FIBER / HISTORY04 SEP 2026
半导体与AI投资 05｜铺光纤的人
以及谁收走了价值
前几篇我们把半导体从上游拆到了代工。这一篇往下走一层，问一个更贴近多数人持仓的问题：如果要投资 AI，实际能买到什么，以及那个位置好不好。
在 AI 这条产业链上，云厂商站在资本开支的承担端。这个位置在历史上有过三次先例，投资者的结局都不好。
BURDEN 01 谁承担资本开支 |
PRECEDENT 02 历史上的三次 |
DIFF 03 这次哪里不同 |
中心判断：
AI 产业链上，云厂商处在资本开支的承担端——自己出钱、自己扛折旧、自己承受产能利用率风险，而回报取决于一个尚未验证的终端需求。这是历史上回报最差的位置。而价值最可能沉淀的应用层，赢家尚未出现。
FIBER / 01
一、先确认一件事：能买到的比想象中少
谈到投资 AI，多数人心里的名单是：两家头部模型公司、搜索巨头、几家云厂商。
但前两个买不到。头部模型公司都未上市。想要这个敞口，只能通过持股方作为代理，而代理带来两个损耗：持股比例稀释了敞口，而且代理公司自己的主业会主导股价表现。
这不是小问题。它意味着：公开市场投资者无法直接持有 AI 最纯粹的那部分。
顺带一提，这个现象在整条链上重复出现：护城河最深的高端光学供应商同样不上市。
护城河最深的资产，经常不在公开市场上。这不是巧合——不需要外部资本的生意，才是最好的生意。
FIBER / 02
二、用同样的三个问题，问 AI 这一层
前几篇建立的三个问题，可以原样搬过来。
问题一：客户有没有第二选择？
这是模型层最需要警惕的地方。
前沿模型的能力在趋同，API 之间存在兼容层，切换成本远低于更换代工厂或更换 EDA 工具链。开源模型在后面追赶。
如果模型层正在商品化，那么"每 100 美元资本开支换回什么"这个问题，对模型层的答案可能是全链最差的。
必须说清楚：这不是说模型没有价值。它可能创造巨大价值——但价值能否被模型的提供者独占，是另一个问题。
历史上大量技术创造了巨额价值，而发明者没拿到多少。
问题二：扩产的钱，是客户预付的，还是自己借的？
我们说过，能让客户为自己的未来产能出钱，是护城河最难伪装的证据。晶圆代工龙头能做到——长约、预付、客户参股。
云厂商的 AI 资本开支，是自己出的。
没有客户预付，没有产能包销，没有人分担折旧风险。这是整条链上最不利的财务位置。
问题三：当它成为瓶颈时，下游是加价还是自建？
这个问题在 AI 层已经有答案了，而且答案不利。
头部模型公司在自研加速器，社交平台巨头在做自己的推理芯片，搜索巨头有自研的张量处理器——它们既是云和芯片的客户，又在自建替代方案。
下游正在自建。这件事不需要预测，它已经写在各家的公开披露里。
FIBER / 03
三、这个位置有历史先例，而且不止一次
"承担资本开支、服务尚未验证的需求"，这个位置历史上出现过多次：
| 时代 | 承担资本开支的一方 | 结局 | 价值最终去了哪 |
| 铁路 | 铁路公司 | 大量破产 | 沿线的工商业与城市 |
| 电力 | 发电企业 | 沦为受管制的低回报公用事业 | 所有用电的制造业 |
| 光纤 | 电信运营商 | 破产，光纤长期闲置 | 十年后的互联网巨头 |
| 面板 | 面板厂 | 份额第一，回报长期低迷 | 买电视的消费者 |
| 光伏 | 组件厂 | 打赢价格战，全行业巨亏 | 装电站的业主 |
共同结构：基础设施的提供者，通常不是价值的捕获者。
但我不打算把它写成规律，因为有明确反例。
