本文来自微信公众号： 小鲜传 ，作者：丁昶
本文虽然名为三问，实际上包含四个部分的内容（约1.8万字）。因为在提出问题之前，我们总得解释一下为什么要发问，凭什么发问。
毕竟在某些人看来，净值就是正义，涨的就是对的。AI题材股涨得那么好，还有什么可问的呢？本文将试图帮助他们跳出信息茧房，假如他们愿意的话。
K形分化
我曾经写过一本书，叫做《文明、资本与投资》。书中提出在时代转折期，必须具备跨界大视野，也就是要跳出金融市场的局部视角，在更加宏观和基础的层面上研究问题。
在这里，我们沿用同样的研究框架，就从金融投资、实体经济和社会文明这三个层面，来对AI题材股票行情做一番综合审视。
左边这张图是全球一些重要股票指数的走势图。眼尖的读者可能会发现，它使用的不是线性坐标而是对数坐标。原因也很简单，因为有些指数涨得太多了，不用对数坐标没法很好地展现其间过程。
很明显，MSCI韩国指数是最牛的。它几乎在三个季度之内翻了一倍。原因只有两个字母：AI。
三星和海力士这两家公司专门为数据中心提供专用的高速内存。美国AI投资的热潮让它们赚得盆满钵满，市值也随之飙升。目前这两家公司大约占到了韩国股市权重的一半。
其实2026年春节前后，各种统计数据就已经显示美国机构的资金在撤出韩国。那时候还有韩国朋友不无得意地对我说：美国人做第一波，我们韩国人做第二波，你们中国人做第三波。
他能这么得意，也确实是因为当时有很多中国机构跟风进入韩国。三星和海力士都有正经的投资者关系部门，但是非常难约。很多中国机构就直接跑到韩国，通过各种关系，找人家下面分支机构甚至车间管理人员出来吃饭，交流。热情如火根本挡不住。这些人在行业老鸟看来，满脸都明明白白地写着“接盘侠”三个字。
然后发生的事情让这位韩国朋友傻眼了。现在看来，我们中国人做完第三波，还得是他们韩国人自己做第四波。那么钱从哪儿来呢？不是第二波已经进去了吗？
答案是从杠杆上来。两倍做多行业，三倍做多行业，两倍做多个股，月度期权，周度期权，各种玩法。只有投行不敢推的，没有韩国散户不敢买的。
这就叫树欲静而风不止。一切本地的、局部的经验、指标和逻辑都失效了。唯一重要的问题是，美国的AI投资势头怎么样。这个因素完全压倒了所有一切其它因素。我们A股的易中天也是同样的道理。
除了涨幅巨大，这张图的另一个特点是K形分化。韩国、日本与纳斯达克之间，纳斯达克与恒生科技之间，都有几乎50个百分点的差距。为什么呢？
从商业原理上讲，不应该出现这样反差。因为韩国、日本与纳斯达克指数之间的关系，大致是上游硬件与下游应用的关系。同在一条产业链，假如上游没水，下游不可能汹涌，假如下游阻塞，上游也不可能通畅。它们之间出现K形分化是值得注意的。
纳斯达克与恒生科技之间的关系，更加类似于领先厂商与追赶厂商之间的关系。大江与小河的枯荣程度可能有区别，但是共同受到产业大环境的影响，变化方向也应该是趋同的。它们之间出现K形分化也值得额外加以分析。
以上是我们观察到金融市场内部的两个K形分化，或者说异常现象。它们也就是我们提出问题的线索。
接下来我们的目光转向宏观经济。大家可能都听说过一句话，叫做：股市是宏观经济的晴雨表。那么韩国、日本的股市涨得这么好，宏观经济表现又如何呢？
乏善可陈，GDP增幅走强了大约千分之几。如果放到五年十年的尺度上，几乎看不见。这似乎反映了某种金融市场与实体经济之间的K形分化。
具体一点，我们来看外贸数据。全球AI产业链的业务增长，在统计口径上应该体现为东亚出口增加。美国那边则体现为进口增加。右边这张图上的蓝线，显示的是美国的月度商品进口金额。橙色的柱状则是美国的贸易赤字。
从商品进口金额上看，2024年底之前，市场预计到特朗普上台后将发动贸易战，做了一波规模巨大的提前补库存。整个2025年都在消化这波库存。2025年下半年开始恢复增长。如果说AI业务的繁荣在这里有所体现的话，大概也就是每月1、2百亿美元的水平，相比于每月3000亿美元的商品进口总盘子，并不显著。
从贸易赤字上看，2026年以来美国的贸易赤字甚至没有扩张。这说明在商品进口增加的同时，美国通过服务出口的增长，还把一部分钱给赚回来了。
对照宏观与微观，这个数据大致是对得上的。三星、海力士号称是一次赚了几辈子的钱，其实每月净利润也就是一百多亿美元。A股的那些相关股票全部加起来，每月净利润大概也就十几亿美元。要知道，2025年中国的商品贸易盈余就超过了一万亿美元。所以从宏观经济上看，AI产业链的影响确实没有那么大。
那么为什么AI产业链对于股市的影响这么大呢？答案是利润率。中国的一万亿美元顺差，只能说明中国人卖得多，买得少。在微观层面，企业卖了这么多货，到底产生了多少利润？数字可能就很可怜了。
AI产业链的这一轮景气，带来了极高的利润率。收入可能不算很大，但是其中包含的利润极其丰厚。这些利润反映到股市上，还要再乘以一个市盈率。日韩那边还保守一些，景气高点的估值要打折扣。A股这边往往是景气高点叠加估值高点，1块钱利润可能拉动70、80块钱的市值。那可不得是烈火烹油嘛。
抓住了高利润率这个特点，我们还可以再往下分析外汇市场的一个异常现象。从经济学理论上讲，出口受益的经济体，其货币应该倾向于升值。但是近期日元、韩元都在走弱。左图显示了这一点。
而且要知道，日韩货币不只是近期走弱，而且是在不断挑战十几年、几十年来的历史新低。
这又怎么解释呢？答案也在于利润率。假设一笔出口金额100亿美元，对应利润率是10%。那么出口厂商至少要把90亿美元结汇，兑换成本币，用来支付给员工、供应商，维护基础设施并纳税。可是如果利润率是70%。那么出口厂商只需要结汇30亿美元就够了。其它的企业利润，他们可以自由支配，兑换成本币回国也行，继续在美元体系中循环也行。
