看这个图可能更清楚：
这六层的门槛不一样，比如第一层的算力设备，这是目前最像传统意义上的“大生意”。
最大的玩家英伟达，它并不是在直接卖 AI，它卖的是：
别人生产 AI 所必须消耗的生产资料。
GPU、NVLink、InfiniBand、机柜、CUDA、TensorRT，一整套全卖。
所以真正厉害的地方在于，它根本不需要押注 OpenAI、Anthropic、DeepSeek 最后谁赢。
只要模型越来越复杂、Agent 运行时间越来越长、Token 消耗越来越大，它都赚钱。
截至 NVIDIA FY2026 Q3，单季度 Data Center 收入已经达到 512 亿美元，其中计算收入 430 亿美元、网络收入 82 亿美元。
这也是华为现在想竞争的位置。
郭平的表述非常明确：ICT 和计算业务并不是以“拥有最好的基础模型”为核心，而是希望让不同模型都能够在昇腾、鲲鹏和超节点上运行。
简单来说：不是做中国 OpenAI，而是做中国 NVIDIA。
再往上一层就是各种云服务公司， AWS、Azure、Google Cloud、阿里云、百度云。
NVIDIA 卖你“发电机”，Cloud Provider 是：
我把发电厂建好了，你按用量付钱。
这里未来一个非常重要的概念就是 AI Factory。
过去数据中心最重要的指标可能是：
VM utilizationstoragebandwidth现在越来越变成：
tokens/s、tokens/W、tokens/$。
NVIDIA 自己现在直接把 AI 数据中心描述成“把能源转换成 Token 的工厂”，重点看 Token throughput、每瓦 Token、每 Token 成本和利用率。
微软 FY2026 全年 Microsoft Cloud 收入已经超过 2140 亿美元；最近一个季度 Azure and other cloud services 收入同比增长 43%。而微软也明确说，AI 基础设施投入正在压低云业务毛利率。
所以这是一门非常大的生意，但特点是：
重资产。
你得先把几百亿美元的数据中心、电力、GPU 买回来。
第三层是模型层，这一层才是今天大家最关注的“模型大战”。
商业单位可以粗暴地理解为：
$/million tokens
也就是把“智力”变成一种 API commodity。
GPT、Claude、Gemini、DeepSeek、Qwen 最终都可以理解成生产 Token 的机器。
但是这里有个很有意思的问题：模型可能是整个 AI 产业里技术含量最高，却未必是商业模式最舒服的一层。
因为：训练下一代模型要钱；推理要钱；模型价格却一直下降；而且开源模型不断逼近闭源模型（参考DS每代模型对于OA两家的压力）
所以模型公司必须不断寻找更高一层的价值。
这也是为什么 OpenAI 现在已经不只是 API 公司了。OpenAI 最新披露显示，企业业务已经占其收入 40%以上，API 每分钟处理超过 150 亿 Token，而 Codex 等 Agent 产品正在高速增长。
换句话说：
卖 Token 最终很可能只是基础生意，卖“Token 完成的工作”才是更好的生意。
这就进入第四层，Agent / Harness
这一层卖的已经不再是模型本身，而是：
怎么让模型真正把事情做完。
像 OpenAI Codex、Claude Code、Microsoft Foundry、Cursor，本质上都是在模型外面再包一层工作系统。包括上下文管理、工具调用、Terminal、浏览器、文件操作、验证、重试、记忆、子 Agent 等。
所以哪怕底层用的是同一个模型，放到不同 Harness 里面，最后完成任务的能力也可能差很多。
这一层的商业价值在于：用户开始从“买 Token”，变成“买完成的工作”。
第五层：AI 应用 / SaaS再往上，就是各种具体应用。
比如：Cursor 做编程，Harvey 做法律，Midjourney 做图像，AI 客服做售后，医疗 AI 做病历和辅助决策。
这一层用户通常并不在乎底层究竟是 GPT、Claude 还是 Gemini。
他真正关心的是：
这个产品到底能不能帮我省时间、赚钱或者少雇人。
所以这一层卖的是具体结果，竞争重点也会从模型参数，慢慢转向工作流、用户体验、行业数据和客户渠道。
第六层：AI 改造传统产业最后一层反而可能是规模最大的。
因为到了这里，AI 甚至不需要单独收费。
汽车公司用 AI 提升自动驾驶，电商用 AI 提高转化率，银行用 AI 降低客服和风控成本，制造业用 AI 提高良率，药企用 AI 加快研发。
最终体现出来的不是“AI 收入”，而是：
收入提高，或者成本下降。
所以如果把六层压缩成一句话：
最下面卖算力，中间卖智能，再往上卖工作，最上面直接拿 AI 去赚原来行业的钱。
这也是为什么我觉得，模型大战虽然最热闹，但它其实只是整个 AI 商业链条中的第三层。
然后再看华为，这个问题就非常清楚了，你会发现华为其实是极少数几乎六层都能做的公司。
昇腾 / 鲲鹏 / 超节点→ 第①层
华为云→ 第②层
盘古大模型→ 第③层
HarmonyOS / Agent / 小艺等→ 第④⑤层
汽车、手机、运营商、政企→ 第⑥层
可以说，这也是绝大多数公司都梦想的position，进退都有余地，只不过到底重点放在竞争最激烈的模型层，还是底层的算力设备旱涝保收就是另一说了。