2026-03-12 20:11
扫码打开虎嗅APP
本文来自微信公众号： 港股研究社 ，作者：港股研究社
每一轮技术革命早期，都会出现一种看似疯狂的阶段：资本、政策、创业者同时涌入，效率低、重复多、失败率高。
但历史往往证明，这种“浪费式增长”恰恰是技术基础设施形成的最快路径。
当我们站在2026年的节点回望，中国AI产业正呈现出一种令人眩晕的复杂性。一方面，是算力中心的遍地开花和大模型版本的层出不穷；另一方面，是商业模式模糊与同质化竞争的质疑声浪。
这种矛盾感，恰恰是技术范式转移初期的典型特征。在喧嚣与混乱之下，一种新的工业基础设施正在悄然成型。理解这一过程的本质，不仅需要经济学的视角，更需要历史学的纵深。
当AI进入“大炼钢铁”阶段
最近一年，中国AI行业出现了一种极其特殊的景象，仿佛整个社会都被卷入了一场关于智能的狂热运动。
政策文件密集出台，土地、电力、资金资源向AI产业倾斜。
与此同时，在社交平台和技术社区中，“养龙虾”“跑模型”“超级个体”等概念迅速扩散，仿佛一夜之间成为创业和投资的热门关键词。这些词汇背后，折射出的是行业内部的焦虑与探索，以及外部资本对新技术的盲目追逐。
大量模型项目在重复开发，许多大模型在参数规模上内卷，却在应用场景上缺乏创新；大量算力集群被同时建设，部分地区甚至出现了算力闲置的传闻；很多应用短期看不到清晰商业模式，仅仅停留在Demo阶段。
从微观效率角度看，这似乎是一种巨大的浪费。资源被分散，重复造轮子现象严重。
但从产业周期的角度看，这种“过度建设”往往是技术革命初期最常见的现象。互联网泡沫时期光纤铺设远超需求，但这些“过剩”的基础设施最终成为了经济运行的血管。
AI时代的算力中心也是如此。只有通过大规模的重复建设，才能迅速压低算力成本，完善供应链配套，让技术从实验室走向流水线。
虽然伴随着阵痛，却是中国AI产业完成基础设施原始积累的必经之路。
AI产业真正沉淀的
不是产品，而是人才
在技术革命的浪潮中，产品可能会过时，公司可能会倒闭，但人才和工程经验却会永久留存。
技术革命早期最重要的资产，往往不是产品，而是人才和工程经验。这是理解当前AI乱象的另一把钥匙。
过去二十年，中国互联网产业已经多次证明这一点。
以百度为例，长期投入AI研发，建立了深度学习研究院，却意外地培养了一大批机器学习和算法工程师。这些技术骨干后来流向了新的互联网公司，以及电商、自动驾驶和机器人企业。业界戏称百度为AI界的“黄埔军校”，就是对其人才溢出效应的肯定。
类似的情况也出现在AI视觉领域。商汤科技在早期曾是中国AI创业公司的代表之一，尽管商业化进展一直面临挑战，但它的技术团队却在行业中持续输出人才。
人才的流动，使得技术知识在整个产业生态中扩散，降低了后来者的创业门槛。
从城市竞争的角度看，这些公司就像一种“人才孵化器”。即使商业模式暂时不成功，它们仍然在持续培养工程师、研究员和产品团队。
一个失败的AI项目，可能会消耗掉数百万美元的算力成本，但它所锻炼出来的工程师团队，却可能在下一次创业中创造出真正的价值。而这些人才最终会流向新的创业公司、新的技术方向，甚至新的产业集群。
这种“人才基础设施”的建设，比单纯的算力堆积更为重要。算力可以购买，模型可以开源，但拥有工程化经验、懂得如何将AI技术落地到具体场景的人才，是稀缺的。
当前中国AI行业的“野蛮生长”，实际上是在进行一场大规模的人力资本投资。当泡沫退去，留下的将是一支懂AI、能打仗的工程师队伍，这才是未来十年中国AI产业真正的核心竞争力。
对投资者来说，
AI基础设施周期正在形成
从投资视角看，当前AI产业的这种状态，其实非常典型，符合技术扩散的S型曲线规律。在技术革命早期，资本往往会出现一种明显的过度投入。
这种过度投入在财务报表上可能表现为亏损和低效，但在产业史上却表现为基础设施的完善。
互联网泡沫时期，美国大量资金涌入光纤网络建设，导致大量光纤闲置，被称为“暗光纤”。但当互联网流量真正爆发时，这些闲置的光纤成为了低成本传输的基础，极大地推动了Web 2.0时代的到来。
新能源产业早期，中国曾出现过大规模光伏产能扩张，导致价格战和大量企业破产。但正是这种惨烈的竞争，将光伏组件的成本压低了90%，使得清洁能源在全球范围内具备了经济性。
这些周期都有一个共同特点：短期看供给过剩、盈利困难，但长期却为产业爆发奠定基础。AI产业也正在经历类似过程。算力中心、GPU集群、模型训练平台和数据基础设施正在快速建设。
很多项目可能最终无法产生商业价值，成为沉没成本。但这些投入却会留下长期资产：算力基础设施、工程经验和技术人才。
当下一轮真正的技术突破出现时，例如AGI的雏形出现或杀手级应用落地，这些基础设施和人才储备将决定哪些地区能够成为AI产业的核心节点。拥有充足算力储备和成熟工程师团队的城市，将能够迅速承接新的技术浪潮。
对于投资者来说，这意味着一个重要信号：当前的AI竞争不仅仅是企业之间的竞争，更是城市、产业链和人才生态之间的竞争。投资逻辑需要从“挑选赢家”转向“配置赛道”。
很多今天看起来“不赚钱”的项目，本质上是在为未来的技术周期铺路。投资者需要容忍短期的波动和低效，关注的是基础设施的覆盖率和人才密度。
如果历史可以作为参考，那么这场看似混乱的AI狂潮，很可能在多年后被写进产业史。
对于身处其中的我们而言，理解历史的必要性，有助于保持一份战略定力。
AI产业的发展不会是一条直线，它必然伴随着泡沫、破裂与重生。
混乱是向上的阶梯，而看似无用的浪费，往往是未来效率的基石。当潮水退去，留下的不会是沙滩上的城堡，而是坚硬的工业底座。
对于投资者和从业者来说，重要的不是在泡沫中追逐短期的暴利，而是确认自己是否站在了这座正在形成的新底座之上。
