文章核心观点 - 一篇名为《2028全球智能危机》的做空报告推演了AI将导致智能过剩，从而引发一系列经济危机，包括服务业崩塌、工资踩踏、信贷危机及财政衰竭，形成“通缩碎钞机”式的死亡螺旋[3][6][7][9] - 文章的核心反驳观点认为，该报告基于“需求总量固定”的错误假设，忽略了“杰文斯悖论”所揭示的二阶效应：当认知成本因AI而急剧下降时，将引爆前所未有的新需求，从而带来商业活力的极致释放和经济增长，而非通缩危机[10][11][14][17] - AI带来的转型将伴随阵痛，但“莫拉维克悖论”意味着物理世界的基础设施建设需求将创造新的就业缓冲，而通过政策创新（如算力税、债务重组、教育改革）可以引导社会穿越转型期的J曲线，最终迈向一个更加丰饶的时代[18][19][20][24][27][29] 对做空报告《2028全球智能危机》的推演总结 - **核心逻辑**：过去200年经济建立在“智能溢价”之上，而AI将使智能变得极度廉价和过剩，从而冲击旧的经济底座[6][7] - **第一阶段：服务业崩塌**：2026-2027年，自主AI Agent将接管购物优化、税务筹划、保险理赔和法律文书，抹平商业“摩擦力”，导致依赖信息差和复杂流程的服务业土崩瓦解[7] - **第二阶段：白领挤压与工资踩踏**：被AI替代的知识工作者将涌入低端劳动力市场，导致全行业工资水平遭到严酷压缩[7] - **第三阶段：击穿SaaS与私募信贷**：私募股权基金杠杆收购SaaS公司的逻辑（赌企业按人头购买软件账号的永续增长）因AI削减人力需求而崩塌，导致评级下调、债务违约和资产重定价[7][8] - **最终阶段：居民与国家财政衰竭**：收入缩水迫使中产阶级透支储蓄维持房贷，消费熄火；同时，政府依赖的“劳动所得税”税基因财富创造转向资本与算力而面临空前危机，形成“裁员->收入降->消费塌->更多AI自动化->再裁员”的死亡螺旋[9] 对做空报告逻辑谬误的反驳与新的经济范式推演 - **致命假设陷阱**：报告模型建立在“需求总量固定”的假设上，即认为社会所需的脑力劳动总量是定数，但历史证明需求具有弹性[10] - **杰文斯悖论的启示**：资源使用效率提升导致成本暴跌，反而会引发需求激增，例如蒸汽机提升煤炭效率后总消耗量指数级暴涨；将“煤炭”替换为“认知与智能”，AI正在引发同样的事实[11] - **历史例证：算力成本下降**：1980年至今，个人电脑算力成本下降99.9%以上，并未导致经济萎缩，反而催生了互联网、移动通信、云计算等产业，创造了数十万亿美元的新GDP和数以亿计的新岗位[11] - **历史例证：宽带成本下降**：网络传输成本下降99%后，需求从文本邮件升维至4K流媒体、百人视频会议，宽带使用量暴增上万倍[12] - **AI引发的认知通缩与需求核爆**：大模型API的Token价格快速下降，使“思考”的边际成本趋近于零，这将激活海量、深度的长尾需求，而非导致需求萎缩[14][17] “分诊式经济”的终结与新需求爆发 - **当前经济本质**：在AI之前，由于高级认知劳动力昂贵稀缺，商业、教育、医疗均处于“分诊式经济”，即只能选择满足ROI最高的少数需求，而放弃大量潜在需求[15] - **企业端案例**：互联网公司可能因研发成本高，从1000个用户优化需求中只选择最能赚钱的20个进行开发[15] - **教育端案例**：因顶级教师时间昂贵，中产阶级家庭妥协于1对50的标准化教育，孩子的个性化学习需求被“分诊”[16] - **小微商业端案例**：街边咖啡馆因成本无法雇佣顶级战略顾问、律师或广告团队，精细化运营需求被“分诊”[16] - **AI击穿成本高墙**：当认知成本下降99%，街边小店可配备AI法务和营销团队，每个孩子可拥有专属AI导师，普通人可将灵感转化为独立游戏，过去被“分诊”掉的980个需求将全部被实现[17] 