Stratechery 最新的部落格文章「Checking In on AI and the Big Five」這次特別將鏡頭對準了五大科技巨頭——蘋果、Google、Meta、微軟和亞馬遜——在 AI 這場世紀大變革中的最新動態與前景。據說，這篇文章的靈感部分來自於 Meta 近期在 AI 領域似乎遭遇瓶頸，甚至傳出祖克柏不惜血本砸重金招兵買馬，試圖追趕領先者的消息。Thompson 認為，AI 無疑是科技發展的新篇章，他試圖拉長觀察的時間軸，從近兩年半的跨度，重新審視這些巨頭們的策略、挑戰與潛在機會。

Meta 的「五級火警」：AI 是解藥還是毒藥？

文章一開場，Thompson 就犀利地點出了 Meta 目前的窘境。傳聞其備受期待的 Llama 4 模型表現未達預期，甚至有「灌水」之嫌，這讓祖克柏坐不住了，親自下場指揮，不惜開出數億美元的天價合約，試圖網羅 AI 界的頂尖大神，組建一個名為「超級智慧實驗室」的夢幻團隊。然而，據說有些被招募的潛在人選，對於 Meta AI 目前面臨的挑戰、內部組織的混亂，以及那個聽起來有點虛無飄渺的「超級智慧」目標，都抱持著不小的疑慮。

這讓 Thompson 不禁反思：AI 對於這些巨頭而言，究竟是像 AI 讓 iPhone 更好用那樣的「持續性創新」（sustaining innovation），能為現有商業模式錦上添花？還是像 AI 可能取代搜尋引擎，但短期內變現能力卻差一截那樣的「顛覆性力量」（disruptive force）？

Thompson 個人傾向樂觀。他認為，AI 雖然是一場翻天覆地的變革，但短期內還不至於將現有秩序徹底顛覆。他引用了比爾蓋茲的名言：「我們總是高估未來兩年的改變，卻低估未來十年的改變。」這句話似乎也為當前 AI 的狂熱與迷茫，下了一個很好的註腳。

蘋果：硬體帝國的 AI 軟肋與突圍之路

談到蘋果，Thompson 指出，儘管「Apple Intelligence」的發布引發關注，但過去幾年蘋果在 AI 領域，尤其是在模型和產品的前沿性上，確實顯得有些步履蹣跚，遠遠落後於競爭對手。蘋果的幸運之處在於，其核心業務——硬體銷售——目前還未受到 AI 的直接衝擊。對多數消費者來說，OpenAI 這類的強大模型，終究還是得透過 iPhone 上的 App 來使用。

蘋果的底氣來自於其強大的裝置生態、端側 LLM 的潛力，以及獨一無二的消費者數據存取權限，這讓它在建立個人化語義索引方面擁有天然優勢。然而，Thompson 也將蘋果目前的處境，比作當年微軟面對網際網路崛起的初期——雖然掌握了主要的入口（Windows），但新的遊戲規則（行動網路）卻在其後悄然興起並改變了戰局。

他建議蘋果應該效法微軟當年錯失行動市場後，果斷轉型雲端計算的魄力，積極擁抱 AI。具體策略包括：

  • 深化與 OpenAI 的合作：例如在未來的 iOS 26（或更早版本）中，進一步加強整合，讓 iPhone 成為 OpenAI 模型體驗最佳的硬體平台。
  • 拓展 AI 硬體新邊疆：眼光不應僅限於手機，更要大力投入 Apple Watch、HomePod、智慧眼鏡，甚至是機器人與家庭自動化等領域。
  • 策略抉擇的十字路口：如果蘋果不甘心依賴外部夥伴，那就必須痛下決心，進行大規模的策略性收購（例如歐洲 AI 新星 Mistral，儘管這可能面臨監管機構的重重阻礙），並投入數十億美元進行自主研發。

