AI产业的本质与定位 - AI不仅是单一模型或应用，而是如同电力和互联网一样不可或缺、正在形成的基础设施体系 [2][3][4] - AI产业正在经历一次类似工业革命级别的技术基础设施建设，这是一场工业级的转型 [5][27][28] - AI正在从“预先写好的程序”软件，转变为能够实时生成智能的新范式 [9][10][11] AI产业的核心结构：“五层蛋糕”技术栈 - AI基础设施可拆解为五个强耦合的层次：能源、芯片、基础设施、模型、应用 [6][12][13] - 能源层是AI基础设施的第一性原理和硬性约束，实时生成的智能需要实时产生的电力 [13][35] - 芯片层负责将能源大规模高效转化为计算力，其进步决定了AI扩展的速度和成本 [13][35] - 基础设施层即“AI工厂”，包括土地、电力、冷却、网络等，旨在将成千上万的处理器协同运作以制造智能 [13][36] - 模型层不仅包括语言模型，更涵盖理解生物学、化学、物理、金融、医学等各领域的AI模型 [14][36] - 应用层是创造经济价值的地方，包括药物发现、工业机器人、自动驾驶汽车等具体应用 [14][36] - 每一层之间相互促进，每一个成功的应用都会强力拉动其底部的所有层次 [37][38][42] AI基础设施建设的现状与未来 - 当前全球已投入“几千亿美元”进行建设，但整体仍处于早期阶段 [5][16][39] - 未来仍需建设“数万亿美元”规模的基础设施，这可能是“人类历史上最大规模的基础设施建设之一” [6][18][39] - 全球范围内，芯片工厂、服务器组装厂和AI数据中心正在加速建设 [18][40] AI发展带来的劳动力与就业影响 - AI不会削减岗位，反而会创造大量新的高技能、高薪酬就业机会 [8] - AI工厂建设需要大量技术工人，包括电工、水管工、钢铁工人、网络技术人员、安装工和操作员，目前这些岗位供不应求 [8][19][40] - 参与这场变革并不一定需要计算机博士学位 [20][40] - AI通过提升生产力（如辅助放射科医生）来创造服务容量，进而带来增长和更多就业 [40] 开源模型的关键作用 - 全球大量AI模型是开放的，企业、研究机构和国家都依赖开源模型参与AI发展 [22][42] - 当开源模型达到先进水平时，会带动整个产业链的需求，从应用层向下拉动训练算力、基础设施、芯片和能源的需求 [23][24][42] - 以DeepSeek-R1为例，其开源推动了应用开发，并增加了对底层技术栈的需求 [24][42] AI产业的深远影响与未来趋势 - AI的影响不止于软件产业，将改变能源生产方式、工厂建设方式、工作组织方式以及经济增长模式 [27][28][43] - 过去一年AI模型跨过了重要分水岭，推理能力提升、幻觉减少、准确性提高，开始在大规模场景中产生真正的经济价值 [41] - 在药物发现、物流、客户服务、软件开发及制造业等领域，AI应用已展现出极强的产品市场契合度 [42] - 大部分基础设施尚未建成，大部分劳动力尚未得到培训，大部分机会尚未被发掘，但方向已十分明确：AI正在成为现代世界的底层基础设施 [28][45][46]