AI产业的核心定位 - AI不应被理解为单一模型或应用，而是如同电力和互联网一样不可或缺的、正在形成的基础设施体系 [4][5][20][33] - AI产业正在经历一次类似工业革命级别的、人类历史上最大规模的技术基础设施建设之一 [6][13][27] AI产业的“五层蛋糕”结构 - 产业框架是一个五层技术栈，各层之间为强耦合关系：能源 → 芯片 → 基础设施 → 模型 → 应用 [7][9][24][26] - 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 [9][24] - 芯片层：处理器旨在将能源大规模高效转化为计算力，其进步决定了AI扩展的速度和智能的可负担程度 [9][24] - 基础设施层：包括土地、电力、冷却、网络等，核心是协同成千上万处理器组成“AI工厂”，旨在制造智能而非存储信息 [9][24] - 模型层：能理解语言、生物、化学、物理、金融、医学等多类型信息，最具颠覆性的工作正发生在蛋白质AI、化学AI、物理模拟、机器人等领域 [10][24] - 应用层：是创造经济价值的地方，包括药物发现、工业机器人、法律助手、自动驾驶汽车、人形机器人等 [10][25] AI基础设施建设阶段与规模 - 全球AI基础设施建设仍处早期阶段，目前仅投入了数千亿美元 [6][12][27] - 未来仍需建设数万亿美元规模的基础设施 [7][12][27] - 芯片工厂、服务器组装厂和AI数据中心正在全球加速建设 [13][27] AI对劳动力市场的影响 - AI数据中心建设催生对大量技术工人的需求，包括电工、管道工、网络工程师、设备安装人员等 [13][27] - 参与这场变革并不一定需要计算机博士学位，提供了高技能、高薪酬的就业机会 [14][27] - 大部分劳动力尚未得到培训，大部分机会尚未被发掘 [19][32] 开源模型的推动作用 - 全球大量AI模型是开放的，企业、研究机构和国家级参与者都依赖开源模型参与AI发展 [15][29] - 当开源模型达到先进水平时，会激活并带动整个产业链的需求 [15][29] - 以DeepSeek-R1为例，其公开推动了应用开发，并向上拉动了对训练算力、基础设施、芯片和能源的整个产业链需求 [16][30] AI引发的根本性技术变革 - AI打破了“预录制软件”模式，使计算机首次能够理解非结构化信息，并能根据上下文实时生成智能 [22] - 由于智能是实时生成的，支撑它的整个底层计算技术栈都必须被重新发明 [23][31] AI的广泛经济与社会影响 - AI是一场工业级转型，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 [18][19][31] - AI正在推动整个知识经济的生产力提升，例如在放射学领域，AI承担重复性工作后，提升了效率并创造了新的服务容量，最终带来增长和更多就业 [27] - 过去一年AI跨过重要分水岭，模型变得足够优秀，能在宏观规模上发挥实用价值，基于AI的应用开始产生真正的经济价值 [28] - 在药物发现、物流、客户服务、软件开发及制造业等领域的应用已展现出极强的产品市场契合度 [29] - 每一家公司都将使用AI，每一个国家都将建设它，其影响不会局限于单一国家或领域 [20][32]