Thompson 認為，蘋果的核心挑戰在於其根深蒂固的「軟硬體整合」的自我定位。過去，軟體是硬體的賣點；如今，在 AI 時代，硬體本身的差異化（例如晶片能力）變得日益重要。即使蘋果的晶片能提供最強的本地 AI 運算能力，也需要與頂尖的雲端 AI 實現無縫結合，才能真正吸引消費者。蘋果要嘛放下對所有環節的掌控慾，要嘛就得拿出真金白銀，大力投資。

Google：基礎設施巨擘，核心業務面臨空前威脅

Google 的情況幾乎與蘋果相反。Thompson 認為，Google 在過去兩年的 AI 競賽中表現優於許多人的預期，但其根本性的擔憂依然存在。

Google 的優勢可謂獨步武林：

  • 頂尖的基礎設施：從自研晶片（TPU）到高速網路，再到模型的全面整合，Google 打造了 AI 領域的「全家餐」。其 Gemini 模型擁有領先的上下文視窗大小，並且在定價上也頗具吸引力。
  • 數據的絕對王者：其影片生成模型 Veo，無疑受益於 YouTube 海量的影片數據；而 LLM 的訓練，則更是站在了 Google 龐大的網路索引和書籍掃描計畫等數據金礦之上。
  • 強大的分發渠道：Android 裝置生態為其提供了整合裝置端與雲端 AI 體驗的巨大潛力。

然而，挑戰與隱憂也如影隨形：

  • 垂直整合的雙面刃：過度依賴自家的 TPU，意味著 Google 必須在 AI 晶片領域與 Nvidia 的龐大生態系進行全方位競爭，這背後可能隱藏著巨大的機會成本和資源投入。
  • 模型「紙面實力」與「實際體驗」的落差：儘管 Gemini 模型在各種基準測試中表現亮眼，但在實際用戶體驗上，似乎仍與 OpenAI 和 Anthropic 的產品有一定差距。
  • 核心業務的顛覆性威脅：AI 對於 Google 的命脈——搜尋業務——構成了前所未有的潛在威脅。儘管 Google 推出了 AI Search Overviews (SGE) 等產品，試圖在 AI 時代維持其廣告變現能力，但搜尋廣告這個曾經「完美」的商業模式，正面臨持續下滑的風險。

Thompson 認為，Google 的雲端運算（GCP）業務反而更具潛力。憑藉其強大的基礎設施和模型優勢（尤其是價格競爭力），GCP 有機會吸引更多企業將其 AI 工作負載遷移過來，從而擺脫保護現有搜尋營收的沉重包袱。關鍵在於，Google 能否將這些技術優勢，轉化為真正卓越的產品體驗，並透過 Android 系統的整合，去挑戰蘋果在高階市場的統治地位。

Meta：AI 賦能核心業務，但方向盤與領導力備受考驗

Meta 在 AI 浪潮中的定位，大致介於蘋果和 Google 之間。Thompson 曾一度對 Meta 提出的「AI Abundance」（AI 充裕）前景表示樂觀，認為 AI 能夠極大地優化其內容推薦和廣告系統，並幫助其龐大的 XR（延展實境）投資實現回報（例如，利用 AI 生成元宇宙內容和打造更自然的 AR 互動介面）。

然而，LLM 聊天機器人的興起，可能會分散用戶在 Meta 平台上的注意力。即便 Meta 自家的 AI 聊天機器人成功吸引了用戶，也可能只是轉移了用戶原本可以用於消費更容易變現的內容（如短影音、動態消息）的時間。

祖克柏近期一系列近乎瘋狂的招才舉動，似乎暗示著 AI 對 Meta 核心業務的威脅，可能比外界甚至 Meta 內部先前預期的還要大。Thompson 回憶起先前對祖克柏的訪談，認為祖克柏對於 AI 將如何具體影響公司業務的想法，似乎並不如外界想像得那麼清晰。這也解釋了 Meta 當前為何如此迫切地需要 AI 領域的領導人才和產品思維，例如傳聞中試圖延攬的前沿技術專家 Alexandr Wang、團隊管理高手 Nat Friedman 以及產品奇才 Daniel Gross。

