这两年，整个市场都盯着一个方向：GPU、算力、数据中心、电力、液冷、光模块。大家默认了一件事：谁掌握“卖铲子”的能力，谁就是这轮 AI 革命里最肥的赢家。这个逻辑当然没错。问题是，它只对了一半。因为历史上几乎每一次通用技术革命，早期最热闹的，都是基础设施；但真正把产业利润池做厚的，往往不是“卖工具”的人，而是拿着新工具重做业务的人。说得更直白一点：英伟达当然还会继续赚钱，而且可能还会赚很多年。但 AI 最肥的一块肉，未必会永远停留在 GPU、服务器和机房这一层。真正更厚、更长、更稳的利润，最后大概率会转移到两类玩家手里：第一类，把 AI 嵌进核心业务流程的行业龙头；第二类，围绕 AI 重新定义岗位、协作方式和交付标准的新平台公司。这才是今天看 AI，最容易被忽略、却最关键的分水岭。
一、先别急着争论泡沫，先看大摩真正想说什么
外界最喜欢问的问题是：AI 到底是真革命，还是又一个泡沫？我觉得这个问题问得太“大”，也太虚。更应该问的是：这轮 AI，如果是真的，它会先把谁变富？谁只是吃到了估值，谁才能真正吃到利润？从摩根士丹利近几份公开研究看，答案已经越来越清楚了。第一，AI 绝不是只停留在概念层面的故事。大摩判断，到 2028 年，全球 AI 相关基础设施投资仍有接近 3 万亿美元，且 80% 以上的支出还在后面。这说明什么？说明 AI 建设远没有结束，基础设施红利还没吃完，算力、电力、数据中心仍然是现实存在的“大赛道”。第二，市场开始不再为“提到 AI”买单，而是为“AI 兑现利润”买单。大摩对约 3,600 只股票的跟踪显示，AI 采用者的前瞻盈利修正，已经明显跑赢那些可能被 AI 冲击的公司；公开版本里甚至直接写到，自 2023 年底以来，AI Adopters 的上修速度约为 AI-Disrupted 的 2 倍，市场正在从“AI 叙事”转向“AI ROI”。第三，AI 已经不只是提效工具，而是在动组织结构。大摩 2026 年的企业调查显示，使用 AI 超过一年的公司，平均生产率提升 11.5%，同时在受影响最明显的行业里，岗位净减少约 4%，受影响最大的还是初级岗位。换句话说，AI 不是只帮员工把 PPT 写快一点、周报写漂亮一点，它已经开始碰触企业最核心的成本结构与岗位分工。第四，Agentic AI 和具身智能，正在把利润池继续往下游推。大摩在另一份研究里给出一个很有意思的拆分：如果 AI 被充分采用，标普 500 企业每年潜在净收益可达 9200 亿美元，其中约 4900 亿美元来自 agentic AI，约 4300 亿美元来自 embodied AI。这个判断的含义非常深：真正大的利润，不只是“回答问题”，而是“接手任务”和“进入物理世界”。所以，大摩真正想说的，不是“英伟达不行了”，更不是“AI 是假的”。它真正想说的是：AI 的第一阶段，是拼供给；第二阶段，是拼采用；第三阶段，是拼谁能把组织重做一遍。
二、真正值钱的，从来不是把新技术接到旧流程上
很多企业今天做 AI，最大的问题不是没有模型，甚至也不是没有数据。最大的问题是：他们还在用旧世界的组织方式，接一个新世界的能力。这件事，历史上反复发生过。蒸汽机刚出来的时候，并不是谁先买到机器，谁的生产率就最高。真正的飞跃，往往发生在工厂重新布局、生产线重新设计、岗位重新分工之后。互联网早期也是一样。最先热起来的是路由器、交换机、光纤、IDC；但最后真正长期占住利润中心的，是搜索、电商、社交、云平台和围绕用户行为重构起来的新生态。AI 也一样。今天很多企业说自己上了 AI，实际上只是干了三件事：给客服加了一个问答机器人给员工配了一个写材料助手给领导做了一个“看起来很智能”的驾驶舱这当然不是没价值。