昨天和一个朋友吃饭。他是建筑师，做钢结构建筑，不是程序员。他们行业有一套专业软件，报价50万美元。他舍不得，就用Claude自己写了一个，够用。50万省下来了，直接变成了公司的利润。之后他又陆陆续续写了很多小软件，把公司里的各种流程都提了速。
AI为他创造了50万美元的价值，自己只收了每月几百美元的订阅费。
我想起最新一期All-In。Citadel的Ken Griffin说AI有泡沫：企业付给OpenAI、Anthropic巨额账单，却很难在真实业务里找到对等的生产力提升。Chamath拿出Ramp的数据：1%的公司贡献了90%的AI支出，其中八成来自还没盈利、靠风投输血的初创公司，风投投A，A买B的服务，B拿着漂亮的数据再找同一批风投融资，钱在圈子里转。
听起来很有道理。但我认为，他们把两个完全不同的问题混在了一起：AI到底有没有用？建AI基础设施，到底赚不赚钱？
这两个问题，答案都是肯定的，只是他们没去看对的地方。
一、扩散早就发生了，只是不在报表上
Chamath说AI没有扩散到传统企业。他看的是企业的采购数据。
可在Ramp的统计里，你看不到"AI创造了50万美元的价值"，你只会看到"这家公司少买了一套软件"。这就是Griffin找不到生产力提升的原因：生产力体现在省下的钱和多出来的利润里，而不是体现在AI公司的收入里。
扩散越成功，传统软件的收入反而越少。
我身边做照明的、做地产的、做仓储的老板，几乎都在这样用AI。真正的冲击，不是程序员写得更快，而是几千万从来不写代码的专业人士，第一次能为自己的行业定制工具。他们懂业务，以前缺的只是把业务变成软件的能力。
有意思的是，Ramp的同一组数据里，其实已经写着答案：头部用户在自建GPU和私有集群上的支出比例在上升，有美国大银行在削减公有云支出，自己建了六个私有数据中心。传统大企业不是不用AI，而是开始自己建了。
二、AI瞄准的不是软件市场，是整个GDP
泡沫论者最常犯的错，是拿AI公司的收入去和软件行业比，觉得估值太高、投入太大。
可全球软件市场一年大约一万多亿美元，全球GDP一年一百多万亿美元，其中劳动报酬就有几十万亿。AI卖的不是软件，而是干活的能力：设计、分析、编程、法律、医疗、客服、研究。它的目标市场不是软件预算，而是整个经济里所有需要智力投入的环节。
我那位朋友就是例子。他替代的不只是一套50万美元的软件，还有以前要请人才能完成的设计、计算和流程管理。这些成本藏在每一个行业的工资单里、每一家公司的运营费用里，加起来就是GDP本身。
用软件市场的规模去衡量AI，就像当年用马车市场的规模去衡量汽车，用电报市场的规模去衡量互联网。答案注定是"泡沫"，因为尺子拿错了。
三、建AI基础设施的账，算得非常清楚
泡沫论者真正担心的，是钱砸下去收不回来。那就看回本的数字：
AWS的CFO说，AI服务器回本不到三年，在手订单接近5000亿美元。
Nebius新合同回本期1年10个月。
黄仁勋算的账是：1GW的数据中心造价约500亿美元，一年能产出约400亿收入。
两到三年回本，剩下的几年全是利润。
再看价格。如果有泡沫，算力应该越来越便宜。现实正好相反：GPU租金一年涨了约17%，B300的租赁价格10月刚创历史新高。马斯克说，连老款的H100现在的租金都比刚出厂时还贵；他想外包一部分推理算力，问遍市场，一块卡都租不到。
四、拿2000年来比，比错了
2000年的问题是光纤铺得太多，利用率只有个位数。今天的问题是算力不够用，甲骨文的AI基础设施利用率97.9%。
2000年建网络的钱，是电信公司借来的。今天出大头的是微软、谷歌、亚马逊、Meta，花的是自己的经营现金流。Meta本周刚刚上调了AI支出指引。
