在2023北京智源大会上，“AI教父”杰弗里·辛顿曾提出一个引人深思的问题：“假设青蛙创造了人类，那么现在谁会占据主动权，是人，还是青蛙？”他曾因担忧人工智能的危险而辞去谷歌副总裁一职。然而，一年后的今天，AI不仅未如他所预言的那般“毁灭人类”，反而为他带来了诺贝尔物理学奖的殊荣。同时，诺贝尔化学奖也颁给了三位利用AI研究蛋白质结构的科学家，这一结果震惊了整个学术界。
诺奖的颁发，不仅是对科学家们的认可，更是对“AI辅助科学研究”这一应用趋势的肯定。与此同时，英伟达在华盛顿举行的为期三天的“AI峰会”也聚焦于AI在应用层面取得的成功。英伟达企业平台副总裁鲍勃·佩特表示：“世界正处在AI应用的边缘。”
从诺奖对AI应用的鼓励，再到英伟达对AI应用的关注，我们可以发现，AI的发展重心已经从早期的算力层、模型层，全面转向最终的应用层。AI技术的进步也将由“技术驱动”转向“应用驱动”。例如，美国国家癌症研究所正在使用英伟达的AI服务，用于医学图像分析、从大数据库提取信息，从而帮助药企和科研人员筛选新药分子，大大减少开发新药所需的时间。
回顾生成式AI的发展历程，其产业链生态几乎在瞬间形成，这一过程在过去往往需要经历几十年甚至上百年的积累。资本的介入无疑是最大的动力，近年来，中美欧的科技巨头、投资机构都在争相投资AI。以亚马逊、微软、Alphabet和meta为例，它们在今年的第二季度共花费了500多亿美元投资AI。这种大规模的投入，使得AI初创公司的估值水涨船高，但同时也带来了巨大的亏损压力。因此，无论是算力芯片公司，还是科技巨头，都需要让AI在应用层面展现出真正的商业化能力，才能吸引更多的人和钱参与进来。
宏碁集团创办人施振荣提出的“微笑曲线”理论，可以用来解释当下大部分AI公司盈利难的问题。在AI产业链中，底层服务商通过销售算力芯片硬件和提供云服务器业务赚取丰厚利润，而AI应用层企业则处在最靠近市场和变现的位置。相比之下，只做大模型的AI公司则面临着利润低、变现慢的窘境。因此，越来越多的企业开始尝试对产业链进行垂直整合，以增强自己在行业内的竞争力。
事实上，这种垂直整合的战略在移动互联网和新能源车时代都曾带来过巨大的成功。如今，在AI时代，这种战略同样被看好。谁能够率先将芯片、算力、数据、模型、应用这五点统一，谁就能够在这场科技革命浪潮中最先摘到“低垂的果实”。
例如，英伟达不仅提供算力芯片，还参与了大模型公司Open AI的融资；微软、苹果等应用端厂商则与Open AI深度绑定。在中国，华为、阿里、腾讯等企业也开始从芯片制造、大模型训练到实际应用，对AI进行产业链层面的垂直整合。
