美国这两家公司，即将控制全世界大部分劳动力

前些日子，我观看了段对谈，得承认是被其标题所吸引，叫做：「两家实验室很快将控制世界上大部分劳动力」。

这档节目的出品方是德瓦凯什·帕特尔（Dwarkesh Patel），他在美国AI播客圈里是位大热门。《时代》杂志早在2024年便将他列为全球100位最具影响力的AI人物。

该节目专门邀请AI公司创始人和研究人员进行对话。

这次他请到的嘉宾是AI研究机构SemiAnalysis的创始人迪伦·帕特尔（Dylan Patel）。两人畅谈了一个多小时，内容从AI公司如何盈利、算力为何日趋集中，一直聊到未来的「数字劳动力」归属问题。

仔细审视了这段对谈，发现他说的还真有几分道理。

01 原来劳动力也能成为算力单位

曾几何时，讨论AI算力，最常用的单位还是「多少张GPU」。

但现在，规模已膨胀到几十万张卡，「GPU数量」已很难清晰说明问题。

况且，每代芯片的功耗和性能差异巨大，同样是几十万张卡，背后所需的供电规模，可能完全不在一个量级。

而电力，同样是一种稀缺资源。

因此，如今谈论算力，另一个常见单位是「吉瓦」（Gigawatts，GW）。 这是一个巨大的电力功率单位。1吉瓦的数据中心满负荷运转24小时，相当于普通家庭6000年的用电量，或者十万级人口城市近两周的用电量。

另一方面，当前AI已进入Agent时代。如今的Agent在能力上已达到「实习工程师」水平，而随着RSI（Recursive Self-Improvement，递归自我改进）的发展，下一步的Agent能达到「全职工程师」水平。

迪伦在访谈中给出了更惊人的预测：

「那时候的算力就可以被换算成‘数字员工’。

我粗略估算，一吉瓦大约能支撑100万名白领，而每名白领一年创造10万美元价值，那么一吉瓦就对应1000亿美元的劳动价值。

按现在的情况估算，前沿算力每年增长为原来的4到5倍。而达到特定能力水平所需的算力，每年又降至原来的三分之一，那么前沿实验室的‘数字员工’规模，基本上每年都会变成上一年的10倍。

比如OpenAI今年年底有5吉瓦的算力，那差不多就是拥有500万名AI劳工，明年变成5000万名，后年变成5亿名。用不了多少年，OpenAI和Anthropic拥有的劳动力，就可能超过地球上的人口总数。」

换句话说，同样一份算力，明年既能运行能力更强的AI，也能同时运行更多个和今年同等水平的AI。算力不仅在增多，每一瓦算力能够完成的工作也在增加。

尽管AI距离「真正具备和人类一样的工作能力」还很遥远。迪伦自己在播客中也承认：AI还远谈不上独立完成一整份工作。现在的Agent虽然厉害，但还没有人类那样的自主性。

但我认为他说的并非危言耸听。

迪伦更像是描绘了一种可能的未来：如果AI真能独立完成完整工作，那么算力就不再仅仅是研发和推理的基础设施。那时的算力就是实实在在的劳动力。

好，我理解为什么能把算力换算成劳动力了。确实这样算下来，未来的AI劳动力会比人类劳动力还多。

但世界上有那么多AI公司，迪伦凭什么判断，最终拿走大部分劳动力的会是OpenAI和Anthropic？

02 模型强所以赚得多，赚得多所以模型强

因为数字劳动力最终还是受算力限制。谁能调动更多算力，谁就能运行更多数字员工。

迪伦在访谈中透露：

「今年年初，OpenAI的算力有2吉瓦，Anthropic稍微少一点，但也差不多。到今年年底，两家都会超过5吉瓦。

按那些目前已签好的合同，2027年Anthropic和OpenAI会继续增加40%至50%的算力。而且这一切扩张越来越快……明年，全球有一半的算力资源都是Anthropic和OpenAI的。」

更可怕的是，以上这些还只是用数据中心的电力供给来形容算力。很容易忽略的是，不仅数据中心越来越多、越来越大，里面的芯片本身也在随着技术进步不断提效。

迪伦在访谈中说：

「今年新部署的‘一瓦’，效率会明显高于两年前部署的‘一瓦’。尽管部署的瓦数没有翻倍，但部署的是GB300、TPUv7和Trainium3，它们的效率高得多。和上一代芯片相比，它们的每瓦性能是3至5倍。

我们前面已经提到过，同样的算力下AI在进化，所以效率会更高。这样算下来，等到接近2028年底的时候，这两家公司恐怕能控制全球绝大多数新增算力。」

这样算下来，两个倍数相乘，理想状态下OpenAI和Anthropic未来能以每年将近十倍的速度扩张算力……这也太惊人了。

公司疯狂扩张算力，是因为它真的太赚钱了。

不只是OpenAI和Anthropic，各家云服务公司就算不做AI，也会砸钱建数据中心，然后租给OpenAI和Anthropic。 这就是为什么上面的图表里面还有亚马逊、甲骨文、微软的名字。

