铁路、电力、互联网与 AI

最近关于AI泡沫什么时候破裂的讨论又甚嚣尘上了，分享一点我自己的思考。

一边是天量的资本开支：2025年美国四大科技巨头一年砸出超过5000亿美元，OpenAI承诺八年投入1.4万亿美元，全球数据中心投资被预测到 2030 年累计需要6.7万亿美元。另一边是冷冰冰的现实，C端没跑出新的商业模式，广告没验证，企业给员工买的AI订阅续费理由模糊。一份MIT 的研究甚至发现，95%的企业在生成式AI上的投入"零回报"。

于是所有人都在问同一个问题：这到底是不是泡沫？

我想说的是，这个问题问错了。

因为如果你把镜头拉远，回看过去两百年里每一次"大技术"：铁路、电力、互联网，会发现它们走的是同一个剧本，而且这个剧本里有一幕，叫做"技术已经成熟，但价值还没兑现"。

每一次大技术革命，都沿着四个阶段展开：

技术发现 → 大规模投资（泡沫）→ 商业场景验证 → 拉动 GDP 增长

而历史反复证明的一件事是：这四个阶段之间的时滞，远比我们想象的长；真正卡住价值兑现的，从来不是技术本身。

一、铁路：人类第一次见识"固定资产泡沫"

铁路是人类第一次大规模体验"通用技术"的威力，也是第一次见识重资产泡沫的破坏力。

技术发现始于1804年特里维西克造出第一台蒸汽机车，1825年斯蒂芬森的"火箭号"让铁路真正可用。然后是人类历史上第一场真正意义的基础设施投资泡沫。

先看规模。1840年代英国爆发了著名的"铁路狂热"（Railway Mania），无数公司画着线路图就能融到钱，1846年英国议会一年批准了270多条铁路。在狂热峰值年份，英国铁路投资一度占到GDP的7%以上。在美国，railroad在1870–1880年代占到全国总投资的15%–20%，峰值年份铁路投资约占GDP的4%。到1890年，美国铁路的资本存量80亿美元，而当时的国债才12亿美元。在某些年份，铁路消耗了全美90%的钢材产量。

然后是泡沫的真相。研究泡沫的数学家Andrew Odlyzko算过一笔账：英国铁路网在1840–1852年间几乎扩张了五倍，达到7300英里，但最终只产生了建设者预期的四分之一的收入。大量资本血本无归，1847年英国铁路股崩盘，1873年和1893年美国又各爆发一次和铁路过度投资直接相关的大萧条。

但这里有泡沫的另一面，投机者亏光了钱，铁轨却留了下来。这是固定资产泡沫第一次展示它的双面性，它对投资人是灾难，对后来者却是免费的礼物。

而铁路真正的价值，远不止于"运货更快"。它创造了三样此前不存在的东西：全国性市场（商品第一次能低成本卖到千里之外，品牌和连锁第一次成为可能）、标准时间（火车时刻表倒逼出了统一时区）、现代公司制度（管理一家跨州的巨型铁路，催生了职业经理人和层级管理）。

二、电力：那个长达 40 年的"生产率悖论"

电力的技术发现极其漫长。1831年法拉第发现电磁感应，但从这个发现，到电真正驱动工厂，中间隔了将近90年。

整个19世纪上半叶，电唯一的商业应用是电报。它改变了信息传递，但和"用电生产"是两回事，就像今天的chatbot改变了我们查资料的方式，但还没改变我们怎么生产。

转折在1882年，爱迪生在纽约建成珍珠街电站，人类第一个商业中央发电站诞生。紧接着是著名的"电流之战"：爱迪生的直流电 vs 特斯拉、西屋的交流电。这场战争是工程和商业模式之争，交流电能远距离输送，最终胜出。1895年尼亚加拉大瀑布电站投产，标志着电力作为大规模基础设施真正落地。

值得一提的是，电力的基础设施投资在它的高峰期，占GDP的比重其实远低于铁路，即便到了1949年电力大扩张期，电力相关投资也只占美国GDP的约0.6%。电不是靠一次性的重资产豪赌铺开的，它是细水长流地渗透进每一个角落。

到这里，发电、输电、照明、电车都通了。按理说生产率该爆发了吧？

没有。整整 30 年，制造业的生产率几乎纹丝不动。

这就是经济史上著名的"生产率悖论"。原因深刻得令人后背发凉：工厂主拿到电之后，只是把原来那台中央蒸汽机换成一台中央大电机，然后整个工厂的机器，仍然像蒸汽时代一样，用一根贯穿全厂的传动轴和皮带连到这台中央电机上。

