在 AI 应用开发的初期阶段，开发者可能会倾向于利用市场上成熟的模型来快速开发和部署 AI应用。这种做法可以缩短开发周期，降低开发成本，并迅速验证产品概念和市场需求。

从易观和 CSDN 针对中国 AI 应用开发者的调研看，“利用市场上成熟的大模型” 是主流看法，但也不是 “那么坚固”。

有大量的开发者在不同程度考虑企业自有大模型的安排，只是时机上有差别。

完全通过 API 按量使用付费的那种，类似公有云能力调研的方式，只有 6.2% 的开发者反馈会这么做。

WSJ 绘制了新东方（New Oriental）、好未来（TAL）、新东方在线（Koolearn）和高途（Gaotu）四种教育股的市值变化过程。

最高峰时（三月）四只股票达到了惊人的近 900亿美金市值。这么高的数字以及之前强劲的增长态势，也在过去几年吸引了无数创业公司和资本的疯狂涌入。以至于电梯、电视、App 充斥着各种培训班的广告。

随着中央 “双减” 政策（《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》）的落地，教育作为曾经热门的创业赛道，会告一段落。

风险投资机构 Altimeter 绘制了一张图对比了目前云计算和生成式 AI 技术栈的收入规模。

云计算是一个倒三角，应用层大约 4000 亿美元，基础设施层 2000 亿美元，半导体芯片层 500 亿美元。

这个结构看起来是健康的，因为最终企业用户，尤其是各行各业和最终消费者会为应用付费。应用服务商获得了收入，才有能力去购买云基础设施(AWS、Azure 等）的服务。进而，云基础设施服务商也有财力去购买更多服务器的芯片。

生成式 AI（Gen AI）目前的状态则正好相反，半导体 GPU 层面有 750 亿收入，而 AI Infra 只有 100 亿美金，Gen AI 应用层则只有 50 亿美金左右。

这是否合理，见仁见智了。