AI的风险不会消失，只会转移

本文来自微信公众号： AI时代仍不辍思考 ，作者：创业思考碎片

Ben Thompson谈AI的钱、算力与电力

来源：知名播客Invest Like the Best EP.487《Winners&Losers of the AI Era》，2026年8月18日。嘉宾Ben Thompson（Stratechery创始人），主持人Patrick O'Shaughnessy。本文为核心内容提炼。

最近，美国知名科技战略独立分析师Ben Thompson再次做客知名播客Invest like the best和Patrick O'Shaughnessy畅聊了两个小时。他们从地缘政治聊到集装箱航运，从喜诗糖果聊到1870年代的铁路债券，信息密度非常高。我把整个对话拆成以下八个部分。

01

美国赢了AI，反而是危险的

Patrick的开场问题是：如果美国赢下AI竞赛，意味着什么？

Ben的第一句回答是：那会非常麻烦。

推理是博弈论的。假设最极端的情况——谁掌控AI，谁的军队就压过所有人，制造能力也一并被修复。那么在这个世界里，中国的最优反应是什么？炸掉台积电。

他真正想说的是另一件事：我们对中国的依赖被严重低估了。不只是先进制程，还有致动器、前驱体、一整条现实世界的供应链。而这些只有在你别无选择的时候才会被替换——因为只要竞争对手还在从中国采购，你换成美国货源，就是给自己买一份贵到荒谬的保险。

每个人都需要一个假想敌，而没有比中国更好用的了。

他同意要竞争。他反感的是美国这几年给出的很多回应——学东大，更多自上而下，更多管控。他说美国的成功方式是站在最前沿、往前带头，不是反过来。

那什么才是好的终局？他说，现在这个状态其实没那么糟：OpenAI和Anthropic还在前沿，Google、Grok、Meta也还在猛追，中国有能力也很聪明，靠蒸馏保持落后六到九个月。这个均衡对美国so far相当有利。

问题只有一个：能维持多久。

02

真正的约束不是算力，是钱

所有人都在问算力和电够不够。Ben说，最近期的问题其实是——钱够不够。

我们正在沿着资本曲线一路往下走：

先是自由现金流，用完了。

然后是债务市场——大科技公司大概用一年就把债务市场扫空了。

然后是股权，Google开始发股票。

再往后是Nvidia那套五千亿的结构，去够养老金和保险浮存金。

再之后呢？

理想答案是回到自由现金流。但如果中间出现空档，就会有一次大的爆掉。

他的类比是1870年代的铁路。修一条铁路、靠它赚钱，是几十年的事；但钱得现在就掏。久期错配到最后的结果就是——世界没钱了。

但铁路还在跑。它们对GDP的贡献是天文数字，而且到今天还在贡献。

这里有个他特意点出来的闭环：Berkshire现在流进Google的钱，源头是BNSF铁路（伯灵顿北圣达菲铁路，巴菲特最重要的实体重资产）；而BNSF的钱，源头是1870年代Northern Pacific卖给散户的债券。非常字面意义上，铁路的钱在给AI供血。

