---
id: "q7ovMHzu1ys"
title: "141. AI 热潮的 2.5 万亿美元现实检验：谁赢、谁买单，接下来会怎样？"
channel: "SiliconANGLE theCUBE"
host: ["John Furrier"]
guests: ["Dave Vellante"]
date: "2026-11-06"
updated: "2026-11-07"
duration: "45:42"
duration_seconds: 2742
source_type: "youtube"
youtube: "https://www.youtube.com/watch?v=q7ovMHzu1ys"
canonical: "https://pod-exp.pages.dev/q7ovMHzu1ys/"
transcript_jsonl: "https://pod-exp.pages.dev/q7ovMHzu1ys/transcript.jsonl"
language: "zh-CN"
translation: true
translated_from: "en"
timestamp_precision: "block"
topics: ["AI 基础设施","企业软件","人工智能"]
series: ["AI 基础设施","AI 与软件"]
---

# 141. AI 热潮的 2.5 万亿美元现实检验：谁赢、谁买单，接下来会怎样？

> 中文译文，由英文原音字幕翻译整理，不是官方逐字稿；引用原话请核对英文原视频。说话人标签由整理者依上下文标注，带「未确认 / 未标注 / 不确定」等字样的标签不可靠。时间戳一般为块级（所在时间块的起点），不是逐句时间；正文自带 [hh:mm:ss] 的段落除外。

**内容提要：** 本期围绕 AI 热潮的 2.5 万亿美元现实检验展开，讨论科技股回调、数据中心融资与能源瓶颈，以及新云厂商和超大规模云服务商的机会。两位主持人进一步探讨 AI 基础设施从 GPU 算力走向网络、存储和系统架构优化，企业能否实现可衡量的 AI 回报，以及谁会掌握企业智能系统的控制点。对话还涉及管理知识的软件化、智能体治理、资本替代劳动、企业软件栈重构、Kubernetes 和量子计算等趋势。

## [0:01] AI 股市回调与云融资风险

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-01> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=1s>

**John Furrier：** 大家好，我是 John Furrier，和 Dave Vellante 一起主持《theCUBE Pod》第 141 期。Dave，今天这开场可真让人泄气。你今天早上发给我的那段视频，太疯狂了。

本期话题是 AI 热潮的 2.5 万亿美元现实检验：谁赢、谁买单，接下来会怎样？纳斯达克昨天跌得很惨，市值蒸发了 2.5 万亿美元。那只是纳斯达克的数据。顺便说一句，《华尔街日报》说“华尔街蒸发了 2.5 万亿美元”，他们应该说“曼哈顿中城”，因为纳斯达克其实不在华尔街；华尔街是纽约证券交易所所在的地方，我们就在这儿。但光纳斯达克就损失了 2.5 万亿美元。

有些公司甚至进不了纳斯达克 100 指数。期权市场敲钟，交易大厅里挤满摄影师，气氛简直像 1987 年或 2008 年。真的不太妙。昨晚我们办了一场专家见面会，来了纽约科技和金融圈的顶尖人士，大家的看法却明显不同：所有人都知道这轮繁荣正在发生。可昨天市场遭到重击，今天早上也先是大跌，后来收复了部分失地，最终还跌了将近 200、差不多 300 点。今天倒还不算太糟，昨天却是一场血洗，科技股被狠狠砸了。博通一度跌到 290 美元，英伟达跌到 180 美元左右。对于这些不仅是行业领军者、而且商业模式极其稳固、市场仍在大幅增长的公司来说，这种价位简直难以置信。

这就像一群鹿被车灯照到，Dave，整群都跑起来了。市场就是这种羊群心态：一只鹿跳起来，其他的就全跟着跑。这就是华尔街眼下的状况，真让人难以置信。我问了几位专家，他们说：“是啊，他们在挤掉泡沫里的虚胖，是一次现实检验。”这似乎就是大家的情绪，稍微校正一下而已。

Anthropic 传出 IPO 的消息，市场反应也没那么强，毕竟现在波动太快、起伏太大。我特别提到纳斯达克，就是因为它很难控制：交易完全电子化，走势失控。科技圈眼下最大的新闻就是昨天那场选举中期选举：有 41 个州把数据中心议题放上了选票。结果不管怎么看，都有人赢、有人输。数据中心啊，Dave。17 年前我们创办 SiliconANGLE 时，报道的还是数据中心超融合；现在它已经成了主流议题，甚至变成了政治攻防的焦点。你开始看到 AI 的现实影响，所有人都受到了波及。可我认识的人里，没有一个愿意放弃 AI。Dave，用你的话说，怎么把这个矛盾说圆？这事简直失控了。

