如果你關(guān)注這幾年科技行業(yè)的資本動向應(yīng)該早就注意到一個現(xiàn)象幾乎所有叫得上名字的玩家都在喊“all in AI”但多數(shù)喊話停留在發(fā)布會PPT和戰(zhàn)略通稿里真正敢把身家性命押上去的人少之又少。而這一次某頭部終端廠商創(chuàng)始人的“all in”之所以值得單獨(dú)拿出來拆解在于標(biāo)題里那個耐人尋味的定語——“真相”。這個真相的核心不是他這次投了多少錢、招了多少人而是他把自己的三次入場放在同一根時間軸上給我們看前兩次他是被產(chǎn)業(yè)鏈推著走的這一次他要主動定義時代。圍繞這個判斷我翻了不少公開資料也和幾位在終端供應(yīng)鏈、AI算法側(cè)的朋友聊了聊。下面的內(nèi)容不打算做任何股價預(yù)測只想把“前兩次被動、這一次主動”背后的產(chǎn)業(yè)邏輯講清楚順便說說一個做硬件起家的公司想定義AI時代手里到底需要握幾張牌。適合所有關(guān)注AI產(chǎn)業(yè)走向、想理解頭部廠商真實戰(zhàn)略意圖的從業(yè)者和愛好者閱讀。1. 一個“all in”背后的時間坐標(biāo)為什么說前兩次是被推著走要理解“這一次”的分量先得把時間拉回過去十年看清楚同一家公司在AI這條路上走過什么樣的彎路。老實說前兩次并不光彩甚至可以說很被動——它沒有比同行更早看見風(fēng)口只是在別人已經(jīng)把基礎(chǔ)設(shè)施鋪到門口時不得不跟著邁出那一步。1.1 第一次語音交互一張不得不買的船票第一次實質(zhì)性的AI入場大約是2016年到2018年那波AI概念大爆發(fā)。當(dāng)時整個手機(jī)行業(yè)都在談?wù)Z音助手、AI拍照、人臉解鎖芯片平臺率先完成了NPU神經(jīng)網(wǎng)絡(luò)處理單元的集成算法供應(yīng)商把成熟的人臉識別、場景識別方案打包賣給所有廠商。也就是說從芯片到算法整個產(chǎn)業(yè)鏈已經(jīng)把“AI功能”做成了一盤端到端的現(xiàn)成菜終端品牌只需要負(fù)責(zé)擺盤。這種局面下廠商根本談不上戰(zhàn)略主動。你如果不跟進(jìn)評測機(jī)構(gòu)在旗艦機(jī)對比里就會直接寫“某某品牌沒有AI功能技術(shù)落后一代”供應(yīng)鏈合作伙伴也會施壓因為芯片的AI算力是打包賣的你不用就等于花同樣的錢買了個閑置模塊。最后的結(jié)果就是幾乎每一家手機(jī)廠商都被動上了車。這位創(chuàng)始人后來回顧這段經(jīng)歷時也承認(rèn)當(dāng)時做AI更多是為了“別掉隊”而不是真正想清楚了AI會如何改變產(chǎn)品形態(tài)。1.2 第二次AIoT時代的“生態(tài)被迫式入場”第二次被動發(fā)生在2019年到2021年。那時候這家公司的業(yè)務(wù)版圖已經(jīng)從手機(jī)擴(kuò)展到電視、路由器、手表、音箱、家電甚至汽車生態(tài)設(shè)備數(shù)量超過億級。設(shè)備一多問題就來了用戶不可能在每個設(shè)備上都單獨(dú)設(shè)置一套交互他們需要一個統(tǒng)一的入口。于是語音助手被升級成了生態(tài)中樞AI開始承擔(dān)設(shè)備互聯(lián)、場景自動化、內(nèi)容推薦這些“幕后工作”。這聽起來像是主動布局但本質(zhì)上還是生態(tài)復(fù)雜度倒逼的結(jié)果——設(shè)備數(shù)量增長以后如果沒有AI做跨設(shè)備調(diào)度整個體驗會迅速崩壞。你可以把它理解成一家餐廳從做盒飯升級為做宴席后廚沒有一套數(shù)字化調(diào)度系統(tǒng)根本轉(zhuǎn)不動AI在這里就是那套調(diào)度系統(tǒng)。創(chuàng)始人這時候?qū)I的重視程度確實提升了但推動力依然來自“現(xiàn)有業(yè)務(wù)滾出了必須用AI解決的問題”而不是“AI本身代表著一個全新的市場”。