本文來自微信公眾號： 經(jīng)濟(jì)觀察報觀察家 ，作者：經(jīng)觀觀察家

如果關(guān)鍵環(huán)節(jié)掌握在別人手里，自己還能不能擁有未來？

最近，消費電子巨頭蘋果和存儲巨頭美光之間隔空爆發(fā)了一場口水戰(zhàn)。

6月25日，蘋果宣布上調(diào)MacBook、iPad及家居設(shè)備價格，漲幅最高達(dá)54%。蘋果方面解釋，此次漲價是為了抵消內(nèi)存與存儲芯片帶來的成本壓力。蘋果CEO庫克在接受采訪時表示：“在消費者想要設(shè)備的時候，上游的供應(yīng)卻變得更少了，而存儲廠商又在轉(zhuǎn)嫁巨大的漲價壓力。”這一下子就把漲價的“鍋”甩給了上游存儲廠商。雖然蘋果官方和庫克均未點明成本壓力究竟來自哪家供應(yīng)商，但由于美光是蘋果最主要的存儲供應(yīng)商，且蘋果宣布漲價的時間點正好在美光發(fā)布史詩級財報的次日，因而美光自然被視為造成蘋果漲價的罪魁禍?zhǔn)住２粌H媒體評論人士開始將矛頭指向美光，一些不滿蘋果漲價的用戶甚至直接跑到美光的社交媒體主頁，批評其坐地起價。

對此，美光方面顯然很不滿意。美光首席商務(wù)官蘇米特·薩達(dá)納（SumitSadana）在接受《華爾街日報》采訪時表示，造成當(dāng)前存儲短缺的原因恰恰在于下游企業(yè)的瘋狂壓價。他表示：“當(dāng)時我們就提醒過拼命壓價的大客戶，這種行為不利于行業(yè)良性發(fā)展。過低的采購價格會打擊廠商的資本投資意愿。2023年，受售價低迷、毛利率大幅縮水影響，行業(yè)大量產(chǎn)能投資項目被迫終止?！彪m然薩達(dá)納并未點名蘋果，但誰都知道他所說的那家“拼命壓價的大客戶”究竟是誰。

一些長期不滿蘋果控制供應(yīng)鏈的網(wǎng)友也表達(dá)了類似看法。著名財經(jīng)網(wǎng)紅BluthCapital仿照美光首席執(zhí)行官的口吻評論：“十多年來，蘋果一直以5美元的價格采購我們的芯片，簡單封裝后，轉(zhuǎn)手就以99美元的價格賣給消費者。對于我們要求提價到7美元的要求，他們報以無情的嘲笑。如今，我們將芯片售價提高到了50美元，他們就反手對自己的客戶漲價了250美元?！币环杀九c售價的對比下來，可謂將蘋果的遮羞布扒了個干凈。

蘋果和美光之間的隔空互懟并不是一次簡單的口水戰(zhàn)，它所反映的是AI產(chǎn)業(yè)鏈的矛盾正在從“模型之間的競爭”轉(zhuǎn)向“上下游之間的競爭”。過去，數(shù)字經(jīng)濟(jì)給人的印象是輕資產(chǎn)、軟件化、平臺化。誰掌握用戶、生態(tài)和入口，誰就擁有更大的價值捕獲能力。因此，蘋果、微軟、谷歌、Meta、亞馬遜等公司長期站在產(chǎn)業(yè)鏈較高位置，用品牌、操作系統(tǒng)、云平臺、廣告網(wǎng)絡(luò)和應(yīng)用生態(tài)組織下游需求，并反向壓縮供應(yīng)商利潤。

