近日，社交媒体平台上关于“未来AI竞争趋势”的讨论引发了广泛关注，其中一条推文尤其吸引了科技巨头特斯拉CEO埃隆·马斯克的注意，并获得了他的点赞。巧合的是，马斯克旗下的xAI公司也在同一时间段正式推出了Grok 3大模型。

这条推文由美国知名TMT投资人加文·贝克发布，他对AI产业的未来趋势进行了深入分析，并得到了马斯克的肯定评价：“分析得很到位”。那么，贝克究竟提出了哪些见解呢？

贝克认为，AI产业的变革正在加速进行，OpenAI在未来可能不再保持其明显的领先优势。他强调，数据将成为未来竞争的核心，那些无法获取独特且有价值数据的前沿模型，其贬值速度将是前所未有的。在这方面，谷歌、meta等科技巨头由于能够垄断大量数据，将构建起难以逾越的竞争优势。

具体来说，贝克指出，从2022年夏季至2024年春季，OpenAI凭借其先发优势以及对“缩放定律”的积极应用，在AI领域保持了长达七个季度的领先地位。缩放定律，即模型性能与其规模、训练数据集大小以及计算资源之间的可预测关系，被视为大模型预训练的基本原理。

然而，贝克认为，缩放定律的优势正在逐渐消失。他提到，谷歌的Gemini、xAI的Grok-3以及Deepseek的最新模型，在技术层面已经接近GPT-4的水平。连OpenAI的创始人山姆·奥尔特曼也承认，OpenAI未来的领先优势将更加有限。微软CEO萨蒂亚·纳德拉也表示，OpenAI在模型能力方面的独特领先地位即将结束。

据报道，微软由于预训练边际效益递减，已经放弃了原计划投入160亿美元升级预训练基础设施的方案，转而专注于为OpenAI提供推理算力以获取收益。纳德拉甚至表示，数据中心可能建设过剩，租赁优于自建，微软甚至可能会使用开源模型来支持CoPilot。贝克认为，这标志着单纯依靠规模扩张建立壁垒的“预训练时代”已经结束。

贝克进一步指出，如果前沿模型无法访问YouTube、X、TeslaVision、Instagram和Facebook等独特而有价值的数据资源，那么它们的投资回报率可能会大打折扣。他认为，独特的数据最终将成为预训练数万亿或千万亿参数模型的差异化和投资回报率的唯一基础。

在谈到AI产业的格局变化时，贝克预测，未来巨型数据中心的数量将大幅减少，只需2-3个即可满足需求，而推理所需的算力将占据绝大部分比例。他解释说，成本效益推理将依赖于更便宜的电力和量化压缩技术等低成本推理手段。因此，卓越的基础设施将成为至关重要的因素。

最后，贝克提到，如果OpenAI在未来五年内仍然保持领先地位，那可能是因为其先发优势、规模优势以及强大的产品影响力。然而，最终的结果仍需时间来验证。