人工智能、基础设施与下一个投资周期
摘要
AI投资周期规模巨大，但小组认为，推动市场上涨的是盈利，而非估值倍数扩张。 自所引用的演讲发布、距今近4年以来，市场上涨90%，年化涨幅17%；近期股价上涨约20%，而估值倍数反而下降约20%；标普500指数目前交易于不足20倍盈利，对应盈利增速约15%。“我们无疑处于一个火热阶段”，但这与2000年或2021年不同，当时估值与增长已经脱钩。
超大规模云厂商的支出正在演变为一个规模持续超出预测的工业周期。 Alphabet、Amazon、Meta、Microsoft和Oracle将在2026年投入约7800亿美元，高于2025年的4160亿美元；市场预计自2027年起年支出将超过1万亿美元。Microsoft、Google和Amazon合计云业务积压订单约1.7万亿美元。算力需求是一个“预测终结者”：部分投入要到2028年才能获得，但现有GPU仍能获得有吸引力的价格和回报。
AI基础设施建设正在与更广泛的“原子新时代”合流。 预计到2040年，全球基础设施需求将达到90万亿美元，覆盖芯片、电力、冷却、工厂、水、道路、交通和技术工人。电网领域一个反直觉的判断是，共享投资可以让家庭受益：一项被引用的研究发现，数据中心容量每增加10%，居民电价就下降40个基点。
企业AI正在广泛试验，但真正制度化的采用几乎还没有开始。 约69%的标普500公司报告已有上线部署，30%报告产生可量化影响，但只有2%会持续跟踪某项AI指标。这一差距——“从这些孤立部署走向真正深度影响业务的可重复工作流”——正是应用层机会所在，因为模型对世界了解很多，却对具体公司知之甚少。
重度用户和可量化的业务结果，展示了AI最终可能达到的渗透深度。 AI支出最高的1%用户，支出约为前10%用户水平的8倍；AI原生被投公司内部，领先用户月均支出7500-9000美元，而中位数用户仅为200-400美元。Chime的服务成本连续4年每年下降超过10%；Shopify称，Sidekick上线后，15天内完成5笔订单的商家占比提升了8%；ServiceNow的AI年度合同价值（ACV）已超过10亿美元。
推理成本下降，正让多步骤智能体具备经济可行性，也可能提高应用公司的盈利能力。 OpenRouter上的智能体token用量增长14倍，Hebia的金融聊天工作负载成本降至原来的1/10，Databricks的路由器以低35%的成本解决了更多问题，超过最强的单一模型；EliseAI微调后的小模型成本下降60%。可投资的衡量单位越来越接近“完成客户任务的成本”，而不是对某一个模型的忠诚度。
价值正在软件、消费者发现和私募市场之间分化，而不是均匀消失。 公开交易的软件公司中，只有30%的增速达到20%，增速超过30%的不足5%；网络安全、可观测性和垂直AI的表现好于横向应用。与此同时，6家私营冠军企业合计估值约2.4万亿美元，AI相关公司占美国风险投资交易活动的86%；即使降低摩擦会扩大总消费，智能体仍可能重新分配广告和平台型市场的利润。
精读
1. 技术已成为经济体的主导性投资周期
小组开场的框架是“科技就是一切周期”：高科技设备、软件和研发如今约占美国资本支出的55%，科技公司接近美国股市总市值的40%，全球市值最高的10家公司中有8家是美国科技企业。
George估计，模型公司累计融资已超过3500亿美元，而AI建设相对于GDP的规模已经超过历史上的铁路投资。小组认为，随着更易获得的软件创作能力成倍放大对算力、芯片、电力和建设的需求，今天的累计数字在5-10年后可能看起来“高出20倍”。
小组将这一轮视为“软件正在吞噬世界”的下一章。此前的软件浪潮只赋能了有限数量的开发者；AI则让更多人能够创建自动化流程，包括可以整夜持续运行的长流程。
小组还跟踪OpenAI和Anthropic的合计年化收入：其增长速度异常快，已经超过顶尖软件公司新增净收入的估算值。