目前看来，日韩的AI产业链厂商大概率是选择了后者。因此它们账上显示赚到的那些美元，其实并没有大量流回其各自国内。更进一步地，这些美元是否还在AI产业链内周转，以股权或者债权的形式？当然我们没有直接的证据。但这是一个很有说服力的解释。
在右边这张图上，白线显示了韩国全国的房价走势，蓝线显示了首尔的房价走势。后者明显高于前者。许多小故事大家可能也都听说了。海力士的一笔奖金直接带来阶级跃升。首尔南山区的豪宅、学区房纷纷跳价，引起了韩国舆论的恐慌。
韩国可能是一个比较极端的案例。但是贫富差距在全球范围内都是极其敏感的话题。
其实AI产业的造富神话，早就在美国引起了社会心态的K形分化。现在美国科技巨头分了一小点儿给韩国厂商，韩国厂商又只分了一小点儿给员工，就在韩国社会引起轩然大波。这等于是美国把K形分化的压力通过AI产业链输出到了全世界。
由此引申出一个很有意思的概念，叫做windfall tax，中文翻译为暴利税。这个翻译也挺有讲究。其实windfall是意外之财的意思，可是如果意外之财不多，那也不值得动用税收工具来处理它。所以中文翻译为暴利税，更加强调其规模属性。暴得大财，又不属于勤俭所得，那就可以考虑收取windfall tax，暴利税了。
其实早在2006年，中国就开征了暴利税，对象是中石油、中石化等油田企业。只不过正式名称不叫暴利税，而叫石油特别收益金。2022年俄乌冲突暴发，欧洲各国也普遍实施了暴利税来调节油价上涨带来的全面通胀。开征对象包括油田企业，低成本发电厂，银行等。
关于AI产业，美国国内的再分配讨论也很多。其中最激进的伯尼桑德斯甚至要求将头部AI企业的一半股权收归国有。这种征收没有其它理由，只是一个暴利税的变种罢了。
在此背景下，青瓦台的心思也就不难理解了。6月23日，市场传闻韩国政府要求AI厂商将超额利润“与全体国民分享”。韩国股市随之大跌10%并触发融断。虽然后来韩国政府出面辟谣，但是K形分化的根源不解决，矛盾再次浮现并影响市场恐怕只是时间问题。
讲到这里，我们就来到了社会文明的层面。很早就有人发现，在许多看似毫不相干的议题上，始终有一条主线在牵动着人们的观点。无论是俄乌、巴以，经济自由、社会分配，城投债、银行股，还是对于AI的信仰，人们或许可以举出无数条理由来为自己的具体观点辩护。但是其实最根本的解释只有一条，即：对于美国国运的判断。
一些人认为美国正在衰落，另一些人认为美国仍然强大。这个判断，在很大程度上决定了人们对于其它各种问题的判断。
美国国运的兴衰绝非中国人的自嗨话题。事实上，中国主流媒体对于美国衰落的讨论是很克制的。在海外媒体上，相关讨论简直是琳琅满目。而且越是精英化的英语媒体，比如经济学人，大西洋月刊，批评得就越狠。
对于这个问题，我也有自己的想法。我认为在人类通史的高度上，存在着一个公平与效率的循环周期。美国的社会条件和制度设计，更加适合于效率周期。在公平周期则会突显出各种不适。
公平和效率，是人类对于集体生活两种最朴素的诉求。网络游戏的玩家都知道，网游的第一原理叫做越宅越厉害。所有的付出都应该有回报，多劳多得。要是没有回报人家就不玩了嘛。
可是任何玩家都不能无限地变强。否则又该轮到其它玩家不玩了。所以网游的第二原理叫做一代版本一代神。每隔一段时间，都要以某种方式拉平差距，让所有人都有从零开始重新出发的机会。这两条原理相互制约，谁都不能完全否定对方。此消彼涨，便成了周期。
具体而言，二战后到上世纪80年代，是公平周期。从80年代至今的四十多年是效率周期。对于这两段社会经济史比较了解的读者，应该能明白我在说什么。展望未来，可能再次出现一个长达三、四十年的公平周期。在这个新周期内，美国社会需要进行的改革工程量不太可能轻松。
比如前文所述的暴利税。形成其必要条件的社会和经济基础，在美国是发育得最充分的。换句话说，美国最应该开征暴利税。征收得当的话，效果也应该是最好的。但是这项制度与美国社会意识形态之间的排异反应恐怕也将是最剧烈的。我们可以拭目以待。
公平与效率周期的单边大约是四十年，也就是一代人的成年期长度。双边合计约为百年。我们可以用它来解释很多事情，但是颗粒度未免仍嫌太大。所以我们有时也要考虑一些更小的周期，比如十年左右的美国大循环。美国大循环是一个比较复杂的话题，以前的文章也多有论述，这里我们就不展开了。
上述周期嵌套的关系可以用曲线图来示意。我们用红线表示百年周期，紫线表示十年周期。立足于今天，百年周期的向下拐点可能已经过了。然而十年周期仍然在上升。这样就出现了一个裂口。我们在金融投资、实体经济和社会文明层面观察到的种种K形分化，大都可以归因于这个裂口的存在。
现在的情况，就好比气象意义上的秋老虎、倒春寒。由夏入秋，冬去春来，季节尺度上的气温变化趋势是确定的。但是具体到某几天或者一两周时间，则又可能出现小周期的反常现象。
碰到秋老虎、倒春寒天气，人体特别容易生病。此时添衣盖被的选择，既要基于长期趋势，又要适应短期变化。这就非常考验智慧了。
那么这个裂口要到什么时候才开始收敛？本轮美国大循环将于何时见顶？这些问题的答案都系于两个字母：AI。这也是本文提出AI三问的意义所在。
有些人可能会质疑，AI的重要性尽人皆知。本文绕了一大圈才托出主题，岂非白费功夫？其实不然。我做如此铺陈，就是为了跳出常见的科技视角看AI，转而将其纳入金融、经济和社会的研究框架。
AI技术、AI产业的成功是一回事。AI商业模式、AI金融泡沫的破灭是另一回事。美国大循环、美国国运及其它诸多衍生议题的答案，均系于后者而非前者。请务必厘清这一区别。
