AI 商业化

AI芯片公司SambaNova完成10亿美元融资

SambaNova刚融10亿美元，估值110亿美元，被摩根大通选为私有推理伙伴。这家公司专做超大模型推理，一个机架跑万亿参数，避开公有云，瞄准企业主权云。金融和政府客户终于有了本地跑大模型的选择。

前沿模型和开源不是零和博弈，而是探索与生产的分工：前者负责用高价验证新用例，后者继承成熟场景靠规模盈利。Anthropic的支出占比不降反升，说明高端需求仍在高速增长。这篇文章用生命周期框架解释了当前AI模型市场最反直觉的现象。

微软开始用自研MAI模型替代OpenAI和Anthropic的付费模型，在Excel和Word里省成本。这背后是AI服务价格过高引发的行业连锁反应，大厂纷纷转向自研或低成本方案。一个明确的信号：闭源模型的溢价空间正在被压缩。

Claude Cowork 从桌面扩展到手机和网页，后台全时运行、跨设备接力。数据揭示：最大用途不是写代码（8.7%），而是业务运营杂活（33.4%）。AI 代理正从开发工具转向办公室行政助理，这个方向比聊天模型本身的竞争更值得关注。

美国无人车在乌克兰前线跑了九个月，装了Starlink的ATV成了战场最可靠的运输兵。不能自主识别敌人就白天遥控，但它证明了现实比完美更重要。

当人人都盯着 Nvidia 时，SK Hynix 用近 300 亿美元 IPO 告诉市场：AI 背后最真实的瓶颈可能是内存。苹果已经因为内存短缺被迫涨价，而这家韩国巨头能否成为下一个 700% 涨幅的 Micron？产能硬烧出来的护城河，往往是黄赌徒般的冒险。

日本最大金融集团MUFG向3.5万员工全面铺开ChatGPT Enterprise，关键不是技术选型而是组织文化变革：强制培训、部门内设AI推广大使、员工自发创建1800多个内部自定义GPT。AI节省的时间没有被用来裁员，而是投入客户服务和更深度的工作。

模型能力不再是瓶颈，部署才是。AI公司一年砸近百亿美元，把工程师直接塞进客户公司，模式分三种：微软自己扛、OpenAI拉PE单干、谷歌云养合作伙伴。切换成本是制度性的，不是技术性的，这笔钱正在重塑行业护城河。

95%的AI试点不赚钱，不是模型不行，是根本没装进企业系统里。大厂过去一年砸了近百亿美元搞“前线部署工程师”，把这群人塞进客户办公室，手把手搭环境。谁控制了部署层，谁就是最终赢家。