深度:《时代》AI百大榜单,揭开AI下半场全新战场

近日，《时代》杂志正式公布第四届 “TIME100 AI” 榜单。名单当中既包含 OpenAI、Anthropic、xAI 等大众熟知的人工智能企业掌舵人，也出现了不少跳出科技行业的面孔，美国参议员 Bernie Sanders、美国劳工联合会与产业工会联合会主席 Liz Shuler、《纽约时报》发行人 A.G. Sulzberger、环境活动家 Erin Brockovich 等非典型 AI 相关人物均位列其中。榜单一经发布，随即引发行业内外广泛讨论，Sam Altman、马斯克等科技高管的上榜情况以及中国 AI 从业者入选名单，迅速成为舆论焦点。

拨开榜单人物热度的表象，这份名单真正值得行业深思的趋势在于，人工智能的影响力早已突破模型、算法的技术范畴，正向算力能源、内容版权、劳动就业、教育体系、安全监管等社会各个层面快速扩散。《时代》杂志表示，本次榜单评选的核心标准，并非筛选技术能力最强的 AI 从业者，而是选出过去一年当中，能够代表 AI 关键叙事方向、切实推动 AI 发展轨迹改变的代表性人物。这一定位也释放出清晰信号，全球 AI 产业的竞争赛道，正从单一的模型能力比拼，升级为一场覆盖完整产业生态、兼顾技术落地与社会影响的综合较量。

从榜单的人员结构可以看到一条十分耐人寻味的平衡关系，直接深耕 AI 技术核心赛道的从业者，和负责回应 AI 社会议题、搭建行业规则的上榜者，人数高度对称。其中 “尖端模型与代理” 类别共计 17 人，“算力、晶片与能源” 板块 12 人，技术端合计 29 人。另一边，“内容、版权与真实性” 板块 10 人，“劳动、教育与数位福利” 板块 10 人，“安全、评测与标准” 板块 9 人，社会治理端同样合计 29 人。一边掌握 AI 技术研发、产业落地的核心资源，另一边依靠政策规则、公共认知、社会制衡来约束和引导 AI 走向，两股力量势均力敌，共同决定人工智能未来的发展方向。

这样的榜单分布，标志 AI 行业已经走完早期野蛮生长阶段。行业发展初期，想要成为具备全球影响力的 AI 参与者，最主要的路径就是研发出新算法、训练性能更强的大模型，或是成立一家模型创业企业。时至今日，数据中心建设、电力能源供给、企业数据资产、专业行业入口，再到版权保护、就业冲击、公共安全等一系列社会性议题，都已经成为左右 AI 产业走向的关键变量。大模型之间的技术角逐并未停下，但 AI 的战场边界，已经被大幅拓宽。

尖端模型企业依旧是本次榜单当中最受市场关注的核心板块。OpenAI 团队当中 Mark Chen、Sam Altman、Greg Brockman 三人同时入选，Anthropic 的 Dario Amodei 与 Daniela Amodei 双双上榜，马斯克则持续推进 AI 模型、智能代理和大型算力基础设施的深度整合。而从《时代》给出的入选理由不难看出，头部 AI 科技巨头之间的竞争，早已不再局限于单次新版本模型的性能比拼。OpenAI 三位核心人员的上榜原因覆盖超级智慧个人助理、自研新晶片、大型数据中心、消费级硬件产品、AI 安全对齐体系等多个方向。这背后折射出行业的底层变化：顶尖 AI 企业之间的竞争单位，已经从单一模型产品，转向一套完整、闭环的 AI 系统。模型划定 AI 能力上限，算力资本决定扩张速度，产品入口源源不断回流用户数据，开发者生态则保障模型能够获得长期、持续的落地使用。模型依旧是 AI 产业的核心引擎，但仅凭模型本身，已经很难保证企业在长期产业竞争当中占据优势。

