AI硬件行情深度解析：产业链利润分配的真相

你的担忧很有道理，我认为这并非“错过牛市者的借口”，而是本轮AI行情的核心矛盾：

> 硬件端已按“确定的技术革命”在实现盈利；软件端仍按“未来将产生巨额现金流”在融资和消耗资金。

这中间存在时间差，而市场现在押注的是：这个时间差不会压垮整个系统。

我先给出判断：

这种利润分配短期内可以持续，中期必然重新调整，长期能否维持取决于AI应用端是否真正提升收入规模。

因此现在最危险的不是“AI无用”，而是AI有用，但硬件利润过早、过满、过于集中地实现。

---

1. 你提到的“全家供养一个年轻人”，比喻非常贴切

目前的产业链大概是这样：

C端/B端用户付费

↓

AI应用公司/SaaS/大模型公司

↓

云厂商/GPU云/数据中心

↓

英伟达、博通、HBM、存储、晶圆代工、先进封装

问题在于：

现金流并非从最底层自然产生，而是中间几层通过融资、云厂现金流、资本开支预算强行向上游输送。

现在上游的利润很真实：

英伟达FY2026全年收入2159亿美元，全年非GAAP毛利率71.3%；Q4收入681亿美元，Q4毛利率75.2%。

英伟达FY2027Q1收入已达816亿美元，数据中心收入752亿美元。

微软在FY2025Q4电话会议中表示，下一季度资本开支预计超过300亿美元，主要由AI基础设施需求驱动，同时MicrosoftCloud毛利率会因AI基础设施扩张而同比下降。

Alphabet2026年资本开支计划达到1750–1850亿美元，主要投向AI基础设施。

Meta2026年资本开支指引提高到1250–1450亿美元，并且市场已开始担忧AI投入回报率。

这些数据说明一个事实：

上游并非在讲故事，上游确实在赚取现金；但这些现金来自下游的资本开支，而非来自终端AI用户已成熟的利润池。

这就是你所说的“两个姐姐省吃俭用供养一个年轻人”。

区别只在于：

这个“年轻人”不一定是骗子。他可能真能考上清华，也可能最后只是花钱大手大脚。

---

2. 为什么现在硬件能“汲取软件的养分”？

因为现在AI产业处于特殊阶段：算力是战略资源，不是普通成本项。

大云厂购买GPU/ASIC，不完全是为了今天盈利，而是为了四件事：

第一，防止战略落后

微软、Google、Meta、Amazon都不是简单计算ROI再下单。

它们担心的是：

模型能力落后；

云业务客户流失；

搜索、广告、办公软件被重构；

开发者生态被他人占据；

企业AI入口被竞争对手锁定。

所以它们的逻辑更像军备竞赛：

> “不确定购买能赚多少，但确定不买可能输掉未来十年。”

这与2021年的消费互联网、白酒、新能源某些阶段不同。

2021年很多是流动性+估值扩张；这轮AI上游是真实订单+真实EPS+真实产能瓶颈。

---

第二，云厂本身有足够现金流可以消耗

OpenAI、Anthropic、xAI这种纯模型公司当然烧钱，但真正承接硬件订单的是微软、Google、Meta、Amazon、Oracle这些公司。

这些公司不是缺钱的创业公司，而是现金流巨头。

所以短期看，即使AI应用端还未完全盈利，上游也可以先赚云厂的钱。

这也是为什么你不能简单说“软件亏损，所以硬件一定马上崩盘”。

更准确的说法是：

> AI硬件的下游不是软件公司的利润，而是巨头的资产负债表和战略预算。

这能支撑很久，但不是无限。

---

第三，现在硬件供给确实稀缺

GPU、HBM、先进封装、CoWOS、HBMsubstrate、电力、数据中心容量，都不是你想买就能立刻买到。

稀缺期，上游利润分配天然占优。

这与2020–2021年新能源上游很像：

碳酸锂、硅料、EVA、隔膜某些阶段利润非常离谱，但只要下游还在抢产能，上游就能维持高毛利。

但后面发生什么？

> 只要扩产完成、供需反转，利润一定向下游和终端转移。

AI也会经历这个过程，只是周期可能更长，因为先进制程、HBM、封装和电力扩张没那么快。

---

3. 这个利润分配合理吗？

从短期市场经济角度，合理。

谁稀缺，谁拿利润。

从长期产业均衡角度，不合理。

如果终端用户付费没有上来，上游利润率不可能永久维持在现在这种水平。

一个健康产业链应该是：

终端用户愿意付费

↓

AI应用公司获得收入和利润

↓

云厂获得算力出租回报

↓

硬件厂获得合理回报

但现在更像：

云厂战略焦虑+模型公司融资

↓

巨额CapEx

↓

硬件厂暴利

↓

软件端亏损扩大

所以你问“真的能一直维持吗？”