**Dave Vellante：** John，泡沫时期就是这样。

**John Furrier：** 但它还没破，Dave。

**Dave Vellante：** 我不觉得泡沫正在破裂，更像是放掉一点气。

**John Furrier：** 这种回调并不罕见，也算意料之中。市场总会在某个时候回撤，而且可能相当剧烈。我猜不少人用了保证金，也有很多对冲基金想锁定今年的一部分利润，这或许是原因之一。然后又碰上选举。挺有意思的是，选举后的第二天市场上涨，大家觉得：“好，确定性回来了。”接着人们开始消化那些围绕数据中心和新政策的激烈争论，比如“社会主义要来了”之类的话。我觉得市场只是反应过度了。昨天很可能跌过头了，不过我又懂什么呢？但这确实不是完全出乎意料，市场此前一直……

## [4:02] AI 股市回调与云融资风险（续）

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-02> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=242s>

**Dave Vellante：** 从夏天开始，市场就一直处在恐慌模式，像是睡觉都睁着一只眼，手一直搭在“卖出”扳机上。选举一结束，所有担忧就一起爆发了。我在听 Tom Lee 的观点，他一向是坚定的多头，曾预测标普 500 年底会到 8700 点，不管他具体说的是多少。连他现在都觉得，可能得把预期调低一点。还有你那位朋友 Dan Ives，穿着那件夹克上节目。他的基本观点我挺认同：只是把这轮行情原本预计能持续的时间缩短了，可能不会跑那么久。但归根结底，需求仍然远远超过供给，可能是三倍、四倍、五倍，甚至八倍，具体数字不一。

我觉得大家是在盯着新云厂商。不过我个人认为，像 CoreWeave 这样的新云厂商能够挺过去。他们是先行者，也有一些质量优势，但会经历一番阵痛。大家都说，超大规模云服务商就像一台 ATM，任何时候都可以把现金流开关调低。

我记得 Frank Slootman 当时经营 Snowflake，公司现金流为负。他说：“我想什么时候打开 ATM 都行，但眼下重点是增长、覆盖面和市场份额，是扩大客户基础、建立生态系统。之后再打开 ATM。”事情后来确实就是这么发展的。你能看到超大规模云厂商这么做，CoreWeave 也这么做，英伟达当然也在通过自己的生态系统这么做。

不过说到底，这些循环融资和表外交易开始引起关注，人们开始按下暂停键，想：“等等，也许我该先锁定一些利润。”接着恐慌就来了。你发给我的视频里，今早就能听到那种气氛。John，你身后就是期权交易所，现场交易正在进行，今早大家都很激动。

**John Furrier：** 对，喊价声很大。昨天的……

## [6:14] 能源市场如何启发算力期货

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-03> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=374s>

**John Furrier：** 对，昨天的图表一路直线向下。我收到一堆短信，大家都在问：“谁把钱拿走了？交易员、内部人士吗？”这说法太离谱了。不过你说得没错，能源和融资确实是重点。我请到 ICE（洲际交易所，纽约证券交易所母公司）负责期货业务的高级副总裁 Tribu Onland，和他深入聊了能源。这是主流媒体还没怎么注意到的潜在大新闻，但我们都知道 AI 受能源制约。与此同时，GPU 和 token 正在商品化。昨晚有人说 GPU 就像钻井平台：你是押注钻井平台，还是押注石油，也就是 token？

我今天采访了两家在这个领域做套期保值的公司。算力或智能期货市场基本上是赢家通吃。另一家是旧金山的 Hyperbolic，创办人 Jasper Zang 两年前从加州大学博士毕业。他们做了一家很棒的公司，搭建了金融科技体系，采用类似新云的实现方式，把轻资产算力聚合起来，基本上是在为智能打造一张电网。

新一代创业者开始重新使用电网计算、效用计算这些老概念。Dave，现在出现了一个很大的比喻：我们正在从石油转向电力。以前总说“大数据是新石油”。石油可以储存；电力则像 GPU 一样，有商品属性。你用的时候打开，不用就关掉。于是金融市场会开始围绕智能定价、推出期货。Token 就像汽油，是经过提炼的产品；系统本身则是生产设备。我们在 Dell 的会议上也深入谈过这个问题。

你会看到一批有金融背景、又懂技术的年轻创业者进场，指出融资这一侧出了问题。新云厂商的建设当然有执行风险，但还有对冲问题。如今最热门的新云 AI 公司都在通过锁定价格来对冲，用看跌期权来锁定经济效益、让未来更可预期。这套玩法已经出现了，我敢说发展会非常快。以能源为基础的融资和期货就是模板。还会有新一波创业者来填补这个空缺、解决这个制约，之后市场才能趋于稳定。