极紫外光刻设备的供应商同样是"基础设施提供者"，却拥有全链最强的定价权之一。差别在哪？
在于同质化程度。铁轨就是铁轨，电就是电，面板对终端用户几乎无差别——它们的结局来自同质化引发的价格战，而不是来自"基础设施"这个身份本身。
所以真正该问的不是"它是不是基础设施"，而是"它会不会同质化"。
这个问题对云算力尤其尖锐：一张同型号加速器提供的算力，在不同云上有本质差别吗？
FIBER / 04
四、但云厂商和当年的铺光纤者有一个关键不同
如果只写到上面，这篇文章就过于悲观了。有一条反证份量很重：
2000 年铺光纤的许多是新兴运营商——没有存量业务、靠债务融资、需求不来就直接破产。
今天的主要云厂商不是。它们有成熟的存量业务、有真实的经营现金流、AI 资本开支是从既有利润里拿出来的，而不是靠借债支撑。
这个差别是实质性的：它把"破产风险"降级成了"回报稀释风险"。
—现在：需求不来 → 多年的资本开支变成低效资产，拖累回报率，但公司活着。
这两种结局，对股东的含义完全不同。
所以更准确的表述是：云厂商面对的不是生存问题，是回报率问题。
而这也给出了一个可跟踪的指标：资本开支占经营现金流的比重。这个比重持续上升、而相关收入没有同步跟上，就是这个风险正在兑现的信号。它在报表里，按季更新，不需要预测。
FIBER / 05
五、整条链的形状
把前几篇和这一篇合起来：
| 层级 | 护城河 | 可投资性 | 主要风险 |
| 设备/材料 | 最硬 | 部分买不到 | 地缘 |
| 芯片/代工 | 瓶颈垄断 | 好 | 客户在自建 |
| 云/算力 | 规模+存量客户 | 好 | 资本开支承担方 |
| 模型 | 存疑（商品化中） | 买不到 | 差异化能否维持 |
| 应用 | 可能最强 | 赢家未出现 | 不知道是谁 |
从上到下：不确定性递增，可投资性递减。而历史提示，价值往往在最下面被捕获。
这是投资 AI 最尴尬的结构：确定性最高的地方买得到、但被地缘绑着；价值最可能沉淀的地方，要么买不到，要么还没出生。
FIBER / 06
六、失效条件
第一，模型层可能不会商品化。如果规模效应、数据飞轮或某种尚未显现的机制让领先者持续拉开差距，"商品化"这个前提就不成立，整篇的推论要重估。这是本文最脆弱的一环。
第二，云算力可能没有那么同质。如果软件栈、网络架构、调度效率带来的实际性能差异足够大，云就不是"电"，而更接近一门有差异化的生意。
第三，历史类比有边界。上面那张表里的案例都发生在需求可以被清晰预测的行业（运输、用电、带宽）。AI 的需求形态尚未稳定，用需求明确时代的失败案例，去推论需求未定型的行业，本身就是一次跨越。
第四，时间尺度不匹配。即便结论正确，兑现可能需要很多年。用一个十年结论去做一年决策，是最常见的亏钱方式之一。
FIBER / 07
七、本文的置信度分层
| 层级 | 内容 | 可靠性 |
| 事实 | 头部模型公司未上市 | 可查证 |
| 事实 | 下游巨头在自研加速器 | 公开披露 |
| 事实 | 铁路/电力/光纤/面板/光伏投资者的结局 | 已发生 |
| 结构推断 | 云厂商处于资本开支承担端 | 报表可验证 |
| 弱判断 | 模型层正在商品化 | 本文最脆弱的一环 |
| 弱先验 | 基础设施提供者不是价值捕获者 | 有明确反例 |
| 不可知 | AI 应用层的赢家是谁 | 本文回答不了 |
方法说明：本文采用钢人假设，不对任何企业作道德或能力评价，不预测具体事件与时间。历史类比仅用于提出问题，不用于推导结论。不构成任何投资建议。