AI投资重心转向基础设施 - 资本从算法和应用层转向物理基础设施投资，如数据中心、电力和冷却系统[6] - 美国数据中心施工支出按年化口径已达400亿美元，同比增长30%[9] - 麦肯锡测算到2030年全球需投入6.7万亿美元满足算力需求，其中AI工作负载占五万多亿美元[10] AI行业进入"重工业时代" - AI行业逻辑从互联网的轻逻辑转向重资产模式，算力需求越大能耗越高[12] - 大模型运行需要GPU、电力、冷却系统和稳定网络，进入"物理战争"阶段[13] - 全球最赚钱公司成为算力供应商，如英伟达和微软，形成新一轮"数字淘金热"[14] 资本面临兑现压力 - 美国AI板块市盈率从2023年58倍降至2025年35倍，大模型公司普遍亏损[19] - 投资者从兴奋转向焦虑，面临技术指数级进步与商业线性兑现的矛盾[21] - 市场出现分化：大模型厂商烧钱、小模型公司盈利、硬件利润暴涨而软件增长放缓[23] 能源消耗成为关键制约 - 超大型数据中心年耗电量相当于10万人口城市总用电量[26] - 云计算巨头年冷却用水超十亿升，在干旱地区可能抽干整条河流[27] - 亚利桑那、墨西哥和印度出现因数据中心导致的资源紧张和社区抗议[28] 全球算力主权争夺 - 美国抢电、中东建"数据沙漠"、印度等东南亚国家争夺"算力落地权"[29] - 技术革命本质是能量重新分配，从煤炭石油到算力电力[30] - 能源掌握者能喂饱算法，算力主权争夺取代过去的数据主权争夺[29] 技术泡沫与价值创造周期 - 铁路泡沫留下铁路，互联网泡沫留下网络，AI泡沫将留下算力和基础设施[36] - 人类用希望推动世界，用幻灭修正方向，价值总在泡沫后出现[36] - AI热潮核心是"人还相信什么"，最终兑现未来的不是算法而是人[39]