原本要寫，結果發現 1 年多前已經寫過幾乎相同的主題。
現在差不多是進展到，市場也發現基礎模型沒有護城河 (這是 LLM 原生的問題)，所以很快就進入削價競爭。尤其是開源模型追趕的速度超出預期，這會讓 OpenAI、Anthropic 的處境更尷尬。
現在的敘事已經從「這次跟 2000 年不同，因為科技巨頭有強大現金流支撐」，改為「即使終端無法獲利，買鏟子的還是能繼續賺」。
我的確也覺得，由於台積電的存在，台灣的鏟子廠商還是能繼續獲利。還能賺多久就不好預測了：
🍄 未來訂單未必有想像中多：如果 OpenAI、Anthropic 出來承認幾年內都無法獲利，CSP 很可能會收手。很多人言之鑿鑿說企業不會去用開源模型或中國的服務，但公司都是成本為上，如果下半年紛紛棄守 Claude、ChatGPT，一點也不會讓人意外。
🍄 傑文斯悖論不一定會發生：Token 消耗量何時進入高原期，實際上沒人知道。實際上在支撐 Token 消費的，都是大量使用者。如果這些使用者的用量掉下來，新使用者的量未必補得上。說不定會全力課金使用 AI 的，幾乎都已經在用了。剩下的輕量使用者，只是每天跟 AI 聊聊天，拿來當 Google 用，根本花不了太多 Token，也不會付費訂閱。
🍄 毛利急速降低：即使未來人人都用 AI，也不見得能讓企業維持獲利。因為當 Token 變成大宗物品，就只能秤斤論兩賣了。
🍄 台灣的雞蛋都放在同一個籃子：前面講的都是終端廠商的獲利問題，而台灣產業看起來相對安全。其中一個論點是，即使開源模型再強，還是需要跑在硬體上，所以不用擔心。但這不見得成立。
比起模型或晶片，中國製造業要追上台灣的硬體，難度相對來說是低的(幾個月前有人想到 Kimi 能追到這個地步嗎？)。台灣這波除了仰賴神山外，還額外吃了非紅供應鏈的紅利。但如果中國用廉價的電力+人民幣攻勢+不要命的內卷，配合歐美客戶的遷移，把生態系給建了起來，未來台灣如果仍然單壓美國，可能反而變成劣勢。
🍄 出來混遲早要還：人工智慧的確是大幅度的技術跳躍，但就像之前常分享的，AI 的發展因為背後充滿了國家/科技巨頭前所未見的 FOMO 情緒，幾乎完全沒有受到法規的制衡。著作權、環保、個資、肖像權、人民就業，這之後都要還回去的，而且會是等 FOMO 停止，以打落水狗的形式凌遲 AI 巨頭的毛利率。