2026-05-31 20:35
扫码打开虎嗅APP
本文来自微信公众号： 思想钢印 ，作者：思想钢印
AI炒了三年，还在炒各种各样的“铲子股”，每次大家觉得要炒应用了，市场总是会绕到硬件上去。
根源还是在美股上，A股的海外算力几乎都是美股映射，虽然美股也有不少类似PLTR、APP这样的应用大牛股，但都是个股现象，有板块效应的，还是各种各样的通信设备、电子半导体、计算机甚至电力设备等硬件基建企业，市场每隔半年左右，就会找到新的投资主线。
从ChatGPT发布到今天的美股AI牛市究竟经历了哪几阶段？资金又是如何一步一步迁徙的？三年多的时间不算长，但其中的内容太过丰富，不站在全局和发展角度思考，很可能一叶障目不见森林。
本文首先会按照这个思路，把过去美股三年的AI牛市完整复盘一遍；然后，我会与20多年前的互联网行情进行比较，试图解答这个问题：
为什么本轮行情一直以硬件为脉络，应用方向的行情一直不是很连续？
2/4
2022年底ChatGPT发布以后，整个市场第一次感觉到大语言模型带来的震撼，朦朦胧胧地意识到，传说中的AI时代真的来了。
问题是，炒什么呢？
序曲：概念为王
时间：2022年12月到2023年3月
当时的资金由于互联网革命的肌肉记忆，认为应用端会最先爆发。所以答案是，看谁的名字带AI，或者谁能率先用上AI改写业务。
代表标的：C3.ai纯粹因为股票代码就是“AI”而三个月涨两倍。BuzzFeed(BZFD)因宣布用AI写内容两日暴涨300%。
不过，这两个短线题材股很快被证伪，产业链调研归来的资金都把筹码下注在“标准铲子股”上，“真龙天子”第一时间浮出水面，史诗级的AI行情正式进入第一阶段。
第一阶段：GPU时代
时间：2023年
不知道谁能赚钱没关系，先买“卖铲子的”。而产业验证的消息也是，当时的H100几乎成为全球最抢手的工业品，甚至出现一种说法：不是你有钱就能买到H100，而是你能买到多少张H100决定你的地位。
于是，英伟达成为AI的最大共识标的，AMD被看成英伟达的替代者。
当然，最夸张的其实不是这两家公司，SMCI是AI行情的第一个一年十倍的大票，因为GPU不是插电就能运行的，需要服务器、机架，而Supermicro这个最快把英伟达GPU集成成服务器产品的厂商，成为最大受益者之一。
这一轮AI行情第一次显示出与众不同之处，是2023年5月24日英伟达那份“惊天动地”的财报，其给出的业绩预期直接轰开了传统华尔街的估值模型。
从那一天起，最敏感的资金就意识到AI行情与互联网泡沫最大不同之处，真正受追捧的标的，从第一天起，要么有业绩、要么有订单，互联网时代那一套靠用户规模讲故事的方法，市场根本不买单。
这个特征深深影响此后三年的行情。
第二阶段：数据中心时代
时间：2024年上半年
GPU有了，各家公司开始疯狂训练更大的模型，并形成了今天的三大主流模型，更重要的是，Meta的开源模型让大量创业公司开始围绕开源模型做微调和应用开发。
于是，很多科技巨头突然发现：没有地方放服务器了，机房不够，网络带宽也不够。
于是资金开始从GPU扩散到数据中心产业链，Vertiv维谛技术是这一阶段的代表牛股之一。
很多投资者以前甚至没听过这家公司，但AI出现以后突然成为明星股，因为AI服务器的功耗比传统服务器高得多，散热需求也更大，而Vertiv主要做的就是制冷系统、UPS电源等机房基础设施，于是股价连续暴涨。
那个阶段的明星还有ANET，原因是AI集群内部需要海量数据交换，GPU越多，交换机越重要。
此时市场第一次形成一个重要认知：AI推动的不只是芯片周期，大模型没法像互联网平台那样野蛮扩张，这是一轮科技基础设施建设周期。
第三阶段：电力时代
时间：2024年下半年
这个阶段诞生了一个著名的口号：AI的尽头是电力。
此时，三个代表性的大模型GPT-4o、Claude 3、Gemini1.5在多模态和推理方面全面成熟，模型学会调用搜索引擎、数据库、编程环境、办公软件，开始从“会说”变成“会干”。
随着token量的进一步上升，市场突然发现，数据中心可以建，服务器可以买。GPU可以抢，但有一个东西没办法快速增加，那就是——电。