但AI的出現(xiàn)改變了這一切。AI越向前發(fā)展，就越依賴重資產(chǎn)、強工程和長鏈條供應(yīng)。一個大模型背后，是GPU、TPU、高帶寬內(nèi)存（High Band－widthMemory，以下簡稱HBM）、動態(tài)隨機存取存儲器（Dynamic Random Access Memory，簡稱DRAM）、先進(jìn)封裝、光模塊、交換機、服務(wù)器、液冷系統(tǒng)、電力供應(yīng)和數(shù)據(jù)中心土地。AI不是“云端飄來的智能”，而是一種高度物質(zhì)化的工業(yè)系統(tǒng)。模型看似輕盈，底座卻異常沉重。于是，原先被視為“零部件”的上游環(huán)節(jié)開始獲得前所未有的議價權(quán)，而原先站在產(chǎn)業(yè)鏈頂端的應(yīng)用、終端和平臺企業(yè)，也開始感受到被上游卡住的壓力。每一家大型科技公司都開始重新思考一個問題：如果關(guān)鍵環(huán)節(jié)掌握在別人手里，自己還能不能擁有未來？

瓶頸遷移與租值爭奪

AI產(chǎn)業(yè)鏈的一個關(guān)鍵變化是，決定產(chǎn)業(yè)鏈擴張能力的瓶頸正在不斷向上游遷移。

在傳統(tǒng)互聯(lián)網(wǎng)時代，最稀缺的資源通常是用戶、流量、數(shù)據(jù)和平臺入口。誰掌握搜索入口、社交關(guān)系、操作系統(tǒng)、應(yīng)用商店和廣告網(wǎng)絡(luò)，誰就擁有產(chǎn)業(yè)鏈中的主導(dǎo)權(quán)。芯片、存儲、服務(wù)器等硬件當(dāng)然重要，但在多數(shù)時候，它們只是支撐軟件和平臺運行的基礎(chǔ)設(shè)施，很少成為公眾討論的中心。

但在AI時代，這一切都改變了。不同于普通軟件，AI大模型對資源的消耗極大。在訓(xùn)練大模型時，人們不僅需要投入成千上萬顆高端加速芯片，通過高帶寬內(nèi)存向計算單元輸送數(shù)據(jù)，通過高速網(wǎng)絡(luò)在服務(wù)器之間傳輸參數(shù)和梯度，通過先進(jìn)封裝把計算芯片和內(nèi)存緊密連接起來，還需要數(shù)據(jù)中心、電力、散熱、存儲系統(tǒng)和運維工程共同支撐。到了推理階段，隨著用戶規(guī)模擴大、上下文窗口變長、AI智能體調(diào)用頻次增加，算力消耗更是成了無底洞。在這種情況下，AI越被廣泛使用，競爭就越不再只是模型問題，而成為基礎(chǔ)設(shè)施承載能力的比拼。

產(chǎn)業(yè)鏈瓶頸也由此不斷遷移。最初，人們看到的是GPU短缺。誰能拿到英偉達(dá)的高端GPU，誰就能更快訓(xùn)練模型、部署服務(wù)。隨后，瓶頸轉(zhuǎn)向先進(jìn)封裝。如果沒有足夠的封裝能力，高端GPU和HBM就無法及時交付。再往后，瓶頸又轉(zhuǎn)向HBM和高性能DRAM。AI芯片本身再強，如果內(nèi)存帶寬不足，計算單元就會等待數(shù)據(jù)，無法充分發(fā)揮性能。隨著數(shù)據(jù)中心規(guī)模繼續(xù)擴大，瓶頸還會轉(zhuǎn)向光模塊、交換機、PCB、電力設(shè)備、液冷系統(tǒng)，甚至數(shù)據(jù)中心土地、電網(wǎng)接入和水資源。AI產(chǎn)業(yè)鏈的瓶頸不是固定在某一個環(huán)節(jié)，而是會隨著規(guī)模擴大，不斷向更底層、更基礎(chǔ)、更難快速擴產(chǎn)的環(huán)節(jié)移動。

這正是上游供應(yīng)商變得越來越重要的根本原因。過去，許多上游硬件企業(yè)被視為周期性供應(yīng)商，價格受供需波動影響，下游大客戶擁有較強議價權(quán)?？墒茿I需求爆發(fā)后，上游硬件不再是可輕易替代的部件，而成為整條產(chǎn)業(yè)鏈能否運行的約束條件。下游企業(yè)可以擁有用戶、品牌和模型，但如果拿不到足夠的芯片、內(nèi)存、封裝、存儲和電力，這些優(yōu)勢就無法轉(zhuǎn)化為現(xiàn)實服務(wù)能力。

