AI硬件发展分析：这次可能不只是杀估值，后面还会杀业绩

AI产业的需求，大概可以分成这样一条链条：

最下面是普通人和企业对AI的使用需求。

因为AI使用量不断增加，微软、谷歌、亚马逊、Meta这些云厂商担心自己在AI竞争中落后，于是不断增加资本开支，购买更多芯片、存储、服务器，建设更多数据中心。

这些订单再传导到英伟达、存储、先进封装、光模块等硬件公司，最终形成了现在这一轮AI硬件景气周期。

目前的问题是，AI的真实使用需求确实还在上升，这一点没有必要否认。

AI不是假的，AI也不会停止发展。

但是，AI的付费收入增长，目前看还不足以支撑云厂商资本开支持续这么快地上修。

也就是说，使用AI的人越来越多，调用量越来越大，但是这些使用量能够转化成多少钱，现在仍然没有完全跑通。

与此同时，云厂商每年投入的钱却越来越多。

更麻烦的是，名义资本开支增加，并不等于实际获得的算力同比例增加。

因为AI硬件现在太贵了。

资本开支虽然增加了很多，但相当一部分钱被英伟达、存储、先进封装以及其他短缺环节的涨价吃掉了。

看起来云厂商多花了很多钱，实际上增加的算力可能没有资本开支数字看起来那么多。

这些钱目前主要变成了AI硬件公司的超额利润。

真正危险的不是AI需求下降，而是供需速度开始变化

目前AI需求仍然在增长。

即使需求增速从10下降到6，也不代表AI行业不行了，因为需求仍然在增加，只是没有以前增加得那么快。

真正危险的是另一边。

需求的加速度正在下降，但是供给的加速度正在上升。

过去几年，AI硬件需求突然爆发，但是芯片、存储、封装、服务器和数据中心供给来不及增加，于是整个行业出现严重的供不应求。

在这种环境下：

* 产品价格不断上涨；* 客户担心买不到货；* 云厂商愿意支付很高的价格；* 硬件公司的收入、利润和毛利率一起上升；* 市场又愿意给这些公司很高的估值。

所以这一轮AI硬件公司的丰厚利润，并不完全来自它们长期不可替代的技术优势，其中还有很大一部分来自暂时性的供应短缺。

但高景气、高价格和高利润，必然会刺激整个行业扩产。

每家公司看到的都是：

需求很好，订单很多，利润很高，客户还在催货。

在这种情况下，即使一家公司认为自己扩产得比较保守，当所有公司都一起扩产时，最后加起来也可能变成非常激进的总供给。

这和房地产最后的繁荣阶段很像。

当时每一家开发商拿地、借钱、建房，看起来都有自己的理由。房价还在上涨，销售还不错，按照当时的数据看，扩张似乎是理性的。

但所有开发商一起扩张，最终就形成了整个行业的严重过剩。

AI硬件现在也可能正在重复类似的过程。

云厂商为什么明知道回报不确定，还要继续投入

这里最重要的问题是，为什么AI付费收入还没有完全跟上，云厂商仍然不断上调资本开支？

因为AI竞争可能具有很强的赢者通吃特征。

对微软、谷歌、亚马逊、Meta来说，AI不只是一项普通的新业务，而可能关系到：

* 搜索入口；* 云计算市场；* 办公软件；* 广告系统；* 开发者生态；* 未来的操作系统和平台控制权。

如果一家云厂商现在停止投入，可能意味着之前建立的模型、数据中心、客户和生态优势全部被对手超过。

所以它们即使不能确定这些资本开支什么时候能够赚回来，也不敢轻易停下来。

这是一种类似囚徒困境的竞争。

对单独一家云厂商来说，继续投资可能是理性的，因为不投资可能直接输掉未来。

但是当所有云厂商都这样做时，整个行业就可能出现过度投资。

也就是：

> 单个公司的决定是理性的，但所有公司的决定加起来，可能是非理性的。

云厂商之间的军备竞赛，制造了巨大的硬件需求。

硬件公司看到订单以后，又认为这种需求可以长期持续，于是进一步扩产。

这样就形成了两层放大：

第一层是云厂商因为害怕输掉AI竞争，不断增加资本开支。

第二层是硬件公司根据云厂商的资本开支，又不断增加自己的产能。

问题在于，云厂商的AI竞争可能持续很多年，但硬件公司的稀缺利润不可能永远维持。

2027年可能成为硬件利润拐点

我现在倾向于认为，2027年可能是AI硬件的重要拐点年。

这不代表2027年AI需求会下降，也不代表AI停止发展。

真正可能发生的是，之前几年建设的供给开始集中释放：

* 芯片产能增加；* 高带宽存储产能增加；* 先进封装产能增加；* 数据中心陆续投入使用；* 云厂商自研芯片增加；* 新一代芯片性能提升；* 软件优化减少完成同一任务需要的算力；* 现有集群的使用效率提高。

