老黃這周辭了 CEO，都在爭英偉達還能不能回到高點。我覺得這個問題問小了。更大的問題是：AI 這條產業鏈上，往後到底哪一層值錢？
這幾天我把想法從頭理了一遍，結論很簡單。值錢的是三樣東西：最強的模型，造芯片的工廠，有電的園區。夾在中間那些"輕"的環節，軟件和芯片設計，會越來越不值錢。
先上一張總圖，後麵一層一層講。
一、模型就是應用層，SaaS 沒了
大家原來的想法是，AI 會像互聯網一樣，底下是基礎設施，上麵長出一大堆應用軟件公司，所以都在找"AI 時代的 Salesforce"。我現在認為這條路不存在。
模型自己就是應用層。Anthropic、OpenAI 直接把活幹了，寫代碼、寫文檔、做分析、回郵件，中間不需要再隔一層軟件。我自己很多年不寫代碼了，這兩年用 AI 搭了好多套係統，一行代碼沒寫。放在以前，這些都是要買軟件、養團隊的。
傳統 SaaS 的生意是一個功能一家公司，按人頭收費。模型把功能變成了一句話的事，這一層就沒了。
留下來的是模型上麵的那層人：各行各業的顧問和集成商。他們懂客戶，懂行業，能擔責任，用模型的工具給客戶做定製方案。全球服務和知識工作加起來是百萬億美元級別的市場，這才是 AI 真正要吃的那塊肉。
能留在最前沿的模型不會超過三家。Anthropic 下周四上市，預計估值 1.2 到 1.4 萬億美元，OpenAI 的私募估值是 1.25 萬億。我的看法是，Anthropic 隻要保住領先，是奔著十萬億美元去的。大家一直在等的"AI 應用"，其實就是它。
新舊兩種結構放在一起，看下麵這張圖。
二、模型的另一個出口：物理 AI
模型有兩個出口。一個在數字世界，靠顧問和集成商送進每個行業。另一個在物理世界：模型裝進車裏，就是 FSD 和 robotaxi；裝進一個有手有腳的身體裏，就是機器人。這就是物理 AI。
數字世界的活，是坐在電腦前的人幹的。物理世界的活，開車、搬貨、裝配、做飯、照顧老人，比這大得多。模型先吃掉屏幕前的工作，再吃掉屏幕外的工作，順序就是這樣。
這一層的道理和別的層一樣：腦子可以複製，身體複製不了。大模型誰都能調用，但是能把幾百萬輛車、幾百萬個機器人造出來，把成本壓下去，再用真實世界跑出來的數據把模型喂大的，沒有幾家。值錢的還是重的那一半：工廠，供應鏈，路上的數據。
物理 AI 還有一筆很多人沒算進去的賬。每一輛車、每一個機器人身上都要有自己的推理芯片。特斯拉的 AI6 芯片交給了三星在德州的工廠，就是這個路數。車和機器人的數量是按百萬、按億算的，這些芯片最後都要找工廠去造。
三、芯片：一家獨大會變成百花齊放
老黃離場之後，我不認為英偉達還能像以前那樣領跑。供應鏈是他一家一家談下來的，客戶是他一家一家投出來的，這種人沒有第二個。
但要看清楚現在的起點。最近一個財季，英偉達數據中心收入 890 億美元，博通的 AI 收入 167 億，AMD 數據中心 85 億，Marvell 數據中心 22 億左右。第一名是第二名的五倍多。所謂份額下降，是從這麽高的位置往下走，蛋糕本身還在變大。
幾家的體量差距，看下麵這張圖。
往後看，大客戶都在做自己的芯片：穀歌有 TPU，亞馬遜、Meta、微軟各有一套，OpenAI 也在做。芯片會分成三路：通用 GPU，CPU，還有給自己量身定做的 ASIC。
ASIC 越多，博通和 Marvell 越受益。我以前嫌這兩家貴，現在看法更正麵一些。原因是不管誰家的 ASIC，都要高速互連和交換芯片把幾十萬顆芯片連成一台機器，這是它們的看家本領，客戶自己做不了。博通給出的目標是 AI 收入 2027 財年 1150 億美元，2028 財年 2300 億美元。
通用芯片這一路，英偉達、AMD、英特爾、高通、ARM 誰能贏，我看不清，也不去猜。
再往遠看一步：AI 自己會設計芯片的那一天，設計這件事就不稀缺了。Fabless 是上一個時代的解法。
四、設計可以複製，工廠複製不了
設計芯片的公司越多，就有越多的設計要找工廠去造。數據中心的芯片要造，車和機器人身上的芯片也要造。能做先進製程的，全世界就三家：台積電，英特爾，三星。
