上一篇文章里，我提出了一个观点：

AI产业链，本质上是一场“利润池迁移”。

很多朋友私信问我：

为什么把“利润池迁移”放在整个研究框架的核心位置？

其实，这恰恰是这个框架最关键的地方。

因为：

如果只是讨论技术，AI 会变成一个永远讲不完的故事。

但如果站在资本市场角度，问题会完全不同。

资本市场真正关心的，从来不是：

• 模型有多聪明

• Agent 能不能替代人类

• AGI 什么时候到来

而是：

谁正在获得定价权？

也就是说：

AI 的利润，正在向哪里迁移？

一、资本市场真正奖励的，不是“概念”

过去两年，市场上关于 AI 的讨论，大多围绕：

• ChatGPT

• Agent

• 大模型

• AGI

• AI 会不会改变世界

但资本市场真正奖励的，从来不是：

“概念本身”。

而是：

稀缺性。

谁拥有稀缺资源，

谁就拥有利润。

谁拥有利润，

谁就获得资本市场定价权。

而 AI 产业链，本质上就是一场：

稀缺性不断迁移的过程。

二、第一阶段：GPU 稀缺

AI 行情最早的核心，其实非常简单：

GPU 不够。

大模型训练需要极其庞大的算力。

于是：

英伟达成为整个 AI 周期的起点。

为什么？

因为它同时拥有：

• CUDA 生态

• GPU 性能优势

• 软件栈

• 开发者网络效应

于是市场形成第一轮共识：

谁控制 GPU，谁就控制 AI。

那个阶段，整个市场的利润池，几乎都集中在：

• GPU

• AI服务器

• CUDA生态

所以：

英伟达暴涨。

而这一阶段，本质上是：

算力稀缺。

三、第二阶段：利润开始向 Memory 转移

但资本市场有一个非常重要的规律：

一个瓶颈被解决后，下一个瓶颈一定会出现。

后来市场开始发现：

问题已经不只是 GPU。

而是：

数据喂不进去。

AI 集群越来越大。

GPU 越来越强。

于是系统开始出现新的限制：

• HBM 不够

• 内存带宽不够

• CoWoS 封装不够

• 高端基板不够

于是：

利润池开始迁移。

从：

GPU

开始转向：

HBM（高带宽内存）。

这也是为什么：

过去一段时间，

美光、SK 海力士、先进封装相关方向开始明显走强。

因为市场意识到：

AI 已经从“芯片问题”，

开始变成：

“系统工程问题”。

四、第三阶段：网络、电力、冷却

而现在，AI 周期又开始进入更现实的一层。

问题变成：

• GPU 有了

• HBM 有了

但：

数据中心不够。

于是新的瓶颈再次出现：

• 电力

• 并网

• 液冷

• 光通信

• AI 网络

• 数据中心基础设施

很多人现在才开始意识到：

AI 并不是一场“纯软件革命”。

它越来越像：

一场重工业资本开支周期。

于是：

利润池开始继续迁移。

从：

• GPU

扩散到：

• 电力

• 制冷

• 网络

• 光模块

• 数据中心基础设施

这一阶段，

市场真正重新定价的，其实是：

基础设施稀缺性。

五、为什么AI越来越像互联网泡沫？

因为 AI 已经开始从：

技术周期

进入：

资本周期。

这是极其重要的变化。

互联网泡沫后期真正发生的事情，

并不是：

“互联网没未来”。

而是：

• 光纤过度扩张

• 电信资本开支失控

• 融资过度宽松

• 供给扩张超过真实需求

最后，

问题从：

技术

变成：

信用。

今天的 AI，也开始出现类似特征：

• hyperscaler capex 创纪录

• AI 数据中心融资越来越激进

• GPU 租赁市场迅速扩张

• AI infra 公司估值快速上升

这些都说明：

AI 已经不只是技术问题。

而是：

全球资本正在重新配置。

六、真正重要的问题：下一轮利润池去哪？

很多人问：

“AI 会不会继续涨？”

但真正重要的问题，其实是：

下一阶段，谁会获得定价权？

因为 AI 周期真正的核心，不是：

AI 很伟大。

而是：

哪个环节最稀缺。

例如：

过去：

GPU 稀缺。

现在：

HBM 稀缺。

未来：

可能是：

• 电力

• 能源

• 网络

• 推理成本

• 机器人硬件

• 工业自动化

利润池会不断迁移。

而市场，会不断重新定价这些稀缺性。

七、为什么很多 AI 股票最后会很惨？

因为：

技术革命，

并不等于：

股票都会赚钱。

历史上：

互联网真正伟大的公司，

最终确实改变了世界。

但：

绝大部分互联网股票，

后来都跌了 80%-95%。

原因很简单：

资本市场最终奖励的是：

• 盈利

• 现金流

• 定价权

• 资本优势

而不是：

“参与概念”。

AI 周期未来也一样。

最后真正留下来的，

往往是：

• 有生态壁垒

• 有基础设施控制力

• 有现金流

• 有资本优势

的公司。

而不是：

所有 AI 概念。

八、2002年的一次观察

2002年，我在美国访学的时候，

正值互联网泡沫跌至谷底。

很多美国家庭损失惨重。

那是我第一次真正近距离观察：

泡沫如何形成，

又如何破裂。

那段经历，对我后来理解资本市场产生了很大影响。

因为我慢慢意识到：

真正危险的，从来不是技术革命本身。

而是：

资本在错误的位置过度堆积。

今天回头看，

AI 周期已经开始出现一些类似特征。

这也是为什么，

我越来越倾向于：

用“资本周期”而不是“技术叙事”来观察 AI。

九、真正值得观察的，其实是资本流向

我越来越觉得：

未来研究 AI，

最重要的，

不是：

“模型能力又提升了多少”。

而是：

全球资本，正在流向哪里。

因为市场最终会不断告诉你：

当前最稀缺的东西是什么。

而：

这往往比新闻更重要。

十、最后一句

AI 的真正本质，

也许并不是：

一场软件革命。

而是：

一场围绕算力、能源、基础设施和资本开支展开的新工业周期。

而真正的大机会，

通常不在：

“所有人都知道 AI 很重要”的阶段。

而在：

市场刚刚意识到：

“下一个瓶颈在哪里”的时候。