第 2 集講:AI 的成本搬到消費品(記憶體漲價、手機貴 13%)。本集問兩件事:誰在收這塊錢?養 AI 的循環靠什麼?
這個問題值得回答,因為「AI 省錢」的敘事不講誰 capture 價值、錢怎麼流。講清楚這兩件事,才知道這個循環是穩固的商業模式,還是一場泡沫。
主要答案:循環靠 B2B/基礎設施 capture 養——記憶體寡頭收稀缺租金、NV 收算力定價權、超大型靠雲端收入賭 capture——不是靠 B2C(消費品變便宜賣更多)。目前是賭,不是證明的利潤。
1. 問題:誰在收 AI 的錢
第 2 集的結論:AI 的成本搬到共享記憶體元件的價格上,再傳到消費品。
本集問兩件事。第一,誰在收這塊漲價的錢?第二,養 AI 的循環靠什麼?本集只處理「誰 capture」,不處理「AI 到底有沒有用」(第 1 集已處理)。
誰 capture 這個問題,決定了 AI 的價值流向。如果價值流向「用 AI 的人」,AI 是省錢工具。如果價值流向「控制稀缺資源的人」,AI 是收租工具。本集要分辨這兩種。
這決定這個循環是穩固還是泡沫。如果循環靠「AI 真的賺到錢」養,它是穩固的。如果循環靠「舉債賭未來」養,它是泡沫。
2. 評估框架:誰 capture 取決於定價權與稀缺性
誰在 AI 循環裡 capture 價值,取決於兩件事:定價權、稀缺性。
定價權高 + 稀缺性高:收租。記憶體寡頭(Samsung、SK Hynix、Micron)控制 DRAM/NAND 供給,AI 需求沒有替代品,它們漲價不丟量。NV 控制 AI GPU,同樣有定價權。
記憶體寡頭的稀缺性來自供給集中:全球能做 DRAM 的只有三家,AI 需求沒有替代品。NV 的稀缺性來自技術門檻:AI GPU 的 HBM 整合、NVLink 互連,短期沒有對等替代品。這兩家(群)控制的是「沒有替代品」的資源,所以定價權高。
定價權高但風險高:賭 capture。超大型(MSFT、GOOG、AMZN、META、OpenAI)投入高 capex 建資料中心,賭 AI 雲端收入跑得過 capex。它們 capture 的是「AI 的認知好處」,但要先付高輸入成本,且收入未定。這也解釋了為什麼這一輪記憶體廠的利潤暴增——它們是「賣鏟子的人」,AI 需求越強,它們賺越多,且不需要賭 AI 收入。
所以:AI 循環的價值,被「有定價權 + 稀缺性」的玩家 capture(記憶體寡頭、NV),被「賭 capture」的玩家追(超大型)。
3. 比較:三類玩家的獲利結構
| 玩家 | 獲利結構 | 確定性 |
|---|---|---|
| 記憶體寡頭(Samsung/SK Hynix/Micron) | 稀缺租金(DRAM +400%) | 高(供給稀缺、需求無替代) |
| NV | 算力定價權(賣 GPU 給所有資料中心) | 高(AI GPU 近壟斷) |
| 超大型(MSFT/GOOG/AMZN/META/OpenAI) | 賭 capture(雲端 AI 收入 vs capex) | 低(ROI 未定) |
三類玩家的確定性不同。記憶體寡頭和 NV 是「確定收租」——它們控制稀缺資源,AI 需求越強,它們賺越多。超大型是「賭 capture」——它們投入高 capex 建資料中心,賭 AI 收入追上 capex。
用一個比喻:記憶體寡頭和 NV 是「賣鏟子的人」,超大型是「挖金礦的人」。賣鏟子的確定性高——不管誰挖到金礦,買鏟子的都賺。挖金礦的確定性低——要真的挖到金礦(AI 收入追上 capex)才賺。
超大型的賭注有多大?2025–2026 年,超大型把營收的 31–83% 拿去 capex(2020 年只有 10–15%)[1]。Meta 的 capex+R&D 佔營收 70%[2]。2025–2027 年估計要發 $1.5 兆新債來撐[2]。
所以這一輪 AI 的價值,主要被「賣鏟子的人」capture。挖金礦的人(超大型)要等到 AI 收入追上 capex 才確認獲利。在確認之前,它們的「獲利」是資本市場給的估值,不是損益表上的利潤。
所以養 AI 的錢,不是「AI 賺來的」,是用既有業務的現金流+舉債,賭未來 AI 回報。
4. 判斷:循環靠 B2B 養,目前是賭
循環靠 B2B/基礎設施 capture 養,不靠 B2C。
資金流:企業要 AI → 付雲端/算力(B2B 收入 → NV+超大型)→ 建資料中心 → 搶記憶體(→ 記憶體寡頭租金)→ 利潤+資本市場 → 建更多資料中心 → 更多 AI → 更多企業客戶 → 循環。
這個循環封閉在 B2B/基礎設施層,不依賴消費電子銷售。所以「消費電子變貴賣不好」(第 2 集)不會煞車 AI——它是漏損,不在循環裡。
資本市場的角色:它把「賭」變成「可融資的賭」。超大型用 AI 敘事發債、募股,資本市場相信 AI 回報,就繼續給錢。一旦敘事動搖,融資成本上升,循環就緊。
但這個循環目前是賭。超大型用既有業務現金流+舉債,賭 AI 收入追上 capex。如果買家(企業)沒看到 ROI,就砍 capex → NV 訂單掉 → 循環斷。
市場正在盯的破泡訊號:超大型 capex 年減速 >20%、企業 AI 生產部署率卡住 <15%、NV 營收掉頭[3]。capex 減速=買家覺得 ROI 不夠、砍投資=循環斷。所以盯 AI 循環,不要盯「AI 多厲害」,要盯「超大型 capex 有沒有減速」——那是循環斷的第一個訊號。
更深的一層:高基礎設施成本(記憶體 +400%,第 2 集)拉高了買家的 ROI 門檻。AI 基礎設施越貴,買家要從 AI 賺到更多才划算。所以同一塊成本:對消費者是「手機貴 13%」,對循環本身是「更難自我持續」。
對投資者,記憶體寡頭和 NV 的風險是「AI 需求減速」(它們的客戶砍 capex),超大型的風險是「AI 收入追不上 capex」(它們的賭輸了)。兩者的風險來源不同。
適用條件:AI 基礎設施供需失衡、超大型舉債擴張。
限制:
- 需求端目前是真的強(超大型報告「AI 容量部署多快就被吃光多快」)。所以循環現在沒斷。
- 如果 AI 收入追上 capex,賭就贏了,循環變穩固。但這是未定事件,不是已證明的利潤。
結尾
回到問題:誰在收 AI 的錢?養 AI 的循環靠什麼?答案是:記憶體寡頭和 NV 收租(確定),超大型賭 capture(未定)。循環靠 B2B/基礎設施 capture 養,目前是賭,不是證明的利潤。
適用條件:AI 基礎設施供需失衡、超大型舉債擴張。限制:需求端目前強、AI 收入追上 capex 是未定事件。
下一集:雲端商的夢,企業的牆——雲端商擴廠希望客戶上雲,但最值錢的企業要自建 local AI 防資料外流。