他们用了新技术，却保留了旧的组织形态。

直到1910–1920年，工程师才终于想明白电的真正价值，不是"取代中央蒸汽机"，而是让每一台机器都拥有自己独立的小电机。一旦每台机器自带动力，那根贯穿全厂的传动轴就不需要了，工厂可以完全按照"生产流程"来重新设计布局，这才有了真正意义上的流水线，才有了福特，才有了1920年代美国制造业生产率的大爆发。

从法拉第（1831）到生产率爆发（1920s），整整 90 年。从第一个电站（1882）到生产率爆发，也有近40年。

经济史学家保罗·大卫在1990年那篇名作《发电机与计算机》里讲到：

通用技术的生产率红利，从来不来自技术本身，而来自围绕技术对生产组织方式的彻底重构。

旧工厂要折旧报废，懂电的新一代工程师和经理要成长起来。这些都需要时间，而且急不得。

至于电拉动GDP增长、创造全新的消费品类比如广播、家电、电视，那要等到 1920 年代到 1950 年代。从法拉第算起，已经过去了一个多世纪。

三、互联网：它真的"很快"吗？

很多人有一个直觉：互联网从出现到创造价值，非常快。

这是一个记忆错觉。

互联网的技术发现始于1969年的ARPANET，1974年TCP/IP协议提出。但整个70、80年代，互联网就是军方和大学里的小圈子工具，没有任何商业价值，和电报早期阶段一样。

真正的大众化突破是1991年万维网、1993年Mosaic浏览器。然后是1995–2000年互联网泡沫：所有人都知道互联网会改变世界，但绝大多数公司找不到赚钱的方式。2000 年泡沫破裂。

这一幕，和电气化里"工厂买了电机却提不起生产率"是同一种错配：技术信仰，超前于价值兑现。

而真正拉动 GDP 增长的，是泡沫破裂之后才来的。Google的搜索广告模式到2003年前后被验证，亚马逊2001年底首次盈利，Facebook2004年才成立。

从1969年算起，互联网用了30多年，才出现第一个被验证的大规模商业模式。

那互联网到底哪里"快"了？只有一个地方：基础设施的铺设，被泡沫提前完成了。1996–2000年，电信公司疯狂铺设光纤，这场建设大约占了美国GDP的1.2%，很多公司铺完就破产，留下了海量"暗光纤"。等到 2003 年商业模式跑通，没有物理瓶颈，软件零边际成本复制，扩张才是指数级的。

这和铁路是同一个剧本：泡沫破裂，但基础设施留下来，成了后来者免费的礼物。

那企业的组织形态，被互联网改变了吗？

改变了，但比想象的浅，而且来得晚。互联网早期（1995–2005）对组织的改变很表层，邮件取代传真、ERP上线、电商取代部分门店，本质还是"把旧流程搬上网"，就像"把电机塞进蒸汽工厂"。一个2000年公司的组织架构，和1980年没有本质区别。

真正的组织重构，是二阶效应，而且很晚。平台型组织（2008 年后）：Uber没有司机、Airbnb没有房子、淘宝没有商品，公司的边界被打破；分布式组织（2010年后，疫情后加速）：全员远程成为可能；小团队大杠杆型组织：Instagram13个人、WhatsApp55个人，服务数亿用户。

这些组织变革，全部发生在互联网商业模式跑通（2003）之后的5到15年。 即便是互联网，组织重构也是最后一环，滞后于技术和商业模式。这和电气化的"生产率悖论"是同一个规律，只是时滞从40年压缩到了10–15年。

四、AI：我们现在精确地站在哪一年？

现在，把 AI 放进这个剧本。

技术发现：2017年Transformer论文，2020年GPT-3，2022年ChatGPT让技术第一次大众可用，这是 AI 的爱迪生电灯时刻。

大规模投资 + 泡沫：2023年至今，算力和数据中心被天量资本疯狂铺设。而现在，这个泡沫第一次可以被精确地量化对标了：根据 Epoch AI 的测算，纯 AI 数据中心的投资在2026年一季度约占美国 GDP 的 0.8%，带动整个计算基础设施投资占到GDP的1.5%；如果计入更广义的科技设备与软件投资，这个数字达到4.4%，已经逼近 2000 年互联网泡沫的峰值。

商业场景验证：这是关键。到今天为止，AI 真正被验证能大规模赚钱的，只有 Coding一个。Coding Agent 之所以重要，在于它是第一个证明"AI 能产生几十亿美元真实 ARR"的东西，它解除了"AI 到底能不能赚钱"的信心危机。

