AI将创造“怪异”的经济效益：Manidis
AI Will Create 'Weird' Economic Benefits: Manidis
AI 摘要2026年11月2日，Veradigm AI高级副总裁威尔·马尼迪斯在彭博科技节目中解读其合著文章《制高点》。他指出，随着人工智能成本下降与普及度提高，技术创造者往往不是最终最大的经济获益者，最大的收益将流向最擅长将AI融入实体世界的应用型企业；他认为当前资本市场对AI价值分配的定价存在偏差。
解读
发生了什么
2026年11月2日，Veradigm AI高级副总裁威尔·马尼迪斯接受彭博科技主持人埃德·鲁德洛采访。马尼迪斯在节目中探讨了其合著的新文章《制高点》（The Commanding Heights）。该文提出，随着人工智能使用成本降低且更易获取，底层技术的研发者并不必然获得最大的商业收益。马尼迪斯认为当前资本市场对AI收益的归属存在误判，最终获取最高经济红利的将是最擅长把技术落地到现实商业场景中的企业。
为什么重要
基础模型技术的快速普及与竞争通常伴随调用成本骤降，底层模型逐渐呈现通用化和商品化趋势，从而削弱单一技术研发商的超额定价权。与此同时，实体产业中的企业普遍掌握专有业务数据、成熟客户渠道与转换成本极高的工作流壁垒。当技术本身变成廉价可得的基础设施，决定利润分配的关键转变为对应用场景的控制力与组织整合效率。如果这一机制持续演进，当前重金押注算力军备与基础大模型的资本预期将面临调整，商业价值将向垂直软件和实体服务商转移。
影响谁
- 基础大模型研发商与底层算力企业技术商品化与降价竞争可能导致毛利率被挤压，高昂的训练与基础设施资本支出面临更长的投资回报周期。
- 垂直行业数字化企业与传统行业龙头能够借助低成本AI工具重构业务流程、提升生产效率并掌握终端客户关系的企业，有望捕获产业链中最丰厚的利润份额。
- 二级市场科技股投资者投资定价重心可能从单纯评估参数规模和算力壁垒，转向评估企业在具体产业中的工作流渗透率与实际变现能力。
背景
从蒸汽机、电力到个人电脑，通用目的技术的演进历程表明，早期基础设施提供者在技术成熟后往往遭遇利润均值回归，而深度整合技术的下游企业长期获利更多。在生成式人工智能爆发前期，全球资本高度集中于算力芯片和头部模型初创公司，推高了基建层估值。但随着开源生态壮大与推理成本成倍下降，底层模型同质化加剧，行业商业化焦点自然由技术突破转向场景普及。
和中国的关系
中国在底层尖端算力与大模型原创研发上存在供应链外部约束，但在工业制造、零售供应链及智慧医疗等实体场景的工程化应用上拥有深厚积淀。若全球AI的经济分配重心确实向场景扩散端倾斜，深耕垂直业务流程的中国行业数字化服务商和传统制造业龙头将具备更明确的价值沉淀空间。
接下来关注
- 主要大模型厂商API调用单价及单位Token推理成本的变动走势
- 全球主流企业软件公司与垂直行业上市公司财报中披露的AI产品实际增量收入与毛利率变化
- 科技风投对基础模型研发类项目与垂直场景应用类项目的投资额配比变动
摘要和解读由 AI 根据公开报道整理，以原文为准。