场竞赛的最终赢家？

Insight 01：AI增长“史无前例”——速度这块儿，以前的技术革命都是弟弟

Mary Meeker 的报告里，“史无前例”这词儿据说刷了51遍，不是没道理的。

• 用户增长颠覆认知：OpenAI的ChatGPT就是个典型，5天卷走100万用户。到2025年4月，月活飙到8个亿。对比一下，互联网当年磨蹭了23年才让非北美用户渗透到90%，ChatGPT App 只用了3年就搞定了。目前，ChatGPT订阅用户超2000万，年收入接近40亿美元，已经是史上商业化最快的AI产品之一。同样的，ChatGPT 的年搜索量达到3650亿次，谷歌干了11年才达到的数，ChatGPT两年不到就办了。

• CapEx砸钱不含糊：科技巨头们往AI基建里砸钱那是真金白银。“科技六巨头”（苹果、英伟达、微软、Alphabet、亚马逊AWS、Meta）2024年资本支出（CapEx）预计高达2120亿美元，同比猛增63%，大头都喂了AI。这CapEx占它们2024年收入的15%左右，十年前才8%。比如亚马逊AWS，2024年就把收入的49%投到AI/ML基建上。全球数据中心的投资，2022到2024年间，直接翻番。

• 全球渗透快得离谱：不像早年技术浪潮那样美国老大哥先吃肉，ChatGPT这类AI工具，一出来三年不到，海外用户占比就超过90%。印度都干到ChatGPT月活第一（占13.5%），反超美国（8.9%）。印尼（6%或5.7%）、巴西（5.4%）、巴基斯坦（3.0%）和墨西哥（3.5%）也是重要票仓。DeepSeek的App在四个月里也搞定了5400万月活，主要火力集中在中国（34%）和俄罗斯（9%）。

• 企业端AI采纳热火朝天：到2024年Q4，标普500里，一半的公司开财报会必聊AI。企业用AI，主要不是为了抠那点成本，而是要增长、要营收。全球75%的CMO（首席营销官）已经在用或者在测试AI工具了。

Insight 02：AI成本的“冰与火之歌”——训练成本上天，推理成本落地

AI发展的经济账挺有意思：一边是训练顶尖AI模型的成本“火”烧火燎往上蹿，另一边是用这些模型的推理成本“冰”一样往下掉。

• 飞涨的训练成本（“火”）：训个顶级的AI大模型，现在没1亿美元下不来。过去八年，这成本涨了差不多2400倍。Anthropic公司CEO Dario Amodei 更是放话，训练成本高达10亿美元的模型已经在路上了，到2025至2027年间，咱们甚至可能看到耗资百亿美元的训练项目。这基本就是资金雄厚的科技巨头的“专属游戏”了。训练要喂的数据，从1950年代几百万词的量级，跳到2025年万亿词的级别，年均增长260%，太夸张了。

• 骤降的推理成本（“冰”）：对比鲜明的是，AI推理成本（每百万token）在短短两年内暴跌了99.7%！主要还是硬件牛逼。比如，英伟达2024年推出的Blackwell GPU，处理每个token所需的能耗，相比2014年的Kepler GPU，降低了惊人的10.5万倍。这种效能提升，让AI大规模部署对开发者来说更靠谱，也更划算。

成本两极分化带来的戏码：

• AI应用民主化：推理成本下来了，意味着以前高攀不起的强AI工具，现在小公司、个人开发者也能玩得转。直接结果就是AI模型数量激增，Hugging Face上托管的AI模型数量，从2022年3月约3.5万个，到2024年11月已经干到116万个。
• 专用小模型吃香：风向变了，不再是“一个大模型包打天下”，而是更小巧、更经济、针对特定场景定制训练的模型开始抬头。
• 性能趋同：不同AI模型之间的性能差距，也在慢慢抹平。