何太急
前面我们已经指出，近期全球市场的K形分化可以归结为一个主题，那就是AI。那么从表象上讲，整个AI产业链的经营风格也可以归结为一个字，那就是急。客户下订单急，厂商的超高利润率就是这么急出来的，散户借着杠杆资金入市更是急急急。
何太急？这就是我们AI三问的第一问。
在评价AI产业链之前，我们先来看看一个正常或者说优秀的产业链是怎么运行的。我们以苹果产业链为例。首先苹果不会让任何供应商垄断某一产业环节。在所有关键节点上，都有一两家主力供应商，还有更多的备选供应商。这是空间上的安排。
在产业开发的过程中，软件工程甚至美学设计都必须与供应商保持密切沟通。甚至下一代产品的预研也要与供应商合作。这是时间上的安排。
有了空间和时间上的精密安排，整个苹果产业链的供应商虽然多如牛毛，却可以达到如身使臂，如臂使指的效果。在苹果产业链中，供应商很难赢得暴利，毛利率通常不超过30%。但是只要好好干，每年保持两位数的净资产收益率还是很轻松的。用一个非常高级的词汇来形容，这叫做：和谐。
AI产业链虽然缺乏一个像苹果那样的顶层设计者，但是竞争格局还是比较健康的。事实上，在2025年三季度本轮行情启动之前，华尔街的主流观点可能还偏空一些。
比如在高端内存环节，三星、海力士和美光三足鼎立，本身就已充分竞争。在成熟制程环节，中国长鑫、长江的技术水平追赶很快，而且都在积极扩产。在软件端，各模型厂商更是在釜底抽薪地研究各种降低内存消耗的方法。谷歌就曾一度声称能用软件技术让内存消耗下降80%。
既然一切因素都指向供给扩张，为什么内存业务突然爆发了呢？答案就是急。数据中心的建设计划从2025年下半年开始急剧增长，反复超预期势如破竹。哪怕土地、人力、电力、芯片等种种资源约束全都绷到极限也在所不惜。
这就很奇怪了。哪怕AI应用端的野心再大，想要重塑人类历史也没必要急着在2026年重塑啊。反正故事都讲得那么大了，2028年、2030年重塑人类历史不行吗？
只要不是这么急，把3年的建设周期拉到5年，把5年的建设周期拉到8年，成本就可以大幅下降，还能用上更优秀的技术架构。急什么呢？
符合逻辑的答案只有一个：AI应用端关心的不是重塑人类历史，也不是实现某种功能或者服务客户，而是在跟时间赛跑，抢首发，抢第一。不过我们的问题仍然没有解决：为什么一定要抢首发呢？
有些人可能不假思索地回答：先发有优势啊。确实，在互联网时代，先发抢占用户心智，建立信息和关系网络，这是一种难以逾越的巨大优势。
部分老登可能还记得，最早实现微信式功能的软件叫做米聊，是小米集团的软件部门开发的。只是当时小米没有下定决心全力推进。很快腾讯发布了微信，并开放QQ和手机号导流。短短几个月内，就形成了压倒性的用户网络。米聊也随之退出市场。今天无论你怎么鄙视微信的技术和功能，哪怕很多人大骂它是垃圾，也不可能真正摆脱它。这就是先发优势。
不过同样是小米，吃过先发优势的亏，也占过后发优势的便宜。比如电动车。雷军一直支持蔚小理去开拓市场。等到整个产业链都高度成熟了，小米汽车再择机横空出世。这大概也算是一种盈亏同源了吧。
回到今天的主题，AI应用到底有没有先发优势？这是一个问题。它就像是房间里的大象，重要性毋庸置疑，但是人们却对它视而不见。目前我们可以确信，AI技术会是一个划时代的重要技术。但是我们回顾历史上的重大技术进步，它们所造就的商业模式是完全不同的。
蒸汽机过于久远了。电力的商业模式属于公用事业。汽车、飞机同属于资本品，但是它们的竞争格局完全不同。收音机、电视机和个人电脑偏向消费品，但是它们主导市场的年限各不相同，产业链结构和厂商之间的竞争格局也大异其趣。
请注意，上述这些产业基本上都是没有先发优势的。事实上，在技术进步快速迭代的产业中，后发优势才是更常见的。先驱变成先烈属于正常状态。
唯一的例外是互联网。也就是说，从人类历史长河的高度看，互联网才是特殊的。只不过它是距离今天最近的一次技术进步。人们总是不由自主地代入上一次经验，而忽略更长期的历史规律。这个现象本身或许也是一种规律。
我还要再举一个例子，说明技术上的领先跟商业上的先发优势并不是一回事。我们知道，互联网搜索技术的开拓者是雅虎。但是雅虎只是把它作为门户功能的一种补充，也没有想到合适的方法把流量变现。谷歌作为技术上的后来者，成功地开发了竞价排名这一核心机制来产生收入。于是改朝换代，谷歌成为了称霸一方的巨头，而雅虎则已消失在历史长河之中。
许多人在讨论AI应用时，都会不自觉地代入中美竞争的视角。这里我恰恰要淡化国别视角，就用美国自己的案例来说明问题。
众所周知，OpenAI是AI应用领域的开山鼻祖。正是2022年底ChatGPT问世，拉开了AI时代的帷幕。如果从抢占用户心智的角度看，OpenAI简直是不可战胜的。时至今日，也没有任何AI应用的付费用户规模达到甚至接近ChatGPT的水平。而且OpenAI的资本开支计划一直是引领全行业的，没有任何人敢跟OpenAI比砸钱。哪怕是互联网巨头也不行。
但是就在过去一两年间，我们目睹了一场蔚为壮观的直道超车。还不是弯道超车，就是直道。Anthropic就直接从OpenAI头顶上碾过去了。
Anthropic的创始人是从OpenAI出来的。一直到2024年下半年，它的业务才在专业人士的小圈子里获得了一些口碑。然后从2025年开始，无论是收入、专业口碑还是打榜得分，Anthropic都全面超越了OpenAI。包括在争夺IPO窗口的竞争上，Anthropic也已经再次胜出。OpenAI可能要排到2027年去了。
