核心提示：

我对AI狂潮一直都持怀疑态度（参见我关于AI的多篇博文）。前两天Anthropic CEO 达里奥·阿莫代（Dario Amodei）发表的长文《我们必须掌控前沿节奏》（We Must Pace the Frontier）的倡议书，明确提出行业需要“主动放缓前沿大模型的迭代速度”。他强调“放缓不等于完全停止（Halting）”，随后 OpenAI CEO 山姆·奥特曼（Sam Altman）以及埃隆·马斯克（Elon Musk）等人发声都说现在AI的发展速度太快了。

我：

他们说的话不能全信。其实最重要的原因不是AI发展太快，而是钱都被卖铲子的英伟达台积电海力士赚走了。看看这三家卖铲子的财务报表和利润率就知道了，非常不合理

Gemini：

这三家卖铲巨头近期公开的财务报表与利润率极其夸张，几乎是科技工业史上的一个奇观。从财务角度来看，这种利润分配结构确实非常“不合理”：

一、 离谱的利润率数据

 * 英伟达（NVIDIA）：软件级别的硬件毛利率

   * 毛利率（Gross Margin）： 维持在 70% ~ 75% 的惊人区间。

   * 净利润率（Net Margin）： 经常超过 50%。

   * 为什么不合理？ 传统的芯片和硬件制造企业，毛利率能维持在 30%~40% 就算非常优秀。英伟达直接把硬件卖出了顶级软件（SaaS）的毛利率，相当于每卖出一块几万美元的 H100/B200 算力板卡，去掉生产成本后，大半都是纯利润。

 * 台积电（TSMC）：资本密集型制造的奇迹

   * 毛利率： 突破历史高位，站稳 60% ~ 67%（以往历史中枢仅约 50%）。

   * 为什么不合理？ 晶圆代工是极其“重资产”的行业，需要购买天价的 EUV 光刻机、建洁净厂房、承担巨额折旧。但凭借在 3nm/2nm 先进制程和 CoWoS 封装上的绝对垄断，台积电拥有了对苹果、英伟达、AMD 等所有巨头的绝对定价权，把制造环节的利润率拉到了软件公司的水平。

 * SK 海力士（SK Hynix）：传统周期股变身“提款机”

   * 营业利润率（Operating Margin）： 在 HBM（高带宽内存）狂潮推动下，其整体营业利润率高达 45% ~ 49%（HBM 单项业务利润率更高）。

   * 为什么不合理？ 内存（DRAM/NAND）在过去几十年来一直被定义为典型的“大宗商品周期行业”（Commodity），利润随供需极其不稳定。但 SK 海力士通过高门槛的 HBM 封装技术，把内存从“按斤卖的大宗商品”变成了“专供英伟达的昂贵定制奢侈品”，利润率直接翻了数倍。

二、 这种“不合理”背后的商业扭曲

 * 抽干了全产业链的现金流：

   OpenAI、Anthropic、微软、Google 等应用与模型巨头投入的大笔研发资金和融资，绝大部分都没有转化为模型公司自身的自由现金流，而是作为“采购成本”直接流进了这三家的财报中。

 * 倒逼模型层走向“算力通胀困境”：

   当“铲子”被卖得如此之贵，做模型和 AI 应用的企业只能被迫提高订阅费或广告费，或者在每一步调取 API 时精打细算。这严重挤压了 AI 应用在 B 端和 C 端真正规模化落地的空间。

这种卖铲人狂赚、买铲人打工且应用端吃不饱的“倒金字塔”利润分配结构，正是资本市场近期开始怀疑 AI 狂潮可持续性、逼迫各大科技公司 CEO 们不得不谈论“降速与回归理性”的最底层经济逻辑。

我：

再看看今年韩国和台湾的出口，对这它们来说特朗普的关税战完全是白打了

Gemini：

特朗普的关税棒子，在这两家的尖端 AI 半导体面前确实几乎失效了，甚至形成了极具讽刺意味的经济现象。

从 2026 年截至目前的最新数据来看，韩国和台湾的出口不仅没有被关税击垮，反而双双刷新了历史最高纪录：

 * 韩国： 截至 9 月初，出口总额已突破 7,000 亿美元（超越 2025 全年水平）。其中芯片出口暴增近 170%，占韩国总出口比例飙升至 40% 以上。

 * 台湾： 8 月出口额飙升至 824 亿美元（创历史单月新高），实现了连续 34 个月的同比正增长；其中以 TSMC 为核心的电子零部件与 AI 信息通信产品占了总出口的近 80%。

