Dylan Patel 这周给出一个数：到 2028 年，OpenAI 和 Anthropic 两家公司将控制全球大部分可用 AI 算力。这不是猜测，是 SemiAnalysis（半导体与 AI 基础设施研究机构）基于资本开支、芯片产能与买家现金流的趋势外推。值得我们关心的是：这件事的副产品，可能是一场主权债务危机。

这是什么

Dylan Patel 是 SemiAnalysis 创始人，长期跟踪芯片与算力市场。这次他在弟弟 Dwarkesh 的播客上抛出几个关键判断：

  • 到 2028 年，OpenAI 与 Anthropic 控制的可用算力（FLOPs，可以理解为「AI 的总工时」）将超过其他所有玩家之和。
  • 原因是这两家能用 AI 赚钱（订阅 + API），因此在算力竞拍中持续高于对手出价。
  • 支撑这种垄断的是巨额资本开支：未来几年全球 AI 相关投资将超过 10 万亿美元，相当于美国联邦政府两年的预算。
  • 实验室正在把更多算力从「推理」（回答用户问题）转向「研发训练」，竞争焦点已转向下一代模型。

行业怎么看

主流叙事把这当作「赢家通吃」的合理结局：英伟达股价大涨，超大规模云厂商（hyperscaler，即 AWS、Azure、Google Cloud 这类巨型云公司）资本开支屡创新高，市场已在为这个结局定价。

但反对声音同样不少：

  • 主权债务风险：超大规模云厂商靠举债买芯片，如果 AI 收入不及预期，可能推高利率，让没有 AI 资产的国家承压。
  • 开源与外部玩家：DeepSeek（中国）、Mistral（法国）证明高效模型不必依赖天量算力，集中化未必不可逆。
  • 地缘约束：中国拿到的新算力不足全球 10%，却用更少资源做出有竞争力的模型，这本身就削弱「算力即一切」的逻辑。
  • 反垄断可能：算力被视为国家基础设施，监管与出口管制都可能改写结局。

对普通人的影响

对企业 IT：未来几年企业采购 AI 服务时，核心供应商只剩两家，议价空间会比今天更小。

对个人职场：AI 训练与基础设施岗位会进一步向少数公司集中，但应用层（用 AI 做产品与服务）的就业机会反而会增加。

对消费市场：算力被高价竞拍会推高 AI 产品成本，最终以订阅涨价或服务费形式转嫁给消费者。