AI投资：预见下一个瓶颈

1、我最近特别认同的一个观点：稀缺并非静止，它会流动。AI投资的关键，在于预判下一个因稀缺而产生的制约点：a）任何系统运行时，总有一个环节最先成为限制，这个环节就是当前最值钱的瓶颈。b）一旦这个瓶颈被突破，稀缺不会消失，而是立即转移到下一个卡顿处。c）真正的眼光，不是追逐当下最火爆的资产，而是看清‘下一个会堵住的环节’在哪里。

2、AI芯片这轮浪潮，是这一逻辑最典型的体现：a）初期是软件先行——新模型与新应用验证需求，现有硬件尚能支撑，资金自然流向软件层。b）随着用量激增，负载上升，成本凸显，算力不足的瓶颈暴露。c）于是稀缺从软件转向硬件，GPU、HBM、先进封装、网络、电力等原本低调的要素，瞬间成为焦点。d）这并非AI独有规律。PC、移动互联网、云计算，每一轮技术跃迁都遵循相同路径：软件先行，瓶颈后移，资本随之轮动。

3、有趣的是，每个成功的技术栈，最终都会被自己的成功所束缚：a）GPU本为图形计算而生，却被AI推上全球经济的中心。b）如今，以GPU为核心的AI体系，正被电力、内存带宽、散热、数据中心、电网接入等新瓶颈拖慢脚步。c）若AI规模再扩大百倍，‘堆更多GPU+数据中心’可能不再有效——下一个瓶颈将催生新方案：更优的内存架构、光互连、存算一体，甚至全新计算范式。d）这些方向看似分散，实则都在回应同一个核心问题：如何在单位能耗与成本下，实现更多有效计算。

4、真正卓越的投资人，做的都是同一件事：在瓶颈尚未被大众察觉前，提前布局下一个制约点。a）孙正义投资Arm，押注的不是当时的手机市场，而是尚未被定价的低功耗计算架构。b）当GPU瓶颈已被市场充分定价，资本开始从芯片层回流至模型与应用层，形成闭环。c）资金不会久驻一层。瓶颈在流转，资本亦随之迁移。

5、这套‘瓶颈迁移’的逻辑，不仅适用于AI投资，也能解释生活中的诸多现象：a）过去，‘聪明’是稀缺资源——会写作、会计算、能查资料、能出方案，本身就具备价值。b）但AI正快速解除‘智能’这一瓶颈。当智能变得廉价，稀缺便转向下一个环节。c）转向何处？转向判断力、协调力、信任与责任感——这些AI尚无法替代、却日益珍贵的能力。

6、这对普通人最大的启示是：别去内卷一项正快速贬值的技能，而应抢占稀缺正在迁入的新高地：a）当一件事人人都能借助工具做到达标，它就不再是你的竞争优势。b）真正的机会，往往藏在旧瓶颈被突破、新瓶颈刚浮现、却尚未被众人察觉的窗口期。c）就像顶级投资人不只看好AI，更关注AI会在哪里‘耗尽’现有算力——耗尽的瞬间，才是新空间开启的时刻。

我越来越确信，在这个急速变化的时代，判断‘下一个瓶颈在哪’，是一种极其稀缺的能力。它无需预言未来，只需养成一种习惯：每当一个热点被全民追捧，就问一句——它解决了什么？又因此让什么，成了新的稀缺？

先走一步，走向稀缺。（突然想到塔勒布怎么回事hhh

— END —

欢迎大家关注我的公众号 👇