英偉達(dá)的強勢正是這種瓶頸遷移的集中體現(xiàn)。英偉達(dá)首先是一家GPU公司，但它的地位并不只來自單個芯片的性能。更重要的是，它掌握了AI計算的系統(tǒng)性入口：GPU、CUDA軟件生態(tài)、高速互連、網(wǎng)絡(luò)設(shè)備、服務(wù)器參考架構(gòu)、開發(fā)工具和數(shù)據(jù)中心解決方案共同構(gòu)成一個完整體系。對AI企業(yè)而言，購買英偉達(dá)的產(chǎn)品，不只是購買一塊芯片，而是進(jìn)入一套已經(jīng)被開發(fā)者、云廠商、模型公司和數(shù)據(jù)中心廣泛采用的計算體系。這種體系一旦形成，替代就不只是換一個供應(yīng)商，而是要改寫軟件棧、訓(xùn)練框架、運維體系和工程習(xí)慣。因此，英偉達(dá)的強勢不是傳統(tǒng)意義上的“賣方漲價”，而是系統(tǒng)標(biāo)準(zhǔn)、開發(fā)生態(tài)和物理瓶頸疊加之后形成的強勢。

美光、三星、SK海力士等存儲企業(yè)的地位上升也來自類似邏輯。過去，DRAM和NAND常被看作典型周期品，價格漲跌劇烈，下游廠商習(xí)慣于在低谷時壓價。但AI服務(wù)器改變了存儲需求的性質(zhì)，HBM不只是更貴的內(nèi)存，而是AI計算系統(tǒng)中決定數(shù)據(jù)吞吐能力的關(guān)鍵部件。沒有足夠的高帶寬內(nèi)存，GPU和AI加速器的計算能力就會被浪費。更重要的是，HBM生產(chǎn)會占用先進(jìn)DRAM產(chǎn)能，先進(jìn)封裝和良率爬坡也需要時間。這樣一來，AI數(shù)據(jù)中心對HBM和高端DRAM的需求，不僅會推高自身價格，也會擠壓傳統(tǒng)消費電子所需的存儲供應(yīng)。存儲企業(yè)就此從周期低谷中的被動供應(yīng)商，變成AI基礎(chǔ)設(shè)施中的戰(zhàn)略節(jié)點。

與下游相比，上游供給的剛性通常要強得多。AI模型的迭代周期幾乎已經(jīng)可以按天計算，AI應(yīng)用上線也越來越快，但芯片廠、存儲產(chǎn)線、封裝能力、數(shù)據(jù)中心和電網(wǎng)容量不可能同樣快速增長。建設(shè)晶圓廠需要數(shù)年，提升良率需要長期經(jīng)驗積累，先進(jìn)封裝產(chǎn)能需要設(shè)備和工藝配套，數(shù)據(jù)中心則需要土地、電力審批和長期建設(shè)周期。這些因素決定了，AI需求呈指數(shù)式增長，但與之匹配的上游供給只能階梯式擴張。在這種時間錯配中，上游自然獲得了強勢地位。

AI系統(tǒng)內(nèi)部的強互補性，也會抬高瓶頸環(huán)節(jié)的價值。在普通消費電子中，某個零部件性能不足，可能只是讓產(chǎn)品體驗稍差；但在AI數(shù)據(jù)中心中，一個關(guān)鍵環(huán)節(jié)短缺，可能使整套系統(tǒng)無法擴張。GPU需要HBM，HBM需要先進(jìn)封裝，服務(wù)器需要高速網(wǎng)絡(luò)，高速網(wǎng)絡(luò)需要光模塊，數(shù)據(jù)中心需要電力和散熱。只要其中一個環(huán)節(jié)成為短板，其他環(huán)節(jié)的投資回報都會下降。

