文章
收入阈值取代算力阈值：AI合规成本对小型创业公司的冲击
文章认为，针对AI模型开发的高额合规成本将损害小型AI创业公司（Little Tech），并导致市场集中度上升。作者指出，现有的基于训练成本、算力或计算量的阈值难以准确区分小型和大型开发者，因为现代AI模型通过多方协同训练、开源模型复用、模型蒸馏以及大量前期研发实现，且大部分真实成本出现在最终训练运行之前，导致阈值无法有效豁免小型公司。文章因此主张使用收入阈值（revenue‑based thresholds）来划定监管范围，因为收入指标针对的是AI应用而非开发阶段，更能反映企业的实际规模与承担合规负担的能力。
核心要点
- 政策提议若设定高额合规成本，将把资源从产品与业务开发转移，阻碍小型AI创业公司（Little Tech）竞争力。
- 基于训练成本或算力的阈值难以实施：多方分段训练、开源模型复用、蒸馏等使成本难以归因。
- 开源模型促进竞争却让成本分配复杂化，难以判断单个开发者是否超过阈值。
- 约90%的模型真实研发成本出现在最终训练运行之前，仅凭训练运行成本会低估总投入。
- 100 百万美元的训练成本阈值仍可能捕获小型公司，因为研发成本计入后模型成本会远超该阈值。
关键判断
- 高额合规成本会对小型AI创业公司（Little Tech）造成伤害，削弱其竞争力。
- 基于训练成本、算力或计算量的阈值难以准确区分小型和大型开发者，因多方协同训练、开源模型复用、模型蒸馏等导致成本难以归因。
- 开源模型的广泛使用使成本分配复杂化，难以判断单个开发者是否超过阈值。
- 约90%的模型研发成本发生在最终训练运行之前，仅凭训练运行成本会低估总体投入。
- 即使设定100 百万美元的训练成本阈值，仍可能在计入研发成本后捕获小型公司。
未来推演
判断：未来 6-12 个月，消费级 AI 应用会更快从功能炫技转向高频留存、付费结构和分发效率的竞争。
时间跨度：未来 6-12 个月
为什么是现在：文章已经把产品价值落在持续互动、用户关系和长期使用，而不是一次性的新奇体验。
重点信号：是否出现更清晰的订阅或高价付费结构、产品是否更强调人格、记忆或关系维护机制、竞争叙事是否从模型能力转向留存与分发
置信度：中