这又是什么意思呢？因为它们两家公司的业务和技术高度类似，投资者通常只会下重注买其中一家。而且它们的融资金额又特别巨大，所以谁抢在前面IPO，谁就占得先机，同时断对方粮道。有点孙子兵法“食敌一钟，当吾二十钟”的意思。
在这个直道超车的过程中，OpenAI的所谓先发优势在哪儿呢？没有任何迹象能够证明它的存在。然而正所谓：螳螂捕蝉，黄雀在后。就在Anthropic摧枯拉朽，高奏凯歌之时，它却宣布要实施全产品线降价。为什么呢？因为来自开源模型的压力。
不仅越来越多美国的创业企业都选择使用开源模型，就连微软这样的业界巨头，也积极选择开源模型。它甚至还宣布要引入中国的DeepSeek给用户使用，就连所谓的“中国威胁”也顾不得了。
开源模型的特点可以通俗地理解为用20%的成本实现80%的功能，主打一个性价比。而且最关键的是，无论闭源模型怎么进步，开源模型都会很快追赶上来。两者之间无法拉开决定性的差距。这样一来，只有少数对于效率非常敏感的用户，会愿意为了立即享受顶级体验而支付溢价。绝大多数用户只需要坐等开源模型逐渐进步就行了。只要你不急，就没有问题。
为什么开源模型能够始终死死咬住闭源模型呢？OpenAI和Anthropic等头部企业的指责是，开源模型一直在“蒸馏”它们的闭源模型，窃取它们的技术机密。这里我无意为蒸馏这个概念做辩护。但是我想指出，追赶总是比创新要容易。这是人类几千年科技史反复证明的客观规律。
要理解这一点，我们可以引入蓝图效应的概念。在人类进行科技创新的过程中，最重要的往往不是“远大理想”，也不是“埋头苦干”，而是介于两者之间的“下一步干什么”。
也就是说，我们往往有一个抽象的目标，同时不缺资源，也不缺工具，缺的是将资源和工具组合起来去实现抽象目标的具体蓝图。
历史上最著名的蓝图效应案例是哥伦布发现新大陆。15世纪整个欧洲都在为寻找东方航线疯狂。这个目标是众所周知的。各国的航海技术差异也不大。只不过人们没有想到，或者不敢相信向西航行也可以达到另一片大陆。所以哥伦布发现美洲并返回欧洲之后，虽然极力保守关于洋流、风向和补给条件的机密信息。但是没有用处。人们只要知道西方确实还有一片大陆。其余的事情他们自然能够搞定。
同样道理，只要闭源模型还在服务客户，它的新功能、新设计和新特性就不可能不公开。有了这些中间目标，开源模型再去有针对性地追赶，难度当然就会大大下降了。
因为不存在先发优势，或者至少说目前还没有发现将先发优势固定下来的方法，所以闭源模型的竞争格局极不稳定。不仅OpenAI和Anthropic之间龙争虎斗，谷歌、Meta还有马斯克的xAI都还不肯认输离场呢。在这种情形下，短期内取得再大的技术进步也很难转化为商业上的竞争优势，反倒白白给开源模型做了嫁衣。这种无效益的努力，我们中国人称之为内卷。
说到中国人，我们不妨再看一个行业案例：电子商务。当今世界，存在两种电商，一种叫做中式电商，一种叫做美式电商。仅就用户体验和商业模式而言，中式电商远胜于美式电商。换句话说，电子商务在中国的发展更加充分、多元和深入。这句话放在十年前说，大概还有许多人不服。但是今天我想但凡有两边直接生活经验的人都不会反对。
然而从资本利得的视角看，景象就完全颠倒过来了。美国的电商巨头始终只有一个：亚马逊。而中国的电商巨头先有淘宝，后有京东，还有拼多多和抖音等层出不穷。淘宝、京东和拼多多都是美股上市公司。它们的财务数据加总起来，收入不到亚马逊的七成，利润不到亚马逊的三成，市值更是不到亚马逊的七分之一。
中式电商有一个突出特点。在新业态出现后，旧业态并不会退出，而是挪挪屁股，让出一些空间来共同生存。我戏称之为四世同堂。这或许反映了中式电商的某种经营哲学。高效率和便利性是这枚硬币的一面，而低收入和薄利润则是它的另一面。
这里我不想阐发太多。只是提出一个问题供大家思考。AI技术改变人类生活是确定的。但是它在商业上的形态是会更接近中式电商还是美式电商？更进一步地说，假如存在中式AI和美式AI，哪一种将更能给人类社会带来福祉呢？
最后总结一下本节观点。我认为本轮AI投资来得太急，成本上升太快，似乎在争夺一个在商业模式上并不存在的先发优势。一路狂奔的结果很可能是数败俱伤，白白替开源模型垦了荒。当然从更加长期和宏观的视角看，AI行业内卷对于其它利益相关方来说也未必是坏事。最终被牺牲掉的很可能只是那些高位接盘的投资者。
何其巨
何太急是在时间维度上提问。何其巨是在空间维度上提问。我们先看左边这张图。坦白地说，我不认为SpaceX跟AI产业有什么直接联系，这里只是托物喻理罢了。
在这张图上，主要科技巨头的股价走势都被归整到IPO当天。于是我们很容易发现，苹果上市40多年，股价上涨了约2万倍。英伟达上市20多年，股价上涨了约3千倍。那么SpaceX将给二级市场的股东带来什么样的回报呢？
这家公司的业务和技术我有所耳闻，但是远远没到敢下判断的地步。但是对于回报前景，我倒是可以断言。SpaceX将来不要说2万倍、3千倍回报，100倍都不可能。而且不是说十年内不可能，二十年、三十年内也都不可能。为什么？
答案很简单：它的起点太高了。IPO当天估值就达到2.2万亿美元。如果增长100倍，那就是220万亿美元。这是什么概念？要知道，全球GDP总量也不过100多万亿美元。哪怕几十年后，全球GDP超过220万亿美元了，也不可能全送给你呀。
今天许多研究员做模型，就是在Excel里面加减乘除，好像再大的数字算出来也不过是一个数字而已。它在现实世界里对应什么样的意义反倒没人关心了。
哲学上，我们说量变导致质变。数值的变化可以导致性质的变化。比如说生物学研究哺乳动物的体型。500克的有小老鼠，5千克的有猫和狗，50千克的有人，500千克的有棕熊，5吨的有大象。好像它们组成了一个完美的对数曲线。但是再往前走一步就不对了。
