蒂尔：模型时代的谷歌，可能永远不会出现

今年9月最后一周，投资了OpenAI和Anthropic的彼得·蒂尔，在柏林领取Axel Springer Award，并与马蒂亚斯·德普夫纳做了一场对谈。他用自己《从零到一》的互联网时代垄断理论，审视今天的模型公司，做出了一个相当逆向的判断：模型时代的谷歌，那种可以获取垄断价值的公司，在AI时代，可能永远都不会出现。

互联网时代：网络效应，赢家通吃

互联网刚起来时，很多人以为谁都能开一家公司，结果网络效应经济极强，出现一批超大平台，形成winner-take-all赢家通吃的格局。谷歌、亚马逊、Meta、腾讯、字节、阿里，数不胜数。

模型时代可能正好相反：市场很大，但终点更像高强度竞争，而不是少数平台通吃。很大一部分价值会以消费者剩余的形式落在用户手里，分布也更均匀。你花了20美金的订阅费，获得了2000美金的医疗服务、知识服务，大多数价值都落在了你的身上。

蒂尔说的也是I wonder。这和他2014年《从0到1》里“竞争是失败者的事、好公司必须做成垄断”并不矛盾：公司要值钱，必须同时做两件事——创造价值X，再截住其中Y%。航空公司创造的X很大，Y接近0；Google创造的X没那么大，但Y极高。从现在格局看，模型层的X可能非常大，但Y可能很低。价值被创造出来了，OpenAI、Anthropic、智谱、月之暗面、Deepseek这些公司却留不住多少。

2012年在斯坦福的课上，他举过的旧例子仍然好用：美国航司单程机票均价178美元，每名旅客只赚37美分，而同年谷歌营收500亿美元、利润率约21%，市值超过全美航司之和。如果你无法形成垄断，你可能最终只会烧掉投资者所有的钱。巴菲特说，如果有时光机，他第一时间要穿越回莱特兄弟那里，用火箭把莱特兄弟的飞机打下来。

蒂尔并不是说人工智能不重要，而是说，今天炙手可热的模型层会不会变成新的航空业：社会效用极大，公司利润却被竞争打穿。

互联网为什么容易出垄断

互联网平台的护城河有很多：网络效应，多一个用户，对其他用户更有价值，社交、支付、市场、搜索都是；数据飞轮，用的人越多，产品越好，产品越好，用的人越多；极低边际成本，多服务一个用户几乎不花钱，规模本身就是壁垒；注意力入口，占住搜索、信息流、操作系统，就能抽租；赢家通吃的匹配市场，一旦成为默认选择，第二名很难活。

所以出现的是Google、Meta、Amazon、阿里、腾讯这类垄断性公司：它们既创造了巨大消费者剩余X，又通过广告、抽成、云把很大一块Y价值截下来。用户得到了价值，平台也变得极有价值，动辄万亿。互联网之所以没有变成航空业，是因为平台把网络效应、数据飞轮、近零边际成本和入口控制叠在了一起。

搜索至今仍是最清楚的例子：谷歌全球搜索份额仍在九成上下，谷歌加YouTube也仍是全球访问量最高的两个站点。广告收入同样集中：2025年谷歌、Meta和亚马逊合计拿走美国广告收入的56%，而且研究机构预计这个比例在2026年还会再升一点。云和流量入口也没有去中心化，AWS、Azure和谷歌云合计仍占云基础设施市场约六成，三家处理的全球互联网流量已接近8%。

用户在这些平台上往往“免费”使用，但注意力、商户和开发者在支付租金，所以互联网同时制造了巨大的消费者剩余和巨大的平台市值。腾讯控股是今天最有价值的中国互联网上市公司，以上每一条都成立。

