AI需求的持续性可能是断崖式的

需求是真实的，真实度的下一问自然就是需求是不是持续的？持续性是说这条需求曲线还能画多远呢？

中国需求在2007年拥有教科书级的持续性证据。当时的中国人均粗钢消费量仍低于日韩工业化峰值期的一半，人均电力消费不足美国的四分之一，城镇化率刚过46%——工业化是只进行了一半的历史进程，几乎所有严肃预测都认为它至少还有十年。

事后看这个判断其实是对的：中国粗钢产量2020年突破10亿吨，在2007年的基础上又翻了一倍；铁矿石进口2020年超过11亿吨。需求的故事讲了二十年才讲到饱和段。换言之2007年看多中国需求的方向判断是完全正确的，错的只是人们给这个方向定下的价格与杠杆。

AI需求的持续性论据则是另一种结构。

看多者手中的牌是：模型能力仍在指数级进步，token调用量呈指数增长，AI应用渗透率尚在S曲线的前段，黄仁勋预计超大规模云厂商2025—2030年资本开支复合增速高达46%、2030年AI基础设施市场规模达3万亿至4万亿美元。

这些判断或许同样方向正确。

但请注意二者论证结构的差异：

中国需求的持续性由人口与工业化的物理进程担保，它的减速将以年为单位缓慢到来，可以提前几年从城镇化率、人均消费量的国际比较中观察到；但是AI需求的持续性是真的由少数公司的资本开支意愿决定的，而资本开支意愿决策是来自投资回报——按预测谷歌和亚马逊的投资资本回报率要到2026年才转正、2028年三家头部企业才全部实现正回报。

也就是说AI的这台需求引擎目前是在“预期回报”的燃料上运转的，预期一旦下修，资本开支的修正将以季度为单位到来，且由寡头们几乎同步执行——2026年四大CSP合计资本开支同比+68%的指引，如果反过来读就是：这四家公司随时可以在四个季度内把增速降到零。

这个我觉得真是信仰。

换句话说，需求的含金量越高，持续性反而可能越脆弱。

中国需求是低利润率的生存性需求——人要住房、要用电、要坐车——它慢但它退无可退，慢是好事情。

算力需求是高利润率的竞争性需求——巨头们是怕输掉AI竞赛才砸钱，而不是已经靠AI赚到了钱——它是很猛很牛，但它的前提是一场尚未分出胜负的军备竞赛。

军备竞赛这个定义是非常重要的。具备竞赛的特征就是参赛各方都觉得停不下来，直到某一方先算清账。2007年的船东也觉得停不下来啊，订单簿排到三年后，谁敢先停？

持续性对比中还有一个常被忽略的结构变量：需求的“自消化”能力。

中国工业化需求每扩张一分就同时创造出消化这份产能的新需求——修铁路消耗钢，铁路通车又降低物流成本、催生新的工厂。这是一个自我强化的正循环，持续了近二十年。

算力需求的自消化回路则要脆弱得多：数据中心消耗芯片，但数据中心产出的token能否产生足以覆盖折旧与电费的收入，至今仍是一个问题。

高盛测算2025—2027年超大规模云厂商资本开支合计将达1.15万亿美元，是2022—2024年4770亿美元的两倍有余。

这1.15万亿美元终究要向应用层的收入去讨账。讨得回来，本轮周期的高度将远超航运；讨不回来，资本开支的均值回归将比任何宏观政策都无情。