互聯網最底層的邏輯是數據價值。

產品、服務、內容、流量、商業模式，這些東西都是建立在數據價值的基礎之上。

每個時代的使用者都有不同的需求，互聯網 30 年，產品和服務一直在變化，內容和流量一直在變化，包括商業模式也在不斷反覆運算，這一切變化的依據，就是數據價值的逐漸提升。

比如在互聯網 1.0 的門戶時代，只是簡單的數據積累，所以是「人找資訊」，變現價值很低。

到了 2.0 的搜索與社交時代，數據可以起到精準連結的作用，所以是「人找精準資訊」或「人找關聯資訊」，廣告開始粉墨登場。

到了 3.0 的演算法時代，數據可以詳細反映每個使用者的需求，所以是「資訊找人」，即所謂的千人千面，個性化行銷成為主導模式。

而在 4.0 的 AI 時代，數據可以説明 AI 為每個使用者生成所需的內容與服務，所以是「為你生成資訊」，商業模式也將隨之進化（目前人們還在探索）。

從這個變化過程中，我們可以看到，隨著技術的不斷進步，數據價值在逐漸提升，商業價值自然就水漲船高。

如今大模型的出現，啟動了互聯網的海量數據，第一次挖掘出數據的真正價值——

讓機器可以理解人類的想法。

知道使用者想要什麼，這對於任何公司的商業需求，都是夢寐以求的理想追求。

所以，我們可以大膽預言，在未來的 AI 時代，一家互聯網公司的商業估值，將不再是 DAU / MAU，CPA / CPS，CAC / COC，這些傳統的衡量指標，而是類似「單位數據貢獻率」指標，即高質量數據的規模與價值。

比如，同樣 1TB 的數據，經過訓練的大模型表現，能否提供滿足使用者需求的服務。

雖然現在的大模型公司都在白嫖互聯網數據（也不是沒有爭議，比如紐約時報就在和 OpenAI 打官司），但這只是 AI 時代的前期探索，還處於一個混亂的群雄爭地盤階段，如同當年的千團大戰、打車大戰。

隨著大模型技術的日漸成熟，商業規則的不斷完善，未來會逐步形成一個大模型公司與互聯網公司共生的環境。

比如大模型公司付費獲取數據，而後通過提供相關服務，幫助互聯網公司拓展變現方式，提升變現效率，雙方共同商業分成。

由於有 AI 技術的加持，互聯網公司的成本會大幅下降（比如運營成本，銷售成本），有更多的資金和人力來挖掘數據價值，進入一個良性迴圈。

我們不用太擔心一個 AI 壟斷巨頭公司的出現，因為從商業來說，一家大模型公司涉足所有的互聯網應用產品，非常不划算，也沒有必要，這些臟活累活完全可以交給互聯網公司干。

那麼，互聯網公司該如何提升自己的數據價值呢？我覺得 AI 的幾個突破方向就是目標。

在 Scaling Law 放緩後，很多前沿大佬都在思考其他路徑。比如連接主義與符號主義的結合，讓 AI 像人類一樣，用很少的數據量就能自我學習。

而符號主義需要的是知識的結構化，因果關係，像維琪的數據品質就非常高。如果互聯網公司可以建立結構化數據，那麼價值就體現出來了。

楊立昆的世界模型，李飛飛的空間模型，llya 的對齊工程，Google 的 Gemini 2.0，都在不同方向有著對數據的需求。

互聯網公司要做的，就是關注最前沿的技術動態，跟隨大佬們的腳步，建立自己的數據壁壘。

最後，讓我們上升到社會生產關係的角度，來思考數據價值這件事。

對於互聯網產業來說，數據就是生產資料。

個人用戶是勞動者，通過勞動（貢獻數據），獲得報酬（免費使用產品）。

互聯網公司則是資本家，擁有生產資料（數據），提供勞動工具（產品與服務），剝削勞動者剩餘價值（數據商業化）。

在過去的關係，由於數據價值沒有被充分挖掘，因而必須通過「用戶數」這個槓桿來撬動更多的生產資料，生產資料越多，剩餘價值就越大。

這就是為何互聯網行業非常看重用戶規模。天花板有限，一旦用戶增長停滯了，商業就會跟著停滯，逼迫大家去卷新的賽道。

但在新的關係中，數據價值越挖越深，生產資料的作用本身就可以放大，不完全依賴「用戶數」槓桿，天花板非常高，商業前景也跟隨水漲船高。

在不遠的未來，這也許會帶來整個互聯網商業範式的轉變。