在陆地上，没有任何哺乳动物的体重能够超过50吨。因为骨骼和肌肉都支撑不了。超过50吨的哺乳动物要到海洋里去找。蓝鲸的体重可以超过100吨，但是也不可能超过1000吨。因为它的内循环甚至散热都解决不了。由此可知，内在矛盾和外在环境共同决定了量变导致质变的原理。
A股市场历来有炒小炒新的习惯。它在某种意义上也是有道理的。因为如果找到合适的细分市场，小公司的新产品做个几千万、几亿的营收是比较容易的。至少很难去证伪。但是你要说收入几百亿，几千亿甚至几万亿。哪怕逻辑完全没变，光这个数字人家听着就不敢信啊。
现在我们来看AI投资。右边这张图是经济学人做的，它只统计了甲骨文、微软、Meta、亚马逊和谷歌这几家巨头的AI业务资本开支计划。合计起来，大约是未来几年每年1万亿美元左右的规模。如果再算上其它公司的计划，总规模可能达到每年1.5甚至2万亿美元。
我们知道美国目前GDP大概是30万亿美元。因此AI相关资本开支的规模已经超过了美国GDP的5%。在2000年科网泡沫顶峰时，类似的比例最高只达到过4.5%。
当然，有人会说美国的AI投资是为全世界准备的。这么比较不公平。可是当年的网络设备投资也可以说是为全世界准备的呀。其实在互联网技术上，当年的美国才是真正的一骑绝尘，全球唯一公共服务提供商。哪儿像现在这样，天天提心吊胆地忌惮中国的竞争。
事实上，这样的比较确实是不严谨的。因为它没有考虑到折旧。折旧年限对于投资项目评估是非常关键的。我们日常生活中都知道，花钱买手机和花钱买房子的性质截然不同。对于一个国家来说，倾举国之力兴修水利，或许是有利的。但是如果以同样比例的国力来造宫殿，那很可能就是亡国之举了。
科网泡沫时期的投资，折旧期限比较长。光纤的折旧可达20年以上，通讯设备普遍在8年左右。而今天的AI数据中心，整体折旧在3到6年之间。后者明显短于前者。
除了直接比较折旧年限，核心厂商的毛利率也很重要。这个数值越高，未来行业下行期的资产贬值空间越大。因为跌完人家还能赚钱嘛。
2000年思科的毛利率是65%，现在英伟达是75%。看上去只差10个百分点。但是在数学上，75%下跌空间意味着在原值跌掉65%之后，还能再跌三分之一。
上述比较，本应限于绝对龙头位置上的核心厂商。可是经过连续几个季度的暴涨，目前内存成本已经占到数据中心的30%左右。内存厂商的毛利率同样高达70%以上。这部分纯粹急出来的溢价，能否经历折旧的考验？这个问题的答案其实所有人都心知肚明。
我们继续往下算。折旧年限以5年计，又已知未来5年每年投资大约1万亿美元，那就是总投资5万亿美元。保守假设此后不再需要投资，且先建成的部分不参与折旧。那么就是5年折旧5万亿美元，每年1万亿美元。
这里我们还没有考虑变动成本，包括电费、人工、负债利息和必要利润，等等。如果全算上，AI产业大概要从客户那里收取至少每年1.5万亿美元才能打平。
这么多钱从哪里来呢？我们记住两个数据。一个是美联储的统计。全美国所有企业利润加起来，大约是2万亿美元左右。还有一个是标普500成份股合计利润大约是2万亿美元出头一点儿。前者包括中小企业，后者包括巨头的海外业务。总之差不多。
在可预见的未来，AI产业的收入将直接来自其它企业的开支。将来也许会出现一些转嫁、周转成本的方法，等出现了我们再说。
至少对于目前市场一致预期的，AI产业未来5年资本开支计划，我们可以断言其必定亏损。道理就跟我们前面断言SpaceX的股价不可能上涨100倍的道理一样。数字太大了，内在矛盾和外部环境都容不下它。
现在我们跳出金融会计的视角，转入现实物理。美国的电力约束其实是一个老生常谈的话题。
左图是截至2026年6月美国现有的AI数据中心耗电情况。圆圈越大耗电越多。然后右图是预计到2030年的情况，不仅圆圈变多了，而且明显变大了。按照高盛的研究，如果已知的AI投资计划全部落实，2030年数据中心的电力消耗将达到全美的三分之一。
全美电力消耗增加三分之一又是什么概念？且不说按照美国近年的基建水平，4年之内能否建成这么多发电能力。就凭他们限制发展新能源的态度，我很怀疑他们的发电燃料都会不够用。
美国的页岩油气革命至今已有十余年。前几批条件最优的油井早就已经枯竭。本次伊朗冲突，美国国内油气行业几乎没有增产，全都是在硬吃库存。
如果数据中心耗能大增，新增燃料从哪里来，将是一个战略问题。是中东，还是俄罗斯？美国继续大量出口天然气是不太可能了。欧洲又将何去何从？
早些时候，AI投资计划的能耗只相当于全美的5%到10%。那就只是电网层面的问题。但是如果计划能耗达到30%甚至更多，那它就一变而成为事关国际政治格局的问题了。这就叫量变导致质变。
现在让我们把视线收回来一点，重新回到股票市场。左图显示，2026年上半年，标普500指数的全部涨幅中，有一半以上来自5支股票。它们全部来自半导体板块：英伟达、美光、高通、AMD、英特尔。
作为一个美股基金经理，哪怕今年你全配科技，Magnificent Seven都买到上限，但是只要没有买到这5支股票。对不起，你今年的业绩肯定一塌糊涂。
年年都有大牛股，这很正常。美国的资管行业高度成熟，各种细分策略都能形成产品，找到客户。但是如果一个板块的光芒过于耀眼，几乎统治了整个市场，让其它所有人都相形失色。这恐怕不是什么好兆头。这里的量变导致质变，可能体现为投资者心态失衡，盲目躁动。短期助涨，长期助跌。
