【经管大课堂·AI经管实践】蔡崇信「AI隐性基础设施」论——从风口到地基的产业演进

案例背景

2026年10月9日,阿里巴巴集团主席蔡崇信在公开场合表示,AI将转变为一种隐性基础设施。他指出,正如电力、互联网曾经走过的路径那样,AI最终会退到应用的背后,成为看不见却无处不在的底层能力。这个判断将人们对AI的关注从「技术还能强到什么程度」,拉回到「它将以什么方式成为经济体系的底座」。

这一观点并非孤立。同一时期,全球量子计算企业已超过400家、产业化落地提速;人形机器人在真实服务场景中完成首秀;多个经济体围绕超级智能治理成立专门工作组。这些看似分散的新闻共同勾勒出一幅图景:AI正在从被追逐的风口,转变为被依赖的地基。对企业管理者而言,这一转变意味着投资逻辑、竞争逻辑与组织逻辑的全面重构。

核心分析

一、从显性技术到隐性基础设施:产业成熟度的关键标志

判断一项技术是否完成基础设施化,可以用三条标准来检验。

第一条是不被感知。真正的隐性基础设施长期处在注意力之外,人们不会因为电灯亮着而赞美电力,只有在停电时才会察觉它的存在。当下,在智能客服、代码辅助、内容审核等场景中,AI已经相当接近这种状态。第二条是需求刚性。一旦嵌入流程后难以剥离,价格弹性显著下降,即便涨价用户也很难立刻退出。第三条是价值外溢。基础设施本身创造的利润有限,绝大部分价值在上层应用中被捕获。

用这三条标准衡量今天的AI会得到一个分层的结论:在部分标准化程度高、容错空间大的环节,AI已接近完成基础设施化;而在医疗诊断、法律意见、财务审计等高责任场景,AI仍然处在被高度关注、需要人类背书、且容错成本极高的显性阶段。管理者需要看清的是,同一家企业内部的不同业务环节,可能处在完全不同的成熟度阶段,因此不能用统一的策略去对待。

二、基础设施化的三条经济规律:标准化、成本塌缩与价值外溢

历史上任何一项技术要完成基础设施化,都要跨过三道门槛。

第一道是标准化。电力之所以能成为通用基础设施,依赖于电压、频率与接口统一。对AI而言,调用接口形态、数据交换格式与效果评估基准的统一,决定了上层应用的接入成本与用户的学习成本。值得注意的是,谁主导了标准,谁就获得了平台层面的长期租金。第二道是成本塌缩。电力成为基础设施的前提是发电与输电成本的持续下降;AI亦然。当单位推理成本下降到接近边际成本时,AI才会从一种需要节省使用的资源,变成一种可以放心投入的资源,从而催生大量此前在财务上不成立的应用形态。第三道是价值外溢。基础设施层通常利润率有限,因为它必须保持足够便宜才能被普遍采用。云 computing 厂商的利润率普遍低于其上运行的软件服务商,正是这一规律的体现。这也预示AI产业的利润分配,将逐步从模型层向应用层迁移。

三、地基时代的竞争逻辑重构:从谁更强到谁更稳

当某项能力的地基属性确立之后,评价标准会发生结构性改变:从追求最强,转向追求最稳、最省、最可靠。

这一转向对企业提出三项新要求。首先是可用性成为核心指标。服务等级承诺、故障响应速度、容灾切换能力,会取代参数规模成为采购谈判中的关键条款。其次是成本控制能力取代性能竞赛,成为新的核心竞争力。同样的输出结果,谁能以更低的单位能耗与更优的调度实现,谁就能在价格竞争中胜出。再次是合规与责任边界成为差异化要素。可解释性、审计追溯、数据主权与行业资质,这些看似「不性感」的能力,恰恰是企业客户最愿意付费的部分。反过来看,基础设施化也并非全然利好。地基意味着高度同质化与有限的差异化空间,议价能力随之下降,极易演变为价格战。按照波特的基本竞争战略框架,做地基通常对应总成本领先,而应用层则更依赖差异化与集中化。多数企业应当主动选择应用层定位,而非盲目投入重资产去争夺地基。

管理启示

第一,明确企业在AI价值链上的定位选择。做地基层与应用层所需的资源禀赋、能力结构与回报周期截然不同:前者需要规模、资本与成本控制能力,后者需要场景洞察、客户关系与快速迭代能力。这一选择一旦做出便难以轻易掉头,必须由最高管理层而非技术部门拍板。

第二,用「停电测试」检验AI的真实价值。设想明天AI服务中断一整天,你的业务流程会受到多大影响?影响越大,说明它越接近基础设施属性,企业就越应当关注供应稳定性、多源备份与合同条款,而不是一味追逐最新模型的切换速度。

第三,重构技术评估指标。不要再从用了多少参数、跑了多少次调用去衡量AI的价值,而要用单位业务成本下降幅度、客户响应时长缩短比例、差错率改善程度等业务结果来计量。基础设施的价值,只能用业务结果衡量。

第四,警惕基础设施幻觉。并非所有AI能力都已成为地基,过早按照基础设施逻辑布局,会带来重资产、长回收期与脆弱的现金流,这对资源有限的中小企业尤其危险。

其他思考

  1. 请用「停电测试」的思路,分析你所在企业当前的AI场景:哪些已接近基础设施属性,哪些仍停留在试验性工具阶段?两者的管理重点应有何不同?
  2. 如果AI基础设施的最终利润分配确实向应用层迁移,模型厂商与应用厂商之间应设计怎样的利益分配机制?独家绑定与开放生态,哪一种更有利于产业长期繁荣?
  3. 蔡崇信认为AI将变得隐性。请选择你熟悉的一个行业,讨论AI隐性化之后,该行业的进入门槛是上升还是下降,以及新进入者的机会会出现在哪里?

关键词:隐性基础设施、技术成熟度曲线、标准化竞争、价值外溢、战略定位
来源:财新网 / 第一财经 | 整理:经管大课堂

锐思,察微。
上一篇

【经管大课堂·AI经管实践】OpenAI GPT-6全面上线——大模型商业化的新阶段

下一篇

【经管大课堂·AI经管实践】华为与高通达成交叉许可——AI时代的专利博弈与生态共建

你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
关注 关注
锐察微博
返回顶部

微信扫一扫

微信扫一扫