
Alex Sacerdote
前沿洞察
智能即终极基础设施,AI重构才刚启幕:企业渗透不足1%、十亿白领采用率仅基点级,而算力已告罄;智能体驱动千倍Token消耗,拉动半导体设备支出向3000亿美元跃迁。商业化主轴直指编码等高增量利润场景。关键警示在于:前沿模型若演进停滞将陷商品化泥潭,传统软件预算或遭Token全面吞噬,并引发劳动力重构冲击。
观点集合
AI繁荣才刚刚开始
- 🗓️ 日期:
2026-06-09| 🎙️ 节目:Invest Like the Best
Whale Rock 投资 Anthropic 的核心是编码经济学:2000万名程序员对应潜在5000亿美元市场;模型市场则由三强竞争、企业专长和前沿算力差异化支撑。企业 AI 渗透率不足1%而算力已售罄,支持 L 曲线判断;最大风险是前沿模型停滞导致商品化,以及软件预算被 Token 挤出。
查看访谈对话精读提要
Sacerdote 最高确信的仓位是 Anthropic:他在2025年8月那轮融资中、180的估值买入,此前曾因「毛利率为负,而且说实话,我们还没看到编码需求爆发」而错过60亿美元轮融资。 其收入爬坡——「从100到10亿美元,再奔向90亿美元」——「前所未见」,仅编码业务的算账就足以支撑这一判断:Anthropic 内部员工每天在 token 上花费100美元,折合每名程序员每年2万-3万美元,全球2000万名程序员对应的市场规模仅编码一项就达5000亿美元,而这还是建立在只有7-9个月历史的技术之上。
基础模型层开始呈现「三强竞争、某种程度上是寡头垄断」的格局:Anthropic 面向企业,OpenAI 面向消费者,Gemini 也在其中。 这让 Sacerdote 联想到支撑整个 SaaS 行业的三大云平台。模型并非同质化商品:「内部差异巨大」——Anthropic 擅长私募股权和金融,Google 擅长处理 PDF;开源模型可以逼近前沿,但「无法跨越前沿,随后就会陷入停滞」。
企业 AI 的渗透率「不到1%——我们称之为 L 曲线,几乎就是直线上冲」。 按照 Sunder 的说法,真正使用 AI 的知识工作者目前只有约10个基点,未来4年将先升至1%-2%或3%,再到5%,最终达到15%;但在需求真正启动前,算力已经售罄——「Anthropic 现在只有所需算力的一半」。Mark Andre 对未来4年的唯一确定判断:算力不够。
Whale Rock 的框架是「S曲线+竞争优势+被市场低估的盈利能力」,这套框架让其在2023年以4倍盈利买入 Nvidia、2019年以5倍买入 Tesla,并几乎免费获得 AWS,因为「这个世界不相信指数级增长」。 当渗透率达到约30%-40%时,指数级增长结束,卖方开始跟上,超预期也随之停止。
Whale Rock 今年进入市场时,已经从组合中40%-50%的应用软件仓位转为软件净空头。 AI 产品此前还不够好,无法收费;软件在每个 CIO 的优先级列表中持续下滑,「他们把预算花在 Anthropic token 上,因为那里的 ROI 更快」;年度涨价如今风险很高,裁员也会压低席位数。一个尚未成熟的对冲逻辑是:运行在 Slack 或 CRM 内部的 agent 可能巩固这些记录系统。
基础设施交易的本质是「硬件行业去商品化」:AI 工作负载以每年10倍的速度增长,把服务器的每个组件都推向物理极限。 Celestica 以8倍盈利买入,是 Google TPU 服务器的唯一供应商,并占据云端以太网交换机50%-60%的份额;PCB 进入40层时代,Corning 的光纤在 scale-up 网络从铜转向光纤后,机会空间将「扩大到 Corning 原来的2-3倍」;未来4年电源 ASP 将上涨40%。DRAM、NAND 和 PCB 的供应「已经短缺30%」。
最大的风险是:如果行业领导者撞上增长瓶颈,开源模型追上来,市场可能变成「逐底竞争」。 这对模型股大概率不是好事,但可能利好芯片股——「芯片公司不在乎谁赢」。
🔗 原始收听与视频来源: AI繁荣才刚刚开始
智能即基础设施:AI如何重构经济
- 🗓️ 日期:
2026-05-27| 🎙️ 节目:Sohn Conference Foundation
AI采用仍处早期:10亿白领中仅约10个基点使用先进智能体,Claude Code日活目标5亿,重度用户算力消耗高达千倍。基础模型的高增量利润率与WFE由约1200亿至1300亿美元升至3000亿美元的预期,构成硬件与模型需求主线;短期通胀和劳动力重构的节奏仍待观察。
查看访谈对话精读提要
Leon 的宏观排序是:从长期看,AI 是“高度通缩的力量”——仅医疗保健就约占GDP的18%,正适合被LLM颠覆;但短期首先是黏性通胀:芯片、内存和基础设施投入成本正在飙升,上月软件工程师招聘增加18%,因为传统经济正在扩招人员来落地LLM。 加上机器人,几年后劳动力市场可能会大不相同——“我一点都不羡慕”美联储。
Alex 的采用率测算是核心看多逻辑:10亿名白领中,以这种先进智能体方式使用AI的比例仅约10个基点;Claude Code刚达到1400万日活用户,正向5亿迈进,而这些重度用户消耗的算力是普通用户的1000倍。 这不是S曲线式采用,而是“L曲线,直线上冲”;从算力角度看,“事情甚至还没开始,我们就已经具备所需算力的一半”。
Alex 对基础模型经济学的判断结束了资本开支回报率之争:Anthropic 的收入已从1亿美元增至10亿美元、90亿美元,再到450亿美元年化收入规模;Anthropic与Open AI到年底可能达到2000亿美元收入,而且由于两家公司提前锁定算力,增量利润率极高。 这意味着估值可能只有约18倍市盈率。
Leon 最激进的行业判断是:WFE支出将在3-4年内从约1200亿至1300亿美元升至3000亿美元;随着行业从1个投入不足的买方Taiwan Semi转向多个买方Intel、Samsung、Hynix、Micron、SanDisk,客户利润率达到70%-80%,长期供货协议降低周期性。 “估计值低了50%-70%……我不知道接下来10%是什么,但我猜接下来的50到100会向上。”
Alex 所说的“硬件黄金时代”意味着:持续40年的商品化2000美元x86服务器时代,正让位于每年都必须重造的30万美元机架;网络速率从400G跃升至800G、1.6T、3.2T,带来出货量+50%、ASP+20%-100%、毛利率+300-500个基点,以及未来4年盈利增长100%。 效率提升不会终结这条交易主线:token数量每年增长约14倍,而芯片性能提升100%-200%。
选股方面,Alex 持有TTMI(复杂PCB将从10层增至120层,刚拿下Nvidia订单,40%业务来自防务,包括Iron Dome)和Google(AI领域已经胜出,股价轻松还能涨50%,看不到太多下行空间)。 [Speaker?] 看好Lam Research(受益于内存繁荣,550亿美元收入潜力,是2027年年中至2028年的逻辑)以及供给偏紧的模拟芯片,可能包括Infineon、Texas Instruments和Renesas。
软件方面,两人都谨慎,但按垂直领域分化:横向应用层“问题很大”,而Datadog等数据和基础设施标的受益——Anthropic正在使用其工具。 Alex认为下跌“基本合理”:AI如今已排在CIO议程首位,token支出正在吞噬软件预算。
🔗 原始收听与视频来源: 智能即基础设施:AI如何重构经济