Skip to content

詳解 AI 七大投資機會，選對的人「特別賺錢」！散戶該如何資產配置？【邦妮區塊鏈】

📺 来源信息

✨ Highlights

  • 水滴资本把 AI 产业拆成七层：电力 → AIDC（数据中心）→ GPU 芯片 → 大模型 → Token 路由 → 算力优化 → Agent，比黄仁勋的五层多出“电力”和“算力优化”两层。
  • 一线建 AIDC 的最大痛点已不是芯片，而是电力；同样的方案，中国供应链比美国便宜 30%–40%，也让“修路架桥”的中国铁建开始做起 AI 机柜生意。
  • AI 资金在七层之间轮动：当一个板块热到人人都在谈、K 线连续拉升时往往应该离场，长期横盘的位置更适合埋伏。
  • 美国 AI 基础设施投入从 2025 年约 5000 亿美元升至 2026 年预计超万亿，新增产能预计在 2028 年秋天后集中上线；届时要看 Agent 需求能否同步放大 10 倍，这是判断泡沫的关键考题。
  • 以太坊弃 PoW 改 PoS，等于放弃了“显卡随时切换给 AI 算力”的算力网络，错过了一个原本可以卡住 AI 行业命脉的战略窗口。
  • 比特币的核心定位是“数字黄金”式的超主权资产，不需要靠 AI Agent 转账叙事来支撑；美国政府直接买币、主权债务危机是两个可能把比特币推向 100 万美元的时间触发点。

1. AI“七层”：在黄仁勋的五层之外再加两层

大山（Jade Mont）认为，讨论 AI 产业不能只看到芯片和模型。英伟达黄仁勋曾把整个 AI 产业分成五层，但他在一线投资和自建 AIDC 的过程中发现，把产业链拆成七层更接近真实结构。从底层到最上层依次是：

  1. 电力：最稀缺的资源，也是所有 AI 计算的物理前提。
  2. AIDC（AI 数据中心）：人工智能的“房子”，包括厂房、场地、机柜、走线等基础设施。
  3. GPU 芯片：提供算力，也就是英伟达所在的位置。
  4. 大模型：把算力转化为智能能力。
  5. Token 路由：大模型生产出来的 Token 需要被分发、出售，这一层承担“路由”职能。
  6. 算力优化：把合适的算力分配给合适的应用，在成本最低的前提下达到最好性能。
  7. Agent：百花齐放的应用层，覆盖游戏、生物医药、媒体等具体场景。

在他看来，黄仁勋出身芯片行业、偏硬件视角，所以没有把另外两层放进去：一层是最底部的电力，另一层是偏软件和调度的算力优化。算力是可以采购的，拉不开本质差距，真正的竞争力在于“同样算力下我比你表现更好”，Palantir 以及大量新兴公司都在做这件事。

其中电力层的变革已经在发生。很多电力公司针对 AI 推出了新方案，比如用 800V 直流电替代传统的交流电或低压供电，目的都是降低功耗。

2. 每一层的玩家，很多都出人意料

电力层基本是国家基础设施，无论中国还是美国，都不会让普通外部资本或散户参与。但再往上的几层，已经开始出现大量“没想到”的玩家。

AIDC 层最典型。他们到美国得州考察过不少海外项目，发现用中国供应链的方案，成本能低 30%–40%。美国的软件可以继续领先，但软件总要部署在硬件之上，而机柜、机房、场地等环节高度依赖中国制造。一些过去与科技无关的企业因此吃到红利：有做拖拉机的公司靠着涡轮发电机业务获得 AI 订单，中国铁建这类传统修路修桥的基建巨头也开始生产容纳 GPU 的机柜。

GPU 层之外，大模型赛道现阶段格局已经比较清晰：OpenAI、Anthropic、xAI 是公认的第一梯队。Token 路由层的竞争则完全不同，OpenRouter 等中转站类产品极多，利润率已被卷到 5% 以下。

Agent 层比 Token 路由更加分散。他认为，除了电力、芯片、大模型等少数几个环节可能出现龙头，其他环节大概率不会出现赢家通吃，而是长期百花齐放。

3. 语言只是很小一部分：从物理模型到元宇宙

大语言模型解决的是“语言智能”，但人类的语言只能表达思想中很小的一部分。要真正构建一个可用的虚拟世界，还需要大量物理模型：水有溪水、湖水、海水、地下水、冰等不同形态；衣服、沙发等柔性材料、刚性材料各有各的建模与数据采集方式。

他提到自己投过一家做柔性物理材料的公司。过去这家企业帮电商平台做衣服的建模、打样和打板，已经是细分龙头，目前有几十亿销售收入。物理世界的复杂度决定了它无法被少数公司垄断，每一个材料、每一种动态都可能撑起数家公司。相比之下，大语言模型本身甚至还没有完全解决幻觉问题，AI 离真正的“理解世界”还很远。

