AI不是下一个互联网,它更像1882年的电

这是大凡投资的第 6 8 1  期分享

作者｜思想钢印

复盘三年多的AI行情，就是一个不断找硬件瓶颈的过程：最开始涨GPU，后来涨服务器，再后来涨数据中心，然后涨电力，接着涨HBM存，现在又开始涨CPU、高速互联和ASIC。

一路涨来，其中有两个基本规律：

第一，行情集中在硬件上，由于AI爆发的速度太快，一个旧瓶颈的解决，必然带来新的瓶颈。瓶颈所在，就是潜在的利润池所在，而瓶颈的解决过程，必然带来利润的大释放，这就是三年多行情的底层逻辑。

第二，相比之下，互联网革命时的明星股票大部分是平台公司，在没有什么收入的情况，市场就给了巨大的估值，主要原因在于互联网平台的边际成本为零、网格效应很强。

它们的不同可以总结为一点：互联网创造新场景，AI创造新供给。

互联网相关需求已经普遍存在，只是把线下需求搬到线上，用户学习过程很短，所以用户增长极快，投资价值基本上集中在应用上，现在的Mag7中有3家是互联网时代诞生的平台公司。

AI是一种全新的生产力形式，写文章、做PPT、写代码、做客服，这些行为的场景没有任何变化，但能力大大提升，所以叫“技术革命”，一个全新的技术供给形式，老的产业链必然不适合，出现各种瓶颈，所以产业链重新整合是投资逻辑，瓶颈成为财富的焦点。

很多人之所以总觉得“炒完硬件就该炒应用了”，其实是因为大家对科技投资的历史记忆主要来自1995-2010年的互联网时代，但如果把时间拉长到两百年的技术革命史来看，互联网反而是特例，AI更像是常态。

本文将从更长的周期看技术革命的一般规律，重点是铁路革命和电气化革命，特别是电气化革命，与现在的AI革命，相似度极高。

01

技术革命的三大特点

如果把技术革命复盘的周期拉长到200年，铁路革命、电气化革命、汽车革命、石油时代，你会发现一个共同规律，跟AI革命一样，第一批大赢家往往不是最终应用，而是基础设施和瓶颈环节，以铁路和电气化为例：

铁路革命（1860~1900年）期间，美国铁路里程从1860年约3万英里到1900年超过19万英里，40年增长6倍以上。

当时最赚钱的行业是什么？很多人以为是铁路公司，其实不完全是，大量铁路公司投资巨大，根本没赚到钱，后来大量破产重组。

真正持续赚钱的是钢铁、煤炭、机械设备、土木工程这一类“铲子行业”，无论铁路赚钱不赚钱，都得先投资，钢轨都得买，车都得造，煤都得烧，钢铁大王卡耐基，前期的主要财富来自铁路建设需求。

而铁路革命真正改变的行业——零售业和大众品牌，当时几乎没人能想到（这个过程，留到第三篇再详细分析）。

再看电气化革命（1880-1930），跟现在的AI一样，当时也存在一个问题，大家知道电很重要，但除了电灯（相当于现在的聊天和编程）外，并不知道未来能用什么赚钱。

于是资本先涌向发电厂、输电网、电机设备，早期最大的投资主题其实是，如何把电送到每个工厂和家庭，当时的代表企业是电气设备的GE，而不是几十年后才出现的冰箱、空调和电视等家电巨头。

对照铁路革命和电气化革命，甚至汽车革命、石油革命，你会发现，互联网革命（1995-2010）才是特例——基础设施已经提前建好了一半。

在1995年前，美国已经拥有全国电网、电话网络、光纤主干网和PC服务器产业链，互联网传输的物理介质不是像电气革命一样从零建设，而是在已有基础设施上运行。

这就导致互联网的启动成本极低，建立一个网站，只要买（甚至是租）一些服务器和数据库放在公司甚至车库，就能运行了。

但到了2005年前后，互联网公司越来越大：Google索引整个互联网，Facebook管理数亿用户，YouTube存储海量视频，Amazon管理全球订单，传统IT架构开始撑不住。

所以在2010年前后，出现了云计算和大型数据中心，大量互联网企业和传统企业接入云平台，按需购买算力。云计算架构的灵感直接来自电网，电气化也是把过去每个工厂自己发电的模式，变成统一发电、接入电网，按需购买。