不過，Thompson 也肯定了祖克柏能夠直面問題並迅速採取行動的態度，這正是目前蘋果所缺乏的果決。

微軟：AI 驅動 Azure 飛輪，但與 OpenAI 的關係是「微妙的藝術」

Thompson 曾認為，在 2023 年初，微軟憑藉與 OpenAI 的獨家雲端合作關係，以及將 AI 整合到 Bing 搜尋和 Office 生產力套件中的先發優勢，一度處於 AI 領域的最佳位置。如今，微軟依然處於有利地位，但情況變得更加複雜和微妙：

  • 與 OpenAI 的「愛恨情仇」：據報導，OpenAI 曾威脅微軟，如果微軟不放棄對 OpenAI 未來利潤的優先索取權，並同意其進行營利性重組，OpenAI 就可能提出反壟斷申訴。Thompson 認為，目前來看，微軟仍在這段關係中佔據上風，但雙方合約將於 2030 年到期，屆時的變數依然很多。
  • AI 產品表現差強人意：曾經驚艷一時的 Bing AI (Sydney)，在經歷了「調教」後迅速變得平庸，其市場份額也未見顯著提升。GitHub Copilot 雖然起步早，但已被一些新創公司的同類產品超越。至於其他 Copilot 產品，目前也缺乏亮眼的數據支撐其成功。

儘管如此，微軟的核心優勢仍在：

  • 基礎設施與分發渠道：Azure 作為 OpenAI API 的獨家（非 OpenAI 自營）雲端供應商，對於希望使用 OpenAI 模型的企業客戶而言，依然是首選。同時，微軟也是 Nvidia 生態系中最積極的超大規模雲端服務商之一。
  • Thompson 的策略建議：他建議微軟應將確保 Azure 對 OpenAI API 的永久性優勢置於最優先地位，即使這意味著需要犧牲部分 OpenAI 整體業務的權益。同時，微軟應加深與其他模型供應商（如 xAI、Mistral、Meta 的 Llama 等）的合作與投資，避免將所有雞蛋都放在 OpenAI 這一個籃子裡，以分散風險。

一個潛在的隱憂是，如果 AI 真的大規模取代了知識工作者，那麼微軟以 Microsoft 365 為代表的 SaaS 訂閱模式，也可能因此受到衝擊。

亞馬遜：AWS 穩定坐收漁利，多方下注 AI 未來

相較於其他巨頭，Thompson 對亞馬遜在 AI 時代的前景，反而變得更加樂觀：

  • AI 對核心業務的顛覆性較小：AWS 雲端服務的使用量因 AI 的發展而增加，這是顯而易見的利多。Amazon.com 的電商業務也可以從 AI 驅動的產品推薦中受益（當然，AI 也可能將用戶導向更長尾的電商平台，或削弱廣告業務的重要性）。由於 AWS 主要以用量計費，AI 驅動的新創公司越多，AWS 的營收就可能越高。
  • 與 Anthropic 的穩定合作關係：相較於微軟與 OpenAI 之間時而緊張的關係，Anthropic 由於缺乏直接面向消費者的強勢產品，使其與 AWS 的雲端供應商關係更加穩固。Anthropic 甚至願意為 AWS 自研的 Trainium AI 晶片架構進行模型開發與優化。
  • 早期佈局與「選擇權」價值：AWS 早期就對 Bedrock（AI 模型平台）和 Trainium 晶片進行了投資。這種佈局為其在 AI 模型和晶片基礎設施方面，保留了寶貴的未來選擇權。儘管初期可能在某些方面落後，但也使其能夠根據 AI 技術的發展趨勢，更靈活地調整策略。
  • 既有的市場優勢：AWS 依然是全球最大的雲端供應商，企業客戶通常傾向於在其現有數據儲存和處理的雲平台上使用 AI 服務。此外，儘管 Alexa 語音助理的表現未達最初的宏偉預期，但在語音控制裝置領域，亞馬遜仍佔有一席之地，未來仍有潛力。