設計和製造的數量對比，看下麵這張圖。
台積電在台灣。美國本土能造先進芯片的，隻有英特爾一家，美國也隻能扶它。
看英特爾第三季度的代工業務：收入 67 億美元，其中外部客戶隻有 4.11 億，經營虧損 19 億。數字很難看，但機會就在這裏。18A 的成本從一季度到現在降了大約 40%，14A 的 PDK 0.9 十月已經交給客戶，明年開始風險試產。
代工是一個用錢堆出來的遊戲。訂單越多，良率越高；良率越高，成本越低；成本越低，訂單更多。這個輪子一旦轉起來就停不下來，台積電當年就是這麽走過來的。現在各家的定製芯片都在找產能，英特爾拿到更大的份額隻是時間問題，我認為拐點比市場想的要近。
五、有電的地方，換什麽芯片都能賣算力
芯片的種類越多，對手裏有電、有機房的人越有利。機房不挑芯片，今天裝英偉達，明天可以裝 AMD、裝 TPU、裝別家的 ASIC，賣出去的都是算力。
這門生意的賬很簡單。按一家 neocloud 公開的數字，每兆瓦機房投 2000 萬美元，GPU 投 4000 萬美元，一年收 2000 到 2200 萬美元的租金，AI 雲業務毛利率 86%。現在的長約，客戶能預付 GPU 開支的九成。用客戶的錢買芯片，用自己的電收租。
我之前寫過，雲計算才是 AI 最賺錢的環節，這個看法沒變。數字世界的模型要算力，物理世界的車和機器人訓練起來更要算力，全世界的需求隻會比現在大得多，電才是最稀缺的那個東西。大雲廠都站在這一層。
這一層裏最特別的是 SpaceX。它已經是一家很大的算力供應商，Anthropic 和穀歌兩份合同加起來每月大約 21.7 億美元，年底的目標是 2.5 到 3GW。它建得比誰都快，有自己重新做工程的能力，將來還能把數據中心放到太空去。上行空間很大，風險隻有一個，就是馬斯克本人。
輕的東西，AI 自己都能做。重的東西，AI 造不出來。模型，工廠，電，再加上能給模型造出身體的人，這幾樣我會一直盯著。
以上是個人思考，不構成投資建議。
SaaS 已死，Fabless 也蹦躂不了幾天
BrightLine (2026-11-14 10:17:27) 評論 (4)老黃這周辭了 CEO，都在爭英偉達還能不能回到高點。我覺得這個問題問小了。更大的問題是：AI 這條產業鏈上，往後到底哪一層值錢？
這幾天我把想法從頭理了一遍，結論很簡單。值錢的是三樣東西：最強的模型，造芯片的工廠，有電的園區。夾在中間那些"輕"的環節，軟件和芯片設計，會越來越不值錢。
先上一張總圖，後麵一層一層講。
一、模型就是應用層，SaaS 沒了
大家原來的想法是，AI 會像互聯網一樣，底下是基礎設施，上麵長出一大堆應用軟件公司，所以都在找"AI 時代的 Salesforce"。我現在認為這條路不存在。
模型自己就是應用層。Anthropic、OpenAI 直接把活幹了，寫代碼、寫文檔、做分析、回郵件，中間不需要再隔一層軟件。我自己很多年不寫代碼了，這兩年用 AI 搭了好多套係統，一行代碼沒寫。放在以前，這些都是要買軟件、養團隊的。
傳統 SaaS 的生意是一個功能一家公司，按人頭收費。模型把功能變成了一句話的事，這一層就沒了。
留下來的是模型上麵的那層人：各行各業的顧問和集成商。他們懂客戶，懂行業，能擔責任，用模型的工具給客戶做定製方案。全球服務和知識工作加起來是百萬億美元級別的市場，這才是 AI 真正要吃的那塊肉。
能留在最前沿的模型不會超過三家。Anthropic 下周四上市，預計估值 1.2 到 1.4 萬億美元，OpenAI 的私募估值是 1.25 萬億。我的看法是，Anthropic 隻要保住領先，是奔著十萬億美元去的。大家一直在等的"AI 應用"，其實就是它。
新舊兩種結構放在一起，看下麵這張圖。
二、模型的另一個出口：物理 AI
模型有兩個出口。一個在數字世界，靠顧問和集成商送進每個行業。另一個在物理世界：模型裝進車裏，就是 FSD 和 robotaxi；裝進一個有手有腳的身體裏，就是機器人。這就是物理 AI。
數字世界的活，是坐在電腦前的人幹的。物理世界的活，開車、搬貨、裝配、做飯、照顧老人，比這大得多。模型先吃掉屏幕前的工作，再吃掉屏幕外的工作，順序就是這樣。