这其实是早期基础设施建设不够，后来再“补课”，仍然没有跳出“大规模基础设施——大量新应用爆发”的范式。

从这个角度看，AI只是回归了技术革命的一般规律，从铁路、电气化，到互联网、AI，有三个共同特点：

第一：资本密集投入

需要先投入巨额资本，大规模建立芯片、电力、数据中心、网络等基本设施。

第二：存在现实世界的物理瓶颈

互联网创造的是新场景，主要是软件扩张，而AI是新技术，存在现实世界的大量物理约束，不管是GPU产能，互联的架构，还是电网容量，冷却技术，都是上一个时代的技术，无法适应AI时代，需要一个一个的改造，所以市场陷入不断寻找“瓶颈”的游戏中。

第三：出现了一个全新的通用基础技术

不是所有的新技术都能称为经济学中的通用技术（General Purpose Technology），需要符合“渗透到各行业、性价比不断提高、创新底座”这三大特征。

所谓“创新底座”，是指能催生大量互补性的创新应用的底层技术创新，早期用途不明确，但理论上所有行业都能受益，因此资本先建设基础设施，让“马儿先跑起来”，然后才知道最终会创造什么奇迹。

当然，技术革命有共性，就会有差异，就像互联网摆脱了“大规模基建先行”的规律一样，AI、铁路和电力也有不同。

铁路至少看得见、摸得着，你知道铁路是干什么的。而电气化刚出现的时候，很多人只知道“电一定会改变世界”，但具体怎么改变，现在的工具如何用电气化改造，未来会出现哪些全新的东西，哪些行业能真正赚钱，其实没人知道。

所以在很多特征上，电，甚至比互联网更接近AI。

02

电，为什么特别？

我们平时总是把电力理解为能源，但电力革命真正伟大的地方，并不是发现了一种新的能源，而是发明了一种极其通用的“能量中介”。

煤炭、天然气、石油、水力、核能，这些都是一次能源，而电属于二次能源，它的作用是所有能源的“通用接口”。

为什么电如此特殊？

假设你有一吨煤，你能做什么？无非是烧水、取暖、做饭，但如果你想看电视、制冷、通信、计算，那就犯难了。

煤炭只能释放热能，人类工业革命的第一台机器“蒸汽机”，革命之处在于把热能转化为机械能，但更现代的设备需要更精细化可控的机械能，还需要光能、信息处理能力，需要更适合的能源中介形式。

而电恰好具备这种能力。

首先，电是一种可以传输的能源，输送距离远、损耗相对可控且调度方便，这使得发电和用电能够空间分离。

其次，电几乎可以转换成任何形式：用电机转化为机械，用灯泡转化为光能，用电热丝转换为热，用扬声器转化为声音，用计算机转化为信息……

最后，容易控制，空调可以做到恒温，不是空调聪明，而是电容易被控制，开关、继电器、晶体管都建立在电信号的基础上。

这三大特点至关重要，大家可以猜一猜，电气革命前，冰箱、空调、电视能存在吗？

答案可能有点意外，这三样东西其实之前都已经被发明了，以前就有蒸汽制冷机，现代老式房车和大型工厂还在用烧天然气、石油和煤的制冷设备，20世纪初还存在过机械扫描电视，但这些如果不用电能，效率都太低了，根本没法普及。

蒸汽时代还有一个点错技能树的“差分机”，这是用机械原理制造出的人类历史上最早的计算机，通过齿轮间的啮合、旋转和平移进行运算，具有计算机的储存单元、运算单元和控制单元，以及在各单元之间运输数据的结构单元，设计图纸有25000个零件，总重量4吨。

开个脑洞，假如电气革命没有发生过，今天很多电子电器产品可能都存在，但会以一种完全不同的低效率形式在运行，这个判断就是回归第一性原理：电子运动速度接近光速，机械运动速度差几个数量级。

