Elad，Gil：未来十年AI应用，Token价格成核心壁垒

你敢信吗？现在OpenAI和Anthropic这两家AI公司，各自的年收入已经占到美国GDP的0.1%了！

要知道美国GDP可是30万亿美元的盘子，这意味着每家公司一年就能赚300亿美金。更吓人的是，如果照这个速度，到2026年底它们的收入可能突破千亿。

到时候AI产业占GDP的比例直接冲到1%。这哪里是科技公司在增长，分明是AI正在重塑美国经济的基本盘啊！

过去我们聊AI，最多是说模型多牛、产品多好用，或者融资估值多高。但现在不一样了，AI已经从科技圈的“小打小闹”变成了宏观经济里的“显性变量”。

算上云服务、GPU基础设施这些相关产业，AI现在已经占美国GDP的0.25%到0.5%，几年前这数字几乎是零。

这意味着什么？意味着AI不再是创业公司的故事，而是要被写进国家经济统计表里的存在。未来我们该问的不是AI有没有收入，而是它会占GDP的1%、3%，还是更高？

更关键的是，AI对经济的贡献可能被严重低估了。就像当年互联网和IT革命一样，AI带来的效率提升、时间节省、教育医疗的改善，很多都没法转化成可见的收入。

如果监管层只看到AI导致失业，却忽略它创造的新岗位、普惠的教育资源、更快的科研速度，那很可能会出台错误的政策——这才是最危险的。

最近AI圈发生了一件怪事：Meta疯狂挖顶尖AI研究员，直接把整个行业的薪资水平炒上了天。这不是某一家公司上市，而是分散在各大实验室和大厂的核心研究人员，集体实现了财富跃迁。

这相当于一场“分布式IPO”。据说有50到几百人因此拿到了巨额报酬，一下子变成了“后经济人群”：不用创业，不用等公司上市，光靠研究能力就能改变生活方式。

但问题来了，就像传统IPO后有人会分心买房子、追地位一样，这批暴富的研究员里，一部分人会继续投入AGI（通用人工智能）或AI for Science。

但另一部分可能会被财富管理、社交圈这些琐事分散注意力。这会不会拖慢AI的发展速度？谁也说不准。

过去几年大模型能力突飞猛进，靠的就是不断堆训练数据和算力。但现在，算力要碰到天花板了——GPU、HBM内存、数据中心、电力，甚至供应链都成了硬约束。

不是实验室不想继续扩张，而是买不到、建不出足够的计算资源。这种情况下，头部公司都没法靠堆资源甩开对手，中小玩家更是连牌桌都进不去。

所以未来几年，LLM（大语言模型）市场可能会维持寡头均衡，直到2028年左右。

不过也有例外，如果某个实验室搞出了独家的算法突破——比如模型架构、训练方法，或者AI能自己写AI代码形成闭环——那格局可能会被重新洗牌。

尤其是编码场景，如果AI能持续自我改进，那领先者就能一下子拉开差距。

现在硅谷流行一个新说法：token是新的货币单位。它不只是模型调用的计费方式，更是决定工程师能做多少事、公司成本多少、商业模式能不能成的关键。

比如有些AI应用公司，表面上是工具，实际上是“推理供应商”——像Cursor这样的AI编程产品，就是靠提供廉价推理来拉用户、留用户。

更夸张的是，连卖鞋的Allbirds都通过可转债融资建GPU农场了。这是要学Microstrategy（比特币巨头）吗？看来AI的魔力已经渗透到各行各业，谁都想分一杯羹。

最近很多公司说“因为AI裁员”，但其实大部分是在掩盖之前过度招聘的事实——毕竟用AI当借口比承认自己决策失误好听多了。

不过AI确实在影响就业，尤其是外包行业。那些缩减团队的公司，首先砍的是外包服务，所以印度、菲律宾这些外包大国的工人最先遭殃。

这可能会让这些国家失去“服务阶梯”——原本靠外包升级经济和工作的路径被堵死了，他们的就业该往哪里转？甚至会不会改变人类的迁徙模式？

还有个现象：很多后期公司的CEO说不会大规模裁员，但会停止增长。就算收入涨30%、50%，员工人数也可能持平或下降（靠自然流失）。

现有的员工会更高效，公司会用更少的优秀人才替换。这会推高那些会用AI的顶尖人才的薪水——未来，会不会用AI成了职场的分水岭？

你有没有发现，现在AI生成的内容里，有用的“垃圾”特别多？比如写个报告，AI能给你一堆素材，但需要你去筛选、整理。

这其实是人类和AI共存的黄金时代：过去AI只能做特定任务，未来AI可能会接管所有有趣的工作，而现在，AI提供杠杆，人类负责“去垃圾化”——工作既高效又有参与感。

如果哪天AI真的取代了人类，或者做了所有有趣的事，这个黄金时刻就会消失。

有人说，在AI垃圾时代之前，我们经历的是人类垃圾时代——互联网上数十亿网页，没多少新见解。那AGI到来后，会结束垃圾时代吗？还是会清理掉之前所有的人类垃圾？

AI最容易自动化的，是那些能形成闭环学习的工作。比如代码——你写的代码能立刻测试对错，AI可以快速迭代学习。所以软件工程首当其冲。

现在对优秀程序员的需求是供给的10到100倍，但未来的AI工程师，不是自己写代码，而是管理和编排一堆AI agent来构建产品。

系统思维和产品思维会比写代码本身更重要。那接下来哪些工作会被闭环化？AI在哪些领域最容易嵌入？这可能是下一波创业的机会。

互联网时代有2000多家公司上市，最后存活下来的只有一二十家。AI时代可能也一样——现在很多收入增长的公司，未来会被市场、竞争淘汰。

所以成功的AI公司创始人，应该考虑在未来12-18个月内退出，这可能是价值最大化的时机。当然，像OpenAI、Anthropic这样的头部公司不用，但大多数公司趁现在上升期退出是明智的。

现在AI对现实世界的影响还很小，但一些专家和领导者的末日论已经引发了反AI情绪。比如缅因州禁止新建数据中心，还有人袭击山姆·奥特曼。

未来这种情况会越来越多。如果AI领导者能多强调乐观的一面，比如AI带来的新岗位、教育医疗的改善，可能会缓解这种情绪。

毕竟，AI的发展需要一个友好的环境。

最后问大家一个问题：你觉得AI占美国GDP的比例，到2030年会达到多少？是1%、5%，还是更高？欢迎在评论区留下你的预测！

如果觉得这篇内容对你有启发，别忘了点赞、收藏、转发给身边的朋友——让更多人看到AI背后的经济逻辑！