AI资本周期
屏幕上的智能很轻，支撑它的芯片、电力、土地和债务却越来越重。
轻与重
人工智能首先以对话框出现，仿佛只是一层新的软件。可每一次回答背后，都有机房散热、芯片运转、电网供电和资本等待回收。越自然的体验，越容易让人忘记它沉重的底座。
这一轮技术变化因此既像软件革命，也像工业建设。代码可以在一夜之间更新，电站、厂房和数据中心却必须服从土地与时间。
瓶颈会移动
最初稀缺的是高性能芯片，随后是内存、封装、网络和电力。每解决一道瓶颈，需求便向下一道门聚集。
投资者喜欢寻找唯一赢家，产业链却更像一条不断移动的窄桥。今天掌握定价权的环节会吸引扩产，明天的稀缺可能已经转到另一边。
训练以后
训练一个模型像建造一座机器，推理则决定这座机器每天有没有人使用。只有调用持续发生，巨额投入才可能从技术能力变成经营收入。
这也是产业进入下一阶段的标志。市场不再只问模型能做到什么，还会问每次使用需要多少成本，客户愿意支付多少，以及使用越多是否真的越赚钱。
扩产的旧故事
任何稀缺都会诱发投资。价格高、订单满、交付紧，企业自然扩大产能；当所有人同时相信需求不会停止，未来的供给便在最乐观的时候开始形成。
技术新，周期却并不新。资本开支、产能释放、价格下降和利润重新分配，仍会沿着熟悉的路径出现。伟大的产业也无法免于普通的供需。
政策进入市场
先进制造、电力和算力逐渐被视为基础设施以后，补贴、产业政策和安全考量会进入企业决策。建设不再只比较成本，也比较可控与可靠。
政策能够分担初期风险，却不能替代良率、客户和现金流。被支持的项目仍要回答一个商业问题：当补贴退到背景，谁愿意继续为它付钱。
账单到来时
大规模建设最终会出现在资产负债表上。折旧、利息和维护不会因为叙事宏大而消失，机房利用率也不会自动保持在理想水平。
技术的长期影响或许远超眼前想象，但资本回报不会平均分给所有参与者。真正穿过周期的，往往不是声音最大的人，而是能在扩张时仍记得计算账单的人。