所以未来增加的不只是硬件数量，而是整个行业能够提供的“有效算力”。

假设AI需求增长速度从10下降到6，而有效供给增长速度从2变成4，再变成8，那么即使AI需求还在增长，供需关系也会发生根本变化。

市场会从过去的极度供不应求，逐渐进入供需平衡，最后甚至进入供给过剩。

到了那个阶段，最先发生的可能不是硬件销量下降，而是：

* 客户不再抢货；* 交货周期缩短；* 硬件价格不再上涨；* 云厂商开始压价；* 高毛利率开始回落；* 订单增速下降；* 库存和产能利用率出现压力。

硬件公司的利润，可能会在销量仍然增长的时候就见顶。

因为它们现在最丰厚的利润，不只是来自卖得多，还来自卖得贵。

当价格和毛利率回落以后，即使销量继续增加，也未必能够抵消单位利润下降。

所以这次AI硬件的风险，不只是估值太高，而是未来盈利本身也可能下降。

这次可能先杀估值，再杀业绩

目前市场大概还处在第一阶段，也就是杀估值。

市场开始发现，AI公司的高增长、高利润和高估值，不能无限期向未来外推。

所以即使公司现在的业绩还不错，股价也会先下跌，因为市场对未来的预期降低了。

但是如果2027年前后供给真正释放，硬件价格和毛利率开始下降，那么市场就可能进入第二阶段：杀业绩。

第一阶段是：

> 公司利润还在增长，但是市场不愿意再给那么高的估值。

第二阶段是：

> 不但估值下降，公司的盈利预测也开始下降。

这两者叠加起来，股价下跌的幅度会非常大。

一家公司原来利润100亿元，市场愿意给40倍市盈率，市值就是4000亿元。

以后如果利润下降到60亿元，市场只愿意给20倍市盈率，市值就只剩1200亿元。

这就是为什么有些AI硬件股票，未来即使已经腰斩，也仍然可能继续腰斩。

因为第一次腰斩可能只是杀估值，第二次腰斩才是杀业绩。

这不等于全面看空AI

这套判断不是说AI没有未来。

相反，AI大概率还会继续发展，使用量也会继续增加。

我看空的是目前AI硬件公司的稀缺利润，而不是AI技术本身。

AI行业未来很可能从“硬件最赚钱”，逐渐变成“算力越来越便宜，应用开始真正赚钱”。

硬件价格下降，对硬件公司是坏事，但对应用公司可能是好事。

只有当算力价格下降以后，更多普通人和企业才有可能真正大规模使用AI，新的商业模式也才可能出现。

所以这一轮产业周期的结果，可能不是AI消失，而是利润从硬件端重新向云厂商和应用端转移。

仍然需要保留的两个大变量

这套看空逻辑并不是没有反证。

第一个大变量，是AI会不会出现全新的使用场景。

例如真正成熟的AI智能体、视频生成、自动编程、机器人、自动驾驶、医疗和科研应用。

这些场景一旦爆发，可能产生远超现在的算力需求，把新增供给重新吸收掉。

第二个大变量，是模型和软件效率提高以后，到底会减少还是增加总算力需求。

如果模型变得更高效，同一个任务需要的算力大幅减少，而新需求又不足以填补，那么硬件过剩会来得更快。

但如果算力成本下降以后，AI的使用量增长得更快，那么效率提高反而可能创造更大的总需求。

所以真正决定AI硬件周期的，不是AI还会不会进步，而是：

> 新的付费需求和使用场景，能不能比新增算力供给增长得更快。

最终判断

我现在的核心判断是：

AI仍然会继续发展，终端需求也仍然会上升，但是AI硬件目前依靠供不应求获得的稀缺利润无法长期维持。

云厂商因为AI竞争陷入军备竞赛，不得不持续增加资本开支。

这种竞争对每一家云厂商来说可能是理性的，但对整个行业来说，会制造过度投资。

硬件公司看到高需求、高价格和高利润后，又进一步扩产。

等到前几年建设的芯片、存储、封装和数据中心产能在2027年前后集中释放，需求增速如果不能重新加速，供给增速就可能超过需求增速。

到了那个时候，AI硬件会从极度短缺，逐渐进入供需正常化，甚至过剩。

硬件价格、毛利率和盈利预期都会下降。

所以这次AI股票的下跌，很可能不是一次阶段性的技术调整。

目前可能还处在杀估值的中间阶段，未来还有可能进一步进入杀业绩阶段。

而AI硬件公司普遍具有资本开支大、技术折旧快、客户集中、库存风险高、利润周期强等特点，现金流和商业稳定性远不如白酒。

因此，对于那些高估值、低门槛、扩产激进的AI硬件公司，这一轮下跌最终比白酒下行周期更加惨烈，是很有可能的。

简单说就是：

> AI不会结束，但AI硬件最赚钱的阶段可能正在接近尾声。> 2027年可能不是AI需求见顶，而是AI硬件稀缺利润见顶。> 现在市场先杀估值，后面如果供给真正释放，就可能开始杀业绩。

AI调色版本。