如果讀者熟悉古典政治經(jīng)濟(jì)學(xué)，就會發(fā)現(xiàn)，現(xiàn)在AI上下游的關(guān)系與工業(yè)革命時期地主和資本家之間的關(guān)系十分相似。資本家通過使用先進(jìn)機器，可以在短時間內(nèi)大幅提升產(chǎn)能，但他們的生產(chǎn)必須用到土地及重要礦產(chǎn)資源，而這些資源的供給很難在短期內(nèi)增加。這時，擁有土地和礦產(chǎn)的地主就會成為受益者，向資本家收取高昂租金。隨著下游產(chǎn)能擴張，土地和礦產(chǎn)越來越值錢，資本家賺到的利潤也會源源不斷地以級差地租的形式轉(zhuǎn)入地主的錢包。

太陽底下沒有新鮮事。如今，200年前的故事又在當(dāng)代重演。所不同的是，當(dāng)年的資本家變成了現(xiàn)在的微軟、谷歌、OpenAI，而地主則換成了英偉達(dá)和美光。

保衛(wèi)租值

用古典經(jīng)濟(jì)學(xué)的觀點重新審視AI上下游關(guān)系，就會發(fā)現(xiàn)，上游生產(chǎn)商的很多行為都與當(dāng)年地主階層維護(hù)地租收益的行為十分相似。

第一種行為是產(chǎn)能紀(jì)律。在過去，地主為了保證租值水平，通常會限定出租土地的數(shù)量，握住一部分土地不予出租。對應(yīng)到AI產(chǎn)業(yè)鏈，就是上游供應(yīng)商面對供不應(yīng)求，并不急于擴產(chǎn)，而是在權(quán)衡后把產(chǎn)量維持在一定水平。這種現(xiàn)象在存儲行業(yè)尤其典型。DRAM和NAND過去長期受周期波動困擾，景氣時大舉擴產(chǎn)，隨后供給過剩、價格暴跌。經(jīng)歷多輪慘烈周期后，三星、SK海力士、美光等企業(yè)開始越來越重視“供給紀(jì)律”，即在低谷時削減產(chǎn)量和資本開支，在高景氣時也避免過快釋放產(chǎn)能，以免親手摧毀價格。

從去年以來，DRAM和NAND價格持續(xù)大漲，這固然與需求有關(guān)，但高價格之所以能夠維持，在很大程度上也是企業(yè)執(zhí)行供給紀(jì)律的結(jié)果。近期，美國已經(jīng)出現(xiàn)針對三星、SK海力士和美光的集體訴訟，指控三家公司協(xié)調(diào)限制DRAM供應(yīng)、轉(zhuǎn)向HBM并推高價格。雖然這些指控尚未得到司法確認(rèn)，當(dāng)事企業(yè)也否認(rèn)存在不當(dāng)行為，但訴訟本身已說明，市場開始意識到，存儲企業(yè)可能通過控制供給節(jié)奏維護(hù)自身“租值”。

第二種行為是產(chǎn)品升級與產(chǎn)能轉(zhuǎn)移。地主可以把“普通土地”改造成“優(yōu)等土地”，以獲得級差地租。與此類似，存儲廠商正在把更多資源從普通DRAM、NAND和消費級產(chǎn)品轉(zhuǎn)向HBM、DDR5、企業(yè)級SSD等高利潤產(chǎn)品。這樣做在技術(shù)和商業(yè)上都是合理的。相比需要普通存儲設(shè)備的消費電子制造商，AI數(shù)據(jù)中心愿意為高端存儲支付更高價格，存儲廠商自然會把更多產(chǎn)能用于高端產(chǎn)品。

近期，受高端存儲產(chǎn)品價格上漲影響，大批存儲廠商選擇將產(chǎn)能從普通存儲轉(zhuǎn)向高端存儲，由此使短缺從高端產(chǎn)品向普通產(chǎn)品傳導(dǎo)，同時助推普通存儲設(shè)備價格上漲。從這個意義上看，美光存儲價格大漲未必是刻意針對蘋果，而只是其產(chǎn)能調(diào)整政策的一個副產(chǎn)品。

