夜雨聆风本文为系列文章：
《投资是如何亏钱的》
《ai巨头赚钱吗》
《内存行业简史》
注：全文约4500字
ai算力token由什么组成？可以看作是数据中心+能源。
数据中心这一侧对应的是ai硬件供应链，拆开看就是英伟达、内存、光通信等，再往下则是硬件的矿物质原材料；能源主要是指电能，没有电力的话ai硬件就无法运行。
ai硬件供应链很难成为价值捕获的最终环节。现在ai硬件公司能暂时成为卡点，是因为过去三年ai行业出现了一段非线性的加速发展，硬件需求一下子跑到前头去了，导致供不应求。但这种卡点既虚又短暂，它只要伴随着扩产就能自行消解，而扩产的门槛并不高，这就意味着这些环节的卡点一定会转移。
不知大家是否还记得，2000年互联网泡沫时最靓的崽是谁？是做路由器生意的思科公司，它当时对标的身份就是互联网硬件供应商。在当时思科的垄断性是很强的，不然它业绩也不会那么好，市场也不会给它那么高的估值。但今天路由器还垄断吗，早已沦为普通商品了。而英伟达就给我非常浓重的思科味道，它就是今天的思科。
英伟达的ai算力芯片确实重要，但hyperscaler已经在自己做了，中国更是作为国家级项目不计成本的推进。中国是不可能允许自己在ai竞争方面落后的，所以英伟达的技术垄断不可能长久，一定会倒下。ai算力芯片最终会像路由器一样成为基础品。
英伟达的门槛比内存高多了，它都抗不住，内存就更不必说。中国不会允许自己被几个韩国厂家妨碍到ai发展，在内存和闪存领域已有各自的推进角色，并且已经具备产能，只是还不够高端，所以内存也不可能成为长期卡点。
英伟达和内存是ai硬件供应商的代表。这些硬件卡点都可以通过加大投资来解决的，等到ai基础设施经过这一轮充分的建设和扩产，稀缺性就会消失。
能源则是一个隐藏的大难题。ai硬件可以享受到摩尔定律的益处，也就是同样大小的算力设备，随着时间推移能提供的算力越来越高，因此表现为边际成本降低。但能源不会。能源的边际成本很难降低，每产生1度电所需的天然气或煤炭是固定的，不论总产量是100万度还是1000万度电，单位耗量基本不变，规模效应和技术改善都难以显著降低单位能耗。当ai其他环节的边际成本都在下降时，能源的边际成本却很难压缩，因此它会随时间推移成为一个越来越显著的硬约束，谁都绕不开它。
所以目前我们就有了两个中间结论：
1. ai硬件供应链不会是价值沉淀的最终环节；
2. 能源会是重要卡点。
垄断捕获商业价值，竞争带来价值毁灭，因此我们想找到可能产生垄断的环节。垄断往往出现在直接面向消费者的最终环节，因为这里离付费者最近，离钱近的地方最容易长出大公司。这个位置与hyperscaler所处的位置高度重合，并且它们掌握着海量用户的分发渠道，同时具备自建ai模型的能力，看起来确实是有机会竞争ai赢家的潜力选手。
在四大hyperscaler（谷歌、微软、亚马逊、meta）的ai发展中，大家都烧了不少钱，这使它们充满决心，但这些钱有多少转化为了公司自身的护城河呢？我认为meta是其中最弱的，因为meta没有自己的云业务，而另外三家都有。同样是投进去的钱，另外三家除了研发自家ai模型，还能同步带动云业务的现金流，这是meta目前不具备的优势，因此它的竞争优势就少了一分。
在谷歌、微软、亚马逊这三家当中，我认为谷歌是最有潜力的。虽然大家都是云服务厂商，也都有自研ai算力芯片，但谷歌是目前唯一能用自家芯片训练模型的公司，也就是谷歌的Gemini模型基本全用TPU训练，这意味着它是唯一一家具备全栈垂直整合能力的公司。垂直整合能消除不同环节之间的摩擦，在提升服务质量的同时提高利润，价格竞争力也会随之加强。此外，它和微软一样手里握有大量商业客户，拥有丰富的To B生态。这种生态再叠加云服务优势，进一步强化了它的客户粘性。
