AI资本周期：利润流向才是核心

在前文中，我阐述了这样一个观点：

AI产业生态，归根结底是一次“盈利重心的转移”。

许多读者通过私信向我咨询：

为何要将“盈利重心转移”置于整个分析体系的关键地位？

实际上，这正是该分析框架的精髓所在。

原因在于：

若仅探讨技术层面，AI 往往沦为无法穷尽的叙事。

然而，若立足于资本市场视角，情况将截然不同。

资本市场真正关注的焦点，绝非：

模型的智能程度

Agent能否取代人类

AGI何时降临

而是核心在于：

谁正在掌握定价话语权？

换言之：

AI 的盈利份额，正流向何方？

一、资本市场真正嘉奖的，并非“概念炒作”

过去两年，市场上关于 AI 的讨论，大多围绕：

ChatGPT

Agent

大模型

AGI

AI是否改变世界

但资本市场真正青睐的，绝非：

“概念本身”。

而是：

稀缺资源。

谁掌握了稀缺资源，谁便拥有了利润。

谁掌控了利润，谁便能获得资本市场的定价权。

而 AI 产业链，本质上就是一次：

稀缺资源持续转移的历程。

二、第一阶段：算力短缺

AI 行情早期的核心逻辑其实十分清晰：

算力芯片（GPU）供不应求。

大语言模型的训练依赖于巨大的算力支持。

结果：

英伟达由此成为 AI 周期的起始点。

原因何在？

因为它同时拥有：

CUDA 生态

GPU 性能优势

软件栈

开发者网络效应

市场随即形成首轮共识：

谁掌控了 GPU，谁就主导了 AI。

那个阶段，整个市场的盈利重心，几乎都集中在：

GPU

AI服务器

CUDA生态

因此：

英伟达股价飙升。

而这一阶段，实质上是：

算力资源的匮乏。

三、第二阶段：盈利重心转向存储

但资本市场存在一条重要法则：

一个瓶颈被突破后，新的制约必将紧随其后。

随后市场逐渐察觉到：

问题已不再局限于 GPU。

而是：

数据输入受阻。

AI集群规模扩大。

GPU算力增强。

系统开始出现新的限制：

HBM不足

内存带宽受限

CoWoS封装受限

高端基板不足

进而：

盈利重心开始转移。

从：

GPU

开始转向：

HBM（高带宽内存）。

正因如此：

过去一段时间，

美光、SK海力士、先进封装相关方向开始明显走强。

因为市场意识到：

AI已从“芯片问题”，

开始变成：

“系统工程问题”。

四、第三阶段：网络、电力与冷却

如今，AI 周期正迈向更为现实的一层。

问题演变为：

算力芯片已备

高速内存已备

但：

数据中心不足。

新的瓶颈再次出现：

电力

并网

液冷

光通信

AI网络

数据中心基础设施

许多人此刻才逐渐领悟：

AI 并非一场纯粹的“软件革命”。

它愈发类似：

一场重工业资本开支周期。

于是：

盈利重心开始继续迁移。

从：

GPU

扩散到：

电力

制冷

网络

光模块

数据中心基础设施

这一阶段，市场实质上重新评估的是：

基础设施稀缺性。

五、为何AI愈发酷似互联网泡沫？

因为 AI 正逐步从：

技术周期

迈向：

资本周期。

这是至关重要的转变。

互联网泡沫后期真正发生的事情，

并不是：

“互联网没未来”。

而是：

光纤过度扩张

电信资本开支失控

融资过度宽松

供给扩张超过真实需求

最终，

问题从：

技术层面

演化为：

信用危机。

今天的 AI，也开始出现类似特征：

hyperscaler capex创纪录

AI数据中心融资越来越激进

GPU租赁市场迅速扩张

AI infra公司估值快速上升

这些都表明：

AI 已不再单纯是技术问题。

而是：

全球资本正在重新分配。

六、真正关键的问题：下一轮盈利重心去向何方？

许多人发问：

“AI行情是否会持续上涨？”

但真正核心的问题在于：

下一阶段，谁将掌握定价权？

因为 AI 周期的本质核心，不在于：

AI 技术的伟大。

而在于：

哪个环节最稀缺。

例如：

过去：

算力芯片稀缺。

现在：

HBM稀缺。

未来：

可能是：

电力

能源

网络

推理成本

机器人硬件

工业自动化

盈利重心将持续转移。

而市场将不断对这些稀缺性进行重新估值。

七、为何众多 AI 股票最终走势惨淡？

原因在于：

技术革命，并不意味着：

股票都能盈利。

回顾历史：

互联网领域真正卓越的公司，最终确实改变了世界。

然而：

绝大多数互联网股票，后期跌幅均达 80%-95%。

究其原因：

资本市场最终奖励的是：

盈利

现金流

定价权

资本优势

而非：

“参与概念炒作”。

AI 周期未来亦将如此。

最后真正留下来的，

往往是：

有生态壁垒

有基础设施控制力

有现金流

有资本优势

的公司。

而非：

所有 AI 概念股。

八、2002年的一次见闻

2002年，我在美国访学期间，正值互联网泡沫触底。

许多美国家庭蒙受巨大损失。

那是我首次近距离观察：

泡沫的生成与崩塌过程。

这段经历深刻影响了我对资本市场的理解。

因为我逐渐领悟到：

真正的危机，绝非技术革命本身。

而是：

资本在错误领域的过度堆积。

透过今日视角审视，AI 周期已初现类似迹象。

这也是我愈发倾向于：

用“资本周期”而非“技术叙事”来审视 AI。

九、真正值得关注的，是资本流向

我越来越觉得：

未来研究 AI，

最重要的，

不是：

“模型能力又提升了多少”。

而是：

全球资本，正在流向哪里。

因为市场终将不断揭示：

当前最稀缺的资源是什么。

而：

这往往比新闻资讯更为关键。

十、结语

AI 的本质，或许并非：

一场软件革命。

而是一场围绕算力、能源、基础设施及资本开支展开的新型工业周期。

而真正的大机遇，通常不在于：

“人人皆知 AI 至关重要”的阶段。

而在于：

市场刚察觉到：“下一个瓶颈何在”的瞬间。