物理世界的缓冲与劳动力市场转型 - **莫拉维克悖论的作用**：AI在数字认知空间强大，但在物理空间的感知和运动能力远不及人类，这构成了经济系统的缓冲垫[18] - **AI繁荣的物理代价**：AI运行依赖于沉重的物理基础设施，包括大算力芯片、数据中心、海底光缆、核电站及电网翻新[18] - **新的就业需求创造**：为支撑大模型运转，全球电力需求可能翻2到3倍，这将创造成千上万的建筑工人、高级电工、暖通工程师等物理世界岗位，其薪水正在飙升，为劳动力市场转型争取时间窗口[19] - **“好通缩”提升实际购买力**：AI导致医疗、法律、金融服务成本大幅下降（例如诊断成本降50%，法律服务成本降80%），即使名义工资被压缩，居民净购买力将跃升，剩余资金将涌向依赖人类同理心和实体接触的体验经济等领域[19] 转型阵痛与政策应对 - **转型的J曲线**：任何伟大的范式转移都会经历先降后升的J曲线，在底部（可能对应2028年前后）将经历“错失的着陆”，出现技能错配和阵痛[20][23] - **政策工具箱需要创新**：为打破末日循环，政府的财富分配机制需与技术迭代同步创新[24] - **具体政策方向一**：国家需入局AI基础设施，通过设立全民AI主权基金或征收“算力税”，让全民持有“智能红利”，以对冲白领失业潮[24] - **具体政策方向二**：实施大规模的债务重组（如房贷延期豁免）并与技能再培训深度绑定，利用预警时间构建社会缓冲网[25] - **具体政策方向三**：彻底推翻现有教育体系，从培养机械记忆转向培养审美能力、提出跨学科问题的能力以及机器最缺乏的同理心[26] 对资本市场与投资视角的启示 - **线性恐惧与指数级创造力**：华尔街恐慌源于线性外推可见的负面数据（如SaaS退订率、裁员公告），但真正的创造力是指数级的，难以量化[27] - **不同阶段的投资图景**：短期内，旧模式SaaS和传统软件外包公司将面临压力；中期将迎来能源、算力基建和物理世界改造的超级牛市；长期将进入一个拥有海量“一人企业”和极致个性化服务的丰饶时代[27] - **核心结论**：在认知成本极限坍塌的奇点时刻，最大的风险并非拥抱变化，而是基于对人类创造力的低估，固守“需求一成不变”的旧地图[28]

文章核心观点 - 生成式AI的普及未立即带来生产率提升 重现生产力悖论现象 仅5%的公司从AI中获得显著价值 而95%的公司未能实现可衡量的损益影响[2][3][4] - AI对劳动力市场产生首轮冲击 22-25岁初级岗位就业显著下降 AI擅长替代基于书本知识的任务 但资深员工的隐性经验型知识更具韧性[7] - AI创业者需构建能学习、适应流程的代理系统 深度整合后台工作流 以业务流程外包模式而非传统软件模式为客户创造可衡量的业务结果[8][9][10] GenAI鸿沟研究 - MIT报告揭示5%的公司从AI中获得显著价值 95%的公司困于静态工具与流程脱节 形成明显的GenAI鸿沟[3][5] - 鸿沟根源包括学习缺口（企业AI工具无法从反馈中学习）、试点到量产鸿沟（仅5%定制工具投产）、影子AI经济（员工自费购买个人AI服务）[3][4] - 此现象呼应1993年生产力悖论和Brynjolfsson的J曲线理论 表明需要新的工作方式而不仅是新工具[4] AI对劳动力市场影响 - Brynjolfsson研究显示自生成式AI普及以来 AI高暴露职业（软件开发 客户服务）中22-25岁早期职业者就业率显著下降[7] - AI优先替代依赖编码知识和书本知识的初级岗位 而资深员工的隐性经验型知识目前更具抗替代性[7] - AI转型是任务再分配的复杂过程 