Insight 03：全球AI竞技场—一场“新太空竞赛”,中国玩家入场与开源的逆袭

AI 这块儿，现在就是一场新的“太空竞赛”，Meta首席技术官Andrew Bosworth都这么说了。其中，咱和美国是主要玩家。AI的领导权，越来越像地缘政治影响力的晴雨表。

中国AI的崛起速度有点猛：

• 模型数量和性能：中国发布的大规模AI系统数量上正迅速追赶，快跟美国平起平坐了。来自中国机构的模型，像DeepSeek-R1、阿里巴巴（Qwen2.5-Max）和百度（文心4.5 Turbo），在性能上已经很接近，甚至在某些benchmark上已经能跟西方顶尖模型掰掰手腕。举个例子，DeepSeek-R1在那个最难的MATH Level 5数学基准测试中拿了93%的高分，离OpenAI o3-mini模型的95%就差一口气。
• 成本效益：有些中国模型在训练和运营成本上，优势挺明显。据说，百度文心4.5 Turbo的运行成本只是DeepSeek V3的40%，更是只有GPT-4.5的0.2%。
• 本土市场主导：在中国，月活排名前十的AI应用，清一色都是本土选手。同时，中国老百姓对AI带来的好处也更乐观（83%的受访者认为益处大于弊端），美国那边才39%。
• 硬件憋大招：华为这些公司在搞本土AI芯片“集群”，就是为了给那些受美国限制的中国客户供货。
• 工业自动化：中国的工业机器人安装量，已经把世界其他地区（中美除外）的总和甩在身后了。

开源力量又回来了，挑战闭源大佬：

• 挑战专有模型：之前大公司出于商业和安全考虑，都爱搞闭源。现在，开源AI模型强势回归。Meta的Llama和Mistral的Mixtral这些开源模型，性能不输闭源巨头，还便宜甚至免费。Meta的Llama模型下载量在短短8个月内增长了3.4倍，到2025年4月已达到12亿次。
• 开发者社区的心头好：虽然ChatGPT这类闭源模型在C端月活上占大头，但开源模型在开发者圈子里影响力巨大。到2025年Q2，按已发布的大模型数量算，中国在开源竞赛中是领跑的。
• 性能追赶：像DeepSeek、Meta的Llama 3和阿里的Qwen系列这些开源模型，在推理能力和编程能力这些方面，性能正在逼近顶级的闭源模型。

Insight 04：AI商业化这道题怎么解？高估值、猛砸钱与盈利模式还在摸索

AI怎么赚钱，是现在的核心议题。特点就是投资巨大，估值高得吓人，但要持续盈利，挑战不小。Meeker把这比作历史上的科技热潮，比如19世纪的铁路热，或者世纪之交的互联网泡沫，都是一堆钱涌进来，市场打得头破血流，最后才筛出真正的扛把子。

• 融资猛，估值高：到2025年5月，OpenAI、Anthropic、xAI和Perplexity这几家主要的私营AI模型公司，融到的钱加起来快950亿美元了。OpenAI、Anthropic和xAI这三家，估值总和逼近4000亿美元，预期年收入加起来大概120亿美元。OpenAI自己估值飙到约3000亿美元，2024年预计营收在37亿到92亿美元之间，这估值营收比可不低（比如33倍）。Perplexity的估值营收比更是到了75倍左右。
• “烧钱”模式的难处：像OpenAI这类公司，营收增长是快（2024年营收约37亿到92亿美元），但算力开销也大得吓人，甚至可能比营收还多。这种“高烧钱率”，Meeker管它叫“具有高现金消耗的商品业务”，跟Uber或者特斯拉扩张期那状态差不多。
• “卖铲子”的先富了——基建是赢家：目前看，给AI提供基建的公司是最大的赢家。英伟达季度营收干到390亿美元，同比增长78%。到2024年，数据中心每花4美元，就有1美元进了英伟达的腰包。谷歌的TPU和亚马逊的Trainium芯片销售额也在猛涨，算力服务商像CoreWeave的年营收增长更是高达730%。
• 垂直领域AI“小巨人”冒头：专攻特定行业的AI软件公司，增长也很快。比如软件工程领域的Anysphere Cursor AI（ARR从100万美元涨到3亿美元），医疗领域的Abridge（CARR在5个月内从5000万美元增至1.17亿美元），还有法律领域的Harvey（ARR在15个月内从1000万美元增至7000万美元）。

