Palo Alto Networks CEO Nikesh Arora：模型与算力结合才是护城河
Palo Alto Networks首席执行官Nikesh Arora发帖称，“Sam当初或许超前，但可能是对的——模型与算力的结合才是护城河”。
他回顾与Sam多次会面时对方不断上调算力野心至吉瓦级，并指出当前价值创造与捕获的辩论焦点错位：市场急于贬低模型、争论开源，真正行动却在基础设施层；新云厂商抢先拿下许可、土地与电力，超大规模云厂商持续加码资本支出，前沿大模型玩家也在全力聚合算力以应对训练与部署需求。
算力部署难度随需求曲线垂直上升，基础设施成为当前支出最大受益方，前沿模型若要胜出必须更像超大规模云厂商并嵌入应用层利润池（编码、科学、法律及物理AI），事件驱动AI竞争从模型能力转向“算力掌控+应用变现”双轴。
来源：公开信息
ABAB AI 解读
Nikesh Arora作为Palo Alto Networks董事长兼CEO，此前在SoftBank担任总裁兼COO期间深度参与科技投资，长期观察硅谷基础设施与应用层演变，此次将算力与模型绑定视为核心护城河，延续其对企业级AI“深度而非广度”的一贯判断。
资本与资源路径上，超大规模云厂商与新云通过提前锁定电力与土地占据先发，前沿模型公司则被迫从纯模型向“自建或锁定算力+嵌入高利润应用”转型，动机在于把短期训练优势转化为可持续的部署与变现能力，避免沦为开源或廉价推理的附庸。
类比早期互联网从内容网站向基础设施与平台迁移、以及云计算从软件向超大规模数据中心集中，当前AI处于“模型能力展示”向“算力与应用闭环”收敛的阶段。
本质属于资本集中与技术替代：当算力成为稀缺瓶颈，价值从可复制的模型权重转移至不可快速复制的电力、土地与部署能力，同时迫使模型公司向上游整合算力、向下游嵌入应用利润池，重塑整个产业链的定价权。
ABAB News · 认知定律
模型可复制，算力不可速成
真正的护城河永远长在瓶颈上
规模最终强迫你变成自己曾经依赖的人