AI既替代任务也创造新任务 人类技能价值向隐性专长转移[7] 对AI创业者的启示 - 需构建能从用户反馈学习 适应新场景 持续改进的真正代理系统 而非仅生成文本的工具[8] - 产品必须深度融入客户实际工作流程 专注后台部门（财务 采购 运营）这些流程化数据密集领域可获得最高ROI[8][10] - 应借鉴业务流程外包(BPO)模式 深度定制 关注业务结果 像合作伙伴而非软件供应商般运作[10] - 影子AI经济揭示真实需求 员工自费购买行为为产品开发提供实时市场洞察[9]

公司IPO进展 - 摩尔线程智能科技科创板IPO申请正式获受理，即将登陆资本市场 [1] - 招股说明书首次全面展示公司在全功能GPU领域的技术积累与商业化潜力 [1] 技术优势 - 构建全栈技术壁垒，核心为自主研发的MUSA架构，涵盖芯片架构、指令集、编程模型等关键要素 [2] - MUSA架构实现单芯片同时支持AI计算加速、图形渲染、物理仿真、科学计算及超高清视频编解码的技术突破 [2] - 在FP8技术研发上取得系统性突破，成为国内少数掌握该项技术的GPU厂商 [2] - 2020年成立以来共发布5颗芯片，完成四代全功能GPU架构迭代，覆盖云到端的智能计算场景 [2] - "平湖"架构增加FP8和FP64精度支持，提升AI算力，支持万卡集群智算中心解决方案 [2] - 最新AI旗舰产品MTT S5000性能对标英伟达H100，计算效率实现部分超越 [3] - 自主研发并国内率先推出支持DirectX 12的图形加速引擎 [3] 技术对比与迭代速度 - 架构迭代速度领跑国内GPU行业，2020年至今快速缩小与英伟达差距 [4] - MTT S80显卡单精度浮点算力性能接近英伟达RTX 3060 [4] - 基于MTT S5000的千卡GPU智算集群效率超过同等规模国外同代系GPU集群 [4] 知识产权布局 - 截至2024年末拥有402项境内发明专利，全面覆盖GPU核心领域 [5] - 专利布局聚焦"卡脖子"环节，形成从芯片到集群、软件到硬件的全方位保护 [5] 营收与增长 - 2022年至2024年营业收入从4608.83万元增长至43845.95万元，复合增长率达208.44% [6] - 产品打入大模型训练推理、数字孪生、消费电子、云计算等多个关键市场 [6] - 净利润从2022年-183955.22万元改善至2024年-149193.77万元，亏损缩窄幅度约19% [6] 研发投入与商业化 - 单位研发投入创收从2022年0.041元提升至2024年0.323元，提升幅度约7.88倍 [7] - 80亿元募资计划中近70亿元将投入三款新一代芯片研发，包括AI训推一体芯片、图形芯片及AI SoC芯片 [10] - 研发项目直指提升千卡集群计算效率、突破端侧AI算力瓶颈及完善自主开发生态 [10] 发展路径 - 技术投入与商业回报形成正向循环，有望加速走向J曲线拐点 [8][10] - 从技术投入期向价值回报期跃迁，商业化能力和可持续性得到市场初步验证 [7][11]

财务数据和关键指标变化 - 第一季度合并收入为2830万美元，较2024年第一季度的2620万美元增长8.4% [16] - 合并调整后EBITDA较上年同期下降80万美元，主要因延保业务盈利能力下降和并购费用增加，部分被KSX业务改善抵消 [16] - 截至2025年3月31日，现金及现金等价物为640万美元，高于年末的550万美元；总债务为5950万美元，高于2024年12月31日的5750万美元；净债务为5310万美元，较年末的5200万美元略有上升 [28][29] 各条业务线数据和关键指标变化 KSX业务 - 