模型层为什么截流不了价值

在蒂尔看来，模型层从所有角度都看起来不像垄断业务。

第一，模型更像可替代的智力商品，不像唯一入口。搜索只有一个默认框，腾讯的社交关系很难搬迁。但用户换模型的成本很低：同一件事可以问Deepseek、Claude、Workbuddy、智谱。产品差异往往是几个月的窗口。模型之间能力也在快速追平。闭源领先、开源追赶、下一家再反超，已经重复了几轮。

Epoch AI发现，自2023年以来，达到同一能力水平的成本大约每个季度下降47%，折合每年便宜约13倍，比DNA测序、计算硬件、锂电池和电力的历史降速都快。一旦能力接近，价格战几乎不可避免。航空公司也一样创造巨大价值，利润却被竞争打穿，这正是蒂尔自己爱用的例子。

其次，用户要的是结果，不是特定模型品牌。写代码、改合同、翻译、做图，用户在意的是“够好、够快、够便宜”。品牌忠诚在工具层通常很弱。工具层一旦商品化，价值剩余就流向买家。斯坦福HAI统计过，GPT-3.5这一档的推理成本从2022年11月的每百万token约20美元降到2024年10月的0.07美元，大约便宜了280倍。到2026年9月，前沿模型的token价格指数已比2023年3月的基线低了约八成。

事实上，只要有足够好的开权模型，闭源就很难按“智力垄断税”来收费。Hock Tan最近公开的一笔账很能说明问题：全球推理基建成本大约每年2000亿美元，模型相关收入大约1500亿；token量闭源和开权大致一半对一半，收入却是闭源约1200亿、开源约300亿。开源把价格锚钉下去了。

第三，模型切换发生在API和工作流里，不在社交关系里。换模型不等于换微信朋友圈，也不是切换电商平台。企业可以把同一套RAG、同一套agent、同一套权限系统接到另一家模型上。网络效应如果存在，也更可能长在工作流、数据和权限层，而不是基础模型本身。按这个逻辑，模型时代更像电力、集装箱航运或航空：社会变得更富，但发电厂和航司未必能变成Google。

这并不等于“AI没有垄断”

比较值得指出的是，蒂尔说的是更少的赢家通吃平台，不是整条价值链都没有暴利。

比如说，蒂尔一直认为芯片层是被美国投资人忽视的那一层蛋糕：英伟达2026财年总营收2159亿美元，其中数据中心1937亿美元；到2027财年第二季度，数据中心已占公司营收的93%。按算力口径，Epoch AI估计2025年四季度英伟达仍占AI芯片供给约68%，谷歌自研芯片约19%，其余才在亚马逊、AMD和华为之间拆分。

其次，从算力中心那一层来看，电、土地、HBM和先进封装也更像地租垄断。这也是今天的火山引擎、阿里云、百度云依然值得高看一眼的原因，也是Deepseek开始向算力中心延伸的重要原因：大家都看得到价值。马斯克SpaceXAI太空算力，也同样是这个逻辑的延伸。

第三，分发入口的价值同样还有可能把价值截住：模型可以商品化，默认搜索框、办公套件、手机助手和企业身份系统却不必商品化，微软把模型塞进Office、谷歌把模型塞进搜索，走的就是这条路。腾讯阿里字节全压Workbuddy、豆包办公、千问办公，甚至Qwenbook、豆包手机，都是等量思考在里面：建立入口，越前置越好。模型形不成垄断，入口还有价值：不一定是360大战，但也差不多。

最后，工作流上下文层，也仍可能长出蒂尔喜欢的公司：一旦模型嵌进权限、审计、行业数据和迁移成本极高的操作系统，客户换的就不再是API，而是整套组织流程。Copilot不如Claude好用，但国际企业第一考虑并非效率，而是安全、审计和上下文。从这个原理推，金山办公WPS、钉钉和飞书的上下文优势，依然存在，SaaS被淘汰，还是AI投资人的一个幻梦。

