核心理解
大模型基础层是重资产、低壁垒、无网络效应的苦生意，叠加物理基础设施瓶颈和半导体牛鞭效应，当前估值下行风险远大于上行空间。
一、商业模式层面——卖得越多亏得越多
- OpenAI 累计融资 1900 亿美元，2025 年亏损约 90 亿；Anthropic 同年亏损约 52 亿
- 竞争差距不到三个月，用户切换成本极低，无网络效应
- 融资结构有大量水分：亚马逊 500 亿中仅 150 亿现金，英伟达 300 亿以算力入股，软银 300 亿来自孙正义
- 类比不是「电力水利」（有自然垄断、稳定利润），而是航空业——激烈价格战、大部分玩家亏钱、少数幸存者微利
二、纵向整合的困境——能参与 ≠ 能赢每一层
大模型公司可以同时做模型、基础设施、应用三层，但：
| 层级 | 核心能力 | 大模型公司的优势 |
|---|---|---|
| 模型层 | 算法、数据、算力 | ✅ 本行 |
| 基础设施层 | 供应链、数据中心运营、资本 | ❌ 非基因 |
| 应用层 | 用户体验、分发、行业 Know-how | ⚠️ 很弱 |
- 应用层护城河在分发和工作流锁定（微软 Copilot 绑 Office、Adobe Firefly 绑 PS），不在模型能力
- 唯一成功的应用层产品 ChatGPT 付费转化率低，且用户随时可切换
三、物理基础设施瓶颈——不是有钱就行
- 数据中心建设需 3-5 年（电网连接审批+工程），GPU 交货仅 6-12 个月，严重时间错配
- 电力变压器交货排到 3-5 年后，燃气轮机新订单也超 5 年
- 实际上线项目远落后于宣传：多数在 50 兆瓦以下，Stargate 5000 亿计划迄今仅 210 兆瓦上线
- 三大云商未投入使用资产一年内从 1340 亿 → 2410 亿美元，约 100 万块 Blackwell GPU 闲置
- 彭博社：美国在建数据中心约一半将推迟或取消
四、牛鞭效应——需求放缓会被放大
终端需求增速放缓 10% → 云服务商 GPU 采购意向下降 30% → 半导体订单下降 50%+。已投产的货还会持续涌入，供过于求持续恶化。一旦触发，资产价格从高位暴跌 50% 可能只需两三周。
五、谁是安全的
纯模型公司（OpenAI、Anthropic）→ 危险，每一层都没有绝对优势
科技巨头（Google、微软、Meta）→ 模型是成本中心，主业利润兜底
垂直应用公司（Salesforce、Adobe）→ 最佳，AI 是功能升级不是独立产品
思考
两篇分析（王川：投资存储股票赚了三十倍-商业模式篇 和基础设施篇）的论据是互补的：第一层争商业模式（可辩论），第二层讲物理约束（没法辩论）。叠加起来看，纯模型公司的估值泡沫在一级市场可以靠信息不对称维持，上市后是真相时刻。
但要注意：王川的方法论是等泡沫破裂再抄底，他的文章选择性呈现看空论据。如果 AGI 提前到来、推理需求指数爆发（Agent 工作流消耗 10-100 倍 token），物理瓶颈会被资本更快解决。框架适合防风险，不适合判断方向。
行动
- 关注 Anthropic 和 OpenAI 的上市时间线（一级 → 二级市场的估值压缩）
- 观察云服务商资本开支增速是否放缓（牛鞭效应的领先指标）
- 半导体/存储股如果出现需求放缓信号，警惕放大效应
钩子
- 判断 AI 相关投资标的时，区分「苦生意」和「好生意」
- 评估 AI 公司时，问「它在价值链的哪一层？有没有分发优势？」
- 讨论 AI 泡沫时的论证框架
出处
- 王川：当隔壁老王投资存储股票赚了三十倍后（二）——商业模式分析
- 王川：当隔壁老王投资存储股票赚了三十倍后（五）——物理基础设施瓶颈与牛鞭效应
更新记录
- 2026-07-14: [对话] 基于两篇王川文章 + 讨论整理，形成看空大模型公司的完整论证框架 → 为什么存储行业是同质化陷阱 具身机器人与自动驾驶-埋伏研究.md