第三種行為是長期合約和產(chǎn)能優(yōu)先權(quán)。地主為了獲得長期穩(wěn)定的租值，經(jīng)常要求租戶簽訂長期合同。AI產(chǎn)業(yè)鏈中，上游供應(yīng)商在供不應(yīng)求時，通常也會要求下游簽訂長期協(xié)議、支付預(yù)付款，或作出采購承諾。這樣做一方面鎖定未來現(xiàn)金流，降低周期下行風(fēng)險；另一方面可以對客戶分層，優(yōu)先向愿意支付更高價格、承擔(dān)更長期承諾的客戶供貨。通過這種做法，上游不僅可以把短期租值長期化，還可以提高租值收入。

第四種行為是系統(tǒng)捆綁和生態(tài)鎖定。地主如果只出租土地，租值會受到競爭約束；如果同時控制道路、水源、倉儲和市場入口，租值就更難被壓低。這種現(xiàn)象正在AI產(chǎn)業(yè)鏈中重現(xiàn)。以英偉達(dá)為例，它并不只賣GPU，而是提供從GPU、CPU、網(wǎng)絡(luò)、存儲、軟件到數(shù)據(jù)中心參考架構(gòu)的全棧方案。英偉達(dá)官方對AIFactory的描述，強調(diào)經(jīng)過驗證的全棧設(shè)計，覆蓋計算、網(wǎng)絡(luò)、存儲和企業(yè)AI軟件。這意味著，下游客戶買到的不再是單一芯片，而是一整套“生產(chǎn)智能”的工廠方案。

英偉達(dá)還在努力將CUDA打造為通用平臺，吸引開發(fā)者圍繞CUDA建立生態(tài)。根據(jù)英偉達(dá)官方公布的資料，2025年，CUDA生態(tài)已有超過600萬名開發(fā)者和4萬家公司。這個生態(tài)一旦形成，下游更換硬件供應(yīng)商就不只是買另一塊芯片，而是要遷移代碼、重寫內(nèi)核、調(diào)整訓(xùn)練框架、重建調(diào)試流程、重新培訓(xùn)工程團(tuán)隊。通過系統(tǒng)捆綁和生態(tài)鎖定，上游供應(yīng)商大幅增加了自身被替代的難度，其租值也從單個GPU擴展到與之捆綁的各種產(chǎn)品及其生態(tài)。

第五種行為是路線圖控制和代際節(jié)奏管理。在傳統(tǒng)經(jīng)濟(jì)中，地主會通過掌握種什么、何時改種、怎樣改良土地等決策權(quán)，控制地租調(diào)整節(jié)奏。在AI產(chǎn)業(yè)鏈中，上游供應(yīng)商則會通過路線圖控制和代際節(jié)奏管理影響利潤。高端芯片、HBM、先進(jìn)封裝和數(shù)據(jù)中心系統(tǒng)都存在明顯的代際更新。上游企業(yè)通過持續(xù)推出新一代產(chǎn)品、定義性能指標(biāo)、引導(dǎo)客戶提前適配新架構(gòu)，讓下游不斷進(jìn)入自己的升級節(jié)奏。例如，英偉達(dá)從A100到H100、B200，再到后續(xù)平臺，不只是產(chǎn)品更新，也是在引導(dǎo)客戶圍繞自身路線圖安排模型訓(xùn)練、推理優(yōu)化和數(shù)據(jù)中心規(guī)劃。存儲企業(yè)圍繞HBM3E、HBM4等路線布局，也有類似效果。下游企業(yè)一旦按照某家廠商的路線圖規(guī)劃未來，就會在技術(shù)、采購和工程組織上形成長期依賴。

