文 | 蒋旭峰（资深金融从业者）
前阵子跟一个做一级市场的朋友吃饭，他聊起 AI 赛道的投资逻辑，说了句挺扎心的话。
这两年看了上百个 AI 项目，真正账上有利润的没几家。但有一家公司我敢拍胸脯说肯定赚翻了，就是给他们供 GPU 的。
这话糙，但你细品，还真是这么回事。
1849 年加州淘金热，几十万矿工蜂拥而至，真正挖到金子发财的没几个。但卖铲子的李维·施特劳斯（后来李维斯牛仔裤那个创始人）、开旅馆的、卖水的，一个个赚得盆满钵满。淘金拼的是运气，卖工具赚的是确定性。
把时间拉长到两百年，你会发现这是科技革命反复上演的固定剧本。
一、五轮康波，同一个剧本苏联经济学家康德拉季耶夫 1925 年提出长波周期理论（康波周期），每轮约 50 到 60 年，由一波颠覆性技术集群驱动。五轮看下来，有一个规律特别稳，技术革命爆发后的早期，利润最丰厚、确定性最高的，永远是基础设施环节。
轮次
时间段
核心技术
主导国
卖铲子环节
第一轮
1780至1840年代
蒸汽机、纺织机械化
英国
煤炭、冶铁、运河
第二轮
1840至1890年代
铁路、转炉炼钢、电报
英→美/德
钢铁、铁轨、机车
第三轮
1890至1940年代
电力、内燃机、化工
美国
发电设备、输电网、石油
第四轮
1940至1990年代
汽车、石油化工、家电
美+日+欧
石油、高速公路、钢铁
第五轮
1990至2020年代
信息技术、互联网
美国
芯片、光缆、服务器
每一轮的复苏期，都是基础设施先爆发。挑几轮细看。
第一轮，运河比蒸汽机先火。 瓦特改良蒸汽机是 1776 年，但真正大规模用于工业要等到 1800 年后。在那之前资本疯狂追捧的，是运河。1790 年代英国运河热，运河公司股价被炒上天。逻辑跟今天疯狂投算力中心一模一样，没有路，再好的车也跑不起来。运河热泡沫破裂、近三成项目长期无法分红，但它把煤炭运输成本降下来了，蒸汽机时代才真正到来。
第二轮，铁路狂热比铁路应用先到。 1840 年代英国铁路狂热是全民事件，铁路股价短期暴涨三倍，1847 年泡沫破裂，超半数公司破产或兼并。但退潮后留下了一张覆盖全英的铁路网，重工业才真正起来。
第五轮，光缆泡沫比互联网先爆。 2000 年互联网泡沫破裂，最惨的是烧钱做内容、做电商的网站；但此前最先被炒上天的是光缆运营商。1990 年代末全球铺光缆热潮，结果大量光纤闲置、运营商破产。可二十年后回头看，正是当年过剩的光缆撑起了移动互联网、视频流媒体和云计算。
用卡洛塔·佩蕾丝《技术革命与金融资本》的框架说，这就是导入期（金融资本推动基建）与展开期（产业资本主导应用）的两阶段模型。
一个常被忽视的幸存者注脚。 互联网泡沫里，真正活下来并穿越周期的，恰恰是卖铲子的思科。2000 年它登顶全球市值第一（约 5500 亿美元），泡沫破裂后股价跌去 88%，但路由器、交换机仍是刚需，企业网和数据中心还得买它的货。它从成长股熬成现金牛，直到 2026 年 5 月股价才重新突破 2000 年前高。今天它又借着 AI 数据中心的以太网交换、硅光子重回舞台。龙头不死，但估值的青春一去不返，这本身就是铲子信仰最清醒的注脚。
二、2026 现实，AI 的铲子已裂变成四层金字塔如果说淘金热里的铲子就是一把铁锹，AI 时代的铲子形态已经完全裂变。从 GPU 集群到向量数据库，从开发框架到 AI 培训，都是广义的铲子。它们不挖金子，而是靠给淘金者提供工具和服务赚钱。
▎第一层 物理铁铲（算力基础层）
四大厂 2026 年砸下 7250 亿美元买的就是这些机柜里的算力。
这是最确定、也最垄断的市场。2026 年微软、谷歌、亚马逊、Meta 四大厂资本支出预计接近 7250 亿美元，较 2025 年的约 4100 亿美元增长约 77%，绝大部分砸向 GPU 服务器、光模块和液冷机柜（据智通财经、彭博一致预期）。
