AI资本的“重工业化”，从烧钱讲故事到烧钱建电厂

前言

以前的科技大佬们，现在名片上悄悄多了一个括号：厂长

这几天看见新闻AI市场的融资依然非常火热，动辄几十亿甚至上百亿的融资金额说投就投

先是谷歌母公司Alphabet，融资800亿美元来建数据中心，然后是DeepSeek，第一轮融资预计要拿70亿美元，估值最高590亿美元，再往前看OpenAI今年也融了110亿美元。

这几个数字加一起差不多得1000亿美元，这钱就跟不是钱似的

在我印象中科技公司融资一般是这样的

某某创业公司拿到几千万，团队年轻，模型在某些榜单上排名靠前，大家一般关注的也是这个公司算法厉不厉害，能不能在某个细分领域豁楞点水花出来。

但现在真不太一样了

几百亿美元的钱不是用来研究算法论文，而是买GPU、间数据中心、改造电网

总之一句话，科技大佬转身变厂长了

从整个行业来说，正在从一个轻资产的软件生意，变成一个重资产的基建生意

一、为啥要这么多钱？

最直接的原因：大模型太烧钱了。

训练一个超强大模型，成本估计就要上亿元，还只是训练，到了推理阶段，用户每一次提问、模型回答背后都在消耗算力。

有研究人员估算过，ChatGPT每天的电费可能要到几十万美元。

模型越大、用户越多，这个数字就越高。

黄仁勋最近在一个访谈里说了一句话，印象挺深，大致意思是过去几个月AI的投资回报率被重置了，现在AI的盈利能力高的离谱。

也就是说以前大家还在猜AI能不能赚钱，现在已经有一部分人赚到钱了，利润还不错，于是大家都开始砸钱，抢芯片、抢算力、抢电。

二、Token成了一种新电力

黄仁勋还有一个有意思的想法，他说Token不再是自然语言处理领域的术语，而是一种新的生产资料。

AI时代，最基本的产出就是Token，咱们跟AI每说一句话，它生成的每个字都是一个Token。

这背后都是GPU在高速运转，消耗电力，所以Token其实是也是一个利润单位。

跟电力的“度”非常相似

所以现在的电力可以转化成算力，通过光纤输出高附加值产品进行售卖，可以参考此前写的一篇文章：

不过区别在于，电力行业已经发展了一百多年，AI的电厂现在才刚开始建设。

我们看到的Alphabet融资上百亿美元，其实本质就是建立AI时代的电厂。

三、巴菲特跟投100亿

Alphabet这次融资里出现了一个熟悉的人名：巴菲特

他也认购了100亿的股票，其实他以前很少碰科技股，但这次为跟投呢

我觉他可能并不认为某个AI应用日后会大火，但他相信算力本身会成为未来十年最基础的刚需。

不管最后哪家公司做出来的AI最厉害，算力总是要用的。

Alphabet有自研的TPU芯片，有全球领先的数据中心网络，还有搜索这些业务可以分摊成本，所以它的电厂不是给自己建的，而是给整个行业建的。

这种投资逻辑，跟一百年前投铁路、投石油的人，本质上差不多。

三、我觉得这事儿跟普通用户也沾点关系

（1）免费的AI或许会越来越少

过去两年我们习惯了用免费的大模型，但上个月开始，很多模型开始了商用收费模式。

不是想收割用户，而是成本确实高，当企业开始要花很多钱建电厂的时候，就不可能免费供电。

所以以后大部分AI服务，大概率都会有免费额度，超出部分要付费。

（2）小创业公司的玩法变了

以前三个人、几台服务器、一个开源模型，就能做一个AI产品出来。但现在要想从头训练自己的大模型，门槛已经非常高了，所以创业公司训练模型的会越来越少。

这不是啥坏事儿，以后算力像水电一样成为基础设施，创业公司可以把精力放在应用层，用现成的模型，给某个行业做定制工具，专心做垂直领域的AI产品还是很有机会。

（3）学会用AI，正在变成一项基本技能。

很多人担心AI会抢走工作，其实更准确的说法是：不会用AI的人或许会被会用AI的人替代。

以后当算力变得越来越便宜后，一个会用AI的人，效率可能是另一个人的好几倍，所以企业自然会优先能熟练使用AI的人。

所以与其焦虑，不如现在就动手，把AI用好，这不是附加技能，而是生存技能。

最后

回过头看，这一轮AI投资热潮，跟2016年AlphaGo赢李世石那会儿和2023年ChatGPT刚出来那会儿都不太一样。

那时候大家在问AI能不能改变世界，而现在大家谈论的是建一个AI电厂要多少钱，几年能回本

巴菲特、腾讯、宁德时代等等这些名字同时出现在厂长的名单上，说明一个结论已经快成立了：

AI不再只是纸上的论文，而是慢慢变成钢筋、混凝土这种摸得着的基建。