1.3 相同點(diǎn)AI是被當(dāng)作“配件”裝上去的不是被當(dāng)作“引擎”來設(shè)計的把前兩次放在一起看你會發(fā)現(xiàn)一個非常清晰的共同點(diǎn)AI在公司的業(yè)務(wù)模型里始終扮演配件角色。第一次AI是手機(jī)賣點(diǎn)列表里的一行參數(shù)第二次AI是生態(tài)互聯(lián)的中樞神經(jīng)但無論哪一次公司的主營業(yè)務(wù)和盈利模型都沒有因為AI發(fā)生結(jié)構(gòu)性改變。用我做產(chǎn)品時的老話來說前兩次屬于典型的防守型投入——目標(biāo)是讓AI不成為短板而不是讓AI成為發(fā)動機(jī)。正因為如此前兩次無論投入多大本質(zhì)上都是在別人劃定的賽道上跟跑。芯片廠商劃定了AI能力的上限算法廠商規(guī)定了應(yīng)用的形態(tài)評測機(jī)構(gòu)決定了輿論好壞的標(biāo)準(zhǔn)這家公司能做的只是決定“跟不跟”卻永遠(yuǎn)無法決定“往哪走”。2. 反轉(zhuǎn)信號從“用別人的方案”到“重建基礎(chǔ)設(shè)施”那這一次到底哪里變了如果我們只看發(fā)布會上的措辭那幾乎每家大廠都在說“重構(gòu)”“顛覆”沒有參考價值。真正有價值的信號要去看那些不常出現(xiàn)在媒體報道里的動作組織架構(gòu)、人才流向、基礎(chǔ)設(shè)施投入。這三個維度一旦同時轉(zhuǎn)向基本可以確認(rèn)戰(zhàn)略是真的轉(zhuǎn)向了。2.1 三個動作說明這回不是表態(tài)第一個信號是組織層面的。過去幾年這家公司陸續(xù)把AI相關(guān)團(tuán)隊從分散的部門里抽出來成立獨(dú)立的一級部門由創(chuàng)始人直轄。這不是簡單的架構(gòu)調(diào)整它意味著AI業(yè)務(wù)脫離了原有產(chǎn)品線的KPI體系不再需要為單款手機(jī)的銷量或單個季度的盈利負(fù)責(zé)可以按照更長的周期來做規(guī)劃。第二個信號是基礎(chǔ)設(shè)施的投入方向。過去兩年公開的信息里包含大規(guī)模算力集群建設(shè)、自研大模型團(tuán)隊擴(kuò)充、AI框架層的自主研發(fā)。所有這些動作指向同一件事這家公司正在從“租用別人的AI能力”轉(zhuǎn)向“自己生產(chǎn)AI能力”。這兩者的差別在硬件行業(yè)工作過的人一眼就能看懂——一個是組裝廠一個是零件廠。第三個信號最微妙是產(chǎn)品發(fā)布節(jié)奏的變化。以前AI功能是跟著新機(jī)發(fā)布的節(jié)奏走一年更新一次現(xiàn)在經(jīng)常出現(xiàn)系統(tǒng)級AI功能在季度中間OTA推送給老用戶的情況。這說明AI能力已經(jīng)被視為與操作系統(tǒng)同等重要的基礎(chǔ)設(shè)施需要持續(xù)迭代而不是每年來一次“新機(jī)發(fā)布會式”的展示。2.2 為什么偏偏是現(xiàn)在產(chǎn)業(yè)拐點(diǎn)的判斷邏輯很多人會問為什么在這個時間點(diǎn)all in答案藏在產(chǎn)業(yè)拐點(diǎn)的大模型里。過去十年的AI是專用AI——一模型一用語音識別管語音圖像識別管圖像互不相通而這一輪大模型帶來的是通用AI——一個模型同時能理解語言、圖像、聲音還能調(diào)用工具、操作設(shè)備。這個轉(zhuǎn)變的產(chǎn)業(yè)意義在于AI第一次從一個“功能模塊”變成了“操作系統(tǒng)級別”的東西。功能模塊可以由供應(yīng)商提供操作系統(tǒng)卻必須掌握在自己手里。任何一個想要長期做終端生意的公司都不可能接受自己的核心交互體驗被外部供應(yīng)商卡脖子。所以與其說這位創(chuàng)始人選了一個激進(jìn)的時間點(diǎn)不如說他是被產(chǎn)業(yè)邏輯推到了不得不行動的窗口——前兩次他可以選“跟”這一次再“跟”就是拱手讓出未來十年的入口。