AI 学位·
全部课程 / L4 判断层

L4-01 产业链地图

学时 5h(3 次) 前置 L3-02 性质 判断课


为什么学这门

你问的第一个问题是「AI 产业链有哪几块」。这门课就是答案。

但要注意:这门课不是让你背一张产业结构图。产业链分析的价值在于回答「钱在哪、壁垒在哪、谁会被替代」。


课时拆解

第 1 次(2h)七层结构

从上到下:

7. 应用层      垂直产品、agent 产品、内容工具
6. 编排/harness 层   ← 你正在做的事
5. 模型层      基础模型、微调模型
4. 推理服务层   云厂商、API 提供商
3. 训练框架层   PyTorch、分布式训练栈
2. 算力层      GPU、HBM、互联、数据中心
1. 能源与制造   电力、晶圆、封装

每一层回答三个问题:

  • 它卖什么?(产品形态)
  • 壁垒是什么?(为什么别人做不了)
  • 毛利结构?(谁在赚钱)

动手:填一张七层表格,每层写 2–3 个代表玩家。

第 2 次(2h)各层的经济学

  • 算力层:资本密集、周期性强、赢家通吃(生态锁定)
  • 模型层:研发密集、边际成本不为零(推理要钱)、差异化困难
  • 推理服务层:规模效应强、价格战主战场
  • 应用层:低壁垒、高周转、靠分发
  • 编排层:极低壁垒、极快迭代、但可能有网络效应(生态)
  • 关键判断:哪一层有真正的护城河?

动手:给七层各打一个「壁垒强度」分(1–5),并说明理由。

第 3 次(1h)价值转移

  • 历史上价值如何从一层转移到另一层(如从模型层转向应用层)
  • 开源 vs 闭源如何改变利润分配
  • 价格战会把利润挤到哪一层
  • 对你自己的启示:编排层的位置在哪

动手:画一张「价值转移」时间线,标出三个关键转折点。


核心概念清单

  • 七层结构及各层产品形态
  • 每层的壁垒来源
  • 为什么模型层难有护城河
  • 开源对利润分配的影响
  • 编排层的机会与风险

材料

  • 任一份 AI 产业链研究报告(注意其立场)
  • 各公司财报中的 AI 相关段落
  • 半导体行业的基础科普(理解 HBM 和封装的重要性)

提醒:产业链的事实变化很快。本课的目标是掌握分析框架,不是记住 2026 年的具体格局。框架管十年,格局管半年。


验收作业

  1. 七层表格:每层含产品形态、代表玩家、壁垒来源、毛利特征。
  2. 壁垒评分:七层的壁垒强度打分 + 理由。
  3. 价值转移时间线:三个转折点 + 每个转折的机制。
  4. 定位分析:用一页纸回答「如果我要做一个 AI 产品,应该站在哪一层,为什么」。
  5. 反脆弱判断:哪些层最容易被下一波技术变革抹平?

第 4 题是本课的落点,也是 L5 的战略前提。


常见卡点

卡点 真相
「信息太多追不完」 追不完是常态。抓框架,不追新闻
「开源模型会不会消灭模型层利润」 会压缩,但不消灭。服务、可靠性、合规仍然收费
「编排层有没有壁垒」 单点没有。但生态、数据、工作流嵌入可以形成粘性