蒂尔参与创立的Palantir，自己就站在这一层，所以他一边说模型层可能很卷，一边强调美国企业对AI改造的紧迫感正在加速该公司的企业销售，这两件事并不冲突。

三件事可以同时成立：模型层竞争惨烈，利润薄；芯片、电力、稀缺产能仍然利润丰厚；少数把模型嵌进不可替换工作流的公司，仍可能做出蒂尔意义上的垄断。

“价值给了消费者”到底指什么

蒂尔所指消费者拿走的价值，经济学上叫consumer surplus：你愿意为一次好回答付20美元，实际只付了20美分，差额就是你拿走的价值。

表现会很具体：个人层面，写作、编程、翻译、学习、法律初稿的成本塌陷；企业层面，同样人数能做更多，或同样产出少雇人；价格层面，从高价订阅走向用量计价，再被开源和价格战往下压；分配层面，互联网时代是“少数平台市值天文数字+用户免费使用”，模型时代更可能是“很多公司收入很大但利润一般+用户和工作场景普遍变便宜”。

“价值更均匀分布”不是说贫富差距消失，而是说价值不再主要沉淀为两三家平台的净资产，而是散落在无数买方的成本下降里。在大家讨论就业政治学之前，不妨再强调一句：消费者剩余增加，不等于劳动者剩余增加。用户作为买家更便宜了；同一批人作为白领供给，可能被替代或压价。

蒂尔可能错在哪里

首先是最近大火的监管捕获。闭源模型阵营，Dario的算盘是，如果只有持牌闭源模型能合法服务美国或欧洲用户，模型层会重新变成受保护的寡头，开源威胁不复存在。这正是开源阵营批评Altman、Amodei的核心：用安全叙事立法，把后来者关在门外，把消费者剩余拿回来一部分。若这条路走成，蒂尔的“高度竞争”前提就不成立。

其次，分发入口仍可能赢家通吃。模型可以商品化，但默认入口不一定。谁控制操作系统、办公套件、手机助手、浏览器、企业身份系统，谁就还能抽租。微软把模型塞进Office、Google塞进搜索，走的就是这条路。垄断可能从“模型公司”挪到“已经拥有分发的公司”。这就回到了腾讯的互联网肌肉记忆。

持续学习、私有数据和闭环一旦出现，护城河会回来。今天大家比的是同一批公开数据和同类架构。如果某家系统能在客户自己的业务里持续学习、越用越懂、迁不走，模型就不再是可替换API，而会变成带网络效应的系统。Claude是这样，智谱也是这样。

训练和推理的资本门槛仍然极端。能打前沿的玩家可能永远只有几家。寡头竞争不等于完全竞争。航空也是寡头，利润照样可以很差；但芯片那种寡头，利润可以极好。关键不是“几家”，而是差异化能不能维持。从这个角度，快手可灵、Seedance同样可以。

当然，蒂尔本人的投资组合也没有按“模型没利润”来做。Founders Fund/蒂尔体系碰过OpenAI、Anthropic，也更强调芯片和基础设施。事实上，他把“模型层可能卷”当成一种概率（I Wonder）。

但如果他是对的，AI时代的投资逻辑会和2010年代完全相反：不要默认“做基础模型就是做下一代Google”。那是在一个可能商品化的层里追求Y，历史上这就是航空公司的位置。

对今天的投资人来说，更值得问的问题是：你所投资的公司产品离开某一家模型后，客户还在不在？壁垒在数据权限、工作流、行业牌照、现场实施，还是只在prompt和包装？你所投资的公司，是在卖可替换的token，还是在卖迁不走的系统？短缺真正发生在哪一层——算力、电、人才、合规，还是分发？

如果蒂尔所说的这种场景成真，也就意味着一个更不确定的投资时代正在到来：对用户来说，这个世界更友好，同样的智力越来越便宜，选择更多，被单一平台锁定的程度下降。对公司和资本来说，未来甚至更残酷，越来越多的AI时代的人，创造了巨大X，仍可能只拿到很小的Y。他们的市值叙事会很难看，即使社会效用很大。