斯坦福今年春季开了一门课叫 Economics of the AI Supercycle（MS&E 435），由 Altimeter Capital 合伙人 Apoorv Agrawal 主讲。Altimeter 是英伟达和 OpenAI 的大股东，每周请一位产业核心玩家拆解 AI 经济——Databricks CEO Ali Ghodsi、Vercel CEO Guillermo Rauch、Crusoe CEO Chase Lochmiller。
Star@Day1Global Podcast 听完前三堂课，做了一张 AI 产业 8 层全景图。
1. AI 已经是全球第二大开支，仅次于美国国防
2026 年，五大巨头（亚马逊、微软、谷歌、Meta、Oracle）的 AI 开支预计超过 6000 亿美金，三年翻了三倍。但收入增长更快——AI 整体收入同期涨了 5 倍，Anthropic 连续三年每年 10x。
"这不是 2000 年式的泡沫，收入在追上开支。"
2. AI 产业的价值分配，和云计算时代完全相反
云计算时代是倒三角：应用层（Adobe、Salesforce）拿走 70% 的收入，半导体只拿 6%。
AI 时代完全翻转：半导体拿走 79% 的毛利，应用层只有 7%。因为算力仍然是瓶颈，所有人都在排队买 GPU。但趋势已在变化——2024 年模型公司毛利只有 38%，2026 年已经到 70%，议价权正在向模型层转移。
3. ChatGPT 月活 10 亿，但 AI 渗透率仍在早期
把 ChatGPT 放到全球 C 端应用对比图里：YouTube、Chrome、WhatsApp 周活接近 30 亿，社交应用（Facebook、Instagram、TikTok）在 15 亿量级，ChatGPT 刚刚超过垂直类 APP（音乐、电商、新闻）。
"股价涨了十倍，但从用户渗透率看，我们仍然在非常早期。"
4. AI 产业 8 层全景图
黄仁勋把 AI 产业分成 5 层，但概念太多，课程细分成了 8 层：
| 层级 | 关键判断 |
|---|---|
| 能源 | 一个 AI 训练集群的耗电量 = 一个休斯敦。核能、燃料电池等新能源都还在非常早期 |
| 制造 | 台积电占先进制程 5nm 以下 90% 的产能，是除电力之外 AI 产业最大的物理瓶颈 |
| 存储 | 短期缺芯片，长期缺能源，永远缺存储。HBM 成为最稀缺资源 |
| 芯片互联 | — |
| 算力服务 | 传统云不是为生产 Token 设计的。英伟达扶持了一系列 NeoCloud（CoreWeave、Lambda、IREN）从零搭建 AI 原生基础设施 |
| 数据 | 垂直模型的护城河。Tesla FSD 积累了近 100 亿英里驾驶数据，医疗健康数据是互联网上找不到的私有数据 |
| 模型 | 最强三家：OpenAI、Anthropic、Google。TPU 理论性能不输 GPU，但生态壁垒太高 |
| 应用+物理 AI | 云端 AI 解决知识工作者的问题，物理 AI（Tesla Optimus、FSD、Anduril 国防无人机）解决其他所有人的问题 |
5. 你的 $20 订阅费，到底去了哪里？
每月付给 Claude 的 $20，利润分配链：
- Anthropic 留下 $4 净利润（毛利率 70%，净利率 20%）
- 英伟达拿走 $1.5（净利率 50%，最高）
- NeoCloud 拿 $0.9
- 台积电拿 $0.15
- 电力公司从 0.1
- ASML、存储三巨头、光模块再分剩下的零头
"不管谁在 AI 时代赚钱，英伟达和台积电都从每个环节抽水——这就是为什么黄仁勋每次演讲笑得那么开心。"
6. 选 AI 公司看三个维度
第一，未来空间有多大？ 模型层可能还有 10 倍。
第二，利润获取力有多强？ 英伟达、台积电从各环节获取利润。
第三，不可或缺性有多强？ 光刻机只有 ASML，先进制程只有台积电，GPU 目前只有英伟达，存储只有三家——垄断 = 持续涨价的议价权。
"注意：价值和股价是两件事。SanDisk 在产业链里赚的利润很少，但股价已经涨了很多。"
7. 两条实用建议
Apoorv Agrawal： 如果精力有限只能读一份材料，最高优先级是财报会议（Earnings Call）——公司会讲它最关心的事情，其他都是噪声。
Chase Lochmiller（Crusoe CEO）： 现在跟能源相关的公司都被 HYPE 得很高——变压器、插座、施耐德。但从第一性原理出发：5-10 年后的能源结构长什么样？会出现什么创新？现在受追捧不代表未来还需要你。
课程持续更新中：mse435.stanford.edu