2000年很多互联网公司没有收入。今天，据报道Anthropic一个季度收入环比增长45%，AWS的AI业务年化收入超过250亿美元、三位数增长。
这一次，盈利涨得比股价快，估值反而在往下走。泡沫不是这个样子的。
五、风投转圈的那部分，是真的，但没那么重要
我承认，初创公司之间左右手互倒确实存在。每周都有几十家推理公司冒出来，靠融资撑着，风投一收紧，它们最先倒下。
但它们不是算力的主要买家。真正签长约、付预付款的，是微软、Meta、谷歌、亚马逊，以及Anthropic、OpenAI这些前沿实验室。《华尔街日报》报道，Anthropic在算力上的支出可能达到7500亿美元。这些钱不是风投在转圈，是全世界最赚钱的公司在押注自己的未来。
六、为什么大人物总看不到
坐在办公室里看报表的人，很难有我那位建筑师朋友的体验：一套50万美元的软件，自己动手就替代了。也很难有我在一次会议上的体验：台上的人还在讲订阅价格，台下的我用手机半小时已经做出了一个一样的软件。
他们看的是企业采购预算，是投资回报统计，是2000年的历史曲线。可AI改变世界的方式，恰恰绕过了这些东西：它直接走进了几亿个以前没有软件可用的小场景，直接让一个人一个周末干完一个团队一个月的活。
用线性的眼光看指数曲线，用软件预算去衡量一个瞄准整个GDP的技术，用光纤的教训去理解一个供不应求的市场，得出"泡沫"的结论，一点也不奇怪。
那顿饭吃到最后，我问朋友，那50万省下来干什么了。他说他又招了一个员工，准备做更多的软件来替代人工。
那50万美元，不会出现在任何一家AI公司的财报里，却实实在在地出现在一家钢结构公司的利润表上。Griffin和Chamath问的是"这是不是2000年"，我更关心的是另一个问题：当几亿个这样的场景同时发生，人类到底需要多少电和算力？
以上是个人看法，不构成投资建议。
一个建筑师用AI省下50万美元：泡沫论者问错了问题
BrightLine (2026-10-25 05:45:11) 评论 (6)昨天和一个朋友吃饭。他是建筑师，做钢结构建筑，不是程序员。他们行业有一套专业软件，报价50万美元。他舍不得，就用Claude自己写了一个，够用。50万省下来了，直接变成了公司的利润。之后他又陆陆续续写了很多小软件，把公司里的各种流程都提了速。
AI为他创造了50万美元的价值，自己只收了每月几百美元的订阅费。
我想起最新一期All-In。Citadel的Ken Griffin说AI有泡沫：企业付给OpenAI、Anthropic巨额账单，却很难在真实业务里找到对等的生产力提升。Chamath拿出Ramp的数据：1%的公司贡献了90%的AI支出，其中八成来自还没盈利、靠风投输血的初创公司，风投投A，A买B的服务，B拿着漂亮的数据再找同一批风投融资，钱在圈子里转。
听起来很有道理。但我认为，他们把两个完全不同的问题混在了一起：AI到底有没有用？建AI基础设施，到底赚不赚钱？
这两个问题，答案都是肯定的，只是他们没去看对的地方。
一、扩散早就发生了，只是不在报表上
Chamath说AI没有扩散到传统企业。他看的是企业的采购数据。
可在Ramp的统计里，你看不到"AI创造了50万美元的价值"，你只会看到"这家公司少买了一套软件"。这就是Griffin找不到生产力提升的原因：生产力体现在省下的钱和多出来的利润里，而不是体现在AI公司的收入里。
扩散越成功，传统软件的收入反而越少。
我身边做照明的、做地产的、做仓储的老板，几乎都在这样用AI。真正的冲击，不是程序员写得更快，而是几千万从来不写代码的专业人士，第一次能为自己的行业定制工具。他们懂业务，以前缺的只是把业务变成软件的能力。
有意思的是，Ramp的同一组数据里，其实已经写着答案：头部用户在自建GPU和私有集群上的支出比例在上升，有美国大银行在削减公有云支出，自己建了六个私有数据中心。传统大企业不是不用AI，而是开始自己建了。
