大概率会出现以下三个重要变化(三个机会)：

①计算硬件和优质数据的竞争会越发激烈。在思维链技术的加持下，哪怕模型固定不变，各大AI巨头依然可以在推理侧通过堆算力的方式提高输出性能。可以肯定地说，2025年全球最大笔和最主要的投资都会集中在AI算力的建设上。其中，英伟达和台积电既是设计和制造计算卡的源头，其实也是瓶颈所在，借此机会，也许会有其他竞争者在计算卡和芯片领域异军突起，分一杯羹。计算硬件紧俏的同时，优质数据的争抢一样是军备竞赛的一环。2025年，会不会有一些手握海量优质数据的公司，比如咨询公司或者金融企业，在业绩下滑时考虑卖出历史数据?一些企业会不会同意与第三方数据生产公司合作，把传统工作流程产生的数据当作原料销售出去?

②AI产品化会是很多公司不得不考虑的重点。2022-2023年，所有的AI公司都在追求新技术的天花板。而到了2025年，很多公司不得不做出抉择—不再继续追求高性能，而是追求低成本，把性能可用的AI产品卖给用户。一个可能出现的趋势是，众多配合思维链的小模型崛起。这里的小模型，指的是参数规模在一千亿以下的那些模型。今天的大语言模型已经可以把某一领域的完备知识浓缩到这个规模的模型中。在此基础上，配合完善的思维链，就是一个可以在本地高效运行的专家型AI。这样的产品形态，既保证了输出质量，也保护了隐私。

③AI在辅助科研领域很可能会取得重大突破。2022-2023年的生成式AI更像一个文科生。思维链技术下的AI则是一个典型的理科生，它的优秀程度在很大程度上取决于在推理时用了多少算力。在生成式AI发展的初期，一张H100计算卡平均下来可能给一万个用户提供服务;而思维链技术加持下的生成式AI，也许1000张H100的算力只给一个实验室提供服务。这时一个实验室获得的输出性能就比普通用户高了七八倍。而比一个平庸的科研助手素质好七八倍，也许就是顶级教授的水平。相信这样水准的教授如果在全球突然多了几十万个，重量级突破会在科研上爆发式地增长。第一批成果里肯定包含癌症药物、抗衰老药物、能源和材料的突破。