Meeker指出的三大商业化拦路虎：

• 市场竞争卷到飞起。
• 性能飞快提升还便宜的开源模型，冲击力太强。
• 中国作为AI领域新晋超级力量，崛起太快。
• 投资得悠着点：Meeker建议投资者“只投你亏得起的钱”，她强调现在市场看着一片大好，但这可能只是“幸存者偏差”，底下风险可能不小。

Insight 05：AI开始玩转物理世界——从自动驾驶到“物理智能体”

AI 的影响力不再只停留在数字层面了，它正越来越多地渗透和改造物理系统和各个行业。报告特别提了“物理智能体”的崛起。

• 自动驾驶有新进展：特斯拉的FSD（完全自动驾驶）功能，累计行驶里程在短短33个月里翻了约100倍，到2025年3月已经超过35亿英里。Waymo的自动驾驶出租车服务，在旧金山网约车市场的份额，20个月里从零蛋迅速爬到27%（截至2025年4月）。Uber的CEO也说过，再过15到20年，自动驾驶系统会比人类司机更牛。像Applied Intuition这样的公司，正在给汽车、卡车、工程机械甚至国防领域的车辆提供智能软件。

AI在各行各业落地开花：

• 国防：Anduril这类公司，用AI驱动的国防系统，正在改变军事力量的玩法。这家公司过去两年，年收入都翻倍了。
• 资源勘探：KoBold Metals用AI分析地质数据，提高找矿效率。
• 农业：Carbon Robotics用AI和激光搞精准非化学除草，到2025年5月已经给超过23万英亩的农田除了草。Halter则通过AI驱动的智能项圈，实现了牲畜的智能管理和放牧。
• 医疗健康：AI被用来辅助医疗记录（Kaiser Permanente有超过1万名医生用AI医疗记录助手自动记录患者就诊情况），医疗设备审批也更快了（美国FDA在2023年批准了223种AI驱动的医疗设备，2015年才5种）。
• 大趋势是啥？AI正在把车辆、农机、工业设备这些物理资产，变成软件定义的终端，把智能直接塞进物理世界。

Insight 06：AI驱动工作方式巨变——新饭碗与技能大洗牌

AI正在从根上改变工作的性质，搞出了个“认知自动化”——AI系统能推理、能创造、能解决问题，白领的工作方式都要被重塑了。

• 就业市场变天了：从2018年1月到2025年4月这七年，美国跟AI相关的职位发布数量增长了448%，而同期非AI的IT类职位发布数量反而降了9%。跟AI相关的新title，两年内增加了200%。苹果公司光是生成式AI相关的职位就招了600多个。
• AI是生产力buff：用AI的客服，每小时处理的聊天量能提升14%。
• “AI技能是标配”：Shopify的CEO直说了，在Shopify，下意识用AI现在是基本操作。Duolingo的CEO也宣布公司要变成“AI优先”，还计划把AI使用情况放进招聘和绩效考核里。
• 黄仁勋那句名言还在：“你不会因为AI丢掉工作，但你会因为某个会用AI的人而丢掉工作。” 他还觉得，AI最大的机会是填平技术鸿沟，因为AI能听懂人话，编程门槛大大降低。
• AI智能体元年来了：2025年被称为“智能体元年”，AI智能体正成为一种新型数字劳动力，能干多步骤的活儿，重塑金融、医疗、制造、零售等各行各业的业务流程。比如，Claude 3.5的“Computer Use”功能，能直接控制电脑屏幕，自动搞定在线购物、界面导航这些复杂操作。