第六種行為是向下游延伸，分享更靠近應(yīng)用端的價值。歷史上，很多地主為了獲得更高收入，會自己創(chuàng)辦工廠，成為資本家。在AI產(chǎn)業(yè)鏈中，也有不少上游供應(yīng)商不滿足于一次性銷售硬件，而是進(jìn)入更靠近生產(chǎn)和應(yīng)用的環(huán)節(jié)。英偉達(dá)從芯片業(yè)務(wù)延伸至云服務(wù)、企業(yè)AI軟件、數(shù)據(jù)中心方案和行業(yè)平臺，美光、三星等存儲企業(yè)則從標(biāo)準(zhǔn)內(nèi)存延伸至AI服務(wù)器存儲解決方案。其邏輯很簡單：既然AI企業(yè)必須使用我的資源，那么我不僅要賣資源，還要參與定義資源的使用方式。由此，它們的收入來源就從“資源租”拓展到“系統(tǒng)租”和“生態(tài)租”。

成為“地主”

在上游供應(yīng)商努力確保并提升自身租值的同時，下游AI企業(yè)也沒有坐以待斃。作為產(chǎn)業(yè)鏈中處于劣勢的一方，它們的策略很簡單：直接占領(lǐng)上游，讓自己成為“地主”。具體來說，就是推行一體化策略，從自身業(yè)務(wù)出發(fā)，由下而上，把上游重要環(huán)節(jié)逐步收入囊中。

谷歌的TPU路線就是這種策略的早期典型。早在十多年前，谷歌就開始探索自行研發(fā)TPU。當(dāng)時，谷歌這么做并不是為了成為芯片公司，而是想用TPU與既有業(yè)務(wù)形成互補，提升搜索等業(yè)務(wù)的質(zhì)量。但在算力日趨緊張、AI企業(yè)日益受制于英偉達(dá)等算力供應(yīng)商的情況下，谷歌當(dāng)年走出的這一步反倒成為其突破算力瓶頸的關(guān)鍵。如今，谷歌的TPU經(jīng)過多代演進(jìn)，已經(jīng)可以支撐大規(guī)模訓(xùn)練和推理。除了支持Gemini、搜索、YouTube等內(nèi)部業(yè)務(wù)，谷歌還通過云服務(wù)向包括Anthropic在內(nèi)的外部客戶提供TPU算力。谷歌的角色也由此開始從下游租戶向上游地主過渡。

另一個例子是Meta。Meta原本不是云計算公司，其核心商業(yè)模式長期依賴社交網(wǎng)絡(luò)和廣告。在AI熱潮中，Meta沒有像谷歌一樣選擇自研芯片，而是預(yù)先購置了大量芯片。但隨著AI基礎(chǔ)設(shè)施投資規(guī)模越來越大，Meta開始發(fā)現(xiàn)，相比在下游比拼AI產(chǎn)品，出租AI算力的收益反而更高。因此，近期它開始考慮將內(nèi)部算力外部化。這一事件曾被外界誤讀為Meta認(rèn)為算力已經(jīng)過剩，一度拖累芯片企業(yè)股價。但拋開這些誤解，它其實只是Meta努力向上游發(fā)展、爭奪租值的一個標(biāo)志。

除了這些行業(yè)巨頭，很多AI初創(chuàng)企業(yè)也已經(jīng)開始上游化。例如，Ope－nAI、Anthropic都在嘗試自研芯片，希望從純AI公司變成兼具芯片研發(fā)能力的公司。

彼得·蒂爾（Peter Thiel）曾說過，縱向一體化是一種被低估的技術(shù)進(jìn)步方式，也是復(fù)雜技術(shù)公司獲得壟斷利潤的重要路徑。在他的語境里，一體化是一種科技巨頭的進(jìn)攻策略。但有趣的是，在上下游關(guān)系逆轉(zhuǎn)的今天，促使科技巨頭大幅推進(jìn)縱向一體化的，卻是來自上游的租值侵蝕壓力。這一點可能是蒂爾很難想到的。

上下游之爭的影響

當(dāng)AI產(chǎn)業(yè)鏈的上下游逐漸從合作伙伴變成競爭對手，并且各自想盡辦法制造和搶奪“租值”時，這種競爭會對市場產(chǎn)生怎樣的影響？