昨晚我们和专家聊了很多基础设施建设。眼下这场现实检验发生在基础设施一侧，但企业也必须创造价值。很快就会看到真正的成果。市场受了惩罚，照老话说，谁都可能被波及：先跌，才有机会反弹。我们已经看到下跌，接下来就看会不会反弹。

## [9:35] AI 基础设施面临政治与融资阻力

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-04> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=575s>

**Dave Vellante：** 已经跌了，接下来就看能不能反弹。说到数据中心，有些新当选的州长打着反数据中心政策的旗号竞选。但我们这周去了 Dell，有些内容受保密协议限制，不能多说；不过从私下交流来看，情况很清楚。Dell 能看到不少 AI 工厂的项目。就连德州这种地方也是如此：州长为了保住自己的位置，突然转而反对数据中心，结果似乎适得其反。新任州长的态度却是：“好，我们来谈谈。”

现实是，超大规模云服务商和数据中心建设者会去那些愿意听取社区意见的地方，告诉居民：“我们理解你们的顾虑，让我们解释一下。我们的用水效率很高，用水量还不到两座 18 洞高尔夫球场的耗水量；我们采用闭环系统，在电表后自建电力设施，甚至会把电力回送给电网、降低你们的能源价格。我们会听取社区的意见，成为好邻居。你们取消补贴也没关系，我们还是会在这里。”

如果有些州长不想在自家后院建数据中心——我住在马萨诸塞州，纽约和这里都出现过反数据中心情绪——那些欢迎数据中心的县和地方政府就会说：“来吧，我们理解它能带来的好处。”我不认为这种需求会消失，也不会每个州都反对数据中心。世界其他地区也会欢迎它们，比如欧洲的一些地方；非洲会怎样，也还不好说。

同时，数据中心会变小、更加模块化。我们谈的是 30 或 40 兆瓦的设施，之后可以互联成网。若干年后，核聚变也可能开始发挥作用。我不觉得这是产业解决不了的问题，他们会找到办法。市场的下跌当然有恐惧情绪，也有人想锁定今年以来的利润；但利率也在上升，大家担心美联储加息。把钱放着就可能拿到百分之五、六的收益，这是一笔安全投资，何不先把钱放在那里喘口气、按下暂停键？我觉得这些因素都在起作用：中期选举后的政治局势、利率、围绕数据中心的激烈争论，以及反大科技公司的情绪。不过科技公司也很会顺势而为，过不了多久，他们就会开始谈 DEI 和“觉醒”文化。

**John Furrier：** 所以他们就随波逐流。

**Dave Vellante：** 市场和经济形势正在给出信号。我们来谈谈谁赢、谁输，怎么从噪声中看出信号。

**John Furrier：** 看看本周的财报：AMD 的成绩非常亮眼，Arista 的网络需求加速增长，Super Micro 的 AI 基础设施业绩也很强。Palantir、Airbnb 都在应用 AI。Kendra 股价大涨，Cloudflare 的营收增速加快到 39%、40%。再看 Pressure Points、Qualcomm、Arm、GlobalFoundries、Alaska、Datadog、Figma，整个 AI 板块的估值都在接受审视，Dave。所以要讨论的问题是：企业能不能扭转局面？它们能不能为这轮基础设施热潮买单？基础设施投入和企业 AI 变现之间是否存在落差？

**Dave Vellante：** 我认为有，John，确实有。时间不等人，时钟正在滴答作响。

**John Furrier：** Dave。

**Dave Vellante：** 正如你说的，这里有两个不同的时钟：一个是数据中心实现变现的时间……

## [13:36] AI 基础设施扩张与财务前景（续）

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-05> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=816s>

**Dave Vellante：** ……融资需要多久，以及数据中心建设需要多久。我们知道，卖 GPU 的公司都在赚钱，但企业还没能靠 AI 自我融资。Apollo 首席经济学家在博客里指出，“科技七巨头”从 AI 赚钱，其他 493 家标普公司还没有。不过这 493 家正是巨大的机会，我相信它们会逐渐学会怎么做。

我之前说过，到 2026 年，也就是今年，应该会看到企业 AI 变现的明确证据。我觉得已经能看到了，但主要出现在科技公司身上。这些公司确实更擅长应用 AI：IBM、Dell、超大规模云服务商，当然还有英伟达，都在应用 AI，也从中获益。它们的人均营收和生产力在上升，营收增长的同时员工人数却在减少。所以这些科技巨头的状况相当不错。

我认为新云厂商是先驱。伟大公司往往就是靠承担巨大风险建立起来的。它们大多数可能活不下来，但总会有一些成功。市场需要三大超大规模云厂商之外的选择。我一点也不相信，云市场永远只有微软、谷歌和亚马逊，不会出现其他类别的云厂商。我认为会有新的玩家。

