解剖国外AI三年:铲子为何跑赢应用?

一、 资金迁徙：一场关于“瓶颈”的接力赛

从2022年底至今，美股AI行情并非简单的线性上涨，而是一场不断寻找“木桶最短那块板”的接力赛。

2023年：从“讲故事”到“拼算力”

行情伊始，市场带着互联网时代的肌肉记忆，猛炒C3.ai这类名字带AI的应用股。但这波行情极其短暂。

资金也迅速觉醒，在大模型混战期，没人知道谁会成为下一个Google，但所有人都知道，训练需要英伟达（NVDA）。

这一年，超微电脑（SMCI）的暴涨极具代表性。它不是芯片公司，却是“把芯片变成生产力工具”的关键一环。这标志着市场逻辑的根本转变：从相信故事，转变为相信订单。

2024上半年：物理世界的反扑

当GPU堆砌到极限，物理世界的限制开始显现。

维谛技术（Vertiv）的崛起是一个信号。AI服务器功耗巨大，传统风冷失效，液冷和电源管理成为刚需。与此同时，Arista（ANET）填补了网络交换的空白。

这一阶段告诉市场：AI不是单纯的代码革命，而是一场极其耗电、极其依赖物理连接的基建狂潮。

2024下半年：能源危机降临

“AI的尽头是电力。”这句口号背后，是资本市场的无奈。

当大模型从训练转向推理，Token（词元）消耗量呈指数级爆炸。资金恐慌地发现，电网扩容的速度远慢于算力堆叠的速度。

于是，资金疯狂涌入Vistra（VST）等电力股，甚至重新评估核电价值。这是AI行情第一次大规模“出圈”，从科技板块侵入了传统公用事业板块。

2025年：打破“内存墙”

Deepseek等低成本模型的爆发，意外引爆了推理需求。

市场突然意识到，GPU再强，如果数据喂不进去，就是一堆废铁。HBM（高带宽内存）成为新的战略物资。存储不再是周期品，而是制约AI发展的关键咽喉。美光（MU）等存储巨头的股价表现，彻底击碎了“摩尔定律”的单一叙事。

2026上半年：回归全栈与系统

最新的阶段，焦点从单一硬件转向系统集成。

戴尔（DELL）的逆袭极具讽刺意味：当AI进入企业级部署，客户需要的不是几千张显卡，而是一整套能跑起来的解决方案。同时，为了摆脱英伟达的高昂成本，巨头们自研ASIC芯片，带火了博通（AVGO）和Marvell（MRVL）的互联业务。

至此，AI投资完成了从“点”（芯片）到“面”（数据中心）再到“网”（系统互联）的进化。

灵魂拷问：为什么没有“AI界的BAT”？

复盘三年，最大的疑问是：为什么AI没有像互联网那样，诞生统治级的应用平台？

供给侧革命VS需求侧革命

互联网是需求侧的革命。它创造了“网购”、“搜索”这些原本不存在的新场景，用户零成本迁移，因此爆发力极强，讲究“赢家通吃”。

AI是供给侧的技术革命。它不创造新场景，只是让写代码、做设计更高效。这种效率提升是渐进式的，且无法形成天然的垄断壁垒。既然无法垄断用户，资本就只能去垄断生产资料。

边际成本的诅咒

互联网平台的护城河在于：边际成本趋近于零。多一个用户，成本几乎不增加，所以敢烧钱换增长。

AI应用恰恰相反：边际成本极高。每一个新增用户，都在消耗昂贵的算力和电力。对于投资人来说，一个增收不增利、甚至越增收越亏的行业，显然不如上游卖铲子的“印钞机”有吸引力。

缺乏网络效应

互联网的核心资产是数据网络。用户越多，产品越好用。

AI应用的核心资产是模型参数。一旦底层模型开源或升级，应用层的护城河随时可能被冲垮。这种技术上的“可替代性”，让应用端难以获得互联网时代那样的高估值溢价。

回到200年前的逻辑

如果我们把目光从1999年的互联网泡沫移开，投向更久远的历史，你会发现一个真相：

互联网是特例，AI才是常态。

19世纪的铁路革命，第一轮暴富的是卖钢铁、卖机车的卡内基；20世纪的电气化革命，第一轮爆发的是通用电气。只有当基础设施铺设完毕，且成本降到极低时，下游的应用（如福特汽车、家用电器）才会百花齐放。

现在的AI正处于“铺设铁轨”的阶段。

资金不敢赌应用，不是因为AI没用，而是因为基础设施的瓶颈尚未消除，商业模式的变现路径尚不清晰。

对于当下的投资者而言，与其在变幻莫测的应用红海中猜测谁是最后的赢家，不如认清现实：在技术革命的早期，拥抱那些无论谁赢都必须支付的“硬通货”，才是穿越周期的唯一法则。

｜END｜