這一層的道理和別的層一樣：腦子可以複製，身體複製不了。大模型誰都能調用，但是能把幾百萬輛車、幾百萬個機器人造出來，把成本壓下去，再用真實世界跑出來的數據把模型喂大的，沒有幾家。值錢的還是重的那一半：工廠，供應鏈，路上的數據。
物理 AI 還有一筆很多人沒算進去的賬。每一輛車、每一個機器人身上都要有自己的推理芯片。特斯拉的 AI6 芯片交給了三星在德州的工廠，就是這個路數。車和機器人的數量是按百萬、按億算的，這些芯片最後都要找工廠去造。
三、芯片：一家獨大會變成百花齊放
老黃離場之後，我不認為英偉達還能像以前那樣領跑。供應鏈是他一家一家談下來的，客戶是他一家一家投出來的，這種人沒有第二個。
但要看清楚現在的起點。最近一個財季，英偉達數據中心收入 890 億美元，博通的 AI 收入 167 億，AMD 數據中心 85 億，Marvell 數據中心 22 億左右。第一名是第二名的五倍多。所謂份額下降，是從這麽高的位置往下走，蛋糕本身還在變大。
幾家的體量差距，看下麵這張圖。
往後看，大客戶都在做自己的芯片：穀歌有 TPU，亞馬遜、Meta、微軟各有一套，OpenAI 也在做。芯片會分成三路：通用 GPU，CPU，還有給自己量身定做的 ASIC。
ASIC 越多，博通和 Marvell 越受益。我以前嫌這兩家貴，現在看法更正麵一些。原因是不管誰家的 ASIC，都要高速互連和交換芯片把幾十萬顆芯片連成一台機器，這是它們的看家本領，客戶自己做不了。博通給出的目標是 AI 收入 2027 財年 1150 億美元，2028 財年 2300 億美元。
通用芯片這一路，英偉達、AMD、英特爾、高通、ARM 誰能贏，我看不清，也不去猜。
再往遠看一步：AI 自己會設計芯片的那一天，設計這件事就不稀缺了。Fabless 是上一個時代的解法。
四、設計可以複製，工廠複製不了
設計芯片的公司越多，就有越多的設計要找工廠去造。數據中心的芯片要造，車和機器人身上的芯片也要造。能做先進製程的，全世界就三家：台積電，英特爾，三星。
設計和製造的數量對比，看下麵這張圖。
台積電在台灣。美國本土能造先進芯片的，隻有英特爾一家，美國也隻能扶它。
看英特爾第三季度的代工業務：收入 67 億美元，其中外部客戶隻有 4.11 億，經營虧損 19 億。數字很難看，但機會就在這裏。18A 的成本從一季度到現在降了大約 40%，14A 的 PDK 0.9 十月已經交給客戶，明年開始風險試產。
代工是一個用錢堆出來的遊戲。訂單越多，良率越高；良率越高，成本越低；成本越低，訂單更多。這個輪子一旦轉起來就停不下來，台積電當年就是這麽走過來的。現在各家的定製芯片都在找產能，英特爾拿到更大的份額隻是時間問題，我認為拐點比市場想的要近。
五、有電的地方，換什麽芯片都能賣算力
芯片的種類越多，對手裏有電、有機房的人越有利。機房不挑芯片，今天裝英偉達，明天可以裝 AMD、裝 TPU、裝別家的 ASIC，賣出去的都是算力。
這門生意的賬很簡單。按一家 neocloud 公開的數字，每兆瓦機房投 2000 萬美元，GPU 投 4000 萬美元，一年收 2000 到 2200 萬美元的租金，AI 雲業務毛利率 86%。現在的長約，客戶能預付 GPU 開支的九成。用客戶的錢買芯片，用自己的電收租。
我之前寫過，雲計算才是 AI 最賺錢的環節，這個看法沒變。數字世界的模型要算力，物理世界的車和機器人訓練起來更要算力，全世界的需求隻會比現在大得多，電才是最稀缺的那個東西。大雲廠都站在這一層。
這一層裏最特別的是 SpaceX。它已經是一家很大的算力供應商，Anthropic 和穀歌兩份合同加起來每月大約 21.7 億美元，年底的目標是 2.5 到 3GW。它建得比誰都快，有自己重新做工程的能力，將來還能把數據中心放到太空去。上行空間很大，風險隻有一個，就是馬斯克本人。
輕的東西，AI 自己都能做。重的東西，AI 造不出來。模型，工廠，電，再加上能給模型造出身體的人，這幾樣我會一直盯著。
以上是個人思考，不構成投資建議。