在讨论充分竞争市场中利润分配与议价权结构时，餐饮行业往往是一个颇具启发性的参考对象。尽管这种类比并不严谨，但仍能帮助我们快速理解议价权中的”结构性竞争力”。在一些关于 AI 应用产业链的讨论中，有人将不同类型的企业比作”生鱼片”、“麻辣香锅”或”餐厅”，这种说法之所以容易被理解，正是因为餐饮行业在价值分布上的结构特征极为清晰。从产业链角度看，餐饮行业呈现出一种典型的”微笑曲线”：
附加值更多地分布在生产组织与消费触达两端，而原材料批发与基础加工环节的附加值则相对有限。单纯的菜品制作，往往面临高度同质化与充分竞争，利润空间被持续压缩；相对而言，品牌、选址、供应链整合与用户心智占位等结构性能力，才是决定议价权与现金流稳定性的关键因素。因此，真正具备持续盈利能力的餐饮企业，往往并不止步于”把菜做好”，而是通过对关键结构的掌控，重塑自身在产业链中的位置。当然，对于白手起家的参与者而言，以”庖厨之技”为起点，仍然是进入这一体系、积累最初资本与经验的现实路径。
这一结构性差异在互联网行业中被进一步放大，并最终演化为一种几乎具有压倒性的竞争逻辑。梅特卡夫定律（Metcalfe’s Law）为这种逻辑提供了一个简洁而有力的数学表述：一个网络的价值与其节点数量的平方成正比，即：
该定律由乔治·吉尔德于 1993 年提出并命名，其核心并不在于精确计算网络价值，而在于揭示网络外部性所带来的非线性杠杆效应——一旦规模形成，价值增长将不再是线性的。这一机制为”先占据入口、再重塑分配规则”的平台型商业模式提供了理论叙事基础，也正是这一逻辑，在过去二十年中反复塑造了互联网行业的竞争格局，并在 AI 时代被重新激活，成为最激烈、也最昂贵的争夺战场。
2025 年中国互联网巨头围绕 AI 的一系列动作，看似五花八门，实则高度同构，所有参与者都在用最快的速度验证，一旦错过 AI 时代的”超级入口”，就将从议价权的中心滑落为可被随时替换的能力提供者。所谓”AI 应用创新”，在相当程度上只是对入口占位效率的压力测试。蚂蚁通过”健康朋友”在垂直医疗咨询场景中迅速做深做透，本质并不在于医疗 AI 本身在技术上有多先进，而在于它率先完成了高频、刚需、低迁移成本场景的规模化锁定。用户形成路径依赖后再进入的产品即便模型能力更强，也只能在议价权上让位。
字节的策略则更加激进，也更加诚实：如果应用层入口不够稳固，那就直接下沉到系统层。通过 AI 手机将高权限 Agent 植入操作系统底座，其真正目标并不是卖设备，而是把”调用谁、如何调用”的决定权，从应用开发者和内容生态手中抽离。这一动作迅速触发产业链级别的生态反制，恰恰说明了议价权问题的严重性。相比之下，腾讯在这一阶段的被动，几乎是一堂公开的反面案例。腾讯元宝依赖第三方模型带来的短期增长，并未转化为稳定的用户留存和结构性优势。停留在功能层面的产品，无法反向塑造生态规则，随后的组织重组与重金引援姚顺雨，也并非战略升级，而是对技术主权丧失后议价权下滑的迟到修复。
然而，当分析视角从互联网转向以制造业为代表的实体经济时，杠杆的运作方式发生了本质变化。在这些行业中，竞争优势并非主要来自网络效应，而是由资本密度所塑造：持续、大规模的固定资产投入决定了产能边界、失败承受能力以及盈利与长期创新空间。也正因如此，AI+互联网与 AI+制造业在商业底层逻辑上天然分化，二者并不存在可直接迁移的成功范式。
在互联网世界中，轻资产往往意味着高 ROIC （投资回报率）与快速复制能力；但在制造业语境下，尤其是在以 SaaS 或模块化工具形式切入产业链的轻资产 AI 方案中，轻资产更多意味着缺乏承担深度试错与系统性改造成本的能力。这一差异在资产回报指标上体现得尤为明显：
从行业层面看，生物技术（Biotechnology）、医疗器械（Medical Devices）、诊断与研究（Diagnostics & Research）、医疗仪器与供应品（Medical Instruments & Supplies）等细分领域的 ROA 长期处于显著负值区间，其中生物技术行业以 -48.3% 的平均 ROA 位居所有行业之末，呈现出极端的高投入、低回报结构。表面上看，Biotech 似乎通过一套”轻资产化”的组织方式成功适应了这一现实，他们将实验与临床等重资产环节外包，用资本市场杠杆替代自有资本投入，以 IP 的流动性替代实物资产的流动性。然而，从结果来看，这种结构性安排并未提升行业整体的议价权，反而系统性地压缩了利润空间。大量 Biotech 公司即便拥有出色的技术能力，仍难以形成自我变现的闭环，只能在产业链中扮演高风险、低议价权的供给方角色，堪称给 MNC 打工！
这一结论并非来自单一指标。无论是风险—回报结构，还是授权与并购交易在不同临床阶段的金额分布，数据都指向同一事实：早期生物技术公司的交易条款系统性地劣于成熟商业主体之间的交易，即便在控制了临床阶段、独占性等核心变量后，这种差距依然显著。这并不只是因为 Biotech 尚未直接面向终端市场，而是因为其商业结构决定了其无法在充分竞争中形成稳定的议价锚点。
换言之，在一个本质上由重资产与长期资本主导的行业中，任何试图以”轻资产模式”规避这一现实的企业，最终都会在变现能力的缺失中稀释自身的技术优势。技术可以领先，但议价权不会自动随之而来。正如 Peter Thiel 那句被反复引用、却在此处显得尤为锋利的判断所揭示的那样：
Competition is for losers. （竞争是给失败者准备的）
研发路径的不确定性、临床阶段的高淘汰率以及长期现金流的前置消耗，使得医药产业天然排斥任何关于”轻资产”的浪漫想象。AI+制药亦不例外，网络效应无法自然生成时，商业模式必然要回到制药行业的底色本身。AI 的关键价值不在于某一个环节的效率提升，而在于它是否能够放大资本杠杆的有效性，从而改变风险被承接、被摊销、被兑现的方式——这本质上并不仅仅是一个技术问题。
也正因此，大多数以 SaaS 形态切入医药产业链的 AI 方案，最终都难以逃脱充分竞争的命运。它们如同大量 Biotech 企业一样，确实降低了局部成本，却并未内化风险结构本身，议价权随之被系统性地稀释。而那些试图走向 AI 原生产品形态的企业，则选择了一条更为艰难、也更具不确定性的路径：它们不再参与既有赛道中的效率竞赛，而是试图重塑产品的边界，以此获得承接完整资本周期的能力，并为 Biotech 向 Biopharma 的跃迁提供新的结构性可能。
在这一意义上，“定义 AI 原生产品”并非一家公司的专属命题，而是整个行业都在寻找的答案。一旦成功，竞争将不再围绕同一组规则展开，利润空间也不再来自压缩他人的生存空间，而是源于市场准入门槛的整体抬升。或许正是在这种更高门槛、更少内卷的结构中，制药行业才能将技术进步真正转化为对患者长期而稳定的价值创造，这也是技术革命最具魅力的时刻！