Altimeter Capital合伙人、斯坦福大学兼职讲师Apoorv Agrawal在斯坦福大学的一场公开课程中，围绕「AI时代的钱到底流向了哪里」这一市场核心关切进行了系统拆解。他指出，当前生成式AI生态呈现出与以往技术革命截然不同的「倒三角」利益分配结构——底层基础设施拿走了绝大部分利润，而顶层的应用端反而利润微薄。

Agrawal给出的核心数据是：在过去两年AI行业新增的约3000亿美元收入中，约75%直接流向了半导体行业。应用业务虽然增长了十倍以上，但整体仍未产生太大影响。他对比了各层的毛利率：数据中心业务毛利率约为75%，上下浮动几个百分点；而应用层的毛利率估计仅在0%到30%之间。差距的根源在于半导体层有一位玩家几乎独占鳌头。

这一格局与过去25年的互联网、移动互联网和云计算革命形成鲜明反差。Agrawal引用硅谷知名投资人马克·安德森的观点进行对比：软件之所以能吞噬世界，是因为开发软件并分发给数百万人的边际成本接近于零，软件企业毛利率高达80%甚至90%。但人工智能的经济模式并非如此——AI应用的增量用户并不免费，因为需要消耗大量GPU资源，拥有AI用户的成本要高得多。

针对这种由英伟达主导的「倒三角」格局能维持多久，Agrawal给出了自己的预判：他猜测在云端保持当前状态的时间可能比预期更长，大约十年，因为要达到稳定均衡状态实在太难。不过他也指出了两个可能打破格局的催化剂。第一是云巨头在自研芯片上的突破——无论是谷歌的TPU、Meta的MTIA，还是亚马逊、微软的相关项目，一旦出现突破性进展，可能引发该层级最大的重新定价。第二是超大规模数据中心运营商的资本支出指引变化，他建议关注财报电话会议，如果巨头们停止对资本支出做出大幅预期，可能意味着当前均衡状态难以为继。

在算力需求结构方面，Agrawal提到当前英伟达售出的GPU中约有60%用于训练、40%用于推理，他认为随着时间推移推理任务的份额会逐渐增加，但推理工作负载极不稳定，将考验硬件利用率并重塑推理中间层的竞争格局。

应用端的变现矛盾同样突出。Agrawal分享的数据显示，ChatGPT拥有约10亿用户，相当于Facebook早期的量级，但约95%的用户是免费用户。对比互联网巨头的单用户收益：Alphabet拥有约40亿用户，每用户每年盈利约100美元；Meta拥有约35亿用户，每用户每年盈利约70美元；而ChatGPT每用户每年约带来10美元收益。

在排除了纯靠知识型工作订阅模式撑起万亿估值的可能性后，Agrawal抛出了他对AI商业化模式的预判：如何将每用户每年10美元的收益提升到100美元？他不确定单靠广告和订阅是否可行，答案是「我们得进军广告领域」。他认为AI大模型在广告投放上具备独特优势——更优惠的价格，因为能理解用户意图；非常好的归因分析；更高的信任度。尽管市场对在私人AI对话中插入广告持怀疑态度，但Agrawal将其类比为十年前市场看空Facebook移动端广告的论调，并认为这将是今年的重大事件，是对现有经济模式的一次重大突破。

从产业视角看，Agrawal的拆解揭示了一个核心张力：算力资本开支的超级周期由半导体层的高利润率支撑，而应用层若无法找到广告等新的变现路径，整个生态的价值循环将面临考验。对关注AI产业链的投资者而言，云巨头自研ASIC的进展、资本开支指引的变化，以及AI应用广告化的落地节奏，都是观察这一格局是否会被打破的关键信号。