2. 强劲盈利将本轮上涨与估值泡沫区分开来
小组提出一个无法回避的问题——“这一切都很好，但这是泡沫吗？”——随后指出价格与估值之间的背离：股价上涨约20%，交易倍数却下降约20%，意味着推动市场上涨的是盈利，而非估值倍数扩张。
与互联网泡沫的比较是明确的：今天最大的公司都是高质量企业，交易估值远非当年主要互联网股票一度达到的约100倍市盈率。部分高度周期性的存储公司目前的预期市盈率只有6-7倍。
怀疑论仍然值得保留。由于所引用的演讲发布已近4年，市场上涨90%、年化回报17%，自然会引发均值回归担忧；小组的反驳是，交易于不足20倍、盈利增长约15%的市场，与2000年或2021年的市场在基本面上截然不同。
3. 算力需求持续击穿每一个资本开支预测
5家最大超大规模云厂商的预计资本开支将从2025年的4160亿美元升至2026年的约7800亿美元，市场预计自2027年起每年超过1万亿美元。预测一次次假设支出会趋于稳定，但随着已部署产能被快速消化，每一个所谓的上限都变成了近期现实。
需求机制已经从偶发式提示词调用，转向并行、长期运行的智能体：它们可以自主写代码、搜索、调用工具并反复重试。由于AI建立在互联网、云和移动端分发之上，新产能可以立即服务数十亿潜在用户；小组将由此产生的需求称为“模型终结者”。
小组给出的最尖锐案例是：一年前还被批评为鲁莽的巨额算力承诺，后来被证明具有前瞻性；然而，一家服务商仍不得不暂停Pro套餐的新订阅。整个供应链中，部分材料和产品要到2028年才能 확보。
Microsoft、Google和Amazon合计拥有约1.7万亿美元的云业务积压订单。建设和采购芯片使自由现金流暂时承压，但预测显示其将在2028年开始恢复；GPU和TPU的使用寿命长于预期，支撑了前期支出与后期现金创造之间的“J曲线”。
4. AI热潮正在演变为实体基础设施热潮
每一笔超大规模云厂商的资本开支，都会变成“别人的订单簿”：芯片、电力、冷却、建设、融资、材料和技术工人无不受益。与软件“一次开发、无限销售”的模式不同，实体运营的挑战在于，团队必须同时管理供应商、产能、融资和不确定的需求。
更大的框架是“原子新时代”：预计到2040年，全球基础设施需求将达到90万亿美元。案例包括占地相当于87个橄榄球场的Anderoll制造工厂、Whimo仓储扩建，以及被引用的SpaceX在路易斯安那州1000亿美元投资——这些都表明，押注科技越来越意味着建设工厂和实体系统。David的概括是，“工厂就是产品”，而工厂执行能力可以成为竞争优势。
一个反直觉的判断是，数据中心未必会推高居民电费。由于电线杆、变电站和电线属于共享固定成本，大型稳定客户可以让这些成本分摊到更多电量上；一项最新美国研究发现，数据中心容量每增加10%，居民电价就下降40个基点。
5. 企业部署已广泛铺开，但真正扩散几乎尚未开始
采用漏斗从69%的标普500公司报告已有上线部署，迅速收窄至30%报告产生可量化影响，最终只有2%在持续跟踪AI指标。小组接触的大多数企业仍然围绕Microsoft Copilot展开，这为可重复的工作流级采用留下了巨大空间。
应用层填补的是上下文缺口：模型可能了解整个世界，却不了解某一家具体公司。尽管Revolute拥有成熟的工程组织，仍需与ElevenLabs合作，将语音能力安全地接入账户和银行工作流；这正是把模型变成可靠服务所需的工程工作。
使用强度已经高度不均衡。AI支出最高的1%用户，支出约为前10%用户水平的8倍，几乎相当于2%-10%用户群体的合计支出；在AI原生公司内部，月度支出从中位数用户的200-400美元，到领先用户的7500-9000美元不等。
上市公司数据同时显示出利润率和收入端的影响。Chime的服务成本连续4年每年下降超过10%；Shopify称，Sidekick上线后，15天内完成5笔订单的商家占比提升了8%；ServiceNow则报告AI年度合同价值已超过10亿美元，智能体部署量增长9倍。