2.3 投入邏輯對比防守型投入與進(jìn)攻型投入的分水嶺前兩次和這一次還有一個非常實在的差異體現(xiàn)在財務(wù)數(shù)據(jù)結(jié)構(gòu)上。我們可以用一張簡單的表來說明對比維度前兩次2016—2021這一次2022—至今投入目標(biāo)補(bǔ)齊短板、不落伍建立長期競爭壁壘基礎(chǔ)設(shè)施依賴成熟方案買現(xiàn)成的自建算力與模型研發(fā)體系組織定位AI團(tuán)隊散落各業(yè)務(wù)線獨(dú)立一級部門創(chuàng)始人直轄商業(yè)模式AI服務(wù)于賣硬件AI成為新的產(chǎn)品形態(tài)本身風(fēng)險承擔(dān)風(fēng)險低跟隨行業(yè)節(jié)奏高投入、高不確定性但回報上限高防守型投入和進(jìn)攻型投入的分水嶺就在于你愿不愿意承擔(dān)“投入可能打水漂”的風(fēng)險。前兩次因為產(chǎn)業(yè)鏈已經(jīng)把路鋪好了所以風(fēng)險很小這一次幾乎所有東西都要自己從零驗證甚至要承擔(dān)“定義錯了方向”的可能性。但反過來看也正是這種愿意承擔(dān)風(fēng)險的姿態(tài)才配得上“定義時代”這個說法。商業(yè)史上從來沒有任何一家公司是靠跟隨別人定義過時代的。3. 想定義時代先得有這三張籌碼說完了反轉(zhuǎn)信號接下來要面對一個很現(xiàn)實的問題口號可以有但定義時代不是靠決心而是靠籌碼。一個做硬件起家的公司憑什么相信自己能在AI這盤棋里坐莊我的判斷是它手里確實握有三張別人很難復(fù)制的牌。3.1 終端規(guī)模帶來的數(shù)據(jù)閉環(huán)AI時代最硬的資產(chǎn)第一張籌碼是億級規(guī)模的終端設(shè)備。AI大模型的訓(xùn)練和進(jìn)化需要海量高質(zhì)量數(shù)據(jù)而高質(zhì)量的“場景數(shù)據(jù)”恰恰藏在真實用戶每天的使用行為里。用戶怎么說話、怎么拍照、怎么使用應(yīng)用、怎么和設(shè)備互動——這些數(shù)據(jù)在實驗室里編不出來只能靠大規(guī)模的商用設(shè)備一點(diǎn)點(diǎn)沉淀。你可以把大模型想象成一個學(xué)徒終端設(shè)備是他接觸真實世界的窗口。A公司手里有龐大的手機(jī)、電視、手表、汽車保有量這些設(shè)備持續(xù)產(chǎn)生視覺、語音、行為數(shù)據(jù)而且大多數(shù)場景是碎片化的真實生活場景比純互聯(lián)網(wǎng)公司能拿到的數(shù)據(jù)更立體、更接近物理世界。這恰恰是終端廠商做AI最難被追趕的優(yōu)勢因為它不是靠錢堆出來的是靠過去十幾年的銷量攢出來的。3.2 算力與模型自主權(quán)不再看上游臉色第二張籌碼是基礎(chǔ)設(shè)施自主權(quán)。注意這里說的不只是“自研大模型”這個結(jié)果而是從芯片、框架到模型的全鏈路能力。用大白話說就是AI的每一個環(huán)節(jié)都掌握在自己手里不會被上游任何一家供應(yīng)商“斷供”。前兩次被動的教訓(xùn)已經(jīng)說明問題當(dāng)芯片平臺集成了NPU算法供應(yīng)商提供現(xiàn)成方案時手機(jī)廠商能做的事情只有排列組合。但這一次A公司同時在做算力基礎(chǔ)設(shè)施、模型訓(xùn)練框架、端側(cè)推理引擎和場景化應(yīng)用等于從地基開始重建。好處是顯而易見的它可以按照自己的產(chǎn)品定義去優(yōu)化AI能力而不是被上游方案商的產(chǎn)品路線圖牽著走。這就好比過去是租精裝房家具格局都是房東定的現(xiàn)在是買毛坯房自己裝修折騰是折騰但每一堵墻的位置都是自己說了算。3.3 對供應(yīng)鏈的反向話語權(quán)從被定義到參與定義第三張籌碼也是最容易被外界低估的這家公司對供應(yīng)鏈已經(jīng)把反向影響力這一塊做出來了。