预判卡
日报里每一条判断,都被固化成一张「预判卡」,到回访日自动回填结果——当时怎么说的、后来如何、差在哪
到 2027 年底,至少两家头部消费级 AI 产品(含苹果 Siri 的高级交互)会把高阶推理能力放入明确标价的付费订阅层级。
证伪条件:若 2027 年底前苹果 Siri 的高级 AI 功能仍全部免费且无用量限制公开定价,则判断错误。
推理成本从财报走进产品界面与事故报告;苹果把算力约束做成产品规则,等于公开承认高端推理是稀缺资源;微软的 30 小时中断说明集中式推理的可用性风险已变成商业风险;而 Rubin 要等到 2028 年,意味着未来两年成本曲线改善主要靠软件与调度。三者合起来改变了 AI 产品的经济模型:免费无限量的假设不再成立,分层计费与降级架构成为基础设施标配。;企业选型要把多供应商与可降级写进架构评审清单;C 端产品应尽早设计额度分层,避免成本上升时被动砍功能。关注推理优化、调度与容灾类公司的并购机会——这类能力正从「技术优化」升级为「合同条款」。
到2027年底,推理负载将占新增AI算力支出的50%以上,且至少两家欧美企业级软件厂商推出「本地推理+云编排」的混合产品
证伪条件:若2027年底前公开数据显示推理占新增AI算力支出仍低于35%,则此判断错误
推理算力从云端下沉:苹果把Mac变成私有推理服务器,欧洲押注推理芯片;三个碎片指向同一个转向:训练侧已进入少数超大规模玩家的资本游戏,增量机会转到推理侧。推理的需求形态是分散的(企业内网、边缘设备、区域合规),供给形态也随之分散(存量Mac、欧洲挑战者、neocloud的按需集群)。集中式GPU集群不再是唯一答案。;评估AI基础设施公司时,训练与推理要分开建模:训练看长约、电力与交付,推理看单位token成本、迁移摩擦与合规溢价。持有纯训练叙事资产的投资者应开始对冲,采购方则应把10%~20%的推理负载迁到私有或第二供应源做压力测试。