李录说AI“永远存在增量成本”,这句话为什么重要?

最近看到华人投资家李录在哥伦比亚大学的发言。他提到一家“前沿实验室”准备上市，估值2万亿美元，募资1000亿美元，却在招股书里面赤裸裸地提到AI有10%概率会杀死所有人类。这简直太荒唐了。

李录认为不应该把AI塑造为脱离人类工具角色的半神，如果有这样的公司，就不应该投资。

不过，是他提出的一个判断，让我越想越觉得关键。

他说：AI“永远、永远存在增量成本”，这一点“与互联网等此前的一批技术有本质不同，那些技术是一次性投入、可以长期摊销的，AI不是，它的成本会持续发生。”

这句话看似平淡，但它可能改变我们对整个AI产业估值逻辑的理解。

互联网的逻辑：边际成本趋近于零

先看互联网和软件。

它们的成本结构是这样的：开发一次，复制分发的成本趋近于零。 一个软件做出来，一万个人用和一百万人用，成本几乎没有区别。服务器可以扩容，但单位用户的成本是递减的。

这就是为什么软件公司能有极高的毛利率，为什么互联网平台能“赢家通吃”——因为规模越大，利润越厚。边际成本趋近于零，意味着增长几乎不带来额外成本。

AI的逻辑：每一次推理都在烧钱

AI不一样。

大模型的逻辑是：每一次推理，都要消耗算力。 用户越多、调用越频繁，成本线性增长。训练也不是一次性的，模型迭代、微调、对齐都需要持续投入算力。

一个AI产品，一万个人用和一百万人用，成本完全不同。不是“复制一份”的成本，是“每一次回答”的成本。

这就是李录说的“永远存在增量成本”。

它不是一次性的资本开支，而是持续发生的运营成本。租赁数据中心、购买芯片、推理电力、数据获取——每一项都在每一次调用中产生费用。

这对投资意味着什么

李录用这个成本差异推导出了一个更宏大的判断：AI热潮可能经历不止一轮繁荣与崩溃。

为什么？因为市场终将回归理性，财务纪律终究会作用于这项技术。

如果AI公司永远存在增量成本，那么它们的利润就不像软件公司那样“越滚越厚”。它们需要不断投入算力，才能维持服务。规模增长带来的不是利润率的提升，而是成本的同步增长。

这意味着：AI公司的估值，不能简单套用软件公司的逻辑。

软件公司可以给高倍数，因为它们的边际成本趋近于零，增长几乎等于利润。AI公司不能给同样的倍数，因为它们的每一次增长，都伴随着成本的增加。

但这不是说AI没有价值

有人可能会误读李录的观点，以为他在说“AI不行”。

恰恰相反。他在说的是：AI是一项真实的技术，但它的商业逻辑和互联网不同。 它需要更严谨的财务纪律，需要更理性的估值框架。

不是“AI没有未来”，而是“AI的未来，需要用不同的尺子来量”。

一个具体的判断

如果李录是对的，那么：

第一，AI推理的成本会持续成为行业的核心变量。 谁能把推理成本降下来，谁就有竞争优势。这不是“一次性投入”，是“持续竞争”。

第二，AI公司的估值会经历一轮“挤水分”。 市场会用软件公司的逻辑给AI公司估值，然后发现成本结构不对，然后调整。这个调整过程，就是“繁荣与崩溃”。

第三，真正的赢家不是“最大的模型公司”，而是“成本结构最好的公司”。 就像台积电不赌谁的芯片设计更好，只赌“先进制程的需求在增长”。AI领域也会有类似的“卖铲人”——不管谁家的模型跑出来，只要推理还在进行，它们就能收税。

回到李录的原话

李录说的不是“AI不行”，他说的是：AI的成本会持续发生，财务纪律终将发挥作用。

这句话值得每一个投资AI的人反复琢磨。因为它提醒我们：不要用旧技术的估值逻辑，去套新技术。

互联网是“一次投入，无限复制”。AI是“永远投入，持续计费”。

这不是AI的缺点，这是AI的本质。理解了这个本质，才能理解AI投资的真正逻辑。

我是大星，一个研究个人成长、商业规律和投资认知的经济学博士。

如果你也在思考，如何让每一天的选择，真正变成未来的自由，欢迎关注。