DS后AI竞争推演

北美科技巨头如我春节的时候所说，资本支出不仅没有减少，反而在大量增加
今天，Altman称即便有了DeepSeek，星际之门5000亿美元不够，未来是5万亿美元计算集群
我相信他是认真的
近日，A股沉浸在DS带来的炒作盛宴中，根本不往前看，我推演了下后续AI的竞争：
1.DS是开源的模型，北美看得到代码，追上很快的
2.DS这种蒸馏对蒸馏对象模型的依赖很强，目前北美在蒸馏对象模型这块是远远领先于我们的（这是OPENAI大建算力的原因1）
3.AI模型的壁垒降低了，推理算力和生态的重要性提升了
4.AI模型商业化跑通，还是需要大量的算力$台积电(TSM)$ 来满足推理需求，没多少用户希望调用大模型等很久，如果没有推理算力的支撑，很容易被抢客户，连生态都守不住（这是OPENAI大建算力的原因2）
5.算力需要的不是纸面上的算力，而是需要冗余的，需要削峰填谷的，需要灵活调配的，需要低时延的、高效数据搬运的，需要低全生命周期成本的，这就需要$英伟达(NVDA)$ 博通 迈威尔 英特尔 台积电 罗博特科 的全光互联技术路线，把算力的控制单元、计算单元、内存单元融为任意调配的一体
6.AGI就在眼前，和普通人一样能力水平的AI出现只是时间问题，基础原理就是对人大脑的仿生，transformer核心是用计算机实现信息的高维抽象和低纬度应用，scaling law核心是模仿的神经突触，这是一条人类研究了几千年的路线，并不是抽奖和炼丹。ZF、巨头会全力以赴，没人输得起。拭目以待
7.互联的重要性越来越重要，全光互联一定会加速到来。
8.很多人还觉得AI没啥用，实际上大量的工作都可以被替代，比如已经发生的替代程序员，替代编辑、司机、工厂员工等等
9.算力、AI机器人等AI+大部分产业的成本都是边际递减的，这就意味着AI+对实体经济的渗透一定会持续
10.算力的需求是无限的，所有算力都会被榨干，参考PC 手机硬件和软件的历史
11.算力的单位成本下降潜力是无限的，量子计算*全光互联是最终形态
12.算力的市场增长是被ZF/企业家前瞻预期*企业AI业务造血能力而决定的，而不是被训练成本决定的，哪怕是高盛这种级别的机构在这些问题上的认知也错的离谱

13.在AGI这种颠覆性产业革命面前，商业模式重构是必然的，原有的各行各业绝大多数软件公司、数据，都没有投资价值，估值方法是全错的
后续AI产业大概率用合成数据、用Ai➕的方法采集数据、用边颠覆传统商业模式边采集数据、也可以用贝叶斯定理反推原始数据
很多数据是没有价值的，看看银行有那么多数据，最后还是当Pu，出不来一个花呗，就知道了

14.在组织架构上，我们这个时代，几乎所有稍微有点规模的组织的最大问题

还是按照机械论的做事方法按职能从上到下建设的组织架构，而不是按照以信息的全生命周期为中心的做事方法把工作流程和组织架构化繁为简
比如，你是否遇到在一个封闭场所多次安检的情况？因为他们属于不同部门
比如美国的10多个官方情报组织
表现出来就是各自为Z，信息不通，协作能力大大降低，冗员严重
这种就是组织的基因，和地史中各种动物的基因一样，大的并不是最后繁盛至今的，往往是更灵活适应环境、更幸运的活到现在活的好
15. 投成长股一定要投基因好的，是龙终会冲天，是麻雀成不了凤凰
例如很多人觉得DS来了，应该投数据，实际上最少99.99%的公司的数据治理非常落后，数据成本巨大，有价值数据很少，根本对外卖不了多少钱
最后，我想说我国所有国人都必须重视$罗博特科(SZ300757)$ 这条全光互联技术路线，这是弥补算力中芯片、生态不足的唯一可靠办法（另一个DS代表的模型调优是开源的，根本无法有效缩小差距），以补强算力的短板和AI产业的进展，否则后果我们谁也无法承受