“元宇宙”也因此被他重新提起。2021、2022 年元宇宙概念在币圈很热，最终没有跑出来，核心原因不是方向错，而是当时技术太差：玩家进入所谓的元宇宙游戏，体验接近低质量页游，自然无法沉浸。真正的元宇宙需要两个东西：一是区块链，确保资产与数据不可篡改；二是智能，NPC 不再是被编定台词的木偶，而是每次对话都有不同反应、带有情绪的智慧体。

他说，人类至今回答不了三个终极问题：我们从哪里来、我们是谁、我们要到哪里去。这个任务也许要交给下一代智慧体在虚拟世界中完成，正如马斯克所说，我们生活在真实世界中的概率不足十万分之一，更上一层的智慧体可能虚拟了我们这一层的世界。

4. 投资七层：越往上风险越高，越往下收益越稳

钱足够多的情况下，最合理的方式是每层都配置一部分。资金有限时，选择哪一层取决于风险承受能力，而不是简单看“哪层最好”。

现在利润最高的一层是芯片，但英伟达等公司估值极高，未来预期已被吃掉大半。明知道它利润高，买它却未必能赚到钱。Agent 层面向终端客户、利润空间大，但创业公司多到难以覆盖，投一万家可能 9999 家都会死掉。底层基础设施看似利润薄，但玩家少、账算得清，不容易亏，回报水平大约在每年 20% 左右。

他的个人做法是分层配置：安全资金放进底层，不求高回报但求不亏；一小部分钱放到 Agent 等上层应用里，去赌高倍数。投资没有固定公式，核心只有两件事：一是运气，二是价值错配——找到市场上被低估的资产，买进去等它回归。

AI 行业内部有明显的板块轮动：今天炒芯片，明天炒基础设施，后天炒大模型，再往后可能炒 Agent。判断轮动的方法并不复杂——当一个板块已经特别热、所有人都在讨论、K 线连续拉涨停，就应该撤出去，找那个横盘很久几乎不动的位置埋伏。切忌看别的板块在涨就割肉追高，那是很容易被套的做法。

他对“找 AI 的瓶颈去投资”的思路并不认可。瓶颈谁都能看到，比如大模型公司和英伟达，但普通人在一级市场根本见不到项目方，只能去二级市场买已经极贵的股票。寻找低估需要长期跟踪收入、同行对比、发现别人没注意的信息，难度很高；判断高估反而容易——当一个板块连存储板块都人人买入的时候，往往就是明显的顶部信号。

5. 2028 年秋天：算力集中上线，AI 的第一次大考

AI 基础设施的投资节奏正在变得越来越快。美国 2025 年在 AI 基础设施上的投入超过 5000 亿美元，2026 年预计超过 1 万亿美元，后续年份还会更高。但基础设施从投资到上线有时间差，厂房改造、设备安装、并网通电都需要周期，因此这一轮投入形成的算力供给会集中在 2028 年秋天以后落地。

风险在于需求端能否跟上。如果 Agent 全面爆发，整个世界对算力的需求涨 10 倍，那么这些基础设施都会派上用场；但如果 Agent 的增长没有这么快，大量算力供给同时通电，就会形成严重的供需错配。到今天为止，还没有出现一个消耗海量算力的 Agent 龙头，现有头部公司仍然集中在芯片和大模型等底层基础设施环节。

他特别提到，Arthur Hayes 此前在节目里给出了几乎相同的判断时间点，但推导路径不同：Hayes 从 GPU 折旧、中国模型的竞争、美国大选前对科技大公司的政策打压等角度切入。不同角度得出同一结论，值得警惕。

AI 泡沫一定会来。所有技术都遵循 Gartner 曲线的规律：从无人知晓到疯狂拉升，再到泡沫破裂、沉寂，然后真正发展，区块链也是这样一轮轮走过来的。如果泡沫的破裂点在 2028 年中，那么 2028 年秋天之前反而相对安全，这两年可以正常参与。

互联网泡沫之后，九成公司都死了，但活下来的公司最终改变了世界。判断一家 AI 公司能不能穿越泡沫，原则很简单：要么估值足够低，死了也不心疼；要么有真实的营收和利润，靠利润本身就能撑过熊市。既没有利润又估值极高的公司，会是最先倒下的那一批。他曾参加一个人形智能大会，现场几百家机器人公司中大部分没有订单，只是摆设，这种公司会最先被泡沫清洗。

6. 人形机器人：只认同“一半”的热潮

“机器人是下一个起飞赛道”的说法，他只认同一半。人形机器人承载了人类创造同类的浪漫想象，但人类形态未必是智能体的最优解。李飞飞讲过类似的观点：人类长成今天这样，是几千万年进化的折中结果，不是最优解——跑步跑不过猪，做精细手工不如猴子，只是综合能力强、大脑权重高。

