Hugging Face CEO：为什么企业不再租用AI了

搞 AI 的公司现在都面临一个尴尬的现实：在模型即服务（MaaS）这类平台上跑推理，初期很爽，不用管硬件、不用烧钱买卡，点点 API 就能快速验证。可一旦业务真的跑起来，用户量上来，每个 query 的成本就开始像刀子一样割肉。Hugging Face 的 CEO 讲得很直白，大多数公司一开始都租用前沿 API，但规模一上来，成本就把他们推向了开源模型。这就是一个典型的囚徒困境：你舍不得租，但租下去利润就被吞噬，企业的本质是算账，开源模型成了唯一能让你留得住利润的解药。

解法说起来不复杂，但执行上需要魄力。核心路径就是“先租后买”，或者更准确地说，是“先用托管 API 验证产品市场匹配，然后迅速迁移到自托管或定制化的开源模型”来把单位推理成本打下来。Hugging Face 自己就扮演了这个生态里的 GitHub，提供了海量的开源模型、数据集以及 vLLM 这类高性能推理框架，让公司可以平滑过渡。企业不是真想自己管 GPU 集群，而是不想再被 API 的按量计费锁死。自己跑开源模型，所有权和控制权都回来了。你甚至可以拿一个像 Llama 或 Mistral 这样的开源基座，用你自己的私有数据做微调，得到一个同样好用但便宜得多的专属模型。这不仅仅是省钱，更是战略自主。

这件事给我的启发很明确：AI 行业的商业化路径正在从卖 API 的“水电气”模式，转向卖基础设施和服务的“房地产”模式。那些头部供应商靠垄断数据和流量构建的围墙花园，注定守不住那些已经找到 PMF（产品市场匹配）的公司。真正聪明的企业会尽早做这道算术题，把每年的推理预算从几十万美金变成几万美金，省下来的钱再投到产品创新上。最终，开源模型加上自托管和私有数据微调的组合，会成为每一家正经 AI 公司的标准配置。这不会让 API 公司消失，但会让他们从唯一的“房东”，降级成“请电工和水管工”的帮手。对于正在选型的技术负责人来说，现在就是思考什么时候“搬出去自己住”的最佳时机。