右边这张图也很重要。我们知道，过去十几年美股长牛的一个重要原因就是回购操作的盛行。当然在实体经济层面，垄断化的倾向肯定是最根本的。但是在金融市场内部，回购取代分红成为上市公司回报股东的主要方式。这是一个非常重要的因素。
在许多教科书上，分红和回购都被认为是同质的。这个观点不能说是完全错误，但是明显缺乏对于市场结构的关注。在我看来，分红类似于阳光普照，平等均匀地回馈所有股东。复权之后，分红对市场价格几乎没有影响。
然而回购的性质就复杂了。它其实是定向消灭相对最不看好的股东。因为我们知道，上市公司的股东可能对股价抱有不同的预期。有人认为现价就差不多了。有人认为还要再涨30%到50%。有人认为涨到多少也不卖。那么在回购过程中，第一类人就会退出市场。上市公司股东名册上，第二第三类人的浓度会越来越高。这不就是一个粉丝提纯的过程吗？
由此我们不难理解，回购操作具有非常强烈的向上扭曲股价的作用。过去十几年，美股科技巨头的垄断业务贡献了大量自由现金流。俗话叫做躺着赚钱。然后它们再把这些自由现金流用于回购股份，这才造就了十几年长期大牛市。
但是这个情况到2026年开始发生变化了。二季度的统计还没有出来。但是从一季度的结果看，科技巨头的回购资金几乎枯竭。只有微软还有一点钱可以用于回购。谷歌和Meta不仅不再回购，还要增发股份做股权融资呢。
我们过去经常批评A股是融资市，圈钱市。这个批评有道理。股权融资对于股东长期复合回报的影响很大。所以华尔街也非常不欢迎科技巨头做股权融资。
但是没办法，如果债权融资管够，他们何尝愿意做股权融资呢？就因为几百亿、上千亿的规模，30年、50年的期限，各种SPV特殊安排，所有债权融资手段都已经用过了。再用就要影响信用评级了。
所以大家一定要重视美股回购枯竭的现象。一叶落而知天下秋。它绝不只是交易层面的雕虫小技，而是长期基本面变化的拐点标志。
最后总结一下本节观点：目前市场一致预期的AI投资计划过于庞大。受到内在矛盾和外部环境的多重约束，如果真的实现则必然亏损。如果现有AI投资计划继续推行下去，势必破坏美股市场乃至美国经济的长期趋势，造成不可逆的重大损失。
何所以
我们讨论的前两个问题：何太急？何其巨？如果找不到合理的解释，难免会让人不知所以。本节将试图探究本轮AI投资热潮的驱动因素，他们到底在干什么？因此叫做：何所以？
其实在华尔街内部，关于AI投资的质疑早已有之。更何况，合理的质疑甚至做空，本身就是一个市场健康运转的必要组成部分。
2025年初，DeepSeek问世震惊世界。你可以从多个角度去理解它。既可以说它证明了中国科技的创新能力，也可以说它证明了开源模型的追赶能力。但是在我看来，最重要的是它在商业模式层面，根本动摇了AI应用是否存在先发优势的信念。
现在回想起来，当时虽然已经有人喊出了几万亿美元AI产业投资的口号，但是直接投下去的真金白银还不算多。如果当时在头部参与者之间，能够达成某种共识。不要搞这么急，不要搞那么大，摸着石头过河。那么今天整个AI产业链的运营可能会更加和谐。甚至欧美社会对于AI技术的恐慌也许都会减轻一些。
2025年中期，以OpenAI，英伟达和甲骨文为核心，突然掀起了一轮新的AI投资热潮，规模远超市场预期。不过这轮热潮虽然成功引爆了市场，但是很快遭到质疑。甲骨文的股价在暴涨之后持续走低，债券评级被持续下调。这又是为什么呢？因为循环融资。
要真正把循环融资的问题讲清楚，我们先得从会计原理讲起。众所周知，上市公司都有三张表：资产负债表，利润表和现金流量表。如果我们片面地关注净利润这一个指标。那么可以认为会计准则中有一个BUG，即：资本开支在我方不计为成本，但是可以被对方计为收入。
科技巨头建立数据中心，算投资不算成本，因此不会影响它们自己的利润。但是这些投资在英伟达那里却是实打实的收入，所以可以产生利润。英伟达与台积电之间的直接采购不涉及资本开支。但是英伟达的对外投资几乎覆盖全产业链，这些投资滚动到最后都会为台积电形成收入。然后台积电要扩大产能，又是资本开支。它不计为台积电的成本，但是会成为阿斯麦等上游公司的收入。
我们拿基金公司做个比方。这就好像市场部给基金部下了一个巨额订单，然后基金部又给研究部下一个巨额订单，研究部再给运营部下一个巨额订单，运营部再给IT部下一个巨额订单。每个部门都拿订单算KPI，开订单却不扣KPI，那业绩还不爆表啊？可是如果没有基民的认可，这一切有什么意义？
说到这儿，可能还有人没明白问题在哪儿。我们不妨把整个AI产业链想象成一家公司，就叫做AI总公司吧。那么上述所有资本开支就都成为这家公司内部各个部门之间的交易了。这些交易对于投资者来说有意义吗？没有意义。
那么投资者应该关注什么呢？应该关注这家AI总公司它到底从外部客户那里拿到了多少收入，以及减掉所有来自AI总公司之外的成本之后，形成的利润。
其实人们早就意识到上述BUG的存在，并且打过补丁了。会计准则定义那些业务和技术上紧密联系的企业为关联企业。关联企业的会计报表应该合并，也就是应该从一个“XX总公司”的视角去审视财务数据，而忽略关联企业之间的交易。
当然，今天的AI产业链过于巨大和复杂，业务和技术上都很难想象把这些巨无霸视为关联企业，并表处理。
从制度进化的角度看，监管永远是落后的。如果不是在科网泡沫破灭后，安然公司的财务欺诈丑闻曝光，监管部门不可能去预先设想，场外衍生品估值应该怎么处理。毕竟巴菲特说过：只有在退潮之后，你才知道谁在裸泳。
现在回到那个虚拟的“AI总公司”。假如它真的存在，那么它的收入大概是多少呢？根据各家机构的估计不同，2025年AI应用端的总收入大约在500到1000亿美元。那么它的估值又是多少呢？这就看你怎么划分那几家科技巨头的市值了，有多少算是AI业务的。但是无论怎么算，至少也得在10万亿美元以上吧。毕竟英伟达一家就5万亿美元了。
