当颠覆者被颠覆：中国开源人工智能如何吞噬自身行业
中国实验室向市场大量投放可免费下载、运行成本低廉的模型，这些模型已越来越难以被视为二流产品。
Add BT as a preferred source
本文由AI辅助翻译
一个行业自我颠覆，这颇具讽刺意味。人工智能本应是伟大的颠覆者——这项技术将掏空呼叫中心、律师事务所、会计师事务所和编程岗位。这很可能已经开始发生了。但与此同时，一些更奇怪的事情正在发生。
人工智能正在颠覆人工智能。那些曾承诺要重塑所有其他行业的公司，如今正尝到自食其果的滋味，而这都拜从中国涌现出的一波免费开源模型所赐。
这个过程并不新鲜。上世纪90年代，哈佛大学教授 Clayton Christensen 注意到伟大公司失败的方式有些奇怪。这并非因为管理不善，而是因为管理得太好——公司做对了一切，听取其最佳客户的意见，追求更高的利润率。但这也让他们对从底层悄然兴起的更便宜、“更差”的替代品视而不见。
这种模式一直在重复上演。上世纪60年代末，像 Nucor 这样的小型钢铁厂生产廉价、不起眼的螺纹钢——这种钢筋由嵌入混凝土中的钢条制成，以增加其抗拉强度——而像 US Steel 这样的巨头则固守于钢板等保费产品，直到这些小型钢厂向高端市场攀升并吞噬了整个行业。
Honda 带着小型的、“没有男子气概”的摩托车进入美国市场，Harley-Davidson 当时不屑于与之竞争。不到五年，Honda 的摩托车销量就超过了包括 Harley-Davidson 在内的所有美国制造商。日本的紧凑型汽车、数码相机、Netflix 的邮购 DVD 和 Amazon 的在线书店，在它们将行业内的老牌企业生吞活剥之前，都曾被认为是劣质产品。
其机制总是一样的：一种更便宜、最初品质较差的产品赢得了低端市场，然后以超出所有人预期的速度改进，最终变得足够好，能满足所有人的需求。当老牌企业注意到时，已经为时已晚，任何应对措施都会蚕食其自身利润。
新加坡人也经历过类似的版本。当 GrabTaxi 于2012年推出时，它并没有直接攻击 ComfortDelGro 的出租车业务——它只是一个解决小问题的应用程序：在雨中叫车的麻烦。随之而来的私召车给人的感觉是一种劣质、有点不可靠的选择——服务不稳定，感觉像是无证经营，用的是别人的私家车。ComfortDelGro 的人可能对此并未太过忧虑。
十年后，在街上招手叫出租车几乎成了一种过时的行为，而 ComfortDelGro 则花了数年时间用自己的应用程序和车队奋力追赶。它的许多司机也成为了 Grab 司机。这个曾经的小众市场悄然成为了市场领导者，随后扩展了其服务范围，并遍及整个东南亚。
这正是目前在人工智能领域发生的事情——只不过被颠覆的老牌企业本身就是人工智能公司。
中国的开源浪潮
过去三年，美国的人工智能实验室将其业务建立在一个简单的前提上：最好的模型都在付费墙之后，客户会为最好的产品支付保费。如今，这个前提正面临严峻的考验。
中国的实验室——DeepSeek、阿里巴巴的Qwen、月之暗面（Moonshot）的Kimi、智谱（Zhipu）的GLM——向市场大量投放可免费下载、运行成本低廉且越来越难以被视为二流产品的模型。一年前，中国的开源模型在全球使用量追踪器上几乎没有记录。如今，在主要聚合平台上，它们的使用量已占到所有人工智能模型使用量的近三分之一，仅阿里巴巴的Qwen模型就已超越Meta的Llama模型，成为历史上下载量最大的开源模型家族。
正是这种价格差距，使其成为一个教科书式的颠覆故事，而不仅仅是一场竞争性的小冲突。开发者表示，他们使用 Claude 进行一小时的编码工作大约需要支付10美元（13新元），而使用 DeepSeek 完成类似工作则不到50美分。将这一差距乘以整个行业中对成本敏感的开发者和初创公司，你就会得到 Christensen 所描述的那种低端切入点——一个被老牌企业认为不值一提的产品，正在悄悄地建立滩头阵地。
大多数人工智能用户——包括广大企业界的中坚力量——并不需要开发重磅药物、新的半导体架构或进行复杂的风险分析。正如分析师 Stephen Innes 指出的那样，他们希望人工智能能够总结文件、翻译报告、搜索内部知识库、起草客户回复、分类数据、协助合规、帮助日常编码或自动化重复性工作流程。对他们来说，“足够好”就够好了。