但这类价值，多数只是局部加法。真正大的利润，不来自“在旧流程上加一个 AI 按钮”，而来自为了 AI，重做流程、重做岗位、重做权限、重做交付标准。这一点，其实经济学上早就有解释。Brynjolfsson 等人的“生产率 J 曲线”研究指出，像 AI 这样的通用技术，早期往往需要大量看不见的配套投入，比如流程再造、软件重构、培训、组织协同、数据治理，因此短期内宏观生产率提升未必立刻体现；等这些无形投入开始收获时，收益才会集中释放。OECD 也明确提到，通用技术的总体生产率响应常常存在明显滞后。这句话翻成企业语言就是：别问为什么上了 AI 还没爆发。很可能不是 AI 不行，而是你的流程、数据、组织和考核，还没准备好让它真正接管工作。
这个问题，比“哪个模型最强”重要得多。因为模型再强，如果进不了业务，就只是演示。而一旦某个场景满足“高频、刚需、可量化、可闭环”，AI 爆发会非常快。我自己的判断是，未来 3 年，AI 最先爆发的，不会是最炫的地方，而是最痛、最缺人、最贵、最慢、最容易标准化的地方。我更看好下面五类场景。方向一：文档密集型、规则密集型、合规密集型行业这是最先出利润的地方比如财务、审计、采购、法务、保险理赔、医疗文书、政企审批、制度管理、内控检查。为什么最先爆？因为这类场景有几个共同特征：文档多规则多流程长人工成本高结果需要留痕、可审计很多动作其实已经半标准化这正是 Agent 最擅长的地方。不是简单问答，而是“看制度—比规则—查缺陷—给建议—生成草稿—流转复核—留痕归档”的整条链路。这类场景，一旦跑通，替代的不是一个工具，而是一串岗位动作。利润释放会非常直接。方向二：经营分析与企业问数这是企业内部最容易形成“复利”的地方我一直认为，企业问数不是一个小功能，而是一种新的经营接口。过去企业做分析，逻辑是：人提需求 → IT/数据团队取数 → 分析师解释 → 领导决策未来越来越可能变成：人提出业务问题 → Agent 自动识别语义 → 调指标、查明细、比口径、追溯解释 → 形成答案与建议看起来只是快了一点，实际上变的是整个经营决策链的摩擦成本。一旦问数从“查指标”升级到“解释异常、归因、预测、建议动作”，它就不再只是 BI 的替代品，而会变成 CFO、经营管理者、共享中心、业务部门共同使用的经营中枢。这类场景的价值，不一定第一天就表现为裁员，但会非常快地表现为：决策更快复盘更细协同更顺组织响应速度提升它的威力，在于长期复利。方向三：银发经济里的 AI 医疗与 AI 护理这是最容易诞生“新业务流程”的方向之一很多人一提 AI 医疗，就马上想到医生被替代。我觉得这判断太早，也太激进。银发经济里，AI 最先爆发的，未必是“替医生看病”，而更可能是三层递进：第一层，陪伴与交互比如日常问询、情绪陪伴、用药提醒、生活建议、家属通知、服务分发。第二层，护理协同与风险识别比如跌倒识别、异常作息监测、康复进度跟踪、护理记录自动生成、家庭医生与护理机构协同。第三层，具身执行比如移动陪护、基础搬运、夜间巡视、康复辅助、院内导诊、养老机构服务机器人。为什么我看好这个方向？不是因为“机器人很酷”，而是因为这个行业天然同时具备三大条件：劳动力长期紧张服务必须高频持续付费意愿会随着老龄化和家庭结构变化而提升而且大摩已经把 embodied AI 单独拎出来，当作未来利润的重要来源之一。所以，银发经济不是一个“想象中的远方”，它很可能会成为 AI 从数字世界走向物理世界的关键落点。方向四：工业、能源、交通等“带物理世界闭环”的行业这是中国最有机会跑出深水区能力的地方很多人总把 AI 理解成聊天。