文章核心观点 - 前沿大模型层正在迅速商品化，模型巨头难以在软件应用层取胜 [1] - 企业级AI的真正壁垒在于复杂的深层上下文与权限管理，而非模型能力本身 [3][9] - AI不会导致公司规模缩小，相反，成功的公司会利用AI扩大规模并做出好十倍的产品 [4][9][54][55][58] - 开源模型性能已逼近闭源模型，成本优势将迫使闭源模型降价，模型业务本身可能难以支撑万亿美元营收预期 [9][28][30][31][32] 大模型公司的局限与挑战 - OpenAI和Anthropic等巨头推出的垂直领域功能套件（如医疗、金融、设计）被认为“太浅”，无法撼动Figma等专业工具的核心用户和核心业务 [3][9][21] - 试图用通用大模型“暴力检索”企业数据的方式效率低下且成本极高，例如Glean一个用于处理线上故障警报的AI Agent单月算力费高达100万美元 [3][9] - 模型公司试图成为企业“上下文层”，但构建真正复杂的企业级上下文和权限管理系统极其困难，这构成了应用层公司的护城河 [3][9][22] - 激烈的竞争和开源模型的崛起将对模型定价构成巨大压力，传闻OpenAI正计划大幅下调模型价格 [30][31] 开源模型的崛起与影响 - 目前90%甚至更多的企业应用场景已可由包括开源模型在内的多种模型完整处理，模型层商品化正在发生 [5][28] - 开源模型性能已追至离闭源大厂仅剩一到三个月差距的临界点，例如GLM 5.2的表现让团队认为可以放心将大多数工作负载迁移其上 [9][28][29] - 推动企业采用开源模型的主要动力是成本，开源模型的成本可比闭源模型低一个数量级 [19][20][31][67] - 企业采用中国开源模型的主要障碍是心理层面的舒适感以及对潜在安全风险的担忧，而非技术问题 [29][30] - 预计三年内，企业的大多数AI工作负载都将运行在开源模型上 [34] 企业级AI的应用现状与ROI - AI在客户支持等易于衡量生产率的领域已显示出明确价值，例如借助AI客服每日处理案例数可从10个提升至12个 [38][39] - 当前大量AI支出花在编程上，AI虽显著提升了代码编写速度，但并未显著加快产品整体交付速度，因为写代码只是产品交付流程的一小部分 [40][41] - 在Glean，几乎100%的初始代码由AI生成，但公司仍强制执行严格的人工代码审查，因为理解和维护AI生成的大量代码已成为新瓶颈 [9][43][45] - 许多企业AI部署方式低效，采用“蛮力搜索”方式让模型自行拼凑上下文，导致速度慢、成本高，大多数Token消耗在信息搬运而非实际任务上 [47][48] - AI在企业内的使用呈现幂律分布，少数员工消耗大量Token，而大多数员工仅使用基础的问答和总结功能，高级用例的渗透率约在员工总数的5% [75] AI时代的企业战略与组织 - 在AI工具对等的情况下，选择裁员省钱是防御性思维，注定会被保持团队规模、利用AI打造好十倍产品的竞争对手打败 [4][9][58] - Glean公司目前员工超过1000人，并计划在未来五年内将规模扩大到5000人，认为最伟大的公司不会是只有100人的公司 [4][54][55][61] - AI时代将催生复合型角色，打破过去高度分工的格局，例如兼具工程师、产品经理和设计师能力的角色，或兼具销售、演示和方案架构能力的角色 [91][92] - 一些岗位将消失或改变，如不进行商业思考的数据分析师、招聘搜寻者等，业务负责人将能直接获得数据问题的答案 [94] - 创始人应将模型公司视为巨大的资产而非竞争对手，其创新有助于应用层公司交付更好的产品 [5][27] AI投资与成本趋势 - AI推理成本曾出现反常，在过去六到九个月中几乎所有模型的单Token价格都有所上涨，而非如预期持续下降 [68] - 长期来看，技术应越来越便宜，预计AI推理成本将出现数量级下降 [67][68][70] - 当前AI按用量计费的商业模式可能削弱传统软件捆绑销售的优势，因为企业可以为不同任务选择最佳工具并仅为实际使用付费 [35] - 资本过度充裕导致初创公司以不可持续的高薪（如为工程师支付50万美元年薪）争夺人才，这可能是在制造失败路径 [79][80][112] 行业竞争格局 - 微软Copilot凭借与企业套件的捆绑是重要的竞争对手，但最优秀的单点软件仍有生存空间，因为客户认可其在特定领域做得更好 [34] - 在实际销售中，企业以“已是微软客户并将获得Copilot”为由拒绝采购的频率，高于以“已全面拥抱某个实验室产品”为由拒绝的频率 [37] - 除了模型提供商和微软，一个围绕Anthropic等平台的生态系统正在形成，包括开发自动化、Skills以及连接内部系统的MCP server [33] 地缘政治与模型主权 - 除了美国和中国，其他地区在开发有影响力的模型上面临挑战，真正做出模型的主要是美国和中国，法国可能算有一点 [98] - 美国缺乏有实质影响力的开源模型，主要因为模型开发需要极高的前期资本投入，这与传统开源软件的“车库项目”模式不符 [99] - 美国有强烈的动机推动本土优秀开源模型的发展，以保持技术领先地位，英伟达等公司正在投入资源推动此事 [105]