近來市場上開始流行一種說法：隨著 GPU 成本下降、模型標準化、算力即服務（AIaaS）成為基礎設施，價值會逐漸從芯片公司（如英偉達）轉移到云服務商，就像鐵路時代后期價值從鋼鐵制造商轉向鐵路運營商一樣。

然而，我對這一判斷持保留態度。

原因不只在于當前數據中心的經濟性遠不如想象，還在于來自中國廠商的激烈競爭正從根本上壓縮云服務商的利潤空間。

一、云利潤的現實——遠低于想象。

此前Oracle的數據中心毛利披露給市場潑下一盆冷水：

即便對 GPU 折舊進行了攤薄處理，數據中心的盈利能力依舊偏弱。考慮到 GPU 的生命周期僅 3–5 年，而建設數據中心還包括土地、電力、制冷、網絡與人力，這些成本使得毛利率本身就非常有限。

因此，認為“AI 基建價值最終會向云集中”并不符合現實。英偉達仍然掌握著算力的定價權與供需結構，而云服務商變得越來越像“搬運工”，要在高資本支出（CapEx）和高折舊成本下艱難生存。

從經濟學角度講，這是一種典型的 壟斷上游 + 分散下游 的價值鎖定模式：

上游（英偉達）憑技術壟斷抽取主要利潤；

下游（云）競爭激烈且成本高企，利潤有限。

這與鐵路時代早期鋼鐵廠、蒸汽機車制造商占據高利潤非常類似。

二、下游應用不及預期 + 中國廠商競爭進一步壓縮利潤。

我也認同另一個重要因素：下游利潤未必如市場預期般樂觀。

許多企業發現 token 需求沒有預期的那么大。

單個 token 的經濟效益（如自動化節省成本、提升收入）并沒有即時兌現。

許多應用場景還在試驗階段，尚未實現高頻使用。

更關鍵的沖擊來自中國廠商。

阿里 + Qwen：極低 token 價格正在重塑成本結構——阿里巴巴旗下的 Qwen 系列模型引發了一場實質性的價格沖擊。

根據公開報道，阿里將 Qwen-VL 的 API 價格定為： 輸入 1000 token ≈ 0.003 元人民幣

這比 OpenAI、Anthropic 等公司的 token 價格低了一個數量級。

阿里之所以能做到這一點，主要來自：

1.中國廠商的價格戰策略。

AI 仍處于市場爭奪早期，“量大價低”是自然策略，中國市場普遍傾向 aggressively cutting prices。

2.成本結構優勢。

在中國部署基礎設施、電力、土地、人力成本普遍更低； 阿里本身擁有自有云基礎設施，擴展邊際成本低。

3.生態捆綁。

阿里不靠模型收費盈利，而靠： 云存儲/ 數據平臺/ 企業 IT 服務/ SaaS。

因此 API 可以作為“入口產品”低價出售。

4.戰略定位不同。

西方 LLM 公司采用“高溢價 + 商用定價”； 中國采用“普及率 + 使用量”模式。

這使得阿里、騰訊、字節等廠商實際上構成了全球 token 定價的底部壓力。

對于云服務商而言，這意味著：

AI 價格不像 IaaS 那樣可以穩定抽取高毛利；

token 價格受到中國廠商沖擊而下移；

最終壓縮了美系云的單位利潤。

因此，“價值會向云集中”這條路徑進一步變得不成立。

三、資本周期視角：AI 基建正重復鐵路的歷史為了理解當前局面，我認為可以將視角擴大到資本周期的歷史規律。

鐵路時代：

1865–1873 的鐵路狂潮使產能投資占 GDP 的 7–10%。

競爭導致過度鋪軌、運力閑置率超過 30%。

最終釀成 1873 年的“恐慌”和 65 個月的大蕭條。

AI 時代：

未來 5–7 年 AI 數據中心投資預計超過 4 萬億美元。

OpenAI、微軟、谷歌、Meta 正陷入典型的“囚徒困境”：

不投資會落后，

投資又可能產能過剩。

關鍵指標正在出現鐵路時代的相似跡象：

·高資本支出

· 單位利潤持續下降

· 多方重復建設

· 競爭者過多

· 下游盈利能力不穩

而你提出的判斷非常準確：

利用率下降（產能閑置是關鍵信號）

價格戰加劇（已在中國模型看到）

融資趨緊（部分云服務商債務壓力上升）

這些都是典型的周期轉折點前兆。

四、總結：價值最終不會集中在云，而會像鐵路一樣向應用擴散。

從鐵路、互聯網、智能手機等周期中，可以得出結論： “基礎設施建設的最大受益者并非建設者，而是使用者。”

鐵路使制造業和物流成為最大贏家；

互聯網讓電商、數字廣告、媒體公司成為贏家；

智能手機讓應用開發者、平臺生態成為贏家。

因此，我認為 AI 最終價值流動的路徑是：

階段 1：芯片廠商（現在）

英偉達憑壟斷地位抽取高額利潤。

階段 2：應用開發商（未來）

當模型成本下降、硬件普及后，真正賺錢的是：

AI 企業軟件

垂直行業解決方案

自動化工具

AI-native 公司

而云服務商最終只是“過路費”提供者，利潤難以太高。

阿里與 Qwen 的低價策略則提前揭示了未來： token 會變成廉價、可替代的基礎資源，而非高利潤產品。