1. 基础设施越普及，单价越接近公用事业

当一种技术像空气和水一样不可或缺，只要没有垄断，它的商业价值就会越来越接近公用事业。跨越上千公里的火车票只需百来元，能够冶炼几十公斤钢铁的电费还不到几瓶饮料的钱，来自地球另一端的高清视频也只需几毛钱流量费。铁路、电力和互联网都经历了从前沿技术到日常服务的过程。人工智能虽然属于新技术，但三十年前的上网、一百年前的电力、二百年前的火车在当时同样是前沿甚至被称作“黑科技”。它们都需要大规模基础设施建设，并在供给扩张后逐渐降低价格。基础设施企业的共同特征是资本开支巨大、资产回报率偏低、回报周期漫长，经过早期情绪推动的估值和盈利增长后，往往回到社会平均利润率。 因此，判断人工智能的商业化阶段，不能只看某个模型的能力，也要看单位算力、单位存储和单位传输成本是否已经低到足以让更多企业使用。基础设施价格下降会扩大需求，需求扩大又会催生更多应用，应用层的利润来源与建设底层设施的利润来源并不相同。

2. AI行情反复围绕算力瓶颈展开

过去三年的人工智能行情，资金反复沿着基础设施流水线寻找瓶颈。大模型初次爆发时，芯片封装产能不足、显卡交付困难，资金集中到晶圆和先进封装；封装扩充后，服务器、机架和数据中心成为瓶颈；设备堆起来后，电力和散热跟不上，核电、制冷设备受到追捧。推理和智能代理的消耗增加后，储存、传输、高带宽存储、高速互联和定制芯片相继成为主线。铜缆出现物理瓶颈后，800G、1.6T光模块、共封装光学又被追逐；光模块扩产后，资金再次回到电力、变压器和液冷散热。木桶每解决一个旧卡点，下一个物理极限就暴露出来。 资金沿供应链追逐瓶颈时，产业链上的订单、产能和估值会相互强化；但一旦需求增速不及预期，杠杆和折旧会反过来放大下行。光模块、交换机、制冷和电力设备都可能出现同样的路径。

3. 钢轨、铜缆与橡胶：历史上的瓶颈炒作

铁路建设时期，熟铁轨质地较软，繁忙线路每隔几个月就会变形开裂。市场据此相信熟铁产能将长期供不应求，铁料价格五年内接近翻三倍，伦敦证券交易所铁厂股价平均上涨近十倍，部分龙头接近二十倍。电力革命初期，爱迪生直流输电需要粗铜缆降低电阻，铜矿和电缆股被推高；高压电线、变压器和发电机线圈还需要绝缘材料，南美天然橡胶成为新的瓶颈，1895年至1910年价格上涨500%，部分核心公司股价四五年间上涨20至30倍。互联网泡沫时，资本五年向电信行业投入约5000亿美元，铺设3900万英里光纤，带宽需求翻倍的叙事把交换机和电信设备订单推向多年以后。 这些案例共同说明，供应链瓶颈并非永久稀缺。新工艺、替代材料和规模化产能会不断改变供需关系。短期的价格和估值，不能直接替代对技术路线和资本回报的长期判断。

4. 技术替代会击穿瓶颈溢价

超额利润会吸引资本和研发去消除瓶颈。1856年贝塞麦酸性转炉炼钢法把空气直接吹入熔融生铁，解决了液态钢低成本量产问题，钢轨寿命超过熟铁轨十倍。随后传统熟铁厂巨头估值从高位回落，约95%的欧美传统熟铁厂破产。特斯拉交流电与变压器技术克服了直流远距离输电损耗，不再需要比腰粗的铜缆。1907年合成树脂和廉价陶瓷绝缘材料出现，价格仅为天然橡胶的十分之一。电网建成后，电力基建股转为低成长、重折旧的红利行业。互联网时期，密集波分复用让一根旧光纤同时传输160多种激光，全球97.5%的光纤一度闲置，跨洋带宽价格下跌90%，超过60家电信巨头破产，行业市值蒸发约2万亿美元。 基础设施的沉重资产属性意味着行业需要持续提高利用率，才能摊薄折旧和融资成本。互联网光纤在高峰期过度建设后，低价转让给后来者，正是利用率和资产价格重新定价的结果。

5. 卖铲子未必等于建立长期帝国

淘金热中的卖铲子企业能在早期获得订单，但工具迭代、矿区勘探完成或需求转向后，库存可能变成废铁。西部淘金热中，亨利·威尔斯和威廉·法戈一方面武装押运黄金和货物，另一方面在矿区收购黄金并兑换汇票，后来发展出美国运通和富国银行。两家公司如今合计年净利润超过320亿美元，总市值一度超过4100亿美元，而当年众多矿业和铁器企业中超过90%后来破产或消失。基础设施狂热仍有历史作用：铁路留下低价运输网络，孕育邮购零售和全国分销；电网廉价化催生汽车流水线、白色家电、影视娱乐和电解铝；互联网泡沫破裂后，廉价的海底和陆地光纤为谷歌、奈飞、亚马逊、AWS以及淘宝、微信、字节跳动等生态提供条件。 铁路、电力和互联网的应用层都在基础设施价格下降后才获得广泛用户。人工智能也可能遵循同样顺序：先由资本承担建设成本，再由低价算力释放应用创新。

6. AI基建仍在扩张，但融资约束已经出现

人工智能基础设施建设正在经历类似的高投入阶段。铁路留下的钢轨和海底光纤可以使用几十年，而数百亿美元购入的算力芯片迭代周期可能只有一到两年。全球主要经济体的流动性和害怕错过机会的情绪，使资本继续留在算力投资上，但超额投资最终会带来过剩。算力公司融资成本已出现压力：某大型模型企业为购买芯片筹集600亿美元融资债，其中420亿美元优先债需要芯片合作方担保，180亿美元次级债有90亿美元由黑石承接，利率超过10%，而同评级公开债券约7%。该企业单季营收168亿美元，仍需以未来五年芯片租约作抵押。谷歌上市22年来首次出现季度负自由现金流，二季度为负58.55亿美元；另一家模型企业一年内背上950亿美元芯片债和5180亿美元长期算力采购承诺。 当融资利率上升、企业自由现金流转负、采购承诺超过自身支付能力时，算力扩张就会从资本开支问题转化为信用问题。观察债务结构和现金流，比单看收入增速更能反映周期风险。

7. 基础设施廉价化之后，应用才会成为主角

人工智能并未因为基础设施阶段的风险而失去长期意义。真正的现象级应用尚未全部出现，长期价值也远未结束，但基础设施行情可能经历阶段性萧条甚至崩盘。历史上，熟铁轨狂欢持续四年后被转炉炼钢击穿，早期电力股繁荣持续六年后被交流电与合成材料改变，网络与光纤狂欢持续五年后进入互联网危机。AI同样可能在新技术消除算力瓶颈时发生创造性破坏。当一种技术昂贵到只有巨头用得起时，它更像资本赌场；当它便宜到街边小店都觉得不值得计价，才真正成为新时代基础设施。基础设施建设者、应用生态和最终用户在周期中的位置不同，行业方向判断正确，也不代表中途不会经历大幅亏损。 因此，AI基建的历史作用与其投资回报需要分开观察。它可能推动技术普及和社会效率提升，但早期建设者仍会面临过剩、折旧、融资和替代技术带来的损失。

最后整理于 2026-10-21