这也符合我们上周谈到的 J 曲线：要达到累计现金流盈亏平衡需要时间。Flor 和我预测可能需要十年、十一年。

**John Furrier：** 所以现在才过了四年，还得再等差不多十年，才会开始盈亏平衡并实现自我造血。

**Dave Vellante：** 但现在已经开始看到迹象了。我们这周在奥斯汀有一些很有意思的交流，谈到 Dell 如何把自己当成“零号客户”（client zero）。他们没有对外详细谈过，但公开分享了一部分。我只说一点：John Rose 也公开谈过，Dell 在应用 AI 方面其实做得相当不错，他们不是唯一一家。我刚才还提到了 IBM。

**John Furrier：** 对。

**Dave Vellante：** IBM 也在用自己的“零号客户”实践，英伟达显然也是。英伟达今天股价涨跌我不清楚，但它今年以来的表现是负的，我觉得这简直令人难以置信。我的意思是……

## [16:02] AI 基础设施扩张与财务前景

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-06> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=962s>

**John Furrier：** 如果我是对冲基金，现在就会不惜代价买英伟达。博通和英伟达都很有韧性，都是大公司。你刚才的观点我也认同：AI 基础设施需求依然火热，Dave。你提到 Dell，我们听过他们的简报。Super Micro 的业绩不错，AMD、Arista、Marvell 也表现强劲。我的看法是，AI 基础设施正在超越以 GPU 为中心的计算；网络、光学、内存、存储、能源效率，以及系统级架构，正在成为战略优势。我刚才提到的那些公司正在解决这些瓶颈。你也看到新闻了，Marvell 提议以 150 亿美元收购 Lumentum。我两周前采访过他们的 CEO。

**Dave Vellante：** 我喜欢这笔交易。顺便说一句，你比我更懂这个选择，但我喜欢。

**John Furrier：** 它把光互连技术纳入进来。光学，Dave，光学。好吧，季后赛——[笑]。这正说明我们一直在讨论的问题：系统正在变化，价值就在系统里。Token 是智能所需的汽油。我刚才把电力和汽油的比喻混在一起了，但 AI 基础设施的需求确实很热。即使市场正在经历现实检验，所有新云厂商、所有做 AI 基础设施的公司，甚至 Dell 这样的供应商，都觉得这个领域热得挡不住。AI 列车的轨道还在铺设，才刚进入早期阶段，还有大量工作要做。真正把事情做好的公司会赢；经营不善的公司、糟糕的交易，或者做出坏交易的新云厂商，会被淘汰。

网络和数据传输技术不够好的公司也会掉队。这就是内存这么热门的原因。存储行业将迎来复兴。我们在 Dell 谈到，机械硬盘又回来了，还开玩笑说磁带也许会重新流行。毕竟数据实在太多了。

**John Furrier：** 这一切都在发生。基础设施是推动下一阶段发展的关键，下一阶段就是智能系统。

**Dave Vellante：** 我同意。我再补充一个财务层面的战术因素：盈利表现一直很好，但比较基数会越来越高，盈利增长动能很可能放慢。Anthropic 接下来会怎样也很值得关注。坦白说，如果 Anthropic 取消上市计划，我会感到意外。我花了很多时间看它的 S-1 和 S-1/A 文件，里面确实有不少令人担忧的地方，但积极因素也很多。我想他们会把 S-1 包装完善，所以如果他们不上市，我反而会惊讶。若估值达到 1.5 万亿到 2 万亿美元，我也会惊讶。不过从现在到感恩节还有很多变数。

但正如你说的，需求仍然存在。这种运营模式正在形成，只是需要时间。我们不会回到生成式 AI 之前的时代，这不可能发生。AI 不会因此停下来，也不会踩刹车。总体而言，数据中心的阻力、公共政策等因素可能会起到一定制约作用，但发展还会继续。

## [19:34] 英伟达在企业智能栈中的位置

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-07> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=1174s>

**John Furrier：** 好，我们进入第二个辩题。我想把话题拆开聊，内容太多了。先说基础设施——

**Dave Vellante：** 在进入下一个问题前，我想补充一点。最近我看到一篇文章把英伟达和思科相提并论。它们确实有些相似之处，比如某种供应商融资或循环融资。但英伟达所做的规模大得多，我认为两者差别很大。如今英伟达的故事比 1999 年的思科强得多。思科当时确实给互联网公司投了数十亿美元，但还远远没有朗讯等电信公司那么多。我觉得英伟达的垂直整合故事也比当年的思科强得多，所以我想把这点说清楚。

