社区

2026 年，全球利润率最高的生意之一，是一桩跟"智能"几乎不沾边的买卖：内存。

美光、SK 海力士、三星这三家存储厂商的平均营业利润率，2006 年是 15%，2020 年是 20%，而 2026 年，是 76%。

在 Coatue 同一份报告里，全球最大的几家软件公司，营业利润率是 45%；卖香烟的，53%；做支付网络的，64%。全都在这个"最不智能"的行业之下。

这个结果挺反直觉。

过去三年，关于 AI 的叙事几乎都绕着"智能"展开：谁家模型最强，谁家应用最聪明，甚至谁离 AGI 最近，通常是我们熟知的「御三家」各领风骚几个月，按这个逻辑，钱应该流向那些最聪明的脑子——前沿实验室、AI 应用、软件。

但市场给出的答案相反。

1978 年，半导体在标普 500 的市值占比是 0%；2026 年，是 19%。同一段时间里，能源从 16% 跌到 3%。一场关于"智能"的革命，最后把最多的市值，分给了一群做内存、造芯片的卖铲人。

过去两年，押注 AI 的人赚得盆满钵满——自 ChatGPT 发布以来，coatue定义一组"AI 赢家"篮子的累计回报是 405%，"AI 输家"只有 2%。

但别急着把这 405% 记到"最聪明的公司"头上，翻开盘子来看，领涨的恰恰是那些做芯片、卖算力、造内存的硬件名字。所以，呢真正被资本重奖的，往往是那些把"智能"租给别人用的人。

这就有了一点荒诞的味道——全世界最聪明的一批人，正拼命让机器变得更聪明；而最先把钱装进口袋的，是一群研究怎么把内存做大、怎么把电送进机房的人。

更有意思的是，这群卖铲人，恰恰是过去几十年被市场认为最"不智能"、最传统、最没有想象力的生意……

曾几何时，存储是啥啊？是大宗商品，产能周期，价格战，被周期反复碾碎。

这玩意跟"想象力"、”科技“、"AI“什么的从来不沾边，也正因如此，当它的利润率第一次追平、甚至反超那些贴着"智能"标签的行业时，市场的第一反应是错愕。

为什么？我试着给一个测量角度。

智能，本质上是软件。而软件有一个与生俱来特点：边际成本趋零，然后被复制，然后被开源，然后通缩，不断重复。

今天最贵的模型，半年后可能被一个开源版本追平；今天最难的推理，一年后成了标配。其实Coatue 专门风险提示里专门列了一条——"开源模型抢份额"——这还真不是危言耸听，它就是软件行业几十年反复上演的剧本。

但物理世界不会通缩。一块内存要建晶圆厂，一座数据中心要接电网，吉瓦级的算力要真金白银的电。

这些看似傻大黑粗的东西，又慢又有生产瓶颈的，所以当"智能"这一层越来越便宜，它越要依赖的傻大黑粗的那一层，所以硬件、内存、电力就越稀缺，自然而然的，定价权就越往那里跑。

一个简单「软硬理论」很容解释这些被忽略的规律：越靠近"智能"的一端，就越像软件，越会被卷到成本线；越靠近"物理"的一端，就越像资源，越能守住溢价。过去一年，市场其实一直在给这条规律补课。

所以一个看起来有点反常识的点就是，AI 越聪明，它产出的智能就越不值钱；而承载智能的物理世界，就越值钱。

价值的位置，不在"thinking"的那一环，而在"记得住"和"算得起"的那一环。

Coatue 用了一个很好用的比喻：如果把 AI 拆成一个"数字大脑"。GPU 负责思考（并行），CPU 负责执行（串行），而一个会思考的大脑，最贵的从来不是神经元，是什么呢？是它要烧掉的「血糖」。

在我们所以的当下 AI 版本里，血糖就是内存，是电力，是 token。

报告把 token 称作智能时代的核心单位，并把它和土地、水、电力并列——过去要种地得有土地，要建厂得有电网，未来的"智能"，得靠 token 工厂。

谁握着 token 工厂，谁就握着收过路费的权力。

这里还有个想必大家已经听腻的杰文斯悖论。

当年蒸汽机越高效，煤炭消耗反而越多；如今 AI 推理成本越降，被消耗的算力越是爆炸。便宜的算力不会让人少用，只会让人用得更狠。于是，短缺，就成了一种结构性的常态。

这件事，历史上发生过，剧本也很熟。铁路在美国 1914 年的巅峰，大约占去 GDP 的 9%；石油在 1979 年，占 8%。

每一次生产力跃迁，最后攫取最厚利润的，往往不是那个最革命的角色，而是给革命修路、供能、收费的人。

对比之下，半导体在 2026 年，只占 GDP 的 2%。如果"智能"真的像 Coatue 断言的那样，是继蒸汽、电力、内燃机之后的第四次生产力跃迁，那么作为它的收费员，半导体这条曲线的斜率，没有理由比铁路和石油更平缓。

当然，市场其实早就看到了，并且已经用脚投票——半导体占标普 500 的 19%，本身就是一次完成度很高的定价。一个本该被周期反复碾碎的行业，利润率冲到 76%，这本身就说明，这一轮周期的定价权是史无前例的。

换句话说，**识到这个份上，它可能已经没那么「反」了。

真正的风险，藏在更上游。要让这群卖铲人继续赚下去，得有人持续往产能里砸天量的钱——Coatue 测算，到 2028 年，超大规模厂商、前沿实验室和新型云厂商的算力资本开支合计约 2.8 万亿美元，是美国全年新增房贷（2.1 万亿）的 1.5 倍。

而"为稳定世界设计"的旧金融体系，根本供不起这份野心：算力的股权融资缺口，到 2031 年，约 2.2 万亿美元。

其实这份报告里还有最锋利的一句判断：私有资本是为稳定世界建造的，它不适应一个指数级进步的新世界。上游的暴利，恰恰来自下游不计成本的军备竞赛；而这场竞赛能不能继续，取决于旧金融体系愿不愿意被改造成新的样子。

更微妙的是，上游的暴利和高估值，本身就是对下游的一种"征税"。

算力越贵，越多的 AI 公司被成本压垮；而每有公司倒下，市场又会回头质疑上游的天花板。

所以，我们还是得回到那个反直觉的结论：AI 时代最赚钱的，是一批"最不智能"的公司。

它背后是一个可以被反复套用的框架：任何一次技术革命的利润，最终都会从"故事最响的地方"，流向"最难被复制的地方"。

智能会通缩，因为它是软件；内存、电力、芯片不会，因为它们是物理。

用这个框架可以解答诸多问题：比如为什么算力越便宜、卖算力的反而越赚？为什么一级市场赌的是模型，二级市场奖的却是硬件？答案其实都指向同一处——革命者负责创造需求，基础设施负责收割需求，而后者往往比前者更持久、也更暴利。

下一次，当所有人都在争论"哪个大脑最聪明"的时候，也许该多看一眼，谁的血糖最贵。