從積極方面看，上下游之間的爭奪會推動技術(shù)替代和效率提升。上游供應(yīng)商為了保住租值，必須不斷提高芯片、存儲和系統(tǒng)能力；下游AI企業(yè)為了減少向上游“交租”，也會推動模型壓縮、推理優(yōu)化、自研芯片和多云部署。競爭壓力可能降低單位算力成本，改善系統(tǒng)效率，加速AI基礎(chǔ)設(shè)施建設(shè)。尤其是在高度復(fù)雜的AI系統(tǒng)中，上下游出于爭奪租值而推進(jìn)的一體化，還能降低協(xié)調(diào)成本，讓芯片、模型、軟件和應(yīng)用更好地適配。

但這種競爭的負(fù)面影響也不容忽視。

第一，它可能推高相關(guān)產(chǎn)品的成本和價格。上游收取高額瓶頸租，下游為了維持利潤，又把成本轉(zhuǎn)嫁給企業(yè)客戶和消費者，最終用戶必須支付更高價格。本文開頭提到的蘋果產(chǎn)品漲價，就是一個例子。

第二，縱向體系競爭會提高進(jìn)入門檻。小模型公司和應(yīng)用創(chuàng)業(yè)公司既沒有自研芯片，也沒有穩(wěn)定算力，更沒有終端入口，容易受到上游成本和下游平臺的雙重擠壓。這會使新企業(yè)更難進(jìn)入，并在相當(dāng)程度上阻礙創(chuàng)新。

第三，生態(tài)鎖定會削弱開放競爭。無論是CUDA、云平臺、模型接口，還是企業(yè)軟件和終端系統(tǒng)，一旦形成封閉組合，開發(fā)者和用戶的遷移成本就會顯著上升。市場可能由此從技術(shù)競爭滑向圍墻競爭，開發(fā)者和用戶也會越來越成為生態(tài)主導(dǎo)者的附庸。

第四，過度一體化可能造成重復(fù)建設(shè)。當(dāng)每個巨頭都自建芯片、自建云、自建模型、自建應(yīng)用時，它們雖然提升了安全感和戰(zhàn)略自由度，但也可能降低全行業(yè)的資源配置效率，造成巨大浪費。

除此之外，上下游之爭還會帶來一個更值得重視的風(fēng)險：泡沫化。當(dāng)AI企業(yè)圍繞基礎(chǔ)設(shè)施展開的競爭越來越激烈時，上游會認(rèn)為稀缺將持續(xù)，于是通過擴大產(chǎn)能、簽訂長期協(xié)議、推高估值爭奪收入；下游則會因害怕被“卡脖子”，提前鎖定GPU、HBM、云容量和數(shù)據(jù)中心資源，甚至不惜自建基礎(chǔ)設(shè)施。每家企業(yè)從自身角度看都是理性的，但全行業(yè)合在一起，可能形成“預(yù)期越高、投資越大、成本越高、越需要講更大故事”的循環(huán)。

如果下游AI企業(yè)的營業(yè)收入足以覆蓋基礎(chǔ)設(shè)施建設(shè)費用，整個循環(huán)就可以持續(xù)。然而，一旦終端應(yīng)用收入兌現(xiàn)慢于資本開支，或者模型效率提升導(dǎo)致部分算力過剩，或者企業(yè)客戶發(fā)現(xiàn)AI投入回報不及預(yù)期，那么長期合約、高價芯片、閑置數(shù)據(jù)中心和高估值模型公司就會同時承壓，市場預(yù)期也會隨之崩塌。

因此，AI產(chǎn)業(yè)鏈上下游的爭奪既可能推動真正的工業(yè)升級，也可能制造新的租值泡沫。如果上游只忙于保證租金，下游只忙于壓低租金和轉(zhuǎn)嫁成本，而最終用戶缺乏足夠的支付能力，那么AI繁榮就可能從技術(shù)革命變成租值競賽，再從租值競賽滑向資本泡沫。未來AI行業(yè)能否健康發(fā)展，取決于能否在開放標(biāo)準(zhǔn)、替代技術(shù)、市場競爭和必要監(jiān)管之間保持平衡，使產(chǎn)業(yè)租值不至于吞噬創(chuàng)新紅利。