他补了一句：就算爆掉，AI也不会消失，不会停止进步。回过头看，这些泡沫在人类尺度上都不重要——哪怕在当时非常惨烈。

03

Google搜索，可能就是喜诗糖果

喜诗糖果是Berkshire最著名的资产：利润率极高，但绝对利润有天花板，没有再投资跑道，钱只能堆在那里。

BNSF恰好相反：利润率差得多，但绝对金额大到——2025年一年的自由现金流，超过喜诗糖果一辈子的总和。

Berkshire的聪明之处，就是把喜诗糖果的利润，投进一个利润率低得多、但绝对利润大得多的行业。

Ben说，Google正在做的事情，结构上一模一样。

搜索是人类历史上最完美的商业模式之一：最纯粹的聚合者，零边际成本，往哪个方向扩张都不需要额外投钱。

另一头的AI：纯粹的焚化现金。

但如果智能的TAM（可预期的市场总规模）是所有白领工作，再加上机器人，那么即便利润率低得多，绝对利润也大到不可比。

我们会不会回头看，Google搜索就是喜诗糖果？

顺着这条线，Berkshire投Google的象征意义就不只是钱了——它还是Google要去的方向的一个样板。

04

推理成本是真的，而且差距大到不在一个宇宙

聚合理论的前提之一是零边际成本。AI把这一点打破了。

但Ben的修正更精确：推理成本确实是真的，问题是它在不同用户之间差得太远。

大多数人用AI的方式，本质是Google的替代品，或者问个菜谱。服务这些人的成本，跟服务一个网页差不多。

另一头是test-time scaling——模型可以就一个问题想几小时、几天、几周。每多想一秒，就多一分边际成本。

用免费版ChatGPT的人，和正在用算力攻克数学定理的人，根本不在同一个宇宙。

这个裂缝在企业端已经开始显现。微软新的企业方案是每月100美元一个人头，包含一定用量，超出按量计费。

Ben认为微软是被迫的——那5%的重度用户成本远超100美元。但这步棋危险，因为它会引发三件事：

预算不再跟人头挂钩。

企业不习惯按月做预算决策——他们习惯的是CAPEX（资本开支）式的一次性决定。

以及最要命的：一旦你每个月都要看一次账单，你就会开始问，这些东西我到底在为什么付钱。

他的总结是：微软必须这么做，但又不能让客户想得太多，因为想太多会以一种非常出人意料的方式，把这个模型拆掉。

05

消费者不为软件付钱，这条规律每十年要重学一次

Patrick问：为什么低成本的那批用户，至今没有跑出一个好的商业模式？

Ben的回答是：我失望，但不意外。

这个市场天然应该由广告支撑。原因有两条，硅谷每十年要重新学一次：

第一，消费者不想为软件付钱。

第二，消费者不在乎生产力。

他的例子是Dropbox。产品好到难以置信，Drew Houston想做一家消费者公司，乔布斯告诉他：你是个功能，不是一家公司。后来Dropbox撞上了那堵墙——消费者不付费，企业愿意付费，但要做企业就得有权限、有管控，于是整个App从底层重建了一遍。

他说，OpenAI正在重演Dropbox的故事，规模放大一百倍。

为什么广告是消费者业务的天然模式？因为用量越大，变现能力越强，而涨价的成本由广告主承担，几乎不存在价格弹性。订阅制则相反——你永远在担心提到哪个价位用户会反弹，这是Netflix的终身难题。

他的判断很直白：如果ChatGPT一爆红就全力做广告，现在会有一个杀手级广告产品，Google和Meta的麻烦都会大得多。

06

风险不会消失，只会转移

关于算力短缺：今天喊缺算力，是因为2023到2025年台积电一直在压资本开支增速。晶圆厂的交付周期比数据中心更长，所以未来几年短缺只会更严重——今天投下去的钱，要到2028、2029年才变成算力。

关于"先建壳子、按需买GPU"的说法（亚马逊的Jassy和微软的Nadella都在讲），他的评价是：故事很好听，我觉得大部分是扯淡。固定成本一旦投下去，你不会让它空在那里。

然后他搬出了集装箱航运。

买一条船，折旧是账面成本；边际成本只是燃料、船员和港口费。所以你一定会满载跑，会把箱价压到只覆盖边际成本为止。账面上巨亏，但现金照跑。

疫情时集装箱从三四千美元涨到一万七八千，所有人都去造船；船两年造好，价格随之崩掉。

你在稀缺时期算出来的回收期，在丰裕时期还成立吗？

同样适用于存储。历史上每轮存储紧缺都会引来一堆新玩家，然后产能过剩、价格崩盘、玩家出局。三星就是靠研究这段历史、逆周期投资，把日本人清出了市场。现在只剩三家，都很讲纪律。

他把存储厂商比作伊朗——霍尔木兹海峡的威力在于不用，一旦真的用了，阿联酋和沙特就会去修管道、建新港，绕开它。存储厂商可能在长期把自己搞死了，因为他们在自己背上画了一个巨大的靶子：所有AI公司的头号优化目标，就是少用内存。

台积电的问题更严重，因为只有一家。它怕的是产能过剩——一座晶圆厂要跑三十年——所以极度保守；代价是把风险转移给了所有大科技公司。

而那些风险不表现为亏钱，而表现为：少赚了钱。

07

谁的位置最好

亚马逊：永远的答案。它是自己的第一个、也是最好的客户。Graviton和Trainium早期版本很烂，但亚马逊把它们塞在Redshift这类托管服务下面——客户买的只是托管服务，不知道底下是什么芯片。这样就有了迭代的量。物流反过来：先用UPS、FedEx，自建跑通，再对外开放。它的核心业务（零售、物流）对模型形态的AI近乎免疫，而且会受益。

