用产业演化框架看 AI：当下处于晚期流动期

当下关于 AI 产业的判断大多停留在直觉层面——"谁已经赢了""格局是否已定""我是否已落后"——这些反应背后其实是同一个根本问题：AI 产业目前到底处于什么阶段？仅凭直观感受难以支撑严肃的战略决策。本文将两位产业创新研究领域最具影响力的学者——MIT 的 James Utterback 与 CMU 的 Steven Klepper——所构建的经典分析框架合并使用，对当前 AI 大模型产业做出阶段判断，并追问一个更现实的问题：未来节奏如何？

经典框架一：Utterback 的三阶段模型

Utterback 与 Abernathy 基于数十个制造业产业的历史数据，总结出惊人一致的技术演化三阶段规律：

• 流动期：多种设计并存竞争，进入门槛低，创新集中在产品层。核心问题是"产品应该是什么"。
• 过渡期：主导设计（Dominant Design）浮出水面，创新重心从产品创新转向工艺创新。核心问题变成"客户到底最看重什么"。
• 专门期：产品设计基本定型，竞争转向效率——谁做得更便宜、更可靠、更规模化。

三个阶段的"赢家能力"截然不同：流动期看重试验、速度与想象力；专门期看重规模、成本与纪律。一家在流动期领先的公司，不等于有能力在专门期继续领先——这正是产业变革中"当年领跑者最终出局"的深层原因。

值得注意的是，Utterback 后来与 Suárez（1993）指出，产业演化未必都走完三阶段——有些产业最终形成主导设计（A 轨迹），有些则可能长期停留在多路线并存（B 轨迹）。

关键概念：AI 时代还会有"主导设计"吗？

主导设计不是"某家公司胜出"，而是"某套技术组合和产品形态成为行业事实标准"。1908 年的福特 T 型车确立的不是福特这个品牌，而是"汽油内燃机 + 前置发动机 + 后轮驱动 + 流水线生产"这套组合。

AI 时代的主导设计形态会与制造业不同：它更可能是"分层的、多个的、可组合的"——不再是单一产品形态一统天下，而是在技术栈的不同层各自出现事实标准，并通过接口和协议连接。MCP（Model Context Protocol）、A2A（Agent-to-Agent）网络以及事实上的 API 调用规范，都可能是这类"下一代主导设计"的雏形。主导设计没有消失，它只是换了呈现方式。

经典框架二：Klepper 的产业人口动态

Klepper 基于美国汽车产业 1895–1966 年每一家进入企业的完整追踪数据，发现企业进出的一致性规律：

进入上升 → 企业数达峰 → 大洗牌 → 少数头部企业主导。

汽车产业从 1907–1910 年企业数峰值到 1960 年代深度整合用了 50–60 年，期间年产量按对数尺度增加了几百倍——产业变得极其庞大，企业数量却变得极其稀少。电视机、打字机、真空管、轮胎、青霉素等产业均呈现相同的基本形状。

Klepper 用能力差异复合理论解释这一现象：不同企业在创新、增长、成本降低能力上的差异，会随时间被指数级放大——能力稍强者获得更多资源、形成正反馈；能力稍弱者陷入负反馈；直到弱者跌破生存线。淘汰的种子在流动期早期就已埋下。

一个反直觉的关键观察

Klepper 发现：产业的"进入窗口"关闭得比"洗牌信号"更早。以汽车产业为例：

• 1910 年前后——外部看仍是"繁荣景象，每家都在做汽车"，但新进入窗口已开始关闭；
• 1920–1960 年——洗牌信号开始显现，媒体才报道"行业在整合"；
• 等观察者反应过来，进入窗口已关闭了整整 10–15 年。

这条观察对 AI 行业有强现实含义：企业不能等到"看得见的洗牌信号"出现，再决定要不要进入某个产业或某层——等到信号显现时，窗口早已关上。

当前判断与待解问题

综合两个框架，参考哈佛商学院 Karim Lakhani 教授 2026 年初在 Substack 发表的长文《From Ferment to Dominant Design》的核心结论，可以得出：AI 大模型产业目前处于晚期流动期，主导设计尚未确立；产业秩序应被视为一个待定的问题，而非已给出的结论。

这一判断引出一个 Lakhani 教授未回答、但对企业决策者极为关键的问题：按照产业演化的一般规律，到主导设计确立、深度洗牌显现，未来节奏如何？这是任何 AI 战略判断都无法回避的下一个追问。