算力的基础成本大约为每兆瓦1000万至1500万美元，而现在OpenAI的GPT-5.6、Anthropic的Fable 5这些前沿模型创造的收入，已远远超过这个成本。

根据迪伦的披露，每兆瓦算力给Anthropic带来的收入甚至超过5000万美元。

迪伦在节目中说：

「换句话说，这些AI公司花10美元买算力，就能创造50美元的收入，然后就能把这部分利润用在新模型的训练上……

到了吉瓦级别的数据中心，这个投资回报比更夸张。

建一个吉瓦级别的超级数据中心，需要投入60-100亿美元，而每吉瓦能给公司带来的收入有1000亿美元。

而且不要忘了，这样的数据中心可不是一年就报废了。真的算下来，在数据中心投入100亿美元资本开支，最终就会产生超过1万亿美元的AI收入。」

这么赚钱，那为什么只有OpenAI和Anthropic这两家公司能控制绝大多数劳动力？其他公司遇到什么问题了？他们不想分一杯羹吗？

03 这么暴利，别人看不到吗？

最直接的原因，就是物理世界的限制。钱可以一天之内到账，但产能无法在一天之内出现。

这个周期就劝退了大部分资本不够的公司。

根据《2026年全球数据中心展望》，一座50兆瓦数据中心的全球平均建设时间是18个月，2025年有57%的项目至少延期了三个月。

数据中心使用的普通设备，平均交付周期已达33周；电缆采购需要两到三年，大型电力变压器最长要等四年。即便机房和设备都准备好了，主要数据中心市场等待接入电网的平均时间也已超过四年。再往上游走，新建一座半导体晶圆厂也要三到五年。

所以所有人都知道投资算力很赚钱，但整个供应链不可能立刻作出反应。

迪伦在访谈里把它叫作「牛鞭效应」。

「最终，资本主义当然会推动这些东西扩张。可这就像一条鞭子，信号要传到鞭子的尾端，需要很长时间。

这么长的供应链是不会立刻作出反应的。要让整条供应链接受巨大的需求规模，需要很长时间……

当然，如果你直接给阿斯麦100亿美元，拜托他们赶紧扩大生产，那这个鞭子确实会甩得更快，但市场仍然需要时间去反应。」

这里的阿斯麦是家荷兰公司，也是目前全球唯一能生产「极紫外光刻机」（EUV）的厂商。现在最先进的芯片，都离不开这种机器。

迪伦还说：

「在这条供应链上，OpenAI、Anthropic作为最终客户，愿意为算力支付更高价格，但价格信号是逐层向上传递的。

有人涨了价，也不代表整个供应链会立刻重新达到平衡……

更何况，可不只是光刻机、芯片是那个卡点，现在的数据中心的基本供电也是卡点，现在连发电的涡轮机都缺。」

难道OpenAI和Anthropic遇不到这些问题吗？

一样会遇到，但ChatGPT和Claude足够优秀。赚的钱足够多。

别人出1500万美元租用数据中心已经没有多少利润，而OpenAI和Anthropic却可能出到2500万、3000万甚至更高。对于建设数据中心的人来说，最终把算力卖给谁，也就不难选择了。

Anthropic通过承诺未来十年在亚马逊采购超过1000亿美元，锁定了亚马逊数据中心5吉瓦数据中心租约。OpenAI则通过Stargate与Oracle、SoftBank、CoreWeave等公司合作，签下了1.2吉瓦的租约。

这些合同签下的时候，很多机房还没有建好，芯片也没有装进去。但未来几年的算力已经先被它们订走了。

结果就形成了一个很难打断的循环：OpenAI和Anthropic拿到更多算力，训练出更强的模型；更强的模型让它们从每兆瓦里赚到更多收入；更高的收入又让它们能开出更高的价格，把下一批算力也提前买走。

所以算力短缺并没有让所有公司站在同一条起跑线上。恰恰相反，越是缺算力，价格就越高；价格越高，越只有最能把算力变成收入的公司买得起。算力的短缺变成了OpenAI和Anthropic与其他公司抢资源的优势。

这种挤出甚至已蔓延到AI行业之外。

据路透社报道，俄亥俄州的传统砖厂Belden Brick与大量数据中心处在同一个PJM电网区域。过去一年，这家公司的整体电力成本上涨了90%，其中一项月度容量费从大约1600美元暴涨到12000美元。

同期，宾夕法尼亚州和俄亥俄州的平均工业电价分别上涨了31%和26%，而全美工业电价的涨幅是7%。

就这样，当头部AI公司不断为下一批芯片、电力和机房开出更高价格时，其他需要GPU的公司被挤了出去，连完全不属于AI行业的传统工厂，也开始为这场扩张承担成本。

节目的最后，迪伦给出了一个很悲观的判断：

「市场结构只会把算力资源不断推向集中。

要么政府和公众让一切慢下来，从而形成更多权力制衡；要么我们祈祷那家公司把一切做对。」

本文来自微信公众号 “硬核看板”（ID：yinghekb），作者：拥抱AI的，36氪经授权发布。