AI 全球壓縮
Mary Meeker 睽違六年回歸，以 340 頁密集曲線，替 AI 開出一張又快又燙的世界地圖。以下快速抓出九道最深的斷層線，一同思考、對齊視差。
1. 普及速度被「壓縮檔」化
ChatGPT 只花 17 個月就把週活躍人數拉到 8 億 — — iPhone 要 74 天才破百萬用戶，互聯網則用了 23 年才讓九成流量走出北美。如今新興平台動輒三年橫掃全球，邊緣市場一開始就上車，語言與文化不再是阻力，而是直接被多模態模型吞進去做平行翻譯。
2. 雲端六巨頭把算力變成重工業
Apple、NVIDIA、Microsoft、Alphabet、Amazon、Meta 去年 CapEx 飆到 2,120 億美元，年增 63%；AWS 的 AI/ML 支出甚至佔營收 49%。算力基地正從「資料中心」升級為「AI 工廠」，連供應鏈都得重配 GPU、冷卻與變電站。
3. 訓練貴、推論跌 — 價格悖論正式上演
AI發展最前沿的 LLM 單次訓練破億美元，卻在兩年內把單 token 推論成本殺掉 99.7%。效率提升沒有省電，反而帶來效用悖論：大家用得更兇，總功耗繼續上衝。
4. 開源復興與主權 AI
Llama、Mixtral、DeepSeek R1 把閉源性能差距壓到一成內，Hugging Face 模型庫 2.5 年暴增 33 倍。政府與企業因此能「自架 LLM + 本地語料」，避開矽谷 API 的美元計價與法規鉗制 — 主權 AI 成了政策關鍵字。
5. 中國快轉中
DeepSeek、Qwen、文心一言用更低訓練成本追平頂規性能，中國工業機器人裝機量已全球第一；同時急攻本土 AI 晶片，以降低對先進 GPU 的外依存。如此的科技軍備競賽已被複寫成「雙軌 AI」。
6. 從聊天到代理：下一個作業系統之戰
「AI Agent」Google 搜尋量 16 個月竄升 10.9 倍，Salesforce、Anthropic、OpenAI、Amazon 全在搶「辦公室型」代理人。當勞動單位由「工時」轉成「計算週期」，誰掌握代理 OS，誰就能重定義雲端分潤模型。
7. 勞動市場：IT 職缺二分化
美國 AI 相關 IT 職缺自 2018 年起暴增 448%，非 AI 類則下滑 9%。企業導入 AI 的第一目標是全面提高員工生產力，其次才是節省白領工時 — 再培訓變成 HR 的避震器，而不懂 AI 的職位正加速邊緣化。
8. 真實世界參與：自駕里程、衛星網與農業雷射
特斯拉 FSD 里程 33 個月漲 100 倍；Starlink 用戶年增 202%，為 26 億離線人口鋪設 AI 原生入網門檻；農業雷射除草、礦產探勘 AI，全都在把感知-決策模型搬到田間與礦坑，一邊吃資料、一邊長肌肉。
9. 風險：速度已經超過治理腳步
從耗能到自主武器、內容深偽、勞動位移，Meeker 用「空前 (unprecedented)」寫了 51 次警語。當國際競速把安全流程壓縮到最短，合規與倫理若缺位，技術紅利隨時可能翻轉成系統性風險。
尾聲：三條生存準則
- 把研發試錯時間縮到週級— 採用曲線被壓縮，產品沒有「慢熱」空間。
- 算力與現金流同步監控— 衡量單 token 毛利，而非單用戶活躍度。
- 政策視為產品需求 —能源、出口管制、資料在地化，都是 Roadmap 內建條件，而不是交貨後的外部性。
Mary Meeker 向來是成長敘事，這次仍然樂觀，但字裡行間已多了「剎車線」的隱喻。AI 加速度難以回頭，真正的領先者將是能在算力、資本與治理之間找到平衡力量的人。
發表迴響