Insight 07：“下一个十亿用户”——直接就是AI原生的互联网体验？

全球还有大概26亿人（占世界总人口近32%）没摸过互联网。报告提了个很有意思的观点：他们第一次触网的体验，可能跟咱们这些老网民完全不一样。

• 从浏览器到AI智能体：这些“下一个十亿用户”（NBU）很可能不走寻常路，不会从传统的浏览器和搜索框开始数字生活，而是直接通过AI驱动的、支持母语的、能对话的、多模态的智能体界面来玩转互联网。这背后，低成本卫星互联网（比如SpaceX的Starlink，用户在过去3年多时间里年均增长202%的吓人速度，总用户数已超500万）的普及也是个助攻。
• AI就是主要交互界面：对这个新兴用户群体来说，主要的互联网入口可能直接就是AI，这会从根本上改变现有的数字技术鄙视链。他们可能完全跳过传统的App层，直接进入一个由AI智能体驱动的界面。
• 全球AI应用普及的苗头：像ChatGPT和DeepSeek这些AI应用在全球范围内的快速普及，尤其是在新兴市场的表现，已经给这个趋势透了点风声。ChatGPT的App在短短23个月内就积累了高达5.3亿的月活，印度、美国和印尼是主要贡献者。

Insight 08：AI越来越像人，AGI的曙光？——潜力巨大，风险也巨大

AI模型现在搞出来的东西，越来越难跟人写的、画的、说的区分开，而对通用人工智能（AGI）的追求也在加速。

• 图灵测试的表现：2025年初有个研究说，73%的GPT-4.5输出被评估者当成是人写的。这说明，AI产出几乎无法与人类区分的语言的这天不远了。AI生成的图像（比如Midjourney v7）和声音（比如ElevenLabs）也逼真得吓人。
• AGI的愿景：AGI，被认为能胜任人类所有脑力工作的系统，包括推理、规划、从小样本学习、跨领域泛化知识等等。OpenAI CEO Sam Altman在2025年1月就表示，他们对于怎么搞出传统意义上的AGI，已经有自己的道了。
• AGI的颠覆潜力有多大？AGI一旦搞成，会重新定义软件（以及相关硬件）能干啥。它能驱动研究、工程、教育、物流这些工作流程，用通用推理能力处理模糊和未知问题。Google DeepMind的CEO Demis Hassabis畅想：“首先我们解决AI，然后用AI解决其他一切问题。” 这话点透了AGI在解决治病、气候变化、资源短缺这些全球性难题上的巨大潜力。
• 伦理风险不得不防：报告也承认AI技术是把“双刃剑”。在AGI能“解决一切”之前，咱们得先面对它被滥用的各种风险：致命性自主武器、大规模监控和信息操纵、决策算法偏见的固化和放大、对现有就业市场的剧烈冲击，还有全新的网络安全威胁等等。报告还引用了霍金老爷子的警告：“成功创造出AI可能是人类历史上最重大的事件，但也可能是最后的事件——除非我们学会如何有效地规避其固有的风险。”
• 负责任地发展才是王道：报告强调，搞AGI的同时，必须配上相应的保障措施和部署框架，确保它的好处能普惠大众，并且对它在制度和劳动力方面产生的深远影响进行审慎管理。

Insight 09：最后的赢家

图表之外，还有一组数字尤其刺眼。

AI推理的单位成本在两年内下降了99.7%，模型训练的花费却已逼近10亿美元，能耗每个Token下降了10万倍，但全球45%的数据中心电力消耗却集中在美国。

这是一幅双面画像：

一边是技术效率的极致提升，另一边却是能耗总量的飞速膨胀。AI行业已不只是“算法的竞技场”，更成为“能源资源的战场”。电力正变成AI发展的隐性货币，数据中心的地理选址与能源配比，将重塑全球科技地图。

拥有全世界最强大的电力工业体系的中国无疑在这场竞赛中已经有了自己的筹码。

目前的AI赢家，并不是永远的赢家。基础设施正在发生巨大改变，应用也会随之改变。

目前唯一已知的是：我们正处于另一个由AI驱动的技术超级周期的开端。