《华尔街日报》:挑战硅谷,中国正改变AI 这门生意的基本逻辑

日前，《华尔街日报》以《中国 AI 如何威胁硅谷》为方向，做了组系列报道。

文章指出，过去一年来，硅谷第一次真正开始系统性讨论一个问题，即中国AI，会不会改变这门 AI 生意的基本逻辑？

《华尔街日报》认为，转折点来自一家此前并不在全球主流叙事中心的公司——DeepSeek。

在美国对高端GPU实施严格出口管制的背景下，DeepSeek 在去年初发布的大模型，仍然展现出“震惊硅谷的能力”。

这被不少从业者视为一个反常信号——按照既有逻辑，算力受限应该直接限制模型性能，但现实并没有完全按这个剧本走。

一位参与评估的分析人士在讨论中提到，这类模型最令人意外的地方在于，“它们不是略差一点，而是在某些任务上已经足够接近一线水平”。

这种“接近”，在一年后演变成更具杀伤力的变量——价格。

DeepSeek随后推出的，以及中国的千问、智谱、MiniMax、Kimi 等新模型，被直接描述为“可以将使用成本降低一半”。

而在当前大模型行业，这几乎是最敏感的指标。

因为无论是OpenAI、Google，还是Anthropic，其商业模式的核心，都建立在高性能模型+相对高价调用之上。

当“成本减半”成为现实，定价体系就开始松动。

WSJ在讨论中用了一个非常直接的表述：中国AI的进展，正在“challenge Silicon Valley’s pricing power（挑战硅谷的定价权）”。

这不是一个修辞判断，而是已经体现在市场行为中。

现在，硅谷内部对中国模型的态度，出现了一种罕见的分裂。

一方面，“Silicon Valley is raving about a made-in-China AI model”（硅谷对中国模型赞不绝口）；另一方面，这种赞赏本身意味着它具备可替代性。

在技术行业，一旦“可替代”成立，价格就会成为主导变量。

与此同时，中国 AI 公司在生态建设上的创新推进路径，也在放大这种压力。

以Alibaba为例，其Qwen模型并不是孤立存在，而是被直接嵌入到电商、支付、云计算等庞大生态中。

报道中提到，这种做法本质上是把AI能力“连接到一个庞大的消费生态系统”。

这意味着，

第一，模型可以迅速获得真实、高频、商业化的数据反馈；

第二，AI的成本可以被分摊到整个业务体系，而不是单独作为产品定价。

相比之下，硅谷主流公司更多依赖API调用和开发者生态，这在数据闭环和成本结构上形成了路径差异。

一位牛津分析机构（Oxford Analytica）的技术分析师指出，中国公司的优势正在于“工程效率和系统级优化”，而不是单点模型突破。

这也是为什么在算力受限的情况下，他们仍然可以持续逼近性能前沿。

但这种逼近，并不意味着约束已经消失。

比如， NVIDIA级别的高端算力，仍然是决定上限的关键变量。

也正因为如此，AI开始从技术问题，转化为贸易问题。

报道明确指出，中国AI已经成为中美贸易摩擦中的“bone of contention（争议焦点）”。

而且，过去只是围绕芯片的出口限制，现在则延伸到了模型能力、代码来源，甚至生态影响力。

一个典型案例发生在韩国。

在推动本土AI模型的过程中，当地出现的争议点是，部分代码是否来源于中国。

这类争论说明，中国AI的影响已经进入“技术栈层面”，而不只是产品竞争。

从全球扩散的角度看，这一点尤为关键。

如果一个国家在构建自身AI体系时，需要在“美国方案”和“中国方案”之间做选择，那么硅谷的单极优势就已经被削弱。

性能、定价、生态创新、中美博弈等这些因素叠加在一起，带来的并不是简单的“谁取代谁”，而是一个更复杂的结果：价值将重新分配。

过去几年，硅谷之所以能够维持高利润，很大程度上依赖两个前提：能力稀缺，以及替代方案不足。

而现在，这两个前提都在被削弱。

当模型“足够好”，价格“显著更低”，并且还有不同的生态路径时，客户的选择空间被放大，供应端的议价能力自然下降。

这也是为什么WSJ在总结时，把这一轮变化放进一个更大的框架里——“The AI Cold War That Will Redefine Everything（将重塑一切的AI冷战）”。

这里的所谓“冷战”，并不只是对抗，更是体系化的竞争。

硅谷代表的是以基础模型和算力为核心的路径，中国公司则在探索“效率+应用+生态”的组合解法。

在短期内，两种路径都会存在；但在中长期，谁能定义价格、谁能控制分发、谁能占据数据入口，才是决定胜负的关键。

如果把时间拉回一年前，DeepSeek的出现还只是一个“异常信号”；那么一年后的今天，它已经变成一个明确趋势的起点。

硅谷正面对和承认的一个现实是，它不再是唯一可以决定 AI 这门生意规则的一方。