苹果：掌握客户入口，所以供应商来找它。可以想象AI跑在设备上，连推理成本都由用户的电支付。真正要警惕的是重蹈微软的覆辙——微软没错过移动，它的问题是把手机当成一台小PC，假设PC永远在中心。另外，AI是概率性的，苹果是确定性产品的王者（"苹果从未召回过iPhone"）。他说：我宁愿公司做自己擅长的事，我不介意苹果不做AI。

微软：在打IBM的剧本。郭士纳接手IBM时的洞察是——我们样样平庸，这是垄断的代价，一旦当过垄断者，你就失去了把事情做好的能力。所以最糟的选择是分拆，因为每个部件都不够好，唯一的资产是"大"。于是IBM建起庞大的咨询队伍和中间件层，把整个美国企业带上了互联网，换来三十年续命。微软今天做的是同一件事：帮你搞定AI，不用把命门交给任何一家模型公司。

他不认为这个策略不理性。但他也点出了真正的威胁：微软最深的护城河是用户界面，而Codex、Cowork这类东西"像一支箭，直指微软的心脏"。

Meta：可能是最有趣的一家。如果换任何别人掌舵，它不会在前沿——这是创始人能量最纯粹的一次体现。而模型当下最大的变现，很可能不在OpenAI和Anthropic，而在Google和Meta的增量广告收益上。

原因是广告是一个"可验证机器"：一张AI生成的广告图好不好？看它卖不卖得动。他们有全球规模的A/B测试反馈闭环，而绝大多数广告本来就是一次性消耗品。再加上广告匹配至今仍然粗糙（embedding向量匹配），而模型的本质是预测——未来是"预测这个人接下来想看什么，然后去找那个东西给他看"。只需要提升几个百分点，回报就是几百亿美元。

他的抱怨是：Meta不会讲这个故事。扎克伯格和Sam Altman有一个共同点——他不喜欢谈广告。可广告真正的价值，是让一个小众产品找到那些不知道自己想要它的用户。

至于几家前沿实验室，有一句很难忘：

永远不要低估信仰的力量，他们相信自己是在造神。历史上最有影响力的事，通常都由宗教驱动。硅谷有两个宗教组织——OpenAI像主流教派，每周日做礼拜；Anthropic是福音派，全身心投入。

08

泡沫最好能留下点东西：这次是电

最后是Nvidia，和大宗商品。

Ben的核心观点：大宗商品才改变世界。互联网最有趣的属性是免费分发，而带宽是大宗商品——正因为它便宜到边际成本近乎为零，才能改变世界。所以如果智能最后变成大宗商品并改变世界，他一点都不觉得奇怪。

Nvidia的位置，他说，是不自然的。所有人都来了，2026年了，它还在维持同样的利润率。

但"维持"是有代价的，只是没体现在毛利率上。那些循环融资、对neocloud持股、25%的兜底、买到2030年的承诺——目的是让对方拿到更低的资金成本。对方为什么能拿到更低的资金成本？因为Nvidia接下了风险。

风险不会消失，只会换个地方出现。而承担风险是有价格的。

所以从整体上看，这就是一次降价。只是降价没有出现在报价单上，而是藏在了这些奇怪的结构里。

英伟达真正的长期对手是hyperscaler，尤其是Google和亚马逊。他们自研芯片，还对外卖——而且是当商品卖，不靠差异化，所以不会侵蚀自己的云。CUDA的护城河已经被大幅削弱，因为模型不在乎跑在什么上面。

有意思的是他对电力的看法。如果世界真的受限于电力，对Nvidia反而是好事——所有人都只要最高token效率。但美国上线的电力比所有人预期的都多：Elon的表后发电被复制，西德州的天然气，重启的核电站。

节目最后，他回到了泡沫这个话题。

一次泡沫最好能留下点持久的东西。互联网泡沫留下了地下的光纤，Google当年就是靠买下那些几乎免费的dark fiber起家的；我们今天的互联网，还跑在WorldCom的光纤上。

GPU不持久，数据中心也一般般。那AI能留下什么？

必须是电。

我们一直生活在能源稀缺里，连想象力都被它框住了。如果真到了能源丰裕的世界，会是什么样？——他承认，这很难想象。

整期最触动我的，其实不是任何一个公司判断。

是那句"风险不会消失，只会转移"。

所有人都在讨论这轮AI的钱从哪来。Ben的答案是：钱的问题从来不是钱消失了，而是风险被谁接走了——台积电接走了产能过剩，大科技公司接走了少赚的钱，Nvidia接走了neocloud的资金成本。

看得见的地方没有降价，看不见的地方都在降价。