现在有些人认为，今天的AI行情与科网泡沫不同。因为当年的企业不仅没有利润，甚至没有多少收入，市销率估值上百倍。而今天的AI题材股都有收入、有利润，业绩爆表。从单个企业的角度看，确实如此。可是从“AI总公司”的视角看，难道它不还是没有利润，市销率上百倍？这跟当年科网泡沫有什么区别？
资本开支可能虚增利润，这个会计BUG的客观存在是一回事。如果有人主动地去利用它，那就是另一回事了。英伟达投资OpenAI和甲骨文，相当于左手交钱给右手，右手还要再交还给左手。这样就不是虚增利润的问题了，而是有可能无限循环扩大。
从2024年起，OpenAI、甲骨文和英伟达之间就一直在眉来眼去。不过关于循环融资的质疑全面暴发，还是在2025年9月，英伟达宣布对OpenAI的1000亿美元投资计划之后。此时不同投资者群体的态度也出现了分化。
债权投资者是最紧张的。因为他们的最优结果也就是债权平安兑付，无法参与向上空间的分配。所以甲骨文的债券被大量抛售，评级迅速下调至仅略高于垃圾级。进入2026年，科技巨头们也开始大幅融资。同样是债权市场首先发出警告，然后才传导到股权市场。
另外，甲骨文的股价表现一落千丈，而英伟达则更加坚挺。这又是为什么呢？因为作为基础设施总包商，OpenAI给甲骨文的租约价格上限是基本固定的，向上想象空间不大。而GPU、CPU、内存、光模块等硬件价格上涨却会提高其成本。当然也存在一些成本价格传导机制。但是无论如何，甲骨文等总包商在产业链上居于弱势地位，而英伟达等硬件厂商则处于强势。
其实从这个角度看AI产业链，下游应用端的压力应该是最大的。因为所有的压力最终都会传导到他们身上，需要他们从最终用户那里收取费用来平衡。投资规模越大，单价越高，他们的压力就越大。由于成本前置，所以收入低于预期的后果就只能是亏损和破产。退一步就是万丈深渊。
对于这种悲观论调，最常见的反驳就是不要看现状，看发展。比如2025年AI应用端收入1000亿美元，2026年就可能增长到2500亿。然后按此增速外推……
等一下。2026年AI应用端收入大增是真的，也是产业链投资扩张的底气所在。但是这个增速是怎么来的？能不能假设未来都能保持这个增速？这就需要一些背景知识了。
AI，或者说人工智能是一个很大的概念。其应用分为好多个品类，比如自动驾驶，智能机器人。大语言模型是相对最容易出成果的品类。因为语言资料天然就是符号化的，机器可以很容易地从中学习。
作为对比，人类驾驶汽车的经验同样极其丰富，但它却不是符号化的，机器无法直接学习。近年来，特斯拉汽车积累了大量符号化的驾驶经验。但是谷歌和华为却不能从中学习。反之亦然。因此在从业人员看来，大语言模型最令人羡慕的地方，是互联网的存在。居然存在着这样一个浩如烟海的免费资料库，可以供所有模型一起学习。
在大语言模型这个品类下面，最容易出成果的方向就是编程。最近两年，AI应用端的收入增长主要就来自这一方向。
说来也巧，AI编程容易出成果的原因几乎与前述同构。首先是符号化更加彻底。程序代码本来就是写给机器看的，所有意思都严格地摆在明面上。而语言来自现实生活，包含大量含糊不清甚至错误的表达。
比如用AI做一个客服中心，客户输入的字符是明确的，但是其背后的意思可未必明确。他的心态也许是紧张的，也许是愤怒的，也许是在反讽，甚至是在故意找茬。当然这个问题不是说不能解决。而是第一增加了难度也就是成本，第二由此形成的经验很难标准化地积累起来。
反观编程，就没有这两个问题。处理起来成本更低，效果也更好。
另外一个原因就是GitHub的存在。它是由微软维护的一个超巨型编程代码库。在那里，人们可以自由地取用海量的现成程序代码。各种五花八门，细枝末节的问题，都能在那里找到答案。因此GitHub之于编程，正如互联网之于大语言模型。
2025年下半年到2026年，是AI应用在编程市场渗透率上升最快的一个阶段。从这个角度说，编程市场相对于整个AI产业，相当于最上层蛋糕上的最精美的一枝奶油雕花。先把它吃了，后面的味道只会越来越差。
而且不要忘了来自开源模型的压力。编程市场达到一定渗透率之后，降价是必然的。这块收入不要说长期保持高增长，能够长期保持规模不下降就不错了。
从人类科技发展的普遍规律来讲，某一个具体应用场景逐渐成熟，收入下降是正常的。保持增长的秘诀在于不断开发新场景，尤其是触发场景之间的联动来拓展市场空间。AI编程能否产生这样的效果？这是一个问题。
我们再退一步来看。编程市场相当于AI应用的顶层雕花，这个事实是明摆着的，OpenAI不可能不知道。但是他们一直坚持讲AGI，也就是全知全能超级AI的故事。某种意义上，他们是把AI编程的故事拱手让给了Anthropic去讲。为什么？
也许正是因为OpenAI看穿了这是一个先易后难的赛道。而想要支持整个产业链数以万亿美元计的天价估值，这个赛道是走不通的，只有讲AGI才行。当然这只是我的猜测。
具体到2026年来讲，Anthropic有口碑有业务有收入，甚至有可能实现单季度盈利。那么就该他们抢到IPO窗口。这一局算他们赢，必须服气，没什么可说的。但是最终鹿死谁手，犹未可知。
其实这甚至不是鹿死谁手的问题。前文已经表明过观点，OpenAI和Anthropic两败俱伤，包括Gemini,Grok和Meta AI等产品在内数败俱伤，才是最有可能出现的前景。原因还是由于开源模型的存在。
我们的这个判断，不是在技术层面做的，而是在商业层面做的。因此我们不参考专家大佬的意见，我们参考的是茅台和爱马仕。