市场开始疯狂转向一个传统的方向：一个AI数据中心到底耗多少电？一个大型训练集群一年需要多少度电？美国电网能否承受？核电够不够？天然气机组够不够？
这一阶段最强势的股票从科技公司转向传统的电力公司，天然气发电设备订单暴增，输电设备需求大增，很多机构开始重新评估核电等公用事业公司的估值。
代表性牛股是Vistra，美国最大的竞争性电力发电商和零售电力供应商之一，2024年涨幅超过250%；还有生产清洁能源的Constellation Energy美国联合能源、生产燃机的GE Vernova，2024和2025年涨幅都超过100%。
这是AI行情第一次从科技板块扩散到传统工业板块和公用事业板块，很多专门的科技股投资者，做梦也没有想到自己会研究一家公用事业公司。
第四阶段：HBM时代
时间：2025年
就在市场还在比较大模型的性能时，研究英伟达的最新芯片时，两件事改变了行业发展和投资风向：
第一件事是Deepseek冲击，提前宣布了推理时代的成本竞争的开始，另一件事是AI Agent的成熟，可以让模型自己规划任务流程、搜集信息、写代码、调试、生成报告。
前者通过价格战刺激了大量的新增推理需求，后者又通过满负荷运行，消耗了大量的token。
token的暴增导致了新的问题，大家发现，GPU越来越强，但是GPU经常吃不饱，原因是数据送不过来。
在推理的过程中，有一个名为键值缓存的数据结构，当上下文越来越长，比如让AI读一本几十万字的书并总结，或者多轮提问，或者多智能体协同工作时，键值缓存的体积会呈指数级爆炸，像黑洞一样吞噬内存，瞬间撑爆昂贵的高带宽内存。
于是市场开始关注一个此前被忽视的领域HBM，高带宽存储器，市场开始重新定价存储行业，最大受益者就是此阶段的代表性公司：存储三巨头，美光连续两年涨幅都超过250%。
市场从计算转向电力，又转向数据，过去十几年被视为周期股的存储行业，因为AI发生结构性变化，迎来了史无前例的超级周期。
第五阶段：企业级部署时代
时间：2026年上半年
市场的关注点又回到了计算上，只是主角不再是GPU，因为从今年开始，AI已经发展为企业大规模部署的时代，产业链开始下沉。
由于AI主要靠并行计算，行业一度认为CPU不重要了，但当AI进入企业级部署时，就不仅仅是计算，实际需求还要跑Agent，跑企业知识库，跑自动化流程，还要跑本地模型，跑边缘AI。
新一轮短缺发生在CPU环节，前一年还需要美国政府救助的英特尔，2026年满血复活，几个月大涨220%，成为这个阶段的代表性公司。
更有意义的是另一家“老树开花”的企业——戴尔，年初至今已大涨200%+。
Dell为什么是核心受益者？因为企业不会自己组装AI服务器，他们需要包括机架、电源、散热、运维及后续企业服务的一整套整机方案，而企业级系统集成正是Dell最擅长的。
实际上，这一阶段的AI产业链呈现了更复杂的特征，市场不再以英伟达芯片为核心，越来越多云计算巨头开始开发自己的ASIC芯片，而这些更复杂的方案对系统之间的高速互联产生需求，需要考虑GPU之间怎么连接？数据中心内部如何通信？数万张GPU如何协同工作？
于是资金继续向产业链上游迁移，交易整个系统架构，代表方向包括ASIC芯片设计、光模块、高速互联、Scale-Up网络。
今年的代表性公司还包括做ASIC芯片设计的博通公司，做光互联、交换机和芯片设计的MRVL、做数据和内存连接半导体解决方案的ALAB等。
看懂这三年多，五个阶段就可以直接浓缩成三个字——找瓶颈。
3/4
三年多的AI行情不是一条主线走到底，而是不断寻找系统瓶颈的过程。
最开始：GPU不够，于是炒GPU。
后来：服务器不够，于是炒服务器。
再后来：机房不够，于是炒数据中心。
然后：电不够，于是炒核电和电网。
之后：HBM不够，于是炒存储。
现在：定制芯片、CPU、互联，哪儿哪儿都是瓶颈。于是AI上游全产业链遍地开花。
由于AI爆发的速度太快，一个旧瓶颈的解决，必然带来新的瓶颈。瓶颈所在，就是潜在的利润池所在，而瓶颈的解决过程，必然带来利润的大释放，这就是三年多行情的底层逻辑。
