四位CEO论AI未来：CoreWeave、Perplexity、Mistral与IREN

摘要

• CoreWeave的核心判断是，AI算力到了集群规模就会脱离商品化，而合同现金流的持续时间远超市场担心的芯片周期。 Michael Intrator称“16个月左右GPU就过时”的说法是“无稽之谈”：公司平均合同期为5年，设备按6年折旧，并预计实际使用寿命会更长；他还表示，A100价格在过去一年上涨。只有当数据中心的电力转投其他基础设施、能够赚取更高毛利时，硬件才会真正过时。

• CoreWeave的增长引擎是结构化融资，而不是押注无合同覆盖的GPU。 每个独立的“盒子”都包含客户合同、GPU和数据中心协议；客户付款先覆盖机房、电力、利息和本金，剩余现金才回到CoreWeave。这一结构支持公司在18个月内完成350亿美元融资，在一份5年合同签订后的2½年内覆盖全部成本，并帮助公司将资本成本降低600个基点。

• 基础设施需求仍高于实体供给，但瓶颈如今横跨内存、电力、光学器件、网络和施工，而不只是NVIDIA的芯片配额。 Intrator称，4年的需求已经“压垮全球计算产能”；IREN的Daniel Roberts则表示，“全球数据中心里没有闲置GPU”。长期合同保护CoreWeave免受需求真空冲击；IREN的优势在于4.5 GW电力，以及通过提前8年锁定土地和电力建立的先发优势。

• Perplexity押注，价值会从某一个前沿模型迁移到中立的协调层，由它负责选择和调度不同模型。 Aravind Srinivas称公司是“瑞士”：GPT、Gemini、Claude、Kimi、Nemotron和Qwen可以各自专长，Perplexity负责自动路由任务；Model Council则解释多个模型在哪些地方一致、分歧。公司服务数千万消费者，称企业收入增速更快；尽管整体尚未盈利，但“每一分钱”收入都实现了正毛利率。

• Perplexity的路线图，是把AI从回答问题的输入框变成电脑，最终变成操作系统。 Personal Computer将以Mac mini作为私有本地运行环境，在获得许可的情况下把前沿模型调用或长时间任务交给与用户隔离的服务器；Srinivas称其为“给小白用的OpenClaw”（“Open Claw for dummies”）。界面从目标而非程序出发，Linux、文件、模型、连接器和沙箱则位于编排层之下。

• 短期内真正被颠覆的将是定制软件和自动化后台工作，而不是某一个万能聊天机器人。 Perplexity Computer已经产出了公司董事会备忘录、合作伙伴演示文稿和媒体简报；Srinivas更长期的目标，是让AI替一家小企业投放广告、处理客服、收款和开发功能，而企业主可以“在Napa喝着葡萄酒”。他强调，这一未来“还没有到来”，也承认就业会出现阶段性替代，同时认为AI可能把主动权交还给那些不喜欢传统工作的人。

• Mistral的企业路线结合了开放模型、人类专家信号和严格的执行控制。 Arthur Mensch表示，合成数据可以帮助小模型预热和压缩，“但最终仍然需要人类信号”；因此，Mistral会把可移植的训练工具和博士级工程师部署进客户基础设施，让数据无需回流。对于生产环境中的智能体，OpenClaw式自主性若没有确定性闸门、沙箱、基于角色的权限控制，以及防止薪酬等受限数据在组织内泄露的“上下文引擎”，仍然不够。

• IREN的传统电力资产已经成为稀缺的AI资产，一份97亿美元的Microsoft合同只消耗其5%的容量。 其位于得州的750 MW旗舰项目属于4.5 GW电力组合；公司自成立以来一直使用100%可再生能源，包括不列颠哥伦比亚省水电，以及西得州风电和太阳能。Roberts的需求模型基于杰文斯悖论：如果10倍算力把图像生成时间从几分钟缩短到5-10秒，用户会生成更多图像，而不是把效率收益存起来。

精读

上游暂未提供，后续同步将继续补齐。