我的答案是：

> 不能一直以现在这种利润率和增长斜率维持。

但它也未必马上崩，因为云厂现金流、战略压力、供给瓶颈还在。

---

4. 关键问题：AI软件端到底能不能把收入做大？

这里要分三类。

A. 已有真实ROI的场景

这些比较扎实：

场景付费逻辑

程序员Copilot/Cursor/Devin类提升研发效率，企业愿意付费

客服/销售/文档处理替代人力，ROI容易算

广告投放/推荐系统提升转化率，直接影响收入

代码生成/测试/运维企业内部效率工具

药物研发、材料、芯片设计高价值行业，愿意为效率付费

这部分能支撑AI是真实产业，不是纯泡沫。

---

B. 有使用量，但商业模式还不够好的场景

比如：

场景问题

C端聊天机器人用户多，但ARPU和算力成本不匹配

AI搜索体验好，但一次查询成本高于传统搜索

多模态生成爆款频出，但用户付费稳定性不够

通用Agent故事大，但稳定性、交付、责任边界还没解决

这部分是“有需求，但毛利模型未完全跑通”。

---

C. 现在主要靠融资和叙事的场景

比如很多AI应用公司：

收入增长很快；

但推理成本、获客成本、研发成本更快；

毛利率看似改善，但现金流还很差；

真实留存和付费深度还没经历周期考验。

这部分就是你担心的“软件烧钱供硬件”。

---

5. 为什么这轮又不像2021年？

你说“21年1月大盘吸血小盘股”，这个类比有用，但不能完全照搬。

相似点

2021年核心资产行情这轮AI硬件行情

资金极度抱团资金极度抱团

龙头不断新高，非主线失血龙头不断新高，小票/非AI失血

卖飞痛苦，补涨难等卖飞痛苦，切换难等

估值和叙事互相强化EPS和叙事互相强化

---

不同点

第一，这轮上游EPS确实在兑现

2021年很多公司涨的是远期PE。

这轮英伟达、海力士、美光、博通，至少现在是利润在暴涨。

所以不能简单用“泡沫”两个字解释。

---

第二，这轮是全球CapEx共振

不是A股机构抱团那么简单，而是全球科技巨头一起加资本开支。

当微软、Google、Meta、Amazon同时加AIcapex，上游订单就会非常硬。

---

第三，AI有可能改变总需求曲线

2021年白酒、新能源、医药很多逻辑，最终还是有明确市场天花板。

AI的问题是：如果Agent、自动化办公、软件开发、广告、搜索、企业流程真的重构，总需求可能比现在想象大很多。

所以它不是普通景气周期，里面有“技术平台迁移”的可能。

---

但危险点也更大

这轮比2021年更危险的地方在于：

> 它需要全产业链连续兑现很多年。

2021年很多核心资产只需要“业绩不差+估值维持”。

AI硬件现在需要：

1.云厂继续加capex；

2.HBM和GPU继续缺；

3.模型能力继续进步；

4.应用收入继续高增长；

5.推理成本继续下降；

6.终端用户愿意为AI大规模付费；

7.政策、能源、电力、出口限制不出大问题。

这里面任何一环预期降温，估值都可能剧烈波动。

---

6. 什么时候会出问题？

我觉得要盯六个信号。

信号一：云厂开始强调“资本效率”而不是“供不应求”

现在高层话术大多还是：

需求强；

supplyconstrained；

要加速建设；

AI是长期机会。

危险信号是它们开始说：

优化利用率；

延长服务器折旧；

放缓新集群部署；

更重视ROIC；

AIcapex增速将在某季度后明显下降。

一旦云厂从“抢算力”变成“算账”，上游估值会先杀。

---

信号二：GPU租赁价格下降/利用率下降

如果H100/H200/B200租赁价格明显下滑，或者GPU云厂利用率下降，说明算力不再极度稀缺。

这会影响：

GPU；

HBM；

光模块；

交换机；

ASIC；

数据中心REITs；

电力设备。

---

信号三：HBM长协松动

现在存储最强的部分是HBM。

如果海力士、美光、三星开始出现：

HBM订单延期；

长协价格松动；

客户取消预付款；

HBM4供应超预期释放；

普通DRAM/NAND又开始拖累利润；

那存储股会很危险。

---

信号四：AI应用收入增速低于算力投入增速

这个是最本质的。

假设未来两三年：

AIcapex每年几千亿美元；

但AI软件收入只增加几百亿美元；

而且利润还是负的；

那市场迟早会问：

>“这到底是在建设未来，还是在补贴英伟达？”

---

信号五：云厂股价开始惩罚AIcapex

这已经有苗头。

Meta提高2026capex指引到1250–1450亿美元后，市场关注点明显转向AIROI和资本开支压力。

如果未来云厂每次加capex，股价都跌；每次砍capex，股价都涨。

那说明市场从“奖励军备竞赛”切换到“惩罚烧钱”。

这对硬件上游不是好事。

---

信号六：大厂自研ASIC变成真替代

博通、Marvell、GoogleTPU、AmazonTrainium、MicrosoftMaia，这些东西长期会压制英伟达超额利润。

不是说GPU会被立刻替代，而是：

>当工作负载从训练转向大规模推理，客户会越来越重视单位token成本。

这时候，硬件利润池会从“英伟达独享”变成：

GPU

ASIC

HBM

网络

封装

电力

云软件

模型服务

利润一定会分散。

---

7. 对英伟达、博通、存储、fab的不同判断

你不能把它们当成同一个AI硬件篮子。

英伟达

最强，但也是最被定价充分的。

它的问题不是业绩差，而是：

>市场已经把“未来几年继续统治AI算力”定价进去了。

英伟达真正的风险不是下季度业绩，而是：

毛利率从70%+往60%回落；

云厂自研ASIC占比提升；

推理侧成本敏感度提升；

capex增速放缓；

供应链瓶颈解除后议价权下降。

但短期只要数据中心收入继续这样跳涨，硬杀也不容易。

---

博通

博通比英伟达更像“卖铲子+帮大厂定制铲子”。

它的优势是：

定制ASIC；

AI网络；

VMware软件现金流；

Apple射频；

客户粘性很强。

它的风险是客户集中度和估值重估。

但从产业位置看，博通反而更像“AI算力去英伟达化”的受益者之一。

---

海力士/美光/三星存储

存储的弹性大，但周期属性更强。

HBM现在是产业链皇冠，但你要记住：

>存储行业历史上每一次“这次不一样”，最后大多还是被产能周期教育。