6. 更便宜的智能体将可靠性转化为经济设计问题
智能体需要多次模型调用，因为任务包含多个步骤、检查和重试；小组引用的数据是，OpenRouter上的智能体token用量增长了14倍。缓存技术帮助Hebia将金融聊天工作负载成本降低至原来的1/10，使同样的预算能够支撑显著更多的工作量。
成本下降让智能体可以“尝试、检查结果、再试一次”，尤其是在可靠性此前让部署缺乏经济性的场景。小组认为，成本若再下降1-2个数量级，可能会释放目前甚至难以想象的用例，特别是在延迟同步下降的情况下。
Databricks的智能路由器表现优于最强的单一模型，同时以低35%的成本解决了更多问题。EliseAI也通过微调取得了类似收益：更小的模型成本降低60%，速度则足以支持实时音频。
对应用公司而言，关键在于围绕已完成的工作进行优化，而不是在每一步默认使用最昂贵的模型。路由和微调可以将客户价值与推理成本解耦，即使使用量持续上升，也有望实现更高利润率。
7. 消费者智能体可能扩大商业规模，同时重新分配利润
支付AI订阅的美国家庭仅略高于2%，与Amazon Prime超过2亿的家庭数或Netflix约7000万的家庭数相比微不足道。然而，付费AI产品展现出异常强劲的“微笑型”留存曲线：产品持续改进，用户回访频率也随之提高。
Josh Elman的反驳是，消费者AI是人们日常生活中使用的工具，不一定由个人直接付费；因此，家庭付费率偏低可能低估了实际采用程度。传统的屏幕时间指标也无法捕捉智能体在后台进行深度研究或完成任务的情况。
智能体驱动的发现机制，使Amazon和Instacart面临不同的战略处境。Amazon能够获得的增量需求较少，却需要守住更多客户关系相关的经济利益，包括规模超过700亿美元的广告业务；而杂货电商渗透率较低，则意味着Instacart有更大空间通过降低摩擦来获取订单。
分歧仍未解决。智能体可能侵蚀平台广告收入，并将这部分预算转移到其他地方；但也可能促成消费者此前因摩擦而放弃的出行、用餐和购买。正如小组总结的那样，“两者都可能成立”：单个利润池可以收缩，而全经济的消费和生产率同时上升。
8. 软件与私募市场正在区分赢家和搭便车者
公开交易软件样本中约75%实现盈利，但只有30%的增速达到20%，增速超过30%的不足5家。AI预算可能挤出增量SaaS项目，因此老牌公司必须在维持约98%的毛美元留存率的同时，推出新的AI产品重新加速收入增长。
进攻目标被设定为在12-18个月内带来10%或更高的收入增速加速。随着智能体接入更多系统并制造新的监控需求，网络安全和可观测性受益；Harvey、Abridge和EliseAI等垂直公司，增速也快于各自行业的历史先例。
不过，Stripe的私营公司数据仍显示SaaS正在“复兴”：无论年轻公司还是成熟公司，增长都在向2026年加速。Anthropic、OpenAI、Data Brick、Stripe、Wayland和Revolute这6家私营公司合计估值约2.4万亿美元；相比之下，过去10年IPO公司的合计估值为1.7万亿美元，且不包括SpaceX。
保持私有可以让创始人主导的公司押注更长周期；IPO则被定义为又一次融资事件。员工要约收购可以提供流动性，但Carta数据显示参与率只有58%；当前二级交易的成交价大致贴近上一轮融资价格，而不是此前常见的明显折价。
AI相关公司如今占美国风险投资交易活动的86%，高于2025年的65%，但这一标签覆盖应用、芯片、电力、服务、国防和基础设施。小组对下一轮周期的押注包括：机器人规模可能超过LLM；自动驾驶网络将行驶里程至少扩大一个数量级；AI赋能的生物学和个人健康；编码之外更深层次的企业扩散；以及American Dynamism——在这一领域，新兴供应商目前占军费支出的比例仍低于5%。