但就像小型钢铁厂一样，开源模型并没有停留在低端市场。如今它们已达到顶级编码基准，而这些基准曾一度专属于西方的顶尖实验室。像 Airbnb 和编码平台 Cursor 这样的公司已经披露在其基础设施中使用了中国的开源模型。甚至 Microsoft 也已探索使用更便宜的开源替代方案来驱动其部分人工智能产品。这场颠覆已经从“足够好”发展到了“相当好”。
新加坡自己的选择
对开源人工智能日益增长的兴趣并不仅限于对成本敏感的公司。多年来，新加坡在 Meta 的 Llama 模型基础上，为东南亚构建了其本土语言模型，名为 SEA-LION。在2025年底，它转而使用了阿里巴巴的Qwen。SEA-LION的参数（衡量模型大小的指标，也决定了其内存使用量）不到其基于Llama的前代模型的一半，但目前在理解东南亚语言方面位居区域排行榜首位，并且Qwen提供了一个可以在高性能笔记本电脑上运行的版本，这对于该地区无法获得工业级计算能力的小型开发者和企业来说至关重要。
马来西亚也下了类似的赌注，在中国的开源模型上构建自己的主权人工智能生态系统。
撇开性价比不谈，美国的人工智能实验室偶尔会受到出口管制措施的影响，包括一项禁止 Anthropic向外国用户提供其一款模型的命令（该命令后被撤销）。开源模型不受此类法规的限制，因此这种特殊的地缘政治风险较小。任何地方的任何人都可以使用它们。
如果免费，谁来买单？
但有一个挥之不去的问题。如果这些模型是免费的，它们如何赚钱？全球下载量最大的模型Qwen是免费的，那么其母公司阿里巴巴如何将其变现？如果其策略奏效，为什么阿里巴巴的股价今年暴跌了约35%？
也许答案是，Qwen并非真正的产品——它只是诱饵。阿里巴巴免费提供模型，以吸引开发者和企业使用阿里云，并在阿里云上销售运行模型所需的计算、托管和企业服务。这与免费的剃须刀架带动刀片销售，以及免费授权给手机制造商的安卓操作系统转而销售谷歌的广告和服务层的逻辑如出一辙。
有证据表明阿里巴巴的策略正在奏效。其云业务中与人工智能相关的部分已连续10个季度实现三位数的同比增长，而整个云智能集团的总体增长则稳定在36%至40%。它还在免费基础上叠加付费产品——例如企业级代理平台和自研的人工智能芯片——这标志着从纯粹赠送到商业化变现的刻意转变。
但该股一直受到阿里巴巴在基础设施和芯片方面巨额支出的拖累。地缘政治增加了另一层风险：今年6月，五角大楼将阿里巴巴列入一份据称与中国军方有关的公司名单，此举虽不禁止美国投资者持有该公司股票，但限制了阿里巴巴获得美国政府合同的渠道，并使机构投资者更加谨慎。阿里巴巴正在提起诉讼，要求推翻这一认定。
但颠覆者最初被报以怀疑态度并不罕见。华尔街通常不会立即奖励“免费赠送产品”的策略，直到多年后，当被蚕食的低端市场已悄然成为整个市场时才会如此。当 Nucor 开始生产廉价螺纹钢时，小型钢铁厂的投资者并未为此欢呼。2012年的 GrabTaxi 同样没有引起投资者的浓厚兴趣。它只是一家在出租车应用大战中挣扎求生的顽强初创公司。投资者的兴趣直到其颠覆模式开始奏效后才出现——GrabTaxi 在2014年4月的A轮融资中筹集了1000万美元；到同年12月，仅 SoftBank 一家就投入了2.5亿美元。
模式重演
让此刻尤为有趣的是，不仅仅是廉价的人工智能正在击败昂贵的人工智能，更是这个为颠覆其他所有行业而生的行业发现自己也无法幸免于同样的力量。付费墙后的前沿模型，就像之前的百货商店和一体化钢铁厂一样，曾以为自己的优势是永久的。但优势很少是永久的。
中国的开源模型是否会像小型钢铁厂和日本汽车制造商最终所做到的那样，继续向市场顶端攀升，这仍然是一个悬而未决的问题。但这个故事的开篇——被忽视的切入点、爆炸式的使用量增长、老牌企业缓慢而不安的反应，以及一种在成功之前看起来鲁莽的变现策略——读起来就像直接摘自 Christensen 的原版剧本。事实证明，人工智能本身也无法幸免于它本应施加于其他所有行业的颠覆。《海峡时报》
- Vikram Khanna 是《海峡时报》前副主编，撰写经济事务相关文章。
Decoding Asia newsletter: your guide to navigating Asia in a new global order. Sign up here to get Decoding Asia newsletter. Delivered to your inbox. Free.
Share with us your feedback on BT's products and services