所以在四大hyperscaler中，如果让我在抄底时做选择，我会选谷歌。
不过谷歌也有它自身的缺点。
图1
谷歌员工曾爆料称，谷歌早在22年gpt时刻的前一年就做出了体验相似的对话模型LMChat，但因担心聊天式ai可能直接分流搜索流量和广告收入，冲击核心业务，再加上当时模型仍有严重幻觉，可能输出不利于公司声誉的内容，因此高层没有将LMChat产品化，而是选择了雪藏。直到openai的gpt时刻出现后，谷歌才加速整合追赶。现在倒是追的也不错，但早期的犹豫确实让openai抢了先机，也造成一波人才流失。
这其实是非常典型的创新者的窘境。与大家的直觉相反，市场上的新技术、新理论往往先出现于大公司内部，大公司嘛，领导者们也知道创新的重要性，研究部门有充足的资金去尝试各种新玩意。事实上，大语言模型的transformer架构就是由谷歌研究人员在2017年的论文中提出的。但大公司的问题在于，它只是对创新理论开放，一旦某项创新可能冲击已有业务，尤其是核心业务，管理层通常会在巨大的机会成本面前选择不创新。历史上这样的模式反复出现，最著名的例子就是柯达公司，它的研发部门率先发明了数码摄影技术，但基于对胶卷业务的考量而选择不推进，最终技术扩散后被其他公司推翻。
谷歌占据了一个非常有利的生态位，这让它相比其他公司具备系统性优势，立于很难输的地位。但它的市值已经很大，内部又缺少像马斯克这样能强力推动创新落地的人物，发挥自身创新能力的动力不足，这就让它的上行潜力显得不够大。
那么有什么解决办法吗？谜底就在谜面上，答案正是马斯克的公司，特斯拉+spaceX。
我在之前的文章里提过，目前ai模型呈现出技术平权的特点，就是一个新技术突破后，别人往往几个月内也能实现。那在大家互相僵持的情况下，突破口可能从哪产生呢？我认为就是能源。
ai硬件产能的极大提升已经是个注定事实。当地球表面不再缺少ai算力芯片时，最终会表现为缺电，地面没有足够的电力来供给数据中心，尤其是ai硬件的产能可以非线性的提升，但电能的提升却困难的多。你可以想象，今天美国数据中心的所需电力已经占到美国总电力的5-6%，如果我们真的认为ai是未来，那ai的算力规模就要达到铺天盖地的程度，其所需电力迟早要上升到国家总电力的30%、50%甚至100%的程度，而且这个发展速度绝不会慢。
那么，当一家公司有能力获得更多的能源，比如别人是0.5时它是3，别人增加至1时它已是9，此时游戏天平就会倾斜。更大的能源规模意味着它将拥有更大的算力规模，因此更快的模型创新速度。它刚有一个创新，别人可能要花1个月来追上，可追赶上后发现又拉开了3个月的差距，再次追赶上后发现差距又变成7个月。随着时间推移，差距是越来越大的，竞争对手就会陷入绝望。技术平权带来的追赶帮助，最终会被能源差距破开。
可现实情况是，当下美国要新建发电厂和数据中心的阻力都很大。稍微搜一下新闻就能看到，xx州因担心排放而暂缓审批，发电厂尤其要经过多部门的综合评估和审批，还要考虑对现有电网的影响，这些复杂手续可能需要一两年才能走完。相比之下，ai硬件工厂的扩产速度就完全不同，它的厂房建造不需要漫长审批，主要取决于自身工程实力，不受政府部门拖累。
那如何获得大量能源？如何获得几乎免费的能源？答案在天上，也就是太空。把ai算力芯片发射到太空中，以太阳能作为能量来源，就能获得近乎免费的能源，并且不受限于地面世界的审批速度。发射一批就能生效一批，见效非常快。