**John Furrier：** 对。思科把校园网络连接起来，让数据包从 A 点传到 B 点；它并没有多少智能，人们把它们叫作“哑管道”，但这让互联网成为可能。人们因此能上网、收发邮件。英伟达完全不同，它的价值主张非常集中，产品本身就包含智能。它做的收购也都与核心使命协同，软件属性很强，行动速度也很快。它引入 Groq，打开了推理市场，这又是另一回事。不过我同意你说的，思科也在努力入局，而且应该这么做。只要基础设施继续发展——而它肯定会继续——更上层的东西就会随之出现。

接下来我想和你聊第二个辩题：我们是不是正在看到一种新企业软件栈的出现？

**Dave Vellante：** 百分之百，是的。这个辩题在哪儿？[笑]

**John Furrier：** 好，问题是：谁拥有智能系统？是数据平台、应用提供商、云服务商，还是独立的智能体编排层？究竟谁拥有智能系统？

**Dave Vellante：** 这是个好问题。哪些玩家可能拥有它？显然超大规模云服务商都在其中：微软、谷歌、AWS。我觉得……

**John Furrier：** 你知道，Snowflake、谷歌……

## [21:49] 把管理知识嵌入企业架构

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-08> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=1309s>

**John Furrier：** 你刚才提到了 Snowflake、谷歌。

**Dave Vellante：** 我来逐个说。Palantir 认为自己能拥有智能系统，靠的是本体论。Snowflake 和 Databricks 也在争取这个位置，但它们没有运营系统。Oracle 则想在自己的封闭体系里拥有它。SaaS 公司也会参与其中。最大的变数是前沿模型公司：Anthropic 和 OpenAI 会不会意识到自己需要成为智能系统的玩家？现在它们还只是认知层，带有随机性；要拥有智能系统，还需要确定性。所以这个领域完全开放，谁都有机会。大家甚至还没完全弄懂“智能系统”到底是什么。

我认为 Ali Ghodsi 的构想目前最好。他在 Data + AI Summit 上提出的思路是对的：争取客户端入口、智能系统、治理目录和智能体行动层，同时与智能体运行框架厂商及所有前沿模型厂商合作。这就是他的打法。能不能做到还要看执行，但从愿景上讲，他们目前也证明了执行力。Databricks 手里有很强的牌；Snowflake 拥有很好的数据，AI 正在走向这些数据，所以它们现在表现不错。它们一点也不傻，看得出市场往哪儿走。超大规模云服务商也一样，尤其微软，正在通过知识图谱和其他工具构建这方面的能力，显然也想参与竞争。

**John Furrier：** 我对这件事的看法是，整个行业正在彻底重置。回顾这些讨论，有两个词反复出现：上下文和治理。你听到的到处都是治理、上下文，以及相关概念。智能体原生平台、上下文和治理能力，会是这套新架构的关键。

我们去 Dell 时，看到 John Rose、Lisa Su 和 Michael Dell 一起跟 Dell 的顶级客户交流。AI 的下一个平台会围绕智能体展开，但说到底，这是企业 AI。具体意味着什么？治理和执行。John Rose 在演讲里谈到 Dell 的智能体实践成功经验时说：“首先，我们把边界防护做好。”我都愣了：“什么？他说什么？把边界防护做好？”你上次在 theCUBE 听到有人谈网络边界是什么时候？十年前大家就说边界防护已经过时了。可他说：“我们先把边界收紧，再实施严格的治理和控制，把数据整理好，为系统提供上下文。”

这些数据平台五年前搭出来的东西，可能已经不对了。Databricks 看起来不错，它的愿景我也认同。但在我看来，谁能把上下文、治理和执行做好，谁就能赢。我不认为经典控制平面会胜出；语义图谱和知识图谱的标准化，可能会形成新的控制平面。之后会出现一种开放、但具备专门智能能力的层。John Rose 说他不知道该怎么称呼它，但有某种新东西正在发生。我也觉得如此。企业 AI 正在走向智能系统，只不过它不会是人们原先想象的那种：整个企业平台会重新架构。Palantir 的平台本体论就是一个信号——这是组织数据的新方式。我还在一个私人讨论串里看到有人谈到智能体从头构建数据库……

## [25:52] 企业架构中的管理知识（续）

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-09> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=1552s>

**John Furrier：** ……从头构建数据库。计算机历史上还没发生过智能体构建数据库这件事；过去是人类构建数据库软件，而不是智能体。所以局面又变了。如果真的发生，技术栈会是什么样？共同治理、上下文、数据和执行。这会成为我今后访谈中观察新发现的一个框架。现在答案仍不明确。Snowflake 刚扩展了数据智能体平台；Databricks 也要看看；Google Cloud Box 集成了英伟达模型，以提供更多上下文。自主智能体可能是答案所在，但眼下“智能体”这个词很时髦。我认为智能体会是企业 AI 的第一波浪潮，但还不是全部。