如果目标是创造下一代智慧体，为什么一定要做成人的样子？完全可以只做一双功能极强的手，或者一个特定形态的躯体，没必要复制全部人体结构。全部像人，意味着要为“像人”付出大量额外成本。所以他投资机器人时只投特定部件或局部仿生形态，比如灵巧手、特定作业机器人，而不会把整个“人形”当作必要条件。

7. 中国电力优势与中美“无法离婚”的竞争

中国过去几十年在电力基础设施上的持续投入，是 AI 竞赛中的重要优势。但他不认为单靠这一点就能让中国赢得 AI 战役——美国已经看清自己的短板，正在大举补课，甚至可能跳过中国这一代电力技术直接进入下一代方案，比如马斯克设想的太空发电，以及把 H200 GPU 送入太空。

现阶段中美互相离不开：美国需要中国的供应链和大量 AI 工程师，中国需要美国的市场、创新精神与技术突破。几年之后这个基本格局也不会改变，两个大国既互相防备，又不得不合作。在这种格局下，欧洲几乎成了“历史遗址公园”，日韩等国有能力但无法独立成气候，只能作为中美产业链的延伸。

8. AI 与区块链：先有生产力，才有生产关系

加密货币与 AI 被他视为数字时代的一体两面，一个改变生产力，一个改变生产关系。区块链过去十几年发展停滞，不是因为方向错误，而是它跑得太快：在现有生产力没有根本性改变时，强行替换生产关系会触动太多利益。

AI 的发展会改变这个局面。当 AI 技术进入平台期，行业会重新想起区块链：Agent 之间的支付需要去中心化结算，多个 Agent 协作需要一个类似 DAO 的治理结构，Agent 的社交关系和数据不能被某一家公司随意删除。如果一段 Agent 的“人生”只因为公司关停服务器就消失，它就无法真正成为独立的数字生命。

至于需要哪条链，他的回答很直接：不知道买什么的时候就买比特币。过去十几年这句话永远正确，因为比特币是整个行业的基石，所有利好最终都会传导到比特币上。十万美金买入比特币，回撤也会比买以太坊小。

9. 以太坊的遗憾：放弃了一个“算力网络”

他持有以太坊，但比例远低于比特币。在他看来，以太坊做过一个与 AI 相关的错误决定：从 PoW 转向 PoS。

PoW 时代，以太坊依赖显卡挖矿，矿工需要不断迭代 GPU。如果以太坊保持 PoW，那么它今天可能已经建立在 H100、H200、B300 这一代 GPU 之上，并且形成一张可以随时切换的网络——用户可以选择挖以太坊，也可以把算力切给 AI 计算。那将意味着整个 AI 算力网络的基础是以太坊，加密货币将控制 AI 行业的命脉。

英伟达最不景气的年代，很大一部分营收正来自以太坊矿工。那时是以太坊切入 AI 行业的最佳窗口。但以太坊认为显卡挖矿浪费电，主动放弃了这张算力网络，这个位子再也没人能补上。共识的建立需要极漫长的时间，而崩塌可以很快；新的项目想重建“AI 算力共识”，市场只会问一句：凭什么？

10. 比特币：不太需要 Agent 叙事，但需要两个时间节点

比特币不必承担转账职能。它更像数字黄金，AI 算力更像石油，宝可梦卡这类收藏品更像是稀缺艺术品。比特币的价值来自超主权共识——它是极少数在国家政权崩溃后仍然可以跨国家流通、储存价值的资产。

他不认为 AI Agent 的链上支付必须绑定比特币，那类转账有大量替代方案，选择很多。比特币之所以是比特币，靠的不是某项技术标签，而是十几年建立的共识地位。

关于“比特币 100 万美元只是时间问题”，他给出两个关键时间点：

第一个是美国政府直接购买比特币。此前已有提案提出美国政府购买 100 万枚比特币，而目前全球主要交易所的比特币总量加起来只有约 200 多万枚。如果这个提案落地，价格会被推到极高的位置。特朗普在中期选举压力下，有动力把这件事做成。

第二个是主权债务危机。美国国债规模已达 40 万亿美元量级，一旦出现信用危机，避险资金需要寻找去处。比特币目前市值只有约 1 万多亿美元，体量还很小，稍有资金涌入就会被推高。即使涨到 100 万美元一枚，对应市值约 20 万亿美元，也不到美债规模的一半。他不希望债务危机真的发生，因为普通民众会很惨，但这类宏观冲击客观上会是比特币的利好。

如果有一百万资金可以配置，他给出的方案是：其中六七十万买成比特币，十万买房，另外二十万买 AI 股票。而如果只有一百块，他的建议很直接：买点好吃的，别折腾。