开源模型会杀死「算力需求」？摩根士丹利推演 AI 的三种未来

AI 摘要

一句话摘要: 开放权重模型降低单次成本但可能因杰文斯悖论推高总算力需求，算力从集中走向分布。 关键事实: 63%企业已使用开放模型但多与闭源组合使用，MIT研究估算闭源转开放模型价格降约70%年省250亿美元，开放模型自建部署回收期从3个月到6年不等取决于规模与频率。 涉及主体: 摩根士丹利, NVIDIA, Google, Amazon, Broadcom, Arista Networks, Lumentum, Coherent, Kimi K3, DeepSeek V4 Flash, OpenRouter, MIT, Carnegie Mellon, McKinsey 可能影响: AI价值链将从基础模型层向推理、路由、编排、可观测性、本地基础设施和边缘设备扩散，GPU部署位置与管理方式成为新关注焦点，电力与安全软件成为跨情景受益方向。 是否值得继续跟踪: 是，开放权重模型的经济性尚无统一答案，其对企业技术栈和算力分布的重塑正在发生，需持续观察实际部署数据与成本结构变化。 噪音/炒作风险: 中，文章基于摩根士丹利研报有数据支撑，但部分测算（如MIT研究）时效性存疑，且"杰文斯悖论"推演存在不确定性，需警惕过度简化算力需求逻辑。