那么代价是什么？太空算力也有对应的成本或技术难点，首先是发射成本，其次是数据传输问题，还有迭代成本。但我认为这些都是可以解决的：
发射成本方面，spcaeX的可复用火箭正在持续推进。现在发射星链的成本大约在每公斤1500美元，在这个成本下星链提供通信服务依然盈利，那么在未来发射成本降到每公斤100美元的过程中，再配合更高毛利的ai服务，盈利只会更好；
数据传输问题，在星链已有的技术基础上完全不是问题。如果要训练新模型，马斯克可以把装着海量数据的硬盘直接发射上太空，如果只是推理就更容易了，把问题传上去再把结果再下来，传输量并不大；
至于迭代成本，星链同样是重要参考对象。星链原本就被设计为使用寿命大约3-4年，到期后会主动坠入大气层烧毁，同时换上更先进技术参数的设备。在ai服务器成本大幅下降的情况下，这种主动迭代模式是可以接受的。
星链发展过程中累积的技术在这里得到了高度复用，而能把货物大规模、低成本发射到太空中的，你会发现只有spaceX一家公司能做。其他家公司要想做太空算力，也得借助spcaexX。所以马斯克是个绕不开的存在。只不过算力上天需要时间：重新设计芯片以适应太空环境，大规模量产芯片降低成本，大规模发射并组建算力网络。
即便太空算力仍需时间，马斯克在地面上依然有很大的能源优势。别忘了，马斯克的特斯拉公司本身就在能源领域深耕已久。最近有报道称，马斯克的grok模型4.6与4.7版本又取得了巨大进步，已经可以与anthropic的前沿模型对齐。按理说grok这样名不见经传的尾部模型，为什么能追赶上来呢，一方面是技术平权还在发挥作用，另一方面，马斯克之所以能咬的这么紧，背后的一大关键在于手里握有Colossus 1和2两座超大型算力中心，而这又离不开他在能源供应上的优势积累。于是能源优势转化为算力优势，进而转化为模型迭代优势。
说完能源卡点，再来看一个可能产生垄断的地方，就是ai应用。就算有了非常强大的ai模型，它的智能仍仅限于数字世界，我们肯定会希望在现实的物理世界中也能让ai发挥作用，这就是比特ai与原子ai的区别。那ai在物理世界中的最好载体，就是人行机器人。人类社会是以人的形态为基础发展起来的，因此人形机器人天然就能适配所有建筑设施和交通工具，而不需要做特异性改造。人行意味着它能进入最通用、最大的那个市场。
那人行机器人的头号玩家可能是谁？我认为毫无疑问是特斯拉的optimus，其他竞争对手很难有机会获得成功。optimus有众多优势，这里只挑有通用性的一条来说，马斯克现有的网络已经可以实现“自己作为自己产品的渠道”，他的创新一出现自己就能用得上。也就是说，造出optimus后就可以直接安排在特斯拉工厂内部使用，从而获得大量真实训练数据。更多的数据意味着更快的反馈与迭代速度，仅这一点就能与其他企业拉开显著差距。
因此，能源优势+ai应用优势（人形机器人），这两点结合在一起就可以产生垄断性。身体与大脑都最好使的机器人，这将成为像苹果手机一样的存在，每个人都想拥有一部。
写到这里，我的答案已经很明显了，我认为ai行业最强有力的竞争者就是马斯克，特斯拉和spcaeX。马斯克是唯一一个同时具备能源（太阳能）、ai模型（grok）、人形机器人（optimus）、通信传输（星链）、太空发射（spaceX）、分发渠道（推特）这些维度的人。在我看来，他已经集齐了获得最终ai胜利的所有要素，更何况实际中他所具有的维度还不止于此，比如他在自建ai芯片工厂，试图突破当前ai芯片产能远远不足的桎梏。
这篇讲了我认为ai行业中的赢家会如何产生对象。下篇文章将说一说，我自己有关从现在到ai泡沫破裂后的投资规划。
2026年8月
