两年前，人们谈论大模型时，语气里带着仰望星空的敬畏。那时，参数规模是信仰，算力是神坛上的香火，每一次版本迭代都像一次神谕降临。而现在，当我在咖啡馆听到邻桌讨论'用GPT写周报'时，我知道神话已经落幕。模型不再是奇观，而是水电煤——这或许是AI产业最残酷也最迷人的转折点。
行业里有一句悄悄流传的话：'模型的尽头是水电，生意的尽头是电力。'前半句说的是技术形态的泛化，后半句说的则是商业模式的底层重构。当OpenAI、谷歌、Meta们把模型能力压缩成API接口，当国产大模型从百亿参数卷到千亿参数又卷到'价格战'，一个共识正在形成：单靠卖模型本身，已经赚不到超额利润了。就像当年发电机发明后，最赚钱的不是发电机厂商，而是那些把电力铺进千家万户的电网公司。
这场'电力化'转型，正在催生三类新物种。第一类是'发电厂'，他们囤积算力、优化训练效率，把模型做成标准件出售，追求规模效应。第二类是'电网公司'，他们不生产模型，而是把各家模型揉进行业场景，像电力调度一样按需分配智能，比如让法律模型回答合同审查，让医疗模型辅助影像读片。第三类是'电器制造商'，他们用模型做底座，打磨出面向普通人的应用——就像当年用电力造出电饭煲和洗衣机，让技术隐身于日常。
有意思的是，这三类玩家中，真正活得滋润的往往不是技术最强的，而是离'用电方'最近的。因为模型的边际成本正在趋近于零，而场景的个性化价值却在指数级上升。一个给果园做病虫害识别的创业公司，可能比某个大厂的核心实验室更赚钱——前者解决的是'苹果树上的蚜虫'，后者还在纠结'下一个token是什么'。这让我想起一个比喻：大模型是蒸汽机，但工业革命真正的红利，属于那些把蒸汽机装进火车和纺纱机的人。
对普通人而言，这场转型最大的信号是：'会用AI'正在取代'懂AI'成为核心竞争力。两年前，简历上写'熟悉PyTorch'是加分项；现在，一个能用AI把活动策划效率提升三倍的实习生，可能比算法工程师更抢手。因为当智能变成基础设施，稀缺的就不再是技术本身，而是对问题的定义能力、对场景的嗅觉，以及把技术翻译成人话的沟通力。这种变化，就像电力普及后，电工依然重要，但更重要的变成了设计师——他们决定光该照向哪里。
当然，'电力化'也有其暗面。当模型变成商品，同质化竞争会加速价格崩塌，行业利润被压缩到纸一样薄；而当巨头垄断算力，'电力公司'本身可能变成新的卡脖子环节。更值得注意的是，一旦AI像水电一样无处不在，我们对它的依赖也会变得麻木——就像现在没人会感谢发电厂一样，未来也没人会感谢那个在后台默默运行的模型。这种'隐身'，既是商业上最大的成功，也是文明层面最深的隐患。
站在2025年的中段回望，我越发觉得，AI产业的真正分水岭不是某个模型的发布，而是人们开始用'水电思维'而非'神迹思维'来看待它。当投资人不再问'你的模型多强'，而是问'你的电费多少'；当企业不再纠结'要不要上AI'，而是思考'用AI省下的时间能做什么'——那一刻，技术才真正融入了商业的肌理，成为像空气一样自然的存在。而我们每个人，都既是这场电力革命的用户，也是它的产品，更是它的设计师。