AI的牛鞭效应非常诡异

本文来自微信公众号： 肖小跑 ，作者：肖小跑

01

牛鞭效应（bullwhip effect）这个词出现频率在过去两三个月里明显增加，而且大部分出现的位置都挂在算力、光模块和电力旁边。

做研究的人一碰到供需失衡、价格暴涨这类现象，尤其是发生在产业链上的，脑子里第一个蹦出来的就是它。过去几十年里每一次供需失衡，它都在场。这是一条颠扑不破的真理，每次都会起作用。

上一次是2022年。疫情期间大家过度囤货，那年上半年美国零售商的仓库全部堆满，后来的结果之一，是美联储加息加过了头，因为它看到的通胀里，有一部分是牛鞭甩的假信号。

牛鞭效应很简单：就是字面以上的图景：你拿着一条鞭子，手腕一小抖，传到鞭梢就是一大抖。供应链就是鞭子：需求的微小变化，传到供应端的时候，会层层放大。越后端，变动会越大。

拿当下举个例子（数字不严谨）。大模型应用端，需求轻微增长2%，传到大云厂商那里，可能就变成了5%；再往上游传，传到光模块、英伟达、HBM内存，可能涨到20%；再往上，传到半导体设备和能源电力，可能就是30%甚至40%。

原因也不复杂：上游供应商只能看到直接下游的订单，看不到终端的真实需求，生产又有时滞。信息不对称加上结构性时滞，每一层追求自身利益最大化的必然结果，就是信号逐级放大。

半导体是牛鞭效应的重灾区。我们耳熟能详的：三年不开锅，开锅一年顶三年；忙时忙死，闲时闲死，就是牛鞭效应的作品。

这不是道德问题，也不是信息问题。每一层都在理性地应对自己面前的不确定性，于是整个系统就不确定了。

02

牛鞭效应就不再多说了，大家可以听大卫翁老师的播客，解释的肥肠完整。我想说的是：

虽然但是，当下这一轮却有点诡异。或者说，教科书里的牛鞭效应，在AI这条链上变形了：

（1）变形一：需求信号本身是模糊的。

没人真正知道"推理需求"最终有多大，因为它取决于还没被发明的应用。

传统的牛鞭效应，不管中间放大得多离谱，链条最末端总还有个真实的东西。比如婴儿每天要用掉几片尿布，具体数字未必知道得精确，但它客观存在。所以事后我们至少能算出偏差有多大，也知道该往哪个方向调整。

而AI链的末端是”推理需求“，它最终有多大，取决于具体应用。

问题是这些”具体应用“还没被发明出来呢。

于是链条上每一层，实际上都不是在预测需求，他们在预测别人对需求的预测。英伟达看的是云厂商的订单，云厂商看的是模型公司的承诺，模型公司看的是一条假想中的AGI需求曲线。这是一个建立在预期之上的预期之上的预期。

但是这”预期之上的预期之上的预期“的上游，是真实存在的卡、钢筋水泥、数据中心、变电站、水，这些东西都要占地，消耗资源，以及都会折旧。

没有真实需求信号作锚，整条链在给一个尚不存在的东西提前建产能。

（2）变形二：这一轮库存是隐形的，牛鞭回摆会很突然。

传统制造业的好处在于”过剩“看得见。如果你是库存主管，眼看着仓库里的货一箱一箱堆起来，堆到第三排的时候，你自己就觉得不对劲了，会去找销售，销售会去找总部，然后全公司开始降价清货。这个过程是渐进的，也能看到预警信号。

但AI链上的”过剩“是什么呢？我们看得见吗？

好像能看见一点，但又没那么明显。

它可能藏在两个地方：

一个还能看到：算力过剩。钱已经花出去，机器已经装好，折旧也开始倒计时了，但客户的实际调用没跟上。或者收入涨得没有折旧快。

另一种情况就更隐形了：模型公司账面上的承诺采购（committed spend），它只以合同的形式存在。我们在资产负债表上是找不到的。

而且这一轮华尔街的老手艺也来帮忙了。仅仅一两年前，Google这样的大科技公司，资产负债表非常朴实无华且枯燥——堆满了钱。账上现金能把债务盖好几遍。

如今为了AI开支，它们开始用起华尔街的老手艺：出表。比如Google上周披露的“数据中心租约担保”，租户一旦违约，它来兜底，担保额上限高达440亿美元（这个数字半年多前还是65亿）。

这是为什么？当然是为了卖自家芯片TPU。

更妙的还在后面：前两天看到彭博报道，UBS等等投行正研究把私募信贷基金份额打包成债券，这些东西没办法评级，于是聪明的银行家们打算加一层保险包装，秒变投资级。

没什么惊讶的，这在我金融业内称为创新。大家可以去重温一遍《大空头》。

这么多隐藏术一起发力，真是需求就只能靠猜了。

所以当回摆发生时，它也不会像传统行业那样，库存慢慢堆高，大家慢慢反应、慢慢降价。更可能的剧本是这两个礼拜大家看到的样子。鬼故事不绝于耳。

（3）变形三：心理动因。

教科书里牛鞭效应的心理动因是“怕断货“。所以多订一点。算是自我保护。

而这一轮的理由是“怕掉队”：宁可多买算力，也不能在这一轮里落后，因为出局的代价，远远大于多花钱的代价。

这个逻辑在外交领域叫做：安全困境。每一方都出于自保扩充军备，全是防御性动机，没人想打仗，但加总起来的结果是所有人都更不安全。

更麻烦的是：你还没办法通过说服其中一方来解决问题，就像掰手腕，谁先松懈谁就更危险。于是最优解就是继续军备竞赛。

03

牛鞭上最危险的地方是哪里呢？越后端，变动越大，风险也越大。

那鞭子的最最上游是哪里呢？

答案是国家意志。

一个从末端传来的模糊信号，走到国家意志里，会被放大成一个千亿级别的国家级项目，甚至整个地区的产业规划。

一个正在发生的例子是韩国。

李在明政府今年提出三大megaproject，合计投资规模近5千多亿美元。选址在光州。

这件事在韩国国内的意义远超半导体本身。全罗道是农业区，长期跟前沿产业基本脱节；而”汉江奇迹“在庆尚道。两边的经济落差巨大，也积累起紧张的政治情绪，这是韩国政治里一条很深的裂缝。

项目一公布，当然是房地产开发商先涌了进来。如果牛鞭效应此时起作用，可能还没开工，全罗道人民就要先”享受“到高房价和生活成本。而等到第一座工厂真正投产的时候，大概率又正好赶上硅周期下行。

晶圆厂是整条AI供应链里投资强度最大、建设周期最长的环节，也是鞭子上最难掉头的环节。它影响的就不是几个企业了，而是千千万万的普通人。

04

不管我们怎么分析、拆解牛鞭效应，只要”安全感“依然是人类最重要、但永远稀缺的需求，我们就会一直和牛鞭共舞。

所以比较现实的问题只剩一个：现在我们站在鞭子的哪个位置？能不能看清信号在到达你之前，已经被放大了几层？

但我觉得这件事光靠感觉不够，需要测量工具和量化指标。我留在substack版本里和大家讨论。