**Dave Vellante：** 这里有很多东西值得展开，但这对我来说就是市场发出的信号。我觉得 George Gilbert 在这方面做了很好的研究。他曾与《经济学人》等机构合作。他的一个重要观点是：管理本身，以及管理者头脑中积累的各种隐性知识，可以转化为软件，成为协调工作的共享系统。George 提出了“智能系统”这个概念——确切地说，这个术语来自 Jeffrey Moore，George 借用后赋予了它新的应用。

他还用了“数字孪生”的概念，也就是组织的数字化映射，这会改变技术模型。他提出的“企业炼油厂”概念，则会改变运营模式：把管理层的知识编码进软件，这将彻底改变商业模式。一种新的 AI 运营模式正在形成，技术模型也随之变化，这会影响定价和技术部门，也会影响业务条线，公司的每个部门都会受到影响。

**John Furrier：** 我觉得“脑”的这个比喻……

## [28:12] AI 架构、协调与战略收购

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-10> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=1692s>

**Dave Vellante：** 我觉得这很有信号意义。

**John Furrier：** “大脑”这个比喻确实很贴切。企业想知道：我公司的大脑是什么样？你总说的那个“优势”是什么？我认为这会成为关键架构和重要思路。如果管理层头脑里的知识能被保存下来，当生产力提高时，怎么把这些知识投入生产？怎样让自主智能体在合规要求、护栏、网络边界和权限范围内运行？我认为，谁能以这种新方式拥有智能系统，谁就能赢。

这就引出下一个辩题：AI 基础设施是不是正在进入第二阶段的架构演进？我们之前谈到 Arista、Marvell、光学。下一波 AI 胜利者，会不会来自系统级优化，而不是单纯追求算力性能？你怎么看？

**Dave Vellante：** 原始算力性能决定能生成多少 token，而以最低成本生成这些 token，经济上很重要。但真正关键的还是更上层的软件。George 提出的“专家炼油厂”概念，核心是捕捉一个人做出某项决定的原因，并把它讲清楚、传达给智能体，让智能体理解人类的推理轨迹，反复应用这些判断，再通过评测验证。之后就进入我们在各场大会上谈过的那个循环。经过正式的人工审查后，这个循环就会成为公司的运营模式。

这需要不同的协调方式、不同的专业能力，以及全新的决策流程。这样一来，管理本身就会成为决策平台，而不是整个组织各自为政。这是一个所有需要的人都能使用的“炼油厂”，决策以协调的方式作出。过去是自上而下，决策慢慢传到中层管理，再传到执行者，然后又反馈上来，问题一大堆。想象一下，现在把整个周期压缩进一个 AI 原生实体里。这就是 AI 原生创业公司正在采用的方式：每个人都掌握几乎所有相关知识，大家协同采取行动。这就是 George 提出的愿景。

要实现它，需要完全不同的基础设施层，也就是正在建设中的 AI 工厂。半导体不会消亡。有些半导体公司会遇到困难，但我认为英伟达状况不错，博通也是如此。与此同时，基础设施上方还会出现一整层新的系统智能和治理，以及我们正在看到的新客户端层——作为运行框架的客户端入口，还有受治理的智能体控制框架。这些都是新的东西。

当然，新体系还得连接旧体系，因为确定性软件都在那里。然后，一套新的软件栈会像凤凰涅槃一样出现。

## [31:42] AI 如何把财富从劳动转向资本

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-11> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=1902s>

**John Furrier：** 对，我觉得这套架构正在形成。我提到那些公司，是因为网络连接是其中共同的主线，Dave，对吧？它能让数据移动得更快，从而改变整个局面。你看自主智能体领域，融资和收购都很活跃：Meta 收购了 Conductor，OpenAI 转而打算收购 Pierre Computer，类似消息接连不断。Salesforce 被报道将以 27 亿美元收购 Crescent。AI 推理、自主运营和企业自动化领域的创业公司都吸引了大量资金，因为它们处在正确的架构方向上。站错方向的公司就会被淘汰。

资本正在流向智能体和 AI 原生公司，争夺智能的战场会围绕网络连接展开。Fiddler 被 CrowdStrike 收购了，我们也跟进报道了。收购正在不断发生，整合趋势很强；新云领域也开始出现整合。人才不够。如果你在网络、架构、内存和各种关联环节上走错方向，就要出局了。