金字塔尖是英伟达。据其 2026 财年财报，全年营收约 2159 亿美元、同比增 65%，其中数据中心收入约 1973 亿美元；在 AI 加速器市场仍掌握约 80% 到 90% 份额。Blackwell 架构推动下，2027 财年一季度数据中心收入达 752 亿美元、同比增 92%，创半导体史单季纪录。H100 租赁价格从 2025 年 10 月的 1.70 美元/小时涨到 2026 年 3 月的 2.35 美元/小时，新签合同排期已延至 2027 上半年。
这笔钱还在流向更夸张的超级铲子项目。OpenAI、软银、甲骨文、MGX 的星际之门（Stargate）计划总投资 5000 亿美元、目标 10GW 算力，仅得州 Abilene 旗舰园区就规划部署 45 万张 GB200 GPU、峰值用电 1.4GW；中东版（UAE Stargate）、英国版也已落地。
但 2026 年最关键的转折是，瓶颈从芯片转移到了电力。据 IEA，全球数据中心用电 2024 年已达 415 TWh，且以每年 12% 以上速度增长，预计 2030 年将逼近 945–1000 TWh；微软披露的未履约商业订单（RPO，含 Azure）一度高达约 6780 亿美元，被卡在根本没有足够电力上；美国最大电网 PJM 在 2028/2029 年期容量拍卖中录得约 6.8GW 缺口，被迫启动一次性兜底采购。变压器、变电站互联的交付周期拉长到 5 年。一句话，铲子越卖越火，但插铲子的插座不够了。这反而让另一个铲子细分，电力设备、液冷、储能、光模块，成了确定性最强的环节之一。
▎第二层 铸铲工具（开发者工具与网络层）
比 GPU 更靠近“挖金子的人”。数据库、向量检索、智能体框架、AI 工作流——WorkBuddy、OpenClaw、Cursor、Dify 这一类，都是给淘金者卖工具的。
算力是铁铲，开发框架、向量数据库、模型部署工具、网络互联就是造铲子的工具。
一个反直觉的事实，连思科这种上一代铲子都在 AI 里重生。AI 智能体工作流产生的网络流量约为人工的 4.5 倍，其中 70% 是推理流量跨云串联，思科、Arista 的数据中心交换器，以及 800G/1.6T 光模块，成了算力集群扩张的刚性耗材。中信、华泰等机构在 2026 年的判断高度一致，光模块是 AI 算力产业链中确定性最强的环节之一。
这一层的特点，轻资产、高毛利、赢家通吃。好工具一旦形成生态，护城河比硬件还深。
▎第三层 数据与知识库（铲子的燃料）
没有高质量数据，再强的模型也是无米之炊。这一层包括数据标注、专业数据库、行业知识库、数据清洗工具。当大模型能力逐渐趋同，差异化就来自你喂给它什么。
行业大模型兴起后，医疗、金融、法律、工业的高质量数据都是稀缺资源。拥有数据的人，像淘金热里拥有优质矿脉的人，自己不挖，把矿脉租给淘金者，稳赚不赔。
▎第四层 培训与专业服务（教人用铲子）
铲子再好也得有人会用。埃森哲、德勤、麦肯锡 All in AI 转型，国内 AI 培训机构雨后春笋。淘金热里教别人淘金的人，可能比真正淘金的人赚得还多；而且这一层离用户最近，未来很可能向下整合，变成既卖铲子、又教挖矿、还帮你筛金子的综合服务商。
三、一个被忽视的 2026 信号，铲子也会信仰裂缝卖铲子不是无脑策略，2026 年至少有三道裂缝值得警惕。
其一，技术路线变化。 2025 年 1 月，DeepSeek 用 2048 张 H800、耗资 557.6 万美元（约同类 1/20）训出 R1 并开源，引发英伟达单日跌 16.86%、市值蒸发约 5900 亿美元，市场一度恐慌便宜模型不需要那么多 GPU。但英伟达赌的是杰文斯悖论，效率提升反而刺激总需求。事实也如此，2026 年算力需求不降反升。教训是，你以为卖的是铲子，结果挖矿方式一变，你的铲子可能作废，押单一架构 GPU 的风险始终在。