當(dāng)一家終端廠商每年的出貨量足夠大它對上游芯片廠商、傳感器廠商、屏幕廠商就有議價能力和定制能力。AI時代這種能力會被放大——為了讓AI模型高效運(yùn)行在端側(cè)芯片的NPU架構(gòu)需要針對特定模型做優(yōu)化傳感器需要為特定場景做定制這些都需要終端廠商反過去定義供應(yīng)鏈。這恰恰是從“被定義”走向“參與定義”的實體證據(jù)。前兩次芯片廠商定義AI算力的規(guī)格終端廠商只能在已有規(guī)格里做取舍這一次A公司可以告訴芯片廠商“我需要什么樣的算力組合”可以告訴代工廠“我需要怎樣的散熱設(shè)計來支撐端側(cè)大模型”。在制造業(yè)里誰定義了規(guī)格誰就占據(jù)了利潤分配和長期話語權(quán)的制高點(diǎn)。4. “定義時代”不是口號他真正想改寫的是這三條規(guī)則籌碼有了接下來要說清楚他拿著這些籌碼到底想干什么。我不太相信“定義時代”是一種宏大的歷史感商業(yè)世界里宏大敘事最后都要落地成具體的游戲規(guī)則修改才有效。在我看來這家公司想改寫的規(guī)則有三條每一條都足夠顛覆它在過去十年熟悉的玩法。4.1 改寫交互基準(zhǔn)讓用戶重新習(xí)慣一種AI原生體驗第一條規(guī)則是交互體驗的基準(zhǔn)線。過去十年我們和手機(jī)交互的習(xí)慣是“打開應(yīng)用—點(diǎn)按功能—得到結(jié)果”AI只是藏在應(yīng)用底層的一個輔助工具。而A公司想做的是把AI從“底層工具”提升為“交互入口”你對著手機(jī)說話它直接調(diào)用跨應(yīng)用的能力幫你完成任務(wù)而不是讓你自己找應(yīng)用、找功能。這意味著什么意味著“AI好不好用”會成為用戶選擇終端的第一標(biāo)準(zhǔn)取代過去“處理器跑分高不高”“攝像頭像素高不高”這些傳統(tǒng)參數(shù)。一旦這個標(biāo)準(zhǔn)被用戶普遍接受所有同行都會被拖入A公司設(shè)定的賽道上競爭——這就是定義基準(zhǔn)線的價值。當(dāng)年智能手機(jī)把“觸摸體驗”變成行業(yè)基準(zhǔn)所有功能機(jī)一夜之間被歸為舊物種同樣的劇本完全可能重演一遍。4.2 改寫分發(fā)規(guī)則從“應(yīng)用商店”到“服務(wù)直達(dá)”第二條規(guī)則是應(yīng)用分發(fā)的權(quán)力結(jié)構(gòu)。傳統(tǒng)互聯(lián)網(wǎng)時代操作系統(tǒng)廠商和應(yīng)用商店掌握分發(fā)入口所有應(yīng)用服務(wù)都要在商店里露出平臺抽成是天然商業(yè)模式。AI原生體驗出現(xiàn)以后用戶不再需要記住“我要打開某個應(yīng)用才能點(diǎn)外賣”直接對手機(jī)說一句話AI就會自動完成從下單到支付的全部流程。這時候用戶對具體應(yīng)用的感知會大幅弱化真正有價值的入口變成了AI助手本身。誰掌握AI助手誰就掌握了分發(fā)權(quán)。A公司如果能在自己的終端上讓“服務(wù)直達(dá)”成為默認(rèn)體驗它就繞過了所有傳統(tǒng)應(yīng)用商店直接成為用戶和數(shù)字服務(wù)之間的超級入口。這一條規(guī)則一旦成立整個移動互聯(lián)網(wǎng)的利潤分配邏輯都得重新寫。4.3 改寫商業(yè)模式硬件不再是一錘子買賣第三條規(guī)則是終端商業(yè)模式的根基。過去硬件廠商的收入大頭是一次性賣硬件賣完一臺賺一臺的錢。AI時代終端變成了AI能力的載體用戶與AI服務(wù)的關(guān)系是持續(xù)性的——訂閱制、按量付費(fèi)、服務(wù)分成都有可能成為常態(tài)。硬件利潤退居次要位置真正的價值沉淀在“持續(xù)使用”里。這一點(diǎn)對A公司來說并不陌生它在生態(tài)鏈體系里已經(jīng)驗證過“硬件入口服務(wù)變現(xiàn)”的模型。