Altimeter Capital合夥人、斯坦福大學兼職講師Apoorv Agrawal在斯坦福大學的一場公開課程中，圍繞「AI時代的錢到底流向了哪裡」這一市場核心關切進行了系統拆解。他指出，當前生成式AI生態呈現出與以往技術革命截然不同的「倒三角」利益分配結構——底層基礎設施拿走了絕大部分利潤，而頂層的應用端反而利潤微薄。

Agrawal給出的核心資料是：在過去兩年AI行業新增的約3000億美元收入中，約75%直接流向了半導體行業。應用業務雖然增長了十倍以上，但整體仍未產生太大影響。他對比了各層的毛利率：資料中心業務毛利率約為75%，上下浮動幾個百分點；而應用層的毛利率估計僅在0%到30%之間。差距的根源在於半導體層有一位玩家幾乎獨佔鰲頭。

這一格局與過去25年的網際網路、移動網際網路和雲端計算革命形成鮮明反差。Agrawal引用矽谷知名投資人馬克·安德森的觀點進行對比：軟體之所以能吞噬世界，是因為開發軟體並分發給數百萬人的邊際成本接近於零，軟體企業毛利率高達80%甚至90%。但人工智慧的經濟模式並非如此——AI應用的增量使用者並不免費，因為需要消耗大量GPU資源，擁有AI使用者的成本要高得多。

針對這種由輝達主導的「倒三角」格局能維持多久，Agrawal給出了自己的預判：他猜測在雲端保持當前狀態的時間可能比預期更長，大約十年，因為要達到穩定均衡狀態實在太難。不過他也指出了兩個可能打破格局的催化劑。第一是雲巨頭在自研晶片上的突破——無論是谷歌的TPU、Meta的MTIA，還是亞馬遜、微軟的相關專案，一旦出現突破性進展，可能引發該層級最大的重新定價。第二是超大規模資料中心運營商的資本支出指引變化，他建議關注財報電話會議，如果巨頭們停止對資本支出做出大幅預期，可能意味著當前均衡狀態難以為繼。

在算力需求結構方面，Agrawal提到當前輝達售出的GPU中約有60%用於訓練、40%用於推理，他認為隨著時間推移推理任務的份額會逐漸增加，但推理工作負載極不穩定，將考驗硬體利用率並重塑推理中間層的競爭格局。

應用端的變現矛盾同樣突出。Agrawal分享的資料顯示，ChatGPT擁有約10億使用者，相當於Facebook早期的量級，但約95%的使用者是免費使用者。對比網際網路巨頭的單使用者收益：Alphabet擁有約40億使用者，每使用者每年盈利約100美元；Meta擁有約35億使用者，每使用者每年盈利約70美元；而ChatGPT每使用者每年約帶來10美元收益。

在排除了純靠知識型工作訂閱模式撐起萬億估值的可能性後，Agrawal丟擲了他對AI商業化模式的預判：如何將每使用者每年10美元的收益提升到100美元？他不確定單靠廣告和訂閱是否可行，答案是「我們得進軍廣告領域」。他認為AI大模型在廣告投放上具備獨特優勢——更優惠的價格，因為能理解使用者意圖；非常好的歸因分析；更高的信任度。儘管市場對在私人AI對話中插入廣告持懷疑態度，但Agrawal將其類比為十年前市場看空Facebook移動端廣告的論調，並認為這將是今年的重大事件，是對現有經濟模式的一次重大突破。

從產業視角看，Agrawal的拆解揭示了一個核心張力：算力資本開支的超級週期由半導體層的高利潤率支撐，而應用層若無法找到廣告等新的變現路徑，整個生態的價值迴圈將面臨考驗。對關注AI產業鏈的投資者而言，雲巨頭自研ASIC的進展、資本開支指引的變化，以及AI應用廣告化的落地節奏，都是觀察這一格局是否會被打破的關鍵訊號。