但这里有一个必须说清的区别：

Coding是AI的第一个盈利证明，却不是AI的"搜索广告"。

搜索广告的上限，是用户数 × 搜索频次 × 商业价值 × 广告竞价，每个变量都能独立膨胀，而且它凭空创造了一个新市场：把全世界的购买意图实时拍卖给商家。它的天花板是开放的。

而Coding Agent的收入，本质上来自全球程序员的工资预算。它做得越好，单位代码越便宜，被替代的人越多，支付方的盘子甚至可能缩小。它的天花板，可能被它所替代的存量劳动力框住。

一个 AI 应用的天花板，是由"它替代的存量"定义的，还是由"它创造的新需求"定义的？

替代存量的：有真实收入、能验证，但封顶，而且越成功越通缩。创造新需求的：上限开放、可自我膨胀，才是真正能拉动GDP增长的。

五、一张图看懂：投资高峰与价值兑现的错位

如果把四次技术革命的基础设施投资强度（CapEx占美国GDP的比重）按生命周期画在一起，你会看到一个反直觉、但反复重演的形状：

铁路和互联网的投资强度，都在泡沫期见顶，然后在真正拉动GDP增长的价值兑现期已经回落。 换句话说，投资最疯狂的那一刻，恰恰不是价值最大的那一刻；两者是错位的。电力则是另一种形态：它没有剧烈的泡沫尖峰，投资低而平缓，却用了最长的时间才兑现价值（生产率爆发比第一个电站晚了近40年）。

AI那条绿线，今天还在向上爬，它的投资强度已经超过了电力、超过了互联网，逼近铁路的量级，但它的顶还没有出现，右边那段"价值兑现"也还没有到来。

（注：1950 年前数据为基于史料锚点的近似估计，19 世纪国民账户口径较粗；曲线意在呈现形状而非精确数值。）

六、四次技术革命对照表

把四个技术按统一的四阶段对齐，能一眼看出 AI 现在的坐标：

七、四条穿越百年的规律

把四次技术革命叠在一起看，有四条规律反复出现，它们对今天判断 AI 极其重要：

第一，瓶颈从来不是技术本身。交流电赢直流，是工程和商业问题；工厂生产率起不来，是组织没重构；互联网公司倒闭，是商业模式没跑通。技术几乎总是先到位，真正慢的是人、组织、商业模式和基础设施的配套。

第二，泡沫是基础设施的融资工具。铁路狂热留下了铁轨，互联网泡沫留下了光纤。资本会在狂热中过度投入，但他们留下的物理基础设施，是后来者免费的礼物。AI今天的算力狂铺大概相似，但是有一个不同：数据中心的硬件折旧极快（GPU几年就过时），意味着它留下的"遗产"会贬值得更快。

第三，组织重构是最后一环，也是价值最大的一环。电力真正的红利不在电机，在流水线；互联网真正的红利不在网页，在平台型组织。而组织重构永远滞后于技术成熟，电滞后40年，互联网滞后10–15年。AI时代的那个一个人指挥一支agent军团、重新定义公司形态的流水线时刻还没到来。

第四，分清"替代存量"和"创造新需求"。铁路创造了全国市场（新需求），不只是让马车跑得快（替代存量）；搜索广告创造了新的商品市场（新需求），不只是把报纸广告搬上网（替代存量）。每一次技术革命真正的大钱，都来自它凭空创造的新市场，而不是它替代的旧成本。AI也一样：替代程序员、客服、设计师的工资是存量，用AI创造新的娱乐形态、发现新材料新药、进入物理世界创造新交互，才是新需求。

八、那么，AI 现在是泡沫吗？

是，也不是。

是。按照所有历史规律，我们正处在"基础设施狂铺 + 估值狂热 + 商业模式尚未完全验证"的阶段，这个阶段必然有泡沫，必然有一批公司会在破裂中归零。

不是。因为泡沫的存在，恰恰证明这是一次真正的大技术革命，而不是一次小骚动。没有哪次假技术配得上一场大泡沫。铁路有泡沫、电力有泡沫、互联网有泡沫，它们最后都重塑了世界。

核心问题是：

当价值真正兑现的那一幕到来时，也就是组织被重构、新市场被创造、真实 GDP 被拉动的那一刻，你押注的东西，是站在"替代存量"那一边，还是"创造新需求"那一边？

在 2001 年的废墟里投 Google，在 2009 年没人看好时投 Uber。

最大的回报，总是属于那些在间隙里提前看清了下一幕、并且有耐心等到它发生的人。

AI 的"搜索广告时刻"还没到来。它一定不在最拥挤的地方。

（本文为个人研究思考，AI参与创作，不构成任何投资建议。）