AI淘金热里，卖铲子的公司真的更赚钱吗？
最近和几个做私募的朋友聊天，话题总绕不开AI。一个朋友半开玩笑地说：“现在这行情，像极了当年的加州淘金热。人人都想挖到金矿（做出下一个ChatGPT），但最后发财的，可能是卖牛仔裤（Levi‘s）和卖铲子的。” 这话糙理不糙。当英伟达的GPU被称作“AI时代的铲子”时，一个更底层、更隐秘的“卖铲人”群体正在资本市场悄然崛起——AI基础设施提供商。
最近和几个做私募的朋友聊天，话题总绕不开AI。一个朋友半开玩笑地说：“现在这行情，像极了当年的加州淘金热。人人都想挖到金矿（做出下一个ChatGPT），但最后发财的，可能是卖牛仔裤（Levi‘s）和卖铲子的。” 这话糙理不糙。当英伟达的GPU被称作“AI时代的铲子”时，一个更底层、更隐秘的“卖铲人”群体正在资本市场悄然崛起——AI基础设施提供商。
我翻看了几家头部云厂商最新的财报电话会议记录，一个词被反复提及：CAPEX（资本性支出）。微软、谷歌、亚马逊、Meta、甲骨文，这几家“超级大买家”在2025年的总资本开支达到了惊人的3900亿美元。而根据华尔街最新的预测模型，2026年这个数字将飙升至5150亿美元，其中绝大部分将流向AI算力基础设施。
这让我想起去年参与一个数据中心项目的尽调。项目方指着地图上规划的巨大地块说：“这里未来要放几万个GPU机柜，电力和冷却方案是最大的挑战。” 那一刻我意识到，AI的竞赛，早已从软件算法的比拼，下沉到了电力、土地、芯片和高速互联的硬核战争。
为什么“铲子商”可能比“淘金者”更安全？
投资最怕不确定性。你押注某家AI应用公司，可能因为它的大模型不够“聪明”而股价腰斩。但无论最终是OpenAI、Anthropic还是某家黑马胜出，它们都需要海量的算力、存储和网络。这就是“卖铲子”逻辑的核心：规避技术路线的胜负，拥抱确定性的需求。
这并非新故事。互联网泡沫时期，思科（卖网络设备）的股价表现和持久力，远超过许多昙花一现的“.com”公司。如今的AI基础设施股，如提供AI云服务的Nebius、转型做GPU算力租赁的IREN、专注数据中心互连芯片的Astera Labs，以及利用廉价能源提供算力的比特币矿企转型者（如TeraWulf, Cipher Mining），都在扮演类似的角色。
它们的优势显而易见：
- 需求无差别：不管哪家AI公司笑到最后，都得来我这租算力。
- 商业模式更“性感”：从一次性销售硬件，转向“GPU即服务”（GPUaaS）的订阅制，这意味着更稳定、可预测的现金流和更高的利润率。看看IREN，从比特币挖矿转型后，毛利率的跃升堪称教科书级别。
- 供给瓶颈带来定价权：全球适合建设大型数据中心的地点、稳定的清洁能源和高速网络都是稀缺资源。先占住坑的，就有话语权。
万亿开支是泡沫，还是新时代的铁路？
市场上一直有种声音：当前AI的资本开支狂热是巨大的泡沫，最终回报无法覆盖成本。这种担忧不无道理。但最新的数据给出了一些反驳的迹象。
最有力的证据来自生产力。根据多家机构监测，自AI编程助手普及以来，全球新创建的网站数量、iOS应用程序和GitHub代码提交量，同比增幅均超过30%。这不是纸上谈兵的概念，而是实实在在的效率提升。企业，尤其是科技巨头，是最精明的“经济动物”。如果AI不能带来降本增效的真金白银，它们绝不会持续追加堪称天量的投资。
一位管理着千亿规模科技基金的经理告诉我：“我们现在评估一家科技公司，会专门看它的‘AI资本开支转化效率’。这就像当年看电商的每单履约成本，看云计算的资本回报率一样。目前头部公司的数据是健康的，这意味着投资在产生价值，而非沉没。”
从这个角度看，当下的AI基建狂潮，或许更像19世纪中后期的全球铁路建设热潮。当时也充斥着投机与泡沫，但铁路最终彻底重塑了全球经济地理和商业逻辑。AI基础设施，就是数字时代的“铁路网”。
投资“铲子股”的机会与陷阱
当然，直接冲进去买“铲子股”并非稳赚不赔。这个赛道有其独特的周期和风险。
当前正处于一个关键的转折窗口：从“疯狂建设期”转向“运营盈利期”。早期，这些公司不得不将巨额现金流投入到土地、电厂、芯片采购中，导致财务报表很难看，自由现金流为负。这吓跑了不少只看短期利润的投资者。
但拐点正在临近。随着基础设施陆续投产，前期资本开支（CAPEX）将逐步转化为持续的运营收入（OPEX for customers）。对于基础设施公司来说，这意味着收入曲线将开始陡峭上升。以Nebius Group为例，市场预期其2026年营收将实现数倍增长。这种从“烧钱”到“赚钱”的叙事转变，往往是股价产生巨大波动的阶段。
技术面上，也出现了一些有趣信号。以NBIS为例，其股价在近期经历了一次经典的“牛市震仓”（Bullish Shakeout）：价格快速跌破关键支撑位（如2025年低点），引发恐慌性抛售，清除了不坚定的持仓者，随后迅速反弹并收复失地，并在200日均线找到支撑。这种模式通常发生在长期上涨趋势的中期，为下一轮上涨积蓄力量。
然而，陷阱同样明显：
- 技术迭代风险：如果量子计算或某种革命性架构突然成熟，现有的GPU算力集群价值可能大打折扣。
- 政策与地缘风险：数据中心是耗电和耗水大户，可能面临越来越严的环保审查。芯片的进出口管制更是悬在头上的剑。
- 竞争加剧：赛道一旦被证明赚钱，巨头们会亲自下场。亚马逊、微软、谷歌都在自建更高效的数据中心，这可能会挤压独立第三方供应商的长期空间。
结论：如何聪明地持有“铲子”？
回到最初的问题：卖铲子的真的更赚钱吗？答案是：在产业爆发初期，它们的生意模式确实提供了更高的确定性和更广的赛道曝光度。但“更赚钱”取决于你以什么价格买入，以及能否忍受其独特的建设周期。
对于普通投资者，与其纠结于挑选哪一只“铲子股”，不如关注这个主题ETF的走势，或者将其作为科技组合中的“压舱石”部分进行配置。它的角色不是提供十倍股的刺激，而是在AI浪潮中，无论谁造出最快的船，你都能稳稳地收到“港口费”和“燃料费”。
投资的智慧往往在于，不去追逐最闪耀的金子，而是找到那个为所有淘金者提供必需品的摊位。当然，市场永远在变化，再硬的逻辑也需要结合具体的估值、管理团队和财务健康度来做出决策。毕竟，就算在淘金热里，也不是每个卖铲子的人都能成为李维斯。