算力、晶片与能源，已然成为 AI 产业扩张的第二主战场。本届榜单当中，约 14% 的上榜者，其核心赛道聚焦算力基础设施领域，博通执行长 Hock Tan、亚马逊 AWS 负责人 Matt Garman、CoreWeave 联合创始人 Michael Intrator、甲骨文 Larry Ellison、美光科技 Sanjay Mehrotra、欧洲 AI 数据中心运营商 Nscale 创始人 Josh Payne 等行业代表悉数上榜，代表着 AI 基建赛道正在崛起为产业另一大核心支柱。博通正在依靠定制化芯片、高速网络方案，挑战当前行业内算力龙头的主导地位；亚马逊 AWS 将自研 Trainium 芯片、Bedrock 模型平台与 AgentCore 智能代理业务相互打通，依靠长期算力合约稳固自身 AI 算力底盘。AI 模型训练与推理所需要的资源，早已不止 GPU 芯片，高频宽存储器、高速网络、土地资源、电力供应、散热配套以及大额融资，缺一不可。每一轮算力基础设施扩张，都需要前期投入海量资本，再依靠长期能源采购协议、客户合约实现收益回流。AI 行业正逐步告别低边际成本的纯软件商业模式，转向资本密集、重基础设施投入的重资产产业模式。

在算力基建之外，AI 应用赛道的争夺重心，也正在从抢占普通用户，转向深耕各行各业的专业工作流程。IBM 董事长兼首席执行官 Arvind Krishna 在榜单当中提出判断，随着各大基础模型之间性能差距不断收窄，大模型最终或将走向大宗商品化。虽然市场整体规模庞大，但是模型本身利润空间将会被持续压缩，高达 90% 的产业价值，将会流向模型之上的垂直应用、企业数据资产与用户信任壁垒。尽管这一预判能否落地还有待市场检验，但是榜单之中已经出现大量可供参考的产业案例：OpenEvidence 将 AI 医学文献工具嵌入超过一百万美国医师的临床工作流；Harvey AI 法律服务产品已经覆盖全美营收百强律所当中超 75% 的机构；Anthropic、Cursor 深度融入程序员日常代码编辑环境；Databricks 致力于打造企业智能代理访问数据、权限管控的底层工作平台。

这些落地案例拥有一个共同特征，AI 产品已经深入到专业工作流程当中的关键节点，数据来源、访问权限、输出结果管理、事故责任划分、业务闭环中新数据沉淀，全部被纳入 AI 系统管辖范围。模型厂商输出的只是一项人工智能能力，而医疗、法律、金融、工业等实体行业真正需要的，是一套权责清晰、深度嵌入业务流程的完整解决方案。垂直应用企业的核心竞争力，早已不是快速上线一款 AI 产品，行业专属入口、独家业务数据、流程深度整合、行业监管资质以及长期积累下来的用户信任，才是构筑护城河的关键。

本届 TIME100 AI 榜单当中，来自中国的 AI 行业代表上榜人数虽然有限，但是所覆盖的产业链环节已经十分完整。字节跳动梁汝波代表消费端流量入口、基础大模型、生成式内容与世界模型方向；阿里巴巴吴泳铭布局通义千问大模型、阿里云算力底座、自研芯片以及智能代理商业化落地；华为何庭波深耕芯片研发和底层系统架构；月之暗面杨植麟、智谱 AI 张鹏持续攻坚尖端基础模型。从芯片硬件、大模型研发、云计算算力、智能代理应用，再到机器人产业、数据治理、行业标准建设，一条完整的中国 AI 技术产业链条正在成型。

行业的评价标尺，已经悄然发生改变。数年前市场最关心 AI 技术能否跑通，哪家企业可以训练出性能最强的大模型。时至 2026 年，产业的核心命题已经转变，谁能够将 AI 技术能力、算力能源、数据资产、行业工作流程、资本资源、监管规则以及大众信任完成系统性整合。评估一家 AI 企业的长期价值，再也不能只看模型跑分榜单。单纯对比短期模型性能，很容易被快速迭代的产品更新所误导；只看用户规模增速，则容易忽略算力基建、行业生态等深层短板。

我们将于9/4（周五）在北京，9/5（周六）在上海，各举办一场“AI+投资+social”闭门晚宴活动，一起来聊聊AI发展趋势与投资机会，包括但不限于：1) 未来半年的AI投资展望；2) 宇树IPO启示 & 20多家具身智能和机器人企业扎堆香港IPO，真相究竟如何，谁虚谁实；3) 在估值高企的当下，还有哪些值得投资的AI细分赛道和标的；4) 数十家自称“世界模型”的创业公司，谁才是真凤凰；5) “世界模型”之后，下一个AI新风口；6) 盘点那些创业和投资窗口正在关闭的AI细分赛道。