基礎模型製造商的「戰國時代」：誰能笑到最後？

除了五大科技巨頭，Thompson 也將目光投向了幾家關鍵的基礎模型製造商，它們的動向同樣牽動著整個 AI 產業的格局：

  • OpenAI：出乎意料地，OpenAI 已經從一個研究機構，轉型成為一家消費者科技公司。ChatGPT 幾乎主導了消費者 AI 領域。這使得它在與希望掌控客戶關係的微軟、蘋果等平台型公司合作時，可能會產生摩擦，但後兩者或許又不得不與其合作。OpenAI 未來的關鍵在於，能否成功開發出有效的廣告模式，以補充其訂閱業務的收入。
  • Anthropic：這家公司更專注於企業級應用和編碼能力，在開發者社群中地位穩固，其 API 營收也相當可觀。與亞馬遜的合作關係穩定，為其提供了堅實的後盾。其長期的業務機會（例如開發自主代理服務）似乎也與其研究人員追求通用人工智慧（AGI）的夢想更為一致。
  • xAI (Elon Musk 的 AI 公司)：馬斯克堅持自建基礎設施的策略，目前看來反而成為了負擔。由於缺乏足夠的客戶來分攤巨大的資本支出，導致資源浪費。Thompson 建議 xAI 應積極尋求微軟等外部投資。與 Oracle 的合作或許能帶來一些潛力，但也可能加劇雙方在獲取客戶方面的挑戰。此外，收購 X（前身為 Twitter）的舉動，對其吸引外部投資而言並非利好。不過，與 Tesla 在數據和應用場景上的協同效應，是 xAI 獨特的潛在優勢。
  • Meta (作為模型製造商)：祖克柏面臨一個艱難的抉擇：AI 的終極能力尚不明確，Meta 是否真的有必要投入天文數字的資金去自建頂尖的基礎模型？如果 AI 最終證明只是一種賦能技術，而非「世界毀滅者」或「超級智慧」，那麼 Meta 或許並不需要親自下場造核彈。但他又不敢輕易選擇「等待觀望」，因為一旦賭錯方向，Meta 就可能重蹈 MySpace 的覆轍，被時代徹底淘汰。

AI 未來的迷霧與「房間裡的大象」——中國因素

在文章的最後，Thompson 提出了一個引人深思的觀點：Meta 之所以要反覆強調「超級智慧」這個宏大目標，部分原因可能在於，如果這種具備顛覆性能力的 AI 真的可以實現，那麼率先達成者，將極不情願與他人分享這種力量。但反過來說，如果 AI 最終更像是微處理器那樣，成為一種基礎性的賦能技術，那麼對 Meta 現有的業務反而是利好，也就不必非得投入巨資去自建模型了。

文章還點出了地緣政治中一個不容忽視的因素——「中國」這個「房間裡的大象」。Thompson 認為，美國當前對華科技策略的制定，部分是基於 AI 可能成為「世界毀滅者」或至少是國家力量核心的假設，因此不惜冒著犧牲自身晶片技術長期領先優勢的風險，也要阻止中國獲取先進技術。

然而，Thompson 指出這其中可能存在邏輯上的缺陷。他預想，未來可能出現的一種情況是，中國最終憑藉其製造能力和市場規模，成功地讓晶片和 AI 技術商品化、普及化（正如中國 AI 公司 DeepSeek 等所展現的追趕勢頭）。若真如此，屆時受益最大的，反而可能是那些能夠利用廉價 AI 技術和算力的大型科技公司（而 Nvidia 這類高利潤的晶片設計商，則可能受損）。

總而言之，Ben Thompson 的這篇分析，為我們在 AI 浪潮的喧囂中，提供了一個更為冷靜和長遠的視角。各大巨頭的牌局仍在繼續，AI 的未來依然充滿迷霧，但變革的腳步顯然不會停歇。

原始連結：https://stratechery.com/2025/checking-in-on-ai-and-the-big-five/