夜雨聆风先把话说清楚：这篇文章讲的是产业，不是股价。
股票可以贵，可以跌，可以腰斩，那是另一回事。我要讲的是，AI 这个产业有没有走到需求崩塌的那一步。
我认为没有，而且离得还很远。
一
我曾经在一家泰国企业工作。2004 年前后，公司想做电商，投了两年，没成功。
董事长很有前瞻性，但是失败的原因其实是太超前。
第一，下单的人太少。很多消费者根本不会用电脑下单，我们得派人打电话，一步一步教。
第二，好不容易接到订单，送不出去。那时候没有成熟的配送体系，一单货拖上一个星期很正常。
我们不是看错了方向，是看早了。
几年以后，京东、阿里、美团把这件事重新做了一遍，规模是我们当年不敢想的。
这件事让我记住一句话：一个行业能不能成立，看需求；什么时候爆发，看基础设施。这两件事之间，有时候差好几年。
2000 年那批互联网公司死在哪里？死在它们为一个十年以后才存在的世界烧钱。
你修高速公路，汽车还没有出现。
今天不一样。GPU 买回来，装上就能变成云服务，几个月内就能被企业租走，就能收到钱。资本开支到收入之间的时间差，从十年缩短到了几个季度。
企业为什么付这个钱？因为它确实能写代码、做客服、分析数据、优化广告。这些钱不是分析师在 Excel 里算出来的，是企业从自己的预算里划出来的。
二
钱可以买芯片，但钱不能把三年的建设周期压缩成三个月。
这是今天最重要的一句话。
AI 最大的瓶颈已经不是芯片了。是电力、变压器、输电线路、冷却系统、土地、并网许可。
你可以今天决定建一个 1GW 的数据中心。你不能今天决定，明天就让 1GW 的电进入机房。
资本可以瞬间增加，物理世界不能。
所以未来几年真正该盯的不是“大家还有没有兴趣投钱”，而是这些钱什么时候能变成真正可用的算力。
在基础设施大规模释放之前，谈产能过剩，太早了。
顺便说一个被误读得很厉害的问题：折旧。
有人说 GPU 三年就过时，所以现在的折旧年限有问题。我不这么看。
最先进的模型需要最先进的芯片。但大量推理、企业应用、批处理任务，根本不需要。新一代出来，旧的往下走，去接那些不需要顶级算力的活。
高速公路上不是每辆车都得是法拉利。
三
我特别喜欢一个例子：客服。
现在的 AI 客服确实不怎么样。问三句能答对一句就算不错。
很多人看到这个说，你看，AI 也不过如此。
我的看法正好相反。
如果今天 AI 已经把客服做完美了，那才值得担心，因为那意味着这块市场已经吃干净了。
它现在这么差，说明大量需求根本没有被满足。
而客服只是一个行业。金融、医疗、教育、法律、制造、物流、科研、广告、软件开发，每一个都还在最早期。
四
未来几年一定会死掉大量 AI 公司。
模型公司会死，应用公司会死，数据中心公司会死，今天估值很高的公司也会死。
这不叫需求消失，这叫竞争。
三家公司做同一件事，最后死掉两家，活下来那家要接住原来三家的活——它需要买更多算力，不是更少。
用户不会因为某一家倒闭就说，从今天起我不用 AI 了。用户只会换一家。
AI 公司可以死，AI 需求可以继续涨。这两件事不矛盾。
上一轮就是这样。那批电商公司死了一大片，最后杀出来的是京东阿里美团。而中间做物流的、做网络的，一直活着，越做越大。
倒下去的是应用层。底下那一层反而被喂得更肥。
五
AI 最终会出现供过于求。任何产业都会。问题不是会不会，是什么时候。
我不预测五年以后的事。如果有人现在就能准确告诉你 2031 年 AI 的需求是多少，我建议你先检查一下他的水晶球。
我只看眼前，就三条。
第一，需求还在不在涨。企业预算还加不加，用户用量还增不增。
第二，供给有没有开始明显超过需求。数据中心是不是开始闲置，算力价格是不是持续往下走。
第三，也是最重要的一条，资本开支能不能变成收入。
哪天出现这种局面——数据中心疯狂建成，GPU 大量到货，算力价格一路往下，而企业不再愿意为算力付钱——那时候我会非常谨慎。
因为那意味着我们真的从“供不应求”走进了“产能过剩”。
在那之前，如果让我站在一家算力公司的位置上想这件事，我最关心的不是市场今天给多少倍估值，也不是哪个分析师说贵了。
我只关心一件事：客户明年还会不会买更多算力。
只要这个答案还是“会”，这个行业就还早得很。