但真正难、也真正值钱的，是让 AI 进入设备、流程、现场、调度和安全体系。比如：电厂、油气、化工里的巡检与异常诊断制造业里的工艺优化、能耗优化、排产与质量闭环机场、港口、物流里的协同调度轨交、矿山、仓储里的安全监测与事件处置这类场景的共同点是：不缺数据，但数据很碎不缺系统，但系统割裂不缺人，但人力协同成本很高一旦出错，代价很大所以它天然需要的不是一个聊天机器人，而是一个能把知识、规则、实时数据、事件流和执行动作串起来的多智能体系统。谁能把 AI 做到这一步，谁拿到的就不是“软件费”，而是更深层的行业控制力。方向五：AI 原生的新业务流程最肥的一块肉，可能还没真正被命名这也是我最兴奋的一点。每一次通用技术革命，最赚钱的模式，常常都不是一开始最显眼的那个。汽车出来的时候，大家先想到的是卖车；后来才有超市、郊区商业、汽车旅馆、快递体系、连锁服务网络。互联网出来的时候，大家先想到的是门户和机房；后来才有搜索广告、平台电商、云服务、移动生态。AI 也一样。我越来越相信，真正大的机会，可能不只是“AI 帮你干活”，而是出现一批以 Agent 为基本生产单元的新流程公司。例如：AI 采购员：自动询价、比价、规则校验、合同草拟、供应商跟踪AI 售前顾问：自动研读招标文件、生成方案、对比竞品、测算边界AI 项目经理：跟踪里程碑、风险预警、纪要归档、自动分发任务AI 内控官：持续检查制度、流程、权限冲突与审计缺口AI 运营合伙人：盯指标、盯漏斗、盯库存、盯异常并自动触发行动请注意，这些都不是一个“聊天框功能”。它们是一条条新的业务流程。而新业务流程，才是大利润真正诞生的地方。
五、谁会被高估，谁会被低估？
我觉得未来两年，市场会反复犯两个错误。第一，高估“基础设施永久高利润”的持续性基础设施肯定重要。而且现在仍然在景气周期里。但只要供给持续扩张、生态逐渐成熟、替代逐步出现，基础设施层的溢价就不可能永远维持在最极致的位置。这并不意味着英伟达不优秀，而是意味着：越往后看，利润分配越会向“采用者”和“生态组织者”迁移。第二，低估“传统行业龙头 + 专有数据 + 流程重构”的爆发力很多人一说 AI，眼睛只盯科技股。但真正容易跑出大 ROI 的，往往反而是那些看起来“不性感”的行业公司。因为它们手里有三样最值钱的东西：真问题真流程真数据这些东西，才是 AI 变成利润的土壤。没有这些，模型再强，也只是表演。有了这些，哪怕模型不是你自己做的，你也照样能吃到最厚的那一层肉。
六、最后给企业决策者一句最务实的建议
别再问：“我们要不要接入某个最先进的大模型？”这个问题当然重要，但不是第一位。更应该问的是三件事：第一，我们公司哪 3 条流程最适合被 AI 接管一半以上的认知劳动？第二，我们哪些岗位的交付标准，可以因为 Agent 而被重新定义？第三，我们手里哪些数据和系统权限，足以构成别人拿不走的闭环？谁先回答清楚这三个问题，谁就会更早从“AI 使用者”变成“AI 受益者”。
结语
所以，我的判断很明确：英伟达会继续赚很多钱，但 AI 最肥的肉，未必永远在英伟达手里。真正更厚的利润，终将流向那些敢于重构岗位、流程、系统和业务边界的人。AI 的终局，不是“大家都能调用一个模型”。而是：有的人还在买卡有的人已经在重做组织有的人开始定义下一代业务流程有的人，正在用 Agent 创造以前根本不存在的收入模式这才是这轮 AI 真正值得下注的地方。今天回头看，蒸汽机不是故事，电力不是故事，互联网也不是故事。AI 当然也不是。问题从来不是它会不会改变世界。问题是：当世界真的被改变时，你站在哪一层？
夜雨聆风