关税策略在这两个地区失灵，核心在于以下三个商业逻辑：

1. 刚性需求打败了关税工具（不可替代性）

关税战能奏效的前提是“产品可被替代”或“买方有弹性调整空间”。然而美股科技巨头（微软、Google、Meta、NVIDIA 等）对 HBM 高带宽内存（SK 海力士/三星） 和 CoWoS 先进封装/2nm/3nm 晶圆（台积电） 存在绝对的刚性依赖。在全球范围内找不到任何第三个国家能提供替代产能的情况下，关税并没有削弱需求，反而变成了美国买家不得不全额吞下的额外成本。

2. 卖方市场下的“税负完全转嫁”

由于算力硬件供不应求，韩国和台湾的半导体巨头拥有极强的转嫁定价权（Pricing Power）。关税实施后，芯片与存储的最终出厂价和含税价被直接抬高。结果是：关税不仅没能阻挡产品进口，反而把关税成本直接加进了美国数据中心的建造预算里，变成了美国科技公司和云服务商的财务负担。

3. 高附加值产品避开了传统关税的物理限制

传统关税战主要打击的是钢铁、汽车、家电、光伏等竞争激烈、边际利润薄的传统制造业。而韩台出口结构中，高毛利、高技术壁垒的“AI 单品”占比过半。以 SK 海力士和台积电目前动辄 50%~70% 的惊人毛利润率来看，轻微的关税浮动在 AI 算力潮的巨大溢价面前几乎可以被直接消化。

总结：

关税战试图重塑供应链，但遭遇了技术垄断与物理极限。只要硅谷对高端 AI 算力和存储的“军备竞赛”还在继续，韩国和台湾就牢牢把持着算力产业链最核心的闸口——关税非但没能隔断贸易流向，反而让全世界见证了 AI 时代韩台半导体供应链近乎霸道的不可替代性。

我：

卖铲子的赚钱，挖矿的赚不到钱或者赚到的钱太少。目前AI的这种发展模式根本就持续不下去

Gemini：

这种“卖铲人暴富，淘金者亏本”的结构，恰恰指出了当前 AI 产业最致命的商业悖论：上游在享受超级垄断利润，中下游却在承受极高的边际成本与变现困境。

如果将传统矿业与当下的 AI 产业链做对比，这种不可持续性表现得非常直观：

一、 “挖矿”模型的经济账根本算不过来

在健康的产业结构中，挖出来的“金子”（AI 创造的实际商业价值）必须远远大于租用“铲子”（算力与存储）的成本。但现在的现实是：

 * 极高且持续的边际成本： 传统 SaaS 软件是“一次开发，无限复制”，边际成本几乎为零；而 AI 每调用一次（Inference），都在实时消耗天价的 GPU 算力、电力以及高带宽内存。这导致模型与应用公司规模越大，付给卖铲人的账单就越惊人。

 * “金矿”的含金量不够： B 端和 C 端用户对 AI 的付费意愿远低于基础设施的消耗速度。用户愿意为 Copilot 或 ChatGPT 支付每月 20 美元，但背后支撑这个回答的硬件折旧与算力成本可能高达几倍，造成了“干得越多，亏得越多”的倒挂现象。

二、 倒逼行业发生的三大剧变

这种“挖矿者不赚钱”的模式已经到了临界点，必然会倒逼整个 AI 产业进行以下重塑：

 * 1. 模型从“盲目堆规模（Scale Up）”转向“极度讲精细（Efficiency）”

   既然买不起昂贵的超级算力，研发重心正迅速转向开源小模型（SLM）、端侧模型（On-device AI）以及模型量化压缩技术，尽一切可能把对顶级硬件的依赖降下来。

 * 2. 卖铲人被迫让利与降价

   当“淘金者”全部被挤干榨尽、无钱可烧时，卖铲人的订单也终将断崖式下跌。这也是为什么即使是硬件巨头，未来也必须面对产品降价、甚至出资补贴生态的现实，利润率将不可避免地向正常制造业回归。

 * 3. 行业洗牌与“应用落地”的硬考验

   靠公关概念和融资讲故事的 AI 淘金者将被迅速淘汰。资本市场不再为“模型参量多大”买单，唯有能真正打通高利润率业务场景、把 P&L（损益表）做成正数的公司才能存活下来。

当前的 AI 狂潮正处于从“疯狂建设基础设施”向“残酷商业验证”拐折的节点。这种由卖铲人独吞利润的模式注定只是暂时的奇观，要么 AI 应用找到爆发式的商业变现路径，要么整个AI行业软件和硬件估值链条迎来彻底的重构与回归。