所以，Dave，在这一波里，融资和并购都在发出同样的信号：大规模融资和大规模并购同时出现，几乎像是在地上画了一条线。你站在哪一边？这是该问的问题。

**Dave Vellante：** 从宏观上看，资本正在取代劳动。每一次重大工业革命都发生过这种事：资本投入通过某种自动化、机器之类的方式取代劳动。John，历史一次次证明资本会赢。欧洲有时试图保护过去不被未来取代，比如终身雇佣制以及相关观念，但最终总是输给资本。为什么？因为前期资本投入最终会创造更好的长期经济效益。成本更高、又无法规模化的劳动，很难竞争。如今的趋势是不用增加劳动也能扩张，而我们正处于这个转变之中。

回到你之前的问题，企业能不能让 AI 自我融资？其实正在发生，只是目前集中在一些领域。科技公司已经很明显了，大型银行如摩根大通、制药公司如礼来，以及第一资本等金融服务公司，都成功应用 AI 并让它实现自我融资。如果你问，当营收翻倍时员工人数会怎样，员工数并不会跟着翻倍；最近反而基本持平，甚至下降了。[笑]

**John Furrier：** 这一周很精彩。我们一开始谈到市场的现实检验，基础设施正在建设。现在的问题是 AI 能不能交出成果。看看 Rob Ho 本周在 SiliconANGLE 的报道，就能看到它和我们一直研究、追踪、讨论的故事相连：智能系统、新的 AI 基础设施栈，以及从实验走向企业级价值创造。

留给大家的问题是：AI 利润最终会集中在哪些地方？算力提供商、超大规模云服务商、数据平台、应用公司，还是全新的 AI 原生企业？企业里的控制点会是什么？我们用开场提到的“AI 现实检验”来收尾：基础设施正在建设，企业 AI 必须交付成果。这也串起了 Rob 在 SiliconANGLE 的报道，以及我们在 theCUBE 上一直研究和讨论的内容……

## [35:43] AI 如何把财富从劳动转向资本（续）

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-12> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=2143s>

**John Furrier：** ……以及 NYC Wired 的报道：智能系统、新的 AI 基础设施栈，以及从实验走向企业规模化价值创造，都正在发生。留给观众三个问题：AI 利润会集中在哪里？企业 AI 的控制点是什么——模型、数据、上下文、智能体，还是编排层？AI 什么时候才能从资本支出转化成可衡量的经济回报？这些都是当前头条新闻背后指向的问题。先从第一个开始，Dave：利润会集中在哪里？

**Dave Vellante：** 算力、超大规模云服务商、数据平台……

## [36:27] 企业控制点与可衡量回报

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-13> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=2187s>

**Dave Vellante：** 我认为利润会在整个技术栈上下游出现。基础设施利润会集中到少数几家芯片公司手中。现在轮到存储器表现，但如果要排个顺序，我会选英伟达、博通、AMD。超大规模云服务商会在各自的生态里生产或设计自己的芯片。

再往上看，Dell、HPE、Super Micro、联想这样的 OEM 厂商，要么成为低利润率的基础设施供应商，要么“往技术栈上层走”。Dell 的 AI 数据平台就是一个例子，HPE 通过 GreenLake 和更多软件也是这样。HPE 收购了 MapR，我觉得结果并没有达到他们最初的预期，但他们的意图是增加软件收入。

我们已经看到好几年了：数据库的价值正转移到治理目录中。治理目录越来越开放，智能系统也正在形成。传统数据库厂商不得不寻找新的增值方式。Oracle 是个例外，因为它处在自己的红色体系里，护城河相当深。有人说 AI 会淘汰 Oracle 这样的数据库，我不这么认为。面向大量事务处理的数据库功能很强，短期内无法复制。

再往技术栈上层或外侧看，规模达 500 亿美元的商业智能市场显然正在被颠覆。相关公司的估值承压。Snowflake 和 Databricks 正试图进入技术栈的其他部分，尤其是治理领域；它们也在尝试处理事务数据，以便掌握这些数据，并进入智能体控制框架、引入 AI。

传统软件公司都在给现有平台加上 SaaS 服务模式，但并非所有公司都能活下来。那些愿意投资、善于合作、并能持续创造价值的公司会表现不错。我觉得 Salesforce 能挺过去，因为它在投资。我想是 Headless 360，还有他们的数据云——或者现在叫 Data 360？不过他们还没脱离困境。关键问题是估值：在代码不再是价值所在的世界里，软件公司的长期价值是什么？当然，代码过去也不完全是价值所在，但现在写代码确实很容易。真正的价值越来越在于客户体验及其质量。

另一个最大变数是前沿模型供应商——我甚至不该再叫他们实验室——他们能够拿下技术栈的多少部分。最后我想说安全公司：平台化、整合的趋势显然正在奏效，正如 Nikesh Arora 所说。安全工具太多，软件工具也太多，能够整合这些工具的公司会赢。