收入和调整后EBITDA同比均增长23%，第一季度收入为1170万美元，较去年同期的950万美元增长23.3%；调整后EBITDA为190万美元，同比增长23.3% [12][18] - Revix和C Suite收入略有下降，调整后EBITDA略有增加 [18] - SNS收入增长7.5%，调整后EBITDA略有下降 [19] - DDI收入增长10.9%，调整后EBITDA略低于上年同期 [20] 延保业务 - 第一季度收入基本持平，为1670万美元；现金销售同比增长3.7%，环比增长9.3% [21] - 调整后EBITDA为80万美元，低于上年同期的140万美元；过去12个月调整后现金EBITDA增长11.7% [15][22] - IWS现金销售同比增长超20%，调整后EBITDA下降，收入上升，调整后现金EBITDA持平 [23] - PWI和Penn收入和调整后EBITDA同比下降，调整后现金EBITDA增加 [24] - Trinity收入上升，但被费用增加抵消，销售有积极势头 [25][26] 公司战略和发展方向及行业竞争 - 公司采用搜索基金模式收购和打造优质企业，目标是实现长期股东价值的复合增长 [4][5] - 成立Kingsway Skilled Trades平台，收购Bud's Plumbing，加强在技能贸易服务领域的布局 [6] - SPI Software收购Viewpoint，强化在度假所有权软件市场的领导地位 [7][8] - 任命两名新独立董事，加强公司治理 [11] - 交易管道活跃，已在2025年前四个月完成两笔交易 [29] 管理层对经营环境和未来前景的评论 - 第一季度是部分运营子公司的淡季，随着时间推移，季节性因素将带来积极影响 [12] - KSX业务为增长奠定坚实基础，有望实现加速增长 [13] - 延保业务进入复苏阶段，现金销售恢复增长，未来盈利有望反弹 [14][15] - 对KSX和延保业务的业绩感到鼓舞，对公司战略充满信心 [29] 其他重要信息 - 公司将于5月19日在纽约证券交易所举办年度投资者日活动，前Danaher CEO Tom Joyce将参加炉边谈话 [30] 问答环节所有提问和回答 问题: Viewpoint收购交易的情况及战略意义 - 交易由SPI的Drew发起，他与公司及前所有者建立关系并推进谈判 [33] - 战略上，SPI是面向北美企业客户的托管和本地软件解决方案提供商，Viewpoint是面向亚太和澳大利亚小型客户的云原生软件提供商，二者结合可解决SPI在北美市场的云原生软件需求，并拓展亚太地区企业客户市场 [33][34][35] 问题: 搜索收购的J曲线含义及实际运作方式 - J曲线指收购后升级人才、优化流程和投资技术会在最初几个季度对盈利能力产生负面影响 [37] - 也指高潜力但缺乏经验的运营商在初期表现落后于经验丰富的运营商，但约两到三年后会实现超越 [38][39] - 这意味着创造价值需要耐心，公司对运营商的能力和投资有信心 [40] 问题: 搜索并购的情况 - 公司有三名OYR全力投入，擅长建立并购管道，进展令人兴奋 [41] - 部分平台在寻找附加收购机会，如Skilled Trades平台，其他成熟业务也有很多并购机会 [42] 问题: Bud's Plumbing前所有者留任总裁一年的原因及未来是否会复制 - 留任有助于过渡客户关系和转移机构知识，是常见且理想的做法，希望未来收购也能如此 [44][45] 问题: 公司是否会针对其他行业建立平台 - 公司将行业分为幂律型（高有机增长）和规则10型（低有机增长、高经常性收入、高度分散） [47] - 规则10型行业适合建立平台，如保险经纪、财富管理RIA、会计服务等，但需行业支持收购增长且与运营商匹配 [48]