AI到底是不是泡沫？貢獻一個思考框架

美國1/3的經濟增長靠數據中心建設，AI公司到2030年可能面臨8,000億美元的收入缺口……

當所有人都在問「AI是不是泡沫」時，我想用上一輪移動互聯網的經驗，給你一個不一樣的思考框架，同時聊聊AI的投資/創(chuàng)業(yè)機會在哪。

Part 1 替代 or 增量

目前有不少應用層的AI，從終端消費來看，變現過程還是替代邏輯而不是增量邏輯。

比如perplexity，其變現是訂閱+廣告，其實替代的都是媒體——

閱讀perplexity整理過的內容，我自然會減少對傳統媒體的訂閱費；

而企業(yè)愿意付的廣告費，也不會因為多了一個渠道就增加預算，只是從另外的渠道挪預算過去；

當然，大量融資的新創(chuàng)企業(yè)會增加投放，但洗牌也會抹掉被淘汰企業(yè)的預算。

再比如sora/midjourney/suno等AI生圖生視頻生音頻應用，同樣也是替代的邏輯——

消費者的注意力最多也就24個小時，我們能看的圖或視頻、能聽的音頻并不會增加多少。

只是我們看的內容可能會比以前制作更精良（替代了以前的草根內容）。

所以從這個角度來看，從總量上看，沒有創(chuàng)造新需求的AI，暫時只能替代人（只能「節(jié)流」），但還替代不了欲望（沒法「開源」）。

不過，從行業(yè)內部來看，AI確實起到了財富再分配的作用。

一方面，當大家都在拿著錘子找釘子（拼命找AI在自己行業(yè)如何落地應用）的過程中，價值鏈的上游環(huán)節(jié)（英偉達）也順勢靠賣錘子賺得盆滿缽滿。

另一方面，應用層雖然還不怎么賺錢，但該搶的流量和份額也搶得差不多了。

但是，市場還是很擔心——

畢竟目前美國1/3的經濟增長都是靠數據中心建設的投資，而投資其實是未來的消費。

如果后續(xù)市場發(fā)現這些數據中心并沒有創(chuàng)造增量消費、僅僅是替代了部分供給的話，那美股連漲三年、納指翻倍的邏輯似乎沒法再撐多久。

那……AI是泡沫嗎？或者說，AI到底能不能創(chuàng)造增量需求？

回答這個問題前，我們得搞懂——

Part 2 增量需求的來源

增量需求，大白話來說，就是終端消費買更多的產品或服務了。

所以是否有增量，取決于終端消費者的意愿和能力。

① 意愿

意愿方面，影響最大的是廣告信息（無論是否有償）的傳播。

就算你能力上買得起了，但你要是壓根都不知道某個產品或服務的存在，那也無法促成交易。

而廣告信息的傳播，可以拆解成：①拓展更多用戶；②增加人均時長；③提升轉化效率。

而無論是上一波的移動互聯網還是這波AI，都屬于通用技術（General Purpose Tech）。

所以「拓展更多用戶」其實只是時間問題——大多數人早晚都能用得上。

因此，意愿層面更多聚焦在增加人均時長+提升轉化效率。

② 能力

能力方面，既看需求端也看供給端。

宏觀經濟上行周期，居民收入往上，會涌現出之前沒有的新需求。

比如網球/馬拉松/健身房等都是需要較高投入的（無論是費用還是時間），所以一般只有國家人均GDP到了一定程度后，才會有爆發(fā)式增長。

截圖/世界銀行

而供給端，則是靠效率提升等方式壓降交付成本，讓原來只有有錢人才能享受的產品服務也惠及到個體。

綜合來看，創(chuàng)造增量需求主要通過以下四個維度——

接下來，我們可以參考上一輪的移動互聯網創(chuàng)業(yè)潮，看看當時的增量需求來自哪。

Part 3 移動互聯網的增量

初代iPhone 2007年就橫空出世了，2008年有了App Store后最早也就500款App。

截圖/蘋果

而大部分當時的App，一開始只是把PC上的軟件搬到了手機上。

這帶來第一個增量——增加人均時長（意愿）。

以往大部分PC沒法隨身攜帶，便攜的筆記本也沒法很方便的操作，所以手機的移動屬性聚合了大量碎片時間——之前最多在地鐵上聽聽歌看看書，或是用手機看看短信email，現在還可以玩游戲刷刷facebook。

2010年，隨著機皇iPhone 4的熱賣、安卓系統的普及，智能手機的滲透率上來了。

應用生態(tài)越來健全，2010年10月安卓應用突破10萬個，11月App Store應用突破30萬個。

2011年微信上架，大部分人逐漸成了離開手機就活不下去的Cyborg（半機器人）。

在那之后，單個用戶的碎片時間增量就變得很有限了——畢竟每個人只有24個小時。

這時候開始考慮第二個增量——壓降交付成本（能力）。

2011年美團App上架，次年餓了么App上架，原本需要打電話、人工派單的餐飲外賣，被智能調度系統取代——以前的Sherpa's只覆蓋上海北京蘇州，主要靠電話下單，只覆蓋人均過百的高端餐飲，每單配送費要15元；現在配送成本下降50%+，同時每家餐廳也擴大了服務半徑。