一个好的商业模式，肯定是拿硬功夫去搞定硬核用户，然后用品牌、网络和情绪去赚普通用户的钱。试想，喝茅台的人里，有多少能品出回甘？买爱马仕的人里，有多少能分辨真假？但是品牌利润里的主要部分就是这些人贡献的。
初创企业往往需要面对一个重大抉择：选择2B业务还是2C业务。2B业务面向机构，容易起规模，但是客户比较理性，不好伺候。2C业务面向个人，做出势头比较难，可是只要火起来了，就能收获一大批忠实粉丝。因此不难理解，如果用市盈率或者市销率估值，假设两者收入或者利润相近，2C业务获得的估值往往要高于2B业务。
从这个角度看，OpenAI的商业模式更接近2C，而Anthropic更接近2B。虽然后者产品的使用者同样是程序员个人。但是作为生产力工具，人们对它的态度不可能不理性，不可能不挑剔。
过去人们对Anthropic的要求可能就是单纯极致的效率。它也确实做到了。但是这种技术领先能否保持下去？这本身就是一个巨大的压力。随着硅谷科技巨头都开始控制AI应用预算，人们对它的考核指标可能会转向性价比。那就更难了。
总之，硬核用户因为具有鉴别能力，所以始终处于比质、比价的强势地位。要把这批人搞定可不容易。而对于更广大的普通用户来说，显然安安心心地等待开源模型进步才是最优选择。
文章写到这里，我想讲的观点也讲得差不多了。可是难免有读者犯嘀咕，既然大规模AI投资是明摆着的死路，为什么硅谷科技巨头都在拼命投资呢？难道本文说的这些道理他们不懂？
其实这事儿我也纳闷。不过它也没有那么不好解释。我们在做博弈分析的时候，往往只假设人性是逐利的。但是其实人类不只会为了贪婪而去做某些事，也会为了恐惧而去做某些事。
最简单的例子是军备竞赛。它是明摆着对双方有害的。但是只要一旦进入了军备竞赛的状态，双方的行为模式就相互锁死了。驱动他们的将不再是对利益的贪婪，而是对失败的恐惧。
我们所说的硅谷巨头，通常是指FAAMG，也就是微软、苹果、谷歌、亚马逊和Meta这5家互联网巨头。它们的状态很有意思。它们各自垄断了一块利润丰厚的业务。微软做操作系统，苹果做手机，谷歌做搜索，亚马逊做电商，Meta做社交。
在硅谷巨头的各个垄断王国之内，不存在系统性的挑战者。而且它们达成了某种默契，不对其它垄断王国发起系统性挑战。因此在垄断王国之内，它们用不着做大额资本开支，三项费用率也可以压到最低，从而形成躺着赚钱的局面。因此它们才有巨额的自由现金流可以用于回购。
这就是过去十几年美股长期大牛市的最根本原因。但是现在情况起了变化。在这几个垄断王国的中间，出现了一个兵家必争之地，叫做AI技术。为什么说它是兵家必争之地呢？因为AI技术可以威胁每一个硅谷巨头的垄断王国。以下我们逐一分析。
AI技术可以颠覆搜索。这一点是最明确的。据说谷歌完全有条件抢在OpenAI之前推出大语言模型产品。但就是因为对搜索业务有威胁而被搁置了。直到后来相关技术大佬出走OpenAI，才引起ChatGPT横空出世。
仅就最近一两年的数据看，AI应用对谷歌搜索业务并无明显拖累。不过短期收入受到广告主投放习惯的影响，并不能保证长期无虞。事实上，用户的习惯也是有一定粘性的。现在很多中年人还在往搜索框里填字。年轻人还这么干的，就几乎没有了。
AI技术可以颠覆手机。这种颠覆又分为两步。第一步是在手机内部，以AI智能体（Agent）代替原本APP的生态位。人们只要对智能体下指令，就可以实现从订票到发贴的各类操作。更进一步，AI还可以赋能其它硬件来取代手机。既然只要管理智能体就可以了，为什么还要用触摸屏？AI硬件为什么不能以眼镜，手环，甚至项链的形态存在？
AI技术可以颠覆操作系统。这一点在前两年还看不到。大语言模型仅仅作为一个软件还没有那么大威力。但是经过OpenClaw，俗称AI龙虾的洗礼教育，现在AI智能体的运用已经深入人心。
人们用于养龙虾的电脑往往不再是典型电脑的模样，而是一个封闭的铁盒子。这还只是对智能体时代的初步适应。未来一定会出现针对性优化的AI操作系统，这完全是可以预见的。
AI技术可以颠覆电商。这个变化几乎就已经在眼前了。2026年春节，阿里就发动过一次突袭。下载千问APP，描述你的偏好，绑定你的支付宝，30分钟内免费奶茶送到你手上。虽然现在回顾起来，效果似乎不是很明显，但是这个发展方向是肯定的。
AI技术可以颠覆社交。这个故事也分好几个层面。最直接的层面，与AI交流本身就可以分担相当一部分社交需求。再进一步，AI技术可以在现有社交平台上实现全新或者强化的功能，产生新业务增长点。还有最彻底的，就是用AI技术创造一个全新的社交平台，也许是短剧元宇宙，也许是智能体的抖音。谁知道呢，一切皆有可能。
理解了上述背景，我们才能更好地理解比尔盖茨的那句名言：微软离破产永远只有18个月。高科技领域的竞争是非常残酷的。千万不要只看到花团锦簇，就忘记了血流成河。
以上关于AI技术前景的论述，也许在许多人看来属于经典的乐观者论调。但是我却用它来证明悲观的结论。之所以形成这样的反差，还是因为有太多人把AI技术、AI产业，跟AI商业模式和AI金融泡沫混为一谈，没有区分开来。
回到今天的主题，AI投资热潮何太急？何其巨？何所以？真相恐怕不在于对收益的预期有多好，而在于对失败的恐惧有多深。
因为恐惧，所以急躁。这回答了何太急。
因为被锁定在军备竞赛之中，所以规模只能越来越大，无论合理不合理。这回答了何其巨。
因为长期趋势被打破，技术前景又高度不确定。没人知道输了会输多少，赢了会赢多少。因此所有人都在赌博。没有人，也不可能基于理性分析去决策。这回答了何所以。
当然，本文所述也都不过是一些倾向性意见。只有历史，才能给出AI三问的最终答案。