互联网最底层的逻辑是数据价值。

产品、服务、内容、流量、商业模式，这些东西都是建立在数据价值的基础之上。

每个时代的用户都有不同的需求，互联网 30 年，产品和服务一直在变化，内容和流量一直在变化，包括商业模式也在不断迭代，这一切变化的依据，就是数据价值的逐渐提升。

比如在互联网 1.0 的门户时代，只是简单的数据积累，所以是「人找信息」，变现价值很低。

到了 2.0 的搜索与社交时代，数据可以起到精准链接的作用，所以是「人找精准信息」或「人找关联信息」，广告开始粉墨登场。

到了 3.0 的算法时代，数据可以详细反映每个用户的需求，所以是「信息找人」，即所谓的千人千面，个性化营销成为主导模式。

而在 4.0 的 AI 时代，数据可以帮助 AI 为每个用户生成所需的内容与服务，所以是「为你生成信息」，商业模式也将随之进化（目前人们还在探索）。

从这个变化过程中，我们可以看到，随着技术的不断进步，数据价值在逐渐提升，商业价值自然就水涨船高。

如今大模型的出现，激活了互联网的海量数据，第一次挖掘出数据的真正价值——

让机器可以理解人类的想法。

知道用户想要什么，这对于任何公司的商业需求，都是梦寐以求的理想追求。

所以，我们可以大胆预言，在未来的 AI 时代，一家互联网公司的商业估值，将不再是 DAU / MAU，CPA / CPS，CAC / COC，这些传统的衡量指标，而是类似「单位数据贡献率」指标，即高质量数据的规模与价值。

比如，同样 1TB 的数据，经过训练的大模型表现，能否提供满足用户需求的服务。

虽然现在的大模型公司都在白嫖互联网数据（也不是没有争议，比如纽约时报就在和 OpenAI 打官司），但这只是 AI 时代的前期探索，还处于一个混乱的群雄争地盘阶段，如同当年的千团大战、打车大战。

随着大模型技术的日渐成熟，商业规则的不断完善，未来会逐步形成一个大模型公司与互联网公司共生的环境。

比如大模型公司付费获取数据，而后通过提供相关服务，帮助互联网公司拓展变现方式，提升变现效率，双方共同商业分成。

由于有 AI 技术的加持，互联网公司的成本会大幅下降（比如运营成本，销售成本），有更多的资金和人力来挖掘数据价值，进入一个良性循环。

我们不用太担心一个 AI 垄断巨头公司的出现，因为从商业来说，一家大模型公司涉足所有的互联网应用产品，非常不划算，也没有必要，这些脏活累活完全可以交给互联网公司干。

那么，互联网公司该如何提升自己的数据价值呢？我觉得 AI 的几个突破方向就是目标。

在 Scaling Law 放缓后，很多前沿大佬都在思考其他路径。比如连接主义与符号主义的结合，让 AI 像人类一样，用很少的数据量就能自我学习。

而符号主义需要的是知识的结构化，因果关系，像维基的数据质量就非常高。如果互联网公司可以建立结构化数据，那么价值就体现出来了。

杨立昆的世界模型，李飞飞的空间模型，llya 的对齐工程，Google 的 Gemini 2.0，都在不同方向有着对数据的需求。

互联网公司要做的，就是关注最前沿的技术动态，跟随大佬们的脚步，建立自己的数据壁垒。

最后，让我们上升到社会生产关系的角度，来思考数据价值这件事。

对于互联网产业来说，数据就是生产资料。

个人用户是劳动者，通过劳动（贡献数据），获得报酬（免费使用产品）。

互联网公司则是资本家，拥有生产资料（数据），提供劳动工具（产品与服务），剥削劳动者剩余价值（数据商业化）。

在过去的关系，由于数据价值没有被充分挖掘，因而必须通过「用户数」这个杠杆来撬动更多的生产资料，生产资料越多，剩余价值就越大。

这就是为何互联网行业非常看重用户规模。天花板有限，一旦用户增长停滞了，商业就会跟着停滞，逼迫大家去卷新的赛道。

但在新的关系中，数据价值越挖越深，生产资料的作用本身就可以放大，不完全依赖「用户数」杠杆，天花板非常高，商业前景也跟随水涨船高。

在不远的未来，这也许会带来整个互联网商业范式的转变。