AI的本质与产业框架 - AI的本质远不止软件工具或聊天机器人，而是一种全新的、类似电力和互联网的基础设施，运行在真实的硬件、能源和经济体系之上，将原材料转化为规模化的智能[4][8] - 理解AI发展的根本变化在于计算领域从“预先编写的软件”转向“实时生成的智能”，这要求整个计算技术栈被重新发明[11][17][18] - 从产业角度，AI可被理解为一个五层结构的技术栈（AI五层蛋糕模型）：能源 → 芯片 → 基础设施 → 模型 → 应用[10][20][42] AI技术栈详解：从底层能源到上层应用 - 第一层：能源：是AI基础设施的第一性原理和根本约束，实时生成智能需要实时提供的电力，能源决定系统能产生多少智能[21][22][25] - 第二层：芯片：芯片将能源高效转化为计算能力，AI工作负载需要巨大的并行计算能力、高带宽内存和高速互连网络，芯片层的进步决定AI扩展速度和智能成本[26][27][28] - 第三层：基础设施：包括土地、电力输送和冷却系统，本质上是“AI工厂”或“智能工厂”，为制造智能而非存储信息而设计[29][30][31][32] - 第四层：模型：AI模型能理解多种非结构化信息，变革性进展正发生在语言、生物、化学、物理、金融、医学及现实世界仿真等多个领域[33][34][36][37] - 第五层：应用：是经济价值真正产生的地方，例如自动驾驶汽车、人形机器人、药物发现平台、工业机器人等，每个成功应用都会向下牵引整个技术栈的需求[38][39][40][42][47] AI驱动的产业变革与投资机遇 - 全球正进行一场可能成为人类历史上最大规模之一的基础设施建设，目前已投入数千亿美元，但仍有数万亿美元的基础设施需要建设[45][49][50] - 建设涵盖芯片工厂、计算机组装工厂、AI工厂等，以前所未有的规模被建造[48][49] - 支撑建设需要大量高技能、高收入的劳动力，包括电工、管道工、钢结构工人、网络技术人员等，目前这些岗位严重短缺[52][53][58] - AI正推动知识经济生产力提升，例如在医疗领域，AI接管重复性工作（如读取影像）可使医生将更多时间用于判断、沟通和医疗决策，从而提升医院生产力并服务更多患者[56][57][59][60] - 过去一年，AI模型已跨越重要门槛，在药物研发、物流、客户服务、软件开发、制造业等领域表现出明显的产品-市场匹配，开始产生真实的经济价值[62][63][64][65][66][72] 开源模型与行业发展阶段 - 开源模型（如DeepSeek-R1）扮演关键角色，世界上绝大多数模型是免费的，被广泛用于参与先进AI发展，当开源模型达到技术前沿时会激活整个技术栈的需求[69][73][74][75][76] - 模型能力在过去一年取得显著进步，包括推理能力提升、幻觉问题减少以及事实锚定能力大幅改善[63][71] - AI是一场将重塑能源生产使用、工厂建造、工作组织和经济增长的工业级变革[80][84] - 目前行业仍处在早期阶段，许多基础设施尚未存在，许多劳动力尚未完成培训，许多机会尚未被实现，但方向清晰，每一家公司都会使用AI，每一个国家都会建设AI[85][86][87][88][89][94]