2012年滴滴的前身嘀嘀和快的成立，靠信息分發(fā)效率的提升，降低空駛率，讓以前需要加調度費還要等上半小時的出租車，變成大眾也可以享受到的網約車服務。

2012年互聯網金融概念被提出，次年余額寶橫空出世，雖然P2P等業(yè)態(tài)帶來了大量財富的湮滅，不過經過合規(guī)發(fā)展后，普惠金融讓以前借不到錢、無法高效投資的大眾也可以享受到以前有錢人才能享受到的金融服務。

隨后2015年拼多多創(chuàng)立，壓縮渠道成本，讓供應鏈端直接觸達用戶，讓電商成為下沉市場也能低成本觸達的渠道。

再往后，第三個增量出現了——增收釋放新需（能力）。

美聯儲加息前市場壓根不缺錢，再是中國的人均GDP節(jié)節(jié)高，疊加房價上漲帶來的財富效應，新消費成為市場主線。

2015年奈雪成立，同年和府撈面開始A輪融資，泡泡瑪特則是首次將香港潮玩BabyMolly公仔帶入內地，次年喜茶拿到IDG跟何伯權1個億的投資。

緊接著，是最后一個增量——提升轉化效率（意愿）。

這主要是受益于4G與5G技術的發(fā)展——單位時間能傳播的數據量大幅提升了。

文字/語音/圖片之外，直播和短視頻等高信息密度的富媒體變成了主流傳播形式。

2016年抖音上線，同年快手加入直播功能。當信息密度足夠高后，在中間可以插入更多的推廣信息，內容的單位時間變現率被抬高了。

回到當前的AI上來——

Part 4 AI時代的增量機會

現在跟當年一樣，也是有大量不靠譜的項目（嗯我當時的項目也是很不靠譜地融了一堆錢然后死了）。

層出不窮的新App，大多沒有找到可持續(xù)的變現模式。

但是，從上面4個增量出發(fā)，還是可以挖掘的不少靠譜的賽道的。

① 增加人均時長

這可能需要從新設備下手，畢竟手機已經把能擠占的時間挖掘得差不多了。

下一個「iPhone時刻」，也許不是在手上，而是在臉上——Meta大量投入的眼鏡可能是下一代的主流交互終端。

畢竟眼鏡可以解放雙手，比如跑步/騎車/開車之類的場景，雖然用不了手機，但可以通過語音跟眼鏡進行交互。

② 提升轉化效率

這也是為什么AppLovin這家公司可以從2023年的9美金漲到現在的600+美金——

根據他們CEO的說法，電商廣告試點項目為商家?guī)砹藥缀?00%的增量（根據渾水估計實際估計25%~35%，但也挺多了）。

不過它有很多AI算法層面解釋不清的地方（比如是不是如做空報告描述的偷同行的數據）。

③ 壓降交付成本

這是現在各家都在做的。

比如cursor雖說替代了以前技術外包的活，但因為價格往下拉了，所以也讓以前想自己做產品卻礙于成本的用戶，如今也可以依照自己需求快速寫出程序。

比如各家的deep research功能都可以用來寫報告，其實是讓以前沒錢雇咨詢公司的企業(yè)也有了自己的研究團隊。

這些其實都是實實在在的增量。

包括以前只有富裕人群/中產才用得上的投資顧問、心理咨詢師、律師、會計師等非標準化服務，其實都是挺好的探索方向。

④ 增收釋放新需

這一點我覺得更多體現在組織形式變化產生的附帶后果。

這幾年你會觀察到明顯的「組織小型化」——AI賦能下個體的能力邊界提升了，一個人可以干過去十個人的活，所以對于優(yōu)秀個體而言，在機構外當個體戶能創(chuàng)造的經濟回報可能會更高。像是硅谷會很流行所謂「1人獨角獸」的概念（獨角獸即成立不到10年、估值超10億美金的企業(yè)）。

而這種變化會自然催生很多附帶需求。不過，如果終端需求沒有馬上擴大，這些收入增加的「超級個體」注定只會是少數，不一定能馬上帶來很大的消費增量。

最后

當然，拋開劑量談毒性本身也不理智。

AI雖然可以帶來增量，但這個增量真的可以支撐當前的估值嗎？

畢竟，根據貝恩最新發(fā)布的年度全球技術報告預測，到2030年AI公司將需要2萬億美元的年收入來支撐預期的計算需求，但實際收入可能短缺8,000億美元。

回到「AI到底是不是泡沫」這個問題，我的答案是，還是有增量邏輯的，只是需要更多時間。

正如移動互聯網從2007年iPhone發(fā)布到2016年直播電商爆發(fā)，用了近10年時間才完成增量邏輯的驗證。AI的故事，可能也需要更多耐心。

感興趣的話可以看看老錢的這篇（我們在「1日聞」社區(qū)也放了全文+解讀）。

最后照例來個一張圖總結（由deepseek總結）——

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com