【對談】Thompson：美國 AI 獨贏是危險的，現在這個均衡反而不壞

這場對談有幾個值得拆開來說的點。第一，他認為美國 AI 一家獨大對世界是危險的，現在這個中國落後六到九個月的均衡反而不壞。第二，算力投資的時間錯配是他最大的擔憂——錢現在燒，但收入要等幾年，中間那段橋夠不夠長是真問題。第三，TSMC 保守擴產把風險轉嫁給大型科技公司，而這個局最終會逼出 Intel 與 Samsung 的機會。第四，OpenAI 太晚做廣告是一個他覺得代價高昂的錯誤決策。第五，Amazon 的邏輯是全場最清晰的一個正面案例——先自用，後外賣，每條產品線都走同一條路。合起來看，Thompson 的世界觀是：風險不會消失，只會換人扛；誰扛著風險，誰就是真正的成本中心。

◎均衡不是落後，而是現在最不壞的狀態

Thompson 說得很直：他不希望美國在 AI 上形成壓倒性的軍事優勢，因為那會讓中國在博弈論上只剩一個理性選項——炸掉台灣的 TSMC。他把現在的局面類比台海現狀：不舒服，但能撐著。OpenAI 與 Anthropic（由 Google 前研究員創辦，主打安全優先的 AI 實驗室）在前沿，中國模型大約落後六到九個月，這個距離讓美國保有優勢又不至於逼對手出手。他真正存疑的是：一旦 AI 開始用 AI 改善自己，這個追趕距離還能維持多久？他沒有答案，但他也不裝作有。

◎錢的時間錯配，比算力不足更近

全場他最反覆回頭的憂慮是資本時序。他描述了一條資金消耗路徑：先用自由現金流，燒完去舉債，債市也用得差不多了，Google 開始發股票稀釋股東，Nvidia 則在組織規模高達五千億美元的融資架構去接觸退休基金與保險浮存金。他的問題是：再下一步是什麼？理想狀況是 AI 產生的收入回補資本，但如果收入來得不夠快，中間那段空白就是系統性風險。他用鐵路泡沫類比：1870 年代世界真的把錢燒光了，但鐵路沒有消失，它繼續運作，繼續貢獻 GDP，Berkshire Hathaway（巴菲特的投資控股公司）持有的 BNSF 鐵路，現在一年吐出的自由現金流比 See's Candies 糖果公司整個歷史加起來還多。他的意思是：泡沫破了不代表基礎設施白建，但破的過程對很多人很痛。

◎TSMC 保守，風險轉移，Intel 等來了機會

Thompson 對半導體產業的分析是這場最有層次的部分。他說 TSMC 的保守擴產不是意外，而是商業邏輯：一座晶圓廠要運作三十年，過度建設的成本是長期的。所以 TSMC 把風險推給客戶——大型科技公司現在損失的不是錢，而是沒賺到的錢，每一天算力不夠就是一天的收入空缺。風險從來不消失，只是換人扛。他的推論是：算力短缺嚴重到一定程度，科技巨頭會願意接受過去不願意接受的痛苦——把 Intel 或 Samsung 的邏輯晶片業務扶起來，哪怕品質還不如 TSMC，哪怕過程很麻煩。他認為這怎麼看都像是 TSMC 保守策略的直接後果，只是時間與對象還不明朗。

◎OpenAI 太晚做廣告，代價是讓 Google 多活了好幾年

Thompson 對消費者市場有一個他說科技業每十年要重學一次的結論：消費者不想付錢買軟體，也不在乎生產力。廣告才是消費者服務的正確商業模式。他用 Dropbox 說明這個道理：產品再好，消費者不付錢，最後只能轉向企業客戶，重建整個應用架構。OpenAI 的 ChatGPT 一推出就是消費者爆款，但他們選擇訂閱制，廣告做得很晚。他的判斷是：如果 OpenAI 從一開始就做廣告，現在會有一個成熟的廣告飛輪，Google 和 Meta 的廣告業務都會更難受。現在才轉，飛輪還沒轉起來，機會窗口已經小很多了。

◎Amazon 的邏輯：先自用，後外賣，每次都一樣

被問到哪家公司格局最有意思，Thompson 的答案是 Amazon。理由不是規模，而是方法論的一致性。AWS 雲端服務當初是為了解決 Amazon 內部的工程問題，做好了才賣給外部；物流網路同樣先自建，再開放給第三方；自研晶片 Graviton 和 Trainium 早期很爛，但 Amazon 把自己的託管服務當作練兵場，用內部需求把晶片養好，現在 Trainium 在跑 Anthropic 的模型。他說這是全場最優雅的商業邏輯，而且 Amazon 實體零售與物流的護城河對純軟體形式的 AI 幾乎免疫——AI 能讓它更好，但很難取代它。

看完這場，你會發現 Thompson 最核心的思維框架只有一句話：風險不消失，只是換人扛。算力短缺的風險在科技巨頭身上，TSMC 保守的風險在整個產業身上，Nvidia 用股權換訂單的風險在它自己的資產負債表裡。他不預測誰贏，他追的是風險現在停在哪裡，下一站會去哪裡。這比預測模型排名有用得多。