案例背景
11月19日前后,AI产业链的两端几乎同步传来关键信号。需求侧,谷歌正式推出Gemini 4 Neon模型:企业日常业务高度依赖电子表格、PDF文档、图表及音视频等异构资料,Neon能够在单个100万token上下文窗口内同步处理这些数据,并整合为结构化交付物;定价为每百万输入token 3美元,缓存输入token享0.5折优惠仅需0.15美元,每百万输出token 15美元。供给侧,英特尔首席执行官陈立武在得州奥斯汀的TomorrowX峰会上宣布,公司已为18A先进制程签下首家外部客户,经首席技术官澄清,订单采用的是今年6月进入风险试产的18A-P节点,客户身份与订单规模均未披露;同场,微软被宣布为EMIB先进封装技术的首个公开客户,将用于其Azure自研芯片。
几乎同一时间,美国得州监管机构恢复了此前暂停的数据中心环境许可审查,并已向SpaceX总投资约240亿美元的数据中心及配套天然气电厂发放空气排放许可。此前州长曾要求在电网风险评估完成前暂停发放数据中心许可,如今一道监管关卡重新开放;但主张加强限制的候任州长将于明年1月就职,已表态在保护性立法出台前应暂停新项目审批,政策走向仍存变数。
核心分析
一、能力同质化之后:竞争转向单位经济模型
Neon的发布耐人寻味之处不在跑分而在定价表。当头部模型的能力差距持续收窄,企业客户的选型逻辑随之改变:定价颗粒度、缓存折扣与推理档位细分,正在取代跑分成为硬指标。这背后是标准的单位经济模型竞争:对重度使用API的企业而言,总成本等于每百万token单价乘以任务消耗的token量,缓存输入0.15美元的定价意味着重复上下文几乎免费,直接改写了高频对话、长文档处理类应用的成本结构。模型层由此进入类似云计算早年的竞争阶段:产品差异靠场景化能力(如多模态数据整合交付),价格差异靠工程优化(缓存、批处理、推理档位)。对企业用户的启示是:评估大模型不能只看榜单,必须建立自己的任务级成本模型,把定价条款当作产品能力来谈判。此外,异构数据的整合能力本身也是成本变量:把表格、文档与音视频统一进一个上下文窗口,省去了多模型串联的管道工程与格式损耗,对企业的隐性成本节约不亚于单价折扣。
二、算力供给侧:产能约束下的卡位与信任重建
英特尔18A签下首家外部客户,象征意义大于订单本身。先进制程是整个AI算力体系的物理底层,而当前底层高度集中于台积电;云厂商自研芯片的产能需求在台积电排不上队,正是英特尔代工的窗口。对英特尔而言,代工业务的前提是稳定可靠的供应能力——经历多年失误与良率偏低之后,「有客户愿意把先进制程交出来」是信用重建的起点;产能利用率提升还能分摊巨额晶圆厂投资,形成摩尔定律式规模经济的正循环。微软采用EMIB先进封装则提示了另一条路线:制程微缩放缓后,把不同芯粒高密度互连的先进封装,成为延续系统性能提升的关键杠杆。分析师普遍预期服务器处理器市场五年内可能扩张数倍,而现有供给能力不足——算力的瓶颈,正从「造不造得出模型」转移到「造不造得出芯片」。从产业组织的角度看,先进制程的竞争从来不是单点技术竞争,而是良率、产能、交付节奏与客户信任的系统性竞争;首个客户合同的价值,在于为后续客户的决策提供了「敢为人后」的安全感。
三、物理世界的反作用力:电力、环境与监管周期
得州环境许可审批的暂停与恢复,为算力叙事补上了容易被忽略的一环。数据中心不是悬浮在云端的抽象概念,而是吞噬电力、占用水源、推高社区电价的实体设施。据报道,得州现有及在建数据中心容量在美国各州中居于前列,并有大量并网申请排队待审;州政府曾在电网风险审查完成前暂停发牌,审查材料齐备后才恢复,SpaceX项目率先获批。但政策周期并未关闭变数窗口:候任州长已明确表示在保护性立法出台前应暂停新项目审批。这提示算力投资的真实约束清单上,除了芯片与资本,还有电网接入、排放许可与社区政治——许可发放的节奏,正在成为影响数据中心投产时点、进而影响模型训练与推理供给的隐性变量。对企业而言,这意味着算力采购合同需要嵌入许可审批的情景条款;对地方政府而言,如何在吸引投资与保护居民之间取得平衡,将决定本地能否持续承接AI基建红利。
管理启示
对云厂商与AI企业,算力规划必须从纯技术问题升级为「技术+监管+地缘」的组合课题:关键项目的许可审批、电力接入与地方政治周期,应进入投资决策的风险模型;同时沿「主流代工+新兴代工+先进封装」布局多元供给,把产能风险对冲进供应链设计,避免把增长押在单一供给来源上。监管沟通也应前置:数据中心项目在立项阶段就引入社区听证与环境信息披露,比事后应对反对声浪的成本低得多。
对采购大模型服务的企业,选型标准应从「能力上限」转向「单位任务成本、数据合规、供应稳定性」的三维评估,缓存定价与上下文设计能带来数量级的成本差异。对投资者,本案提示AI产业链的估值锚正在移动:模型层的稀缺性在衰减,而具备产能约束的供给环节——先进制程、先进封装、电力与数据中心——反而积累着定价权。
制程与模型看似无关,实则共享同一个约束:产能。先进制程的产能决定了推理芯片的供给上限,而推理成本又决定了模型能否被大规模调用。任何一环收窄,整条链条的扩张速度都会被拉回。
英特尔拿到首家外部客户的意义在于验证而非规模。18A能否在良率与交付节奏上达到客户要求,决定了它能否从「备选供应商」变成「主供」,而这需要至少两到三个量产周期才能看清。
其他思考
- 当模型能力差距收窄,「以成本定价」是否会把大模型市场推向类似云服务的寡头价格战?差异化还能来自哪里?
- 英特尔代工转型能否复制台积电的信任积累?首家外部客户的量产品质将如何影响后续客户决策?
- 数据中心的环境外部性(电价、水源、排放)应由开发商、电网还是全体居民承担?许可制度应如何为其定价?
关键词:单位经济模型、规模经济、产能约束
来源:财新网 | 整理:经管大课堂
原文链接:https://www.rcbom.com/aibps/7472.html