（来源：上观新闻）
Bernste🇮🇸🦏in R🎒esear🦃🇬🇺ch的🎊Stacy 🇸🇹Rasgon提🇧🇳出反驳，🐟认为"🌦纠结于✈🔰谁赢谁输是⛸🔐错误的问🚮题"🔤。今年3月我访问📠🇸🇲中国市场，🇬🇱😕门店客🥃流实现两位数百🎣♿分比的增🍃长😠🛴。审查的🦎人必须逐行比对🏞💾：它知不知道退款9️⃣要同时写三张表才🏮📻能保证财务🛣☣对账？知不知道该🌎业务有个🦸♂️隐藏规🖋🇸🇴则——发货超三🧼🥩十天的🇪🇹⚰订单走人工通道🇲🇺？都不知🇲🇾道🇨🇭。” 翻开双🐆方签署的合🌞同，问题的根源🕟🕙浮出水面📳。烧钱不是罪🇹🇫，关键要花对👓。如果你🇪🇷🧿做一个简单👷👩👦的推算，并假🧲🐑设它没🗣😨有减少研发算力（🐏🍌而事实上它不🌏可能减少🐣♟️，因为它🇳🇨还在发🤭布像 “Myth🇨🇦🦖os” 和 Op🏑🍨us 4🧱.7 这样🇨🇭🤷♀️的模型），😀那么可以⚛🤧得出一😉个结论：即使🇧🇦🎀把所有新增🦸♀️6️⃣算力都用于推理😷👔（inferen🥂ce），它的毛利🆎率底线也在 72🎧🦢% 左右🚍🤞。
调整需要时间🚥🔄。华尔街分析🔬师：自研🐈芯片浪潮构➕成"重大风险" 🛵对于这一竞争🇺🇬🇸🇲态势，华尔街😐已有分析师发出⛪🥣明确警示☂。现在很🛬多人其实是🚴♀️“反 AI”的🚻🦵，而且这☄🎟种情绪◼🇮🇪在上升🧽。一边是推理成本持🌌🥭续下降、调用🔞门槛几💯🔋乎被抹平，🌽另一边却是算🚖力、带宽乃至组织🐭🤷♀️内部认知🇬🇭🌞结构的全面🔻紧张——供🔔给看似在爆炸，约🦹♂️束却变得🇹🇹更加隐性而复👨👩👧👧杂🇷🇺🇬🇾。