说到电的应用，一般人都会想到各种电器和电子产品，但有一样东西，对现代社会的改变同样巨大，就是“现代化工厂里的大规模流水线”。

18世纪末到19世纪中叶的蒸汽机时代，英国和美国已经有大量蒸汽机驱动的工厂，比如纺织厂、钢铁厂、面粉厂。

但这些工厂的动力分配方式很落后，一切围绕蒸汽机，由蒸汽机带动主传动轴，再通过大量皮带驱动各台机器，所有机器被绑在同一个动力系统上，围绕动力轴排列。

结果就是，工厂的设计服从机器，而不是服从生产流程，工厂无法改变生产流程，更不能生产不同规格的产品，且所有的工厂都以同样生产效率，生产同样的商品，跟农民种田一样。

而电气化改造带来的关键变化是，每台机器拥有独立电机，让车床、钻床、输送带全部独立运行，就可以自由地按生产流程而不是动力系统摆放，生产流程就可以不断优化设计。

这直接催生现代流水线。

很多人认为，福特流水线的核心创新是工人不动，产品移动，其实背后还有一个前提，整个工厂已经电气化，因为流水线需要的输送带、电机、精确同步、连续运转，都依赖电力。

所以说，虽然蒸汽机创造了工厂，但是电动机创造了现代工厂。

所以电到底是什么？从物理角度：电是一种能量载体。从工程角度：电是一种通用控制信号。从经济学角度：电是一种标准化中介。

电就是工业时代的“货币”，没有货币，贸易也可以以物易物，但效率极低。电和货币一样，让社会运转和社会生产更有效率。

AI正在做同样的事。

03

智力接口

说到电，很多人立刻想到家电和电子产品，而不是大规模流水线。

同样，说到AI的应用，大家都会想到聊天、编程、写作，说到AI应用，大家都在想“软件”——这就仍然是一种互联网思维惯性。

如果把AI比喻成电，大模型比喻成发电厂，提供信息与数据处理的公司是电气设备公司，编程等未来出现的AI应用只是类似家电和电子产品的产业，但更大的变革是它对所有行业甚至企业组织形式的彻底改造，就像大规模流水线对蒸汽工厂的改造。

如果说，电气化是用一种可传输、可存储、易控制、即插即用、高效率的形式把各种能源标准化，AI正在把稀缺的智力能力标准化。

智力一直存在，但直到2022年之前都高度依赖个体，无论是律师的分析能力、程序员的编码能力，还是医生的诊断能力、研究员的信息整合能力，它们需要16年以上的教育，需要大量职业培训，无法被低成本规模化复制。

它们无法存储，只存在于某个人的大脑里，离职就带走。

它们的调用成本（工资）高，且不稳定。

AI正在改变这一切，你可以把它理解为一座“智力工厂”，把原本依赖个体知识工作者的认知能力，从人脑中抽离出来，转化为未来社会的基础设施。

它把不可以标准化的智力服务，包括写作能力、翻译能力、编程能力、信息检索能力、基础推理能力，等等，未来还有更多，变成7*24小时输出的标准化的API；

把难以跨境贸易的社会服务，变成可跨境贸易的token，未来某个美国人接受的法律服务，很可能是中国内蒙的某个数据中心的token流。

这种把智力与人强行分离的做法，直接冲击了生产力三要素“劳动者，劳动工具和劳动对象”，AI到底是劳动者还是劳动工具？这将会完全改变这个社会的形态。

这可能才是AI应用的第二阶段，也是AI真正改变世界的时刻。

当然，这个电的类比能否成立，还有待验证，但它确实解释了资本市场现在就愿意给基础模型公司以极高估值的合理性，投资者不是在赌它们是未来的谷歌或亚马逊，而是认为这将是成为未来世界的“通用接口”。

04

总结

总结一下：

AI目前呈现出来“重资产、重能源、重基础设施”的特征，更接近铁路、电气化这一类标准的技术革命。

过去三年华尔街一直围绕GPU、电力、存储、互联反复定价，说明AI仍处于类似“1885年的电力”或“1865年的铁路”阶段，人们已经确定这项技术会改变世界，但世界还在建设承载它的基础设施。

AI的未来，可以从电气化的过程中找到一些启示：电气化是用一种可传输、可存储、易控制、即插即用、高效率的形式把各种能源标准化，AI正在把稀缺的智力能力标准化。

电气化的伟大之处，不只是创造了家电和电子产业，更是让人们能够建设过去根本不可能存在的工厂；AI的伟大之处，应该也不只是一个写报告编程的软件，而是让企业甚至社会建立一个过去无法想象的组织方式。

未来真正的应用巨头，可能还没有完全出现，甚至还没有诞生。

当然，投资未来是现在就要做的事，所以这并不妨碍我们现在就要去想象未来哪些行业会被深度改变？未来的应用巨头可能是什么样子的？

「声明：本文为作者独立观点，仅供参考广大投资者科普学习和交流，不构成投资意见或建议，请理性看待，树立正确的理念，提高风险意识。文章版权和最终解释权归大凡投资所有。」

⭐星标大凡投资，关注大凡原创连载⭐