二、AI瞄准的不是软件市场，是整个GDP
泡沫论者最常犯的错，是拿AI公司的收入去和软件行业比，觉得估值太高、投入太大。
可全球软件市场一年大约一万多亿美元，全球GDP一年一百多万亿美元，其中劳动报酬就有几十万亿。AI卖的不是软件，而是干活的能力：设计、分析、编程、法律、医疗、客服、研究。它的目标市场不是软件预算，而是整个经济里所有需要智力投入的环节。
我那位朋友就是例子。他替代的不只是一套50万美元的软件，还有以前要请人才能完成的设计、计算和流程管理。这些成本藏在每一个行业的工资单里、每一家公司的运营费用里，加起来就是GDP本身。
用软件市场的规模去衡量AI，就像当年用马车市场的规模去衡量汽车，用电报市场的规模去衡量互联网。答案注定是"泡沫"，因为尺子拿错了。
三、建AI基础设施的账，算得非常清楚
泡沫论者真正担心的，是钱砸下去收不回来。那就看回本的数字：
AWS的CFO说，AI服务器回本不到三年，在手订单接近5000亿美元。
Nebius新合同回本期1年10个月。
黄仁勋算的账是：1GW的数据中心造价约500亿美元，一年能产出约400亿收入。
两到三年回本，剩下的几年全是利润。
再看价格。如果有泡沫，算力应该越来越便宜。现实正好相反：GPU租金一年涨了约17%，B300的租赁价格10月刚创历史新高。马斯克说，连老款的H100现在的租金都比刚出厂时还贵；他想外包一部分推理算力，问遍市场，一块卡都租不到。
四、拿2000年来比，比错了
2000年的问题是光纤铺得太多，利用率只有个位数。今天的问题是算力不够用，甲骨文的AI基础设施利用率97.9%。
2000年建网络的钱，是电信公司借来的。今天出大头的是微软、谷歌、亚马逊、Meta，花的是自己的经营现金流。Meta本周刚刚上调了AI支出指引。
2000年很多互联网公司没有收入。今天，据报道Anthropic一个季度收入环比增长45%，AWS的AI业务年化收入超过250亿美元、三位数增长。
这一次，盈利涨得比股价快，估值反而在往下走。泡沫不是这个样子的。
五、风投转圈的那部分，是真的，但没那么重要
我承认，初创公司之间左右手互倒确实存在。每周都有几十家推理公司冒出来，靠融资撑着，风投一收紧，它们最先倒下。
但它们不是算力的主要买家。真正签长约、付预付款的，是微软、Meta、谷歌、亚马逊，以及Anthropic、OpenAI这些前沿实验室。《华尔街日报》报道，Anthropic在算力上的支出可能达到7500亿美元。这些钱不是风投在转圈，是全世界最赚钱的公司在押注自己的未来。
六、为什么大人物总看不到
坐在办公室里看报表的人，很难有我那位建筑师朋友的体验：一套50万美元的软件，自己动手就替代了。也很难有我在一次会议上的体验：台上的人还在讲订阅价格，台下的我用手机半小时已经做出了一个一样的软件。
他们看的是企业采购预算，是投资回报统计，是2000年的历史曲线。可AI改变世界的方式，恰恰绕过了这些东西：它直接走进了几亿个以前没有软件可用的小场景，直接让一个人一个周末干完一个团队一个月的活。
用线性的眼光看指数曲线，用软件预算去衡量一个瞄准整个GDP的技术，用光纤的教训去理解一个供不应求的市场，得出"泡沫"的结论，一点也不奇怪。
那顿饭吃到最后，我问朋友，那50万省下来干什么了。他说他又招了一个员工，准备做更多的软件来替代人工。
那50万美元，不会出现在任何一家AI公司的财报里，却实实在在地出现在一家钢结构公司的利润表上。Griffin和Chamath问的是"这是不是2000年"，我更关心的是另一个问题：当几亿个这样的场景同时发生，人类到底需要多少电和算力？
以上是个人看法，不构成投资建议。