市场摸透了这个规律后，就会提前寻找下一块短板，而华尔街最擅长做的事情，也是提前给未来的瓶颈定价。
随着定价的提前，“找瓶颈”的游戏难度也越来越高，很多都是“伪瓶颈”，有些是解决不了的，有些是可以被技术绕开的。
所以另一个思路就是跳出这个游戏，回到科技的第一性原理。
这样，复盘三年就不够了，我们需要把AI与20多年前的互联网革命进行比较——为什么互联网革命一直是炒各种各样的平台，而非硬件方面的系统瓶颈？
1995~2000年的互联网革命，纳指涨了300%，其中也出现了无数百倍牛股，但市场最明星的股票是各种应用公司，包括Yahoo!、Amazon、eBay、AOL，还有软件公司，包括甲骨文、微软等。投资者看重的是用户规模，并创造了“市梦率”的概念，在没有什么收入的情况下，市场就给了巨大的估值，从而引发了巨大的泡沫。
相比之下，通信、计算机、半导体等有业绩实实在在增长的硬件设施，反而是配角，虽然思科、高通也涨幅惊人，但市场的想象力主要集中在应用平台端。
这么一比，你就会发现AI与互联网革命根本不是一回事，至少有三大差异：
第一，互联网创造新场景，AI创造新供给
互联网当时又叫“上网”，因为相关需求已经普遍存在，比如买东西、聊天、搜索信息、看新闻，这些需求原本就存在，只是缺乏在线的连接方式，所以用“上”这个词。
互联网只是把线下需求搬到线上，用户学习过程很短，所以用户增长极快，应用价值立刻显现。
AI提供的是一种能力，比如写文章、做PPT、写代码、做客服，这些行为的场景没有任何变化，但能力大大提升。
互联网创造了新的场景，从而诞生了一个新的互联网产业，所以属于“产业革命”，网站平台就是核心产品，凝聚了大部分价值，所以成为投资焦点；
而AI是一种全新的生产力形式，属于所有产业的“技术革命”，一个全新的技术供给形式，老的产业链必然不适应，出现各种瓶颈，所以产业链重新整合是投资逻辑，瓶颈成为财富的焦点。
第二，互联网的边际成本接近零
互联网公司有一个巨大的优势，增加100万用户，服务器成本增加有限，所以市场愿意给行业领先者以极高的估值。
AI应用恰恰相反，每一次调用都在消耗资源，新增用户意味着新增算力消耗，边际成本下降有限；再加上生产效率提升转化成收入需要时间，用户额外付费的习惯需要培养，因此资本市场很难直接给应用高估值。
因此，市场现阶段自然更愿意投“铲子股”。
第三，AI应用缺乏网络效应
互联网平台值钱的是商业模式，核心是网络效应。无论是Meta的社交网络、Google的搜索习惯、亚马逊的交易市场、用户越多，竞争壁垒越高，所以投资者初期只看用户规模，不看收入。
而AI应用目前最大的问题是，AI产品之间差异有限，能力容易被复制，一个功能出来，几周后行业都能做，除了大模型外，护城河都不明显，老龙头甚至有被颠覆的危险，市场自然不愿意给应用以互联网时代的平台估值。
所以过去三年，AI产业的发展速度远远快于AI商业模式的发展速度，结果就是：产业链上游赚钱，产业链下游讲故事。
互联网是产业革命，AI是技术革命，如果从这个角度，AI其实更像19世纪的铁路革命和电气化革命。关键变量是什么？我们必须将复盘的时间再向前推200年。
4/4
1860年代，铁路开发热潮时，蜂拥而来的资本相信，铁路一定会改变世界，但究竟谁利用铁路赚最多钱，当时没人知道。
于是铁路行情中，市场先炒铁轨、机车、钢铁、煤炭，而不是铁路沿线、物流、旅游、房地产。
今天的AI也有类似特征，大家已经相信AI会改变世界，但还不知道谁能凭借AI获得持续超额利润，而且很可能这种得益是所有行业的，因此资金只能不断围绕最确定的瓶颈“GPU、电力、存储、互联”等反复定价。
很多人之所以总有“这回该轮动炒应用”的幻觉，其实是因为大家对科技投资的历史记忆，主要来自1995-2020年的互联网时代。
所以说，如果把时间拉长到两百年的技术革命史来看，互联网反而是特例，AI才是常态，第一批明确的投资机会往往不是最终应用，而是基础设施的瓶颈环节。
只有跳出互联网的思维惯性，回到过去200年的历次技术革命，回到技术革命的第一性原理，才能洞察这一轮AI行情的发展脉络。