其二，供需反转。 当基建建得太多、需求跟不上，卖铲子也会入冬。2000 年后的光缆运营商、2010 年的光伏全行业亏损，都是前车之鉴。当前 Big 4 的 7250 亿支出能否换来回报，连华尔街都在分裂（看空者称 AI Capex 是垃圾，看多者称不建就被永久锁死推理市场）。
其三，估值透支。 再好的行业，估值太贵也不是好投资。英伟达三年涨几十倍，是好公司；现在买还能不能赚钱，是另一个问题。思科花了 26 年才回到 2000 年高点，就是估值透支的最长代价。
四、为什么卖铲子总是先赚钱五轮康波看下来，背后是三条底层原因。
第一，早期需求确定、方向模糊。 新技术刚出来，人人知道重要，但没人知道怎么赚钱。方向模糊时，资本会去不管谁赢我都赚的环节，不管蒸汽机用在哪，都要煤炭钢铁；不管 AI 什么应用跑出来，都要算力数据。确定性，是早期资本最稀缺的东西。
第二，基础设施先建后用。 铁路不是等货运需求才修的，是修好了才催生货运；光缆不是等视频流媒体才铺的，是铺好了流媒体才起来。基建必须超前，于是每一轮早期都出现过剩，看着是浪费，实则在为应用爆发铺路。结果就是，基础设施投资高峰，永远早于应用层盈利高峰。
第三，技术扩散需要时间。 保罗·戴维研究发现，电动机 1880 年代发明，美国工厂生产率真正起飞却要到 1920 年代，整整 40 年，因为整个工厂布局、流程、管理都要重设计。AI 同理，买了 GPU、部署了模型，不等于生产力自动提升。在这个过程中，卖工具、卖培训、卖方案的人，已经先把钱赚了。
五、对普通人的三点启示启示一，先买铲子再挖金，是更稳的策略。 直接押注某个应用方向，胜率像买彩票；押卖铲子的行业，胜率要高得多。但铲子也有泡沫，运河热、铁路热、光缆热都会破，AI 算力热未来也一定会有调整。调整之后，有竞争力的公司走出来，且比应用层更稳。用康波视角看，我们仍处在 AI 导入期早期，基建高峰未结束，卖铲子逻辑成立，但要选供需格局好、技术路线稳、估值合理的标的。
花时间学 AI 工具、掌握 AI 工作流，本质是给自己买一把最值钱的铲子。
启示二，不一定要买股票，成为会用铲子的人也是投资。 对大多数人，更好的投资是投资自己。未来五年，会不会用 AI 工具，可能像二十年前会不会用电脑一样是基础技能。现在花时间学 AI 工具、掌握 AI 工作流，本质就是给自己买铲子，这把铲子的回报，可能比任何股票都高。
启示三，警惕铲子信仰，铲子不是万能的。 供需反转、技术路线变化、估值透支，三道边界缺一不可察。判断铲子，要看供需、看技术路线稳定性、看估值，再下决定。
尾声回到开头那个问题，AI 这轮革命，谁在赚钱？
答案有点反直觉，在这个阶段，谁最确定在赚钱？是那些给大模型公司供算力、供工具、供数据、供服务的卖铲子的人。
这不是 AI 独有，是五轮康波反复验证的规律。每一轮早期都是基础设施先爆发，卖铲子的先赚钱；等基建成熟、成本降下来，应用层才百花齐放。
理解了这个规律，你再看今天的 AI 热潮，就不会被眼花缭乱的概念带着走。你会知道哪些是确定性机会，哪些是概率性赌注；知道什么时候该买铲子，什么时候该去淘金。
加州淘金热过去 170 多年了，人性没变，科技革命的剧本也没变。
下次再看到一个新概念、新应用，不妨先问自己一句，这个方向上，谁在卖铲子？想清楚这个，你可能就比 90% 的人更接近真相了。（本文为作者观点，不代表本头条号立场）
数据来源：英伟达 FY2026 财报、国际能源署（IEA）、美国 PJM 电网容量市场披露、微软年报（RPO）、智通财经／彭博一致预期、中信证券／华泰证券 2026 年研报，以及康德拉季耶夫、卡洛塔·佩蕾丝相关学术著作。
本文刊载图片均搜集于互联网，仅作内容分享使用，不用于商业牟利。版权归原作者所有，若涉及侵权，请联系我方，将第一时间做下架处理。