AI時代無非是把這套模型從周邊生態(tài)擴(kuò)大到核心終端你買的不僅是一臺手機(jī)或一輛車而是一整套持續(xù)為你提供服務(wù)、且越用越懂你的AI終端。對用戶來說這是消費(fèi)習(xí)慣的改變對行業(yè)來說這是一次徹底的商業(yè)邏輯重構(gòu)——誰能把“賣硬件”的生意變成“運(yùn)營服務(wù)”的生意誰就在下一輪競爭里拿到定價權(quán)。5. 重押之后的不確定性定義時代不等于贏下時代前面幾節(jié)的分析聽起來很有想象力也符合商業(yè)邏輯。但我還想潑盆冷水定義時代是一回事贏下時代是另一回事。A公司這次的all in至少還要面對三個繞不開的坎任何一個處理不好都可能導(dǎo)致滿盤皆輸。5.1 錢和算力的消耗戰(zhàn)all in要面對財務(wù)回報的拷問第一個不確定性是資金層面的。大模型的軍備競賽是一個無底洞訓(xùn)練一次前沿模型的成本動輒上億算力集群的折舊和電費(fèi)更是天文數(shù)字。就算A公司有硬件業(yè)務(wù)的現(xiàn)金牛在供血資本市場能容忍的耐心也是有限的。這中間有個特別現(xiàn)實的矛盾AI基礎(chǔ)設(shè)施的投入是前置的、持續(xù)的而商業(yè)回報是滯后的、不確定的。一旦連續(xù)三五個季度拿不出“AI帶來了多少增量收入”的清晰數(shù)據(jù)股價和投資者信心就會率先反噬。前兩次投入之所以輕松是因為開銷小、都在行業(yè)預(yù)定的節(jié)奏里這一次是自選動作花出去的錢能不能變成競爭壁壘需要時間來證明而資本市場恰恰最缺耐心。5.2 產(chǎn)業(yè)鏈慣性仍在你定義規(guī)則別人未必配合第二個不確定性是產(chǎn)業(yè)鏈的反作用力。前面說A公司對供應(yīng)鏈有反向話語權(quán)但別忘了一個事實這家公司依然深度依賴外部代工廠和上游芯片供應(yīng)商。想定義AI終端的規(guī)格前提是合作伙伴愿意跟著你改產(chǎn)線、換方案、承擔(dān)試錯成本?，F(xiàn)實中供應(yīng)鏈的調(diào)整節(jié)奏遠(yuǎn)慢于產(chǎn)品規(guī)劃。你年初說要定制一顆AI芯片代工廠要考慮產(chǎn)能排期芯片廠商要考慮其他客戶的需求——頭部廠商能推動一部分定制但全產(chǎn)業(yè)鏈圍繞一家公司的AI理想轉(zhuǎn)并不現(xiàn)實。這就是“定義時代”最尷尬的地方你可以號召大家跟上但大家是否真的愿意放下手頭的既有訂單完全是另一個問題。5.3 用戶只關(guān)心“好不好用”不關(guān)心“是不是自研”第三個不確定性也是最容易被技術(shù)圈忽視的用戶根本不在乎你自研了多少東西。普通消費(fèi)者不會因為你建了多少P算力、用了多大參數(shù)規(guī)模的模型就掏錢他們在乎的只有一件事——你的AI能不能一句話就幫我搞定一件實際的事而且每次都好使。這意味著A公司必須在大模型能力、端側(cè)推理速度、應(yīng)用適配范圍上做到真正“可用”的程度否則一切自研故事都是自嗨。我在過去一年里看過太多AI產(chǎn)品發(fā)布會上驚艷真實使用中連環(huán)翻車。AI是典型的“一個失望瞬間就能勸退用戶”的產(chǎn)品它的口碑積累需要很長時間但崩塌只需要一次糟糕體驗。對于all in的A公司來說這才是最致命的不確定性——戰(zhàn)略可以提前布局但用戶信任無法提前支取。我在觀察這幾輪AI浪潮時有一個越來越深的體會真正改變行業(yè)格局的公司往往不是那個第一個喊出口號的人而是那個把基礎(chǔ)設(shè)施建到別人無法忽視、再順勢改寫規(guī)則的人。A公司前兩次是被產(chǎn)業(yè)鏈推著走但這一次從組織調(diào)整到基礎(chǔ)設(shè)施建設(shè)都已經(jīng)換了打法。歷史從來不獎勵勇敢者它只獎勵在正確時間點(diǎn)擁有足夠籌碼并且敢于下注的人。接下來兩三年我們會看到這個判斷最終能被驗證到幾分。