## [40:10] 企业 AI 与先进计算展望

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-14> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=2410s>

**John Furrier：** 我认为 AI 原生企业和 AI 原生业务会成为一种新模式。只要算力供应商、超大规模云厂商、站在正确方向上的数据平台，以及将走向智能体化的应用公司都能参与进来，大家都有机会赢。利润会集中到这些地方。

企业控制点也很值得关注。我们会密切观察，因为我认为关键不是模型，而是数据和上下文，智能体会成为验证成果的实际载体。编排层会从企业的“大脑”里长出来，这会很有意思，答案还没揭晓。

第三个问题，也就是经济前景和投资回报，同样没有定论。企业还在资本支出阶段，可衡量的经济回报目前仍处于试验阶段。我们听 Dell 说，他们实现了 12 到 15 倍回报，但现在还早。这是从资本支出投资回报的角度算出来的，所以我认为计算方式会发生变化。这三个问题会是我们反复关注的重点：利润流向哪里？市场显然正在用卖单投票，科技股承压；控制点在哪里？钱又在哪里？归根结底，行动都围绕这些问题展开。

这个月到 re:Invent 前还有很多大活动，还有 KubeCon。CoreWeave 和 Nebius 即将公布财报，结果会很说明问题；还有 Cisco 的财报。Cerebras 股价遭到重挫，已经跌到大约 80 美元。你能看到征兆和裂缝。接下来有超级计算大会、re:Invent，然后我们就进入 2027 年了。Dave，圣诞快乐！

**Dave Vellante：** 我的天啊——

**John Furrier：** 真的来得太快了。

**Dave Vellante：** 这一年怎么就要过去了？我很期待超级计算大会。我们周二开始，对吧？我想周二会有不少赞助商和 Dell 的嘉宾，周三则会有更广泛的生态伙伴。我对此很期待。我想周四至少有部分时间会和 NYSC 合作。总之，超级计算大会在芝加哥举办，有点像 GTC，但不是满场都涂成英伟达绿。它是个开放论坛，根植于高性能计算。

**John Furrier：** 对。

**Dave Vellante：** 很多实验室都会参加，从液冷到超大规模云厂商、OEM、新云服务商，再到机架、CPU、GPU 和网络供应商，都会到场。这是个很棒、也很有意思的活动。

**John Furrier：** 说到 KubeCon，去年我因为其他活动错过了大部分，今年要回去。现在谈新云、企业 AI、虚拟化和 Kubernetes 时，这些议题总会一起出现。新的架构栈意味着云原生会继续成为下一波的基础元素。英伟达的参考架构里都有它，整个云战略也都基于 Kubernetes。Kubernetes 比以往任何时候都更重要。Red Hat 也会到场，还有许多老朋友。自 KubeCon 创办以来，我们每届都参加，一直在追踪这个领域。新一代 IT 出现后，KubeCon 的作用会更大；本质上还是 IT，只是架构变了。

Dave，虚拟化、Kubernetes、微服务、追踪智能体、可观测性——“可观测性”这个词在 AI 时代被严重误解了。你在会议上提起它，大家就会激动得不得了。[笑]……

## [44:12] 企业 AI 与先进计算展望（续）

<https://pod-exp.pages.dev/q7ovMHzu1ys/#chapter-15> · YouTube <https://www.youtube.com/watch?v=q7ovMHzu1ys&t=2652s>

**John Furrier：** ……这根本不是那么回事。

**Dave Vellante：** “可观测性”不过是遥测的另一个说法。[笑]

**John Furrier：** 直接叫“遥测”不就好了？把“可观测性”这个词去掉，但得把它的经济账讲清楚：token 的经济性，以及云端成本。以前我们已经见过类似的情况。所以这只是技术栈往上移动。AI 原生是栈里玩法不同的一层，但它和同一套云原生混合架构直接相连。我觉得这是件好事，会加快发展。我们会继续跟踪这些变化。希望市场能撑住，别再崩了。

**Dave Vellante：** 对。说到混合计算，下周我要去参加 IBM 量子开发者大会，看看那边进展如何。毫无疑问，未来会是经典计算、加速计算和量子计算的混合。我们已经开始看到 GPU 被用于量子纠错，提升量子计算的稳定性。可能还要等几年，我不知道，也许要到 2030 年代初，但这波浪潮会到来。

**John Furrier：** 今天市场稳定下来，多少能让人振作一点，不过整体仍然下跌。Dave，回头见，周末愉快。谢谢大家。这是 AI 的现实检验周，但基础设施建设显然还在全速推进。我们会继续关注 AI，也做好自己该做的事。感谢收看，下次再见。

**Dave Vellante：** 再见，John。
