2002年，谷歌还是一家没上市的私人公司，亚马逊的股价刚从100多美元跌到6美元。没人在当时敢说这两家公司会成为后来改变世界的巨头。泡沫破裂两年后，答案才慢慢浮现。这篇想聊清楚：泡沫破裂之后，AI这条线上，真正的机会会出现在哪里。
先纠正一个常见的误解：1999年互联网泡沫破裂，摧毁的是股价和资本，没有摧毁互联网技术本身。
那两年铺设的、后来被认为"产能过剩"的光纤网络，并没有被拆掉重埋。恰恰相反，正是因为当年疯狂铺设导致带宽价格暴跌，才让后来的谷歌、YouTube、Netflix这些需要海量数据传输的公司，能够以极低的成本获取网络资源。泡沫破裂留下的，不只是一地鸡毛，还有被极度压低的基础设施成本——这恰恰是下一轮真正的应用创新得以爆发的前提条件。
这个规律对AI周期同样适用。如果这一轮AI资本开支泡沫真的破裂，GPU算力和数据中心的过剩产能不会凭空消失，只会导致租用成本大幅下降。当算力价格暴跌到足够低的时候，那些之前因为成本太高而做不出来的AI应用，才真正具备了跑通商业模式的条件。这不是安慰剂式的乐观，是过去27年这套周期反复验证过的规律。
回头看1999年之后真正活下来、并且成长为巨头的公司，它们在泡沫顶点时的共同特征，和倒下的公司形成了鲜明对比。
亚马逊在泡沫最疯狂的时候，资金依然优先投向仓储物流网络的建设，而不是市场推广烧钱换用户数。谷歌当时还未上市，但它的搜索技术已经在真实解决"信息过载"这个具体问题，而不是靠一个响亮的概念讲故事。这些公司的共同点是：它们的商业模式，从第一天起就锚定在一个真实存在的用户痛点上，而不是锚定在"这个赛道很热"这个市场情绪上。
对照到今天，判断一家AI公司是否有机会成为下一轮的"谷歌"或"亚马逊"，可以用一个朴素的问题去筛选：它解决的问题，如果算力成本降到今天的十分之一，用户还会不会为它的产品付费？如果答案是"会"，说明它的价值不依赖于短期的概念溢价，而是建立在真实需求之上；如果答案含糊不清，大概率就是泡沫顶点才被吹起来的那批公司之一。
如果这轮AI泡沫真的出清，会带来一个直接后果：过剩的算力产能不会消失，只会导致租用价格大幅下跌。这对两类真正有需求、但之前被"算力太贵"卡住的领域，反而是难得的机会。
第一类：智能体和AI硬件。 这类产品最大的成本瓶颈，就是持续调用算力的开销。泡沫顶点时，算力贵到只有巨头才玩得起，很多需要高频调用模型的智能体和硬件产品，商业模式根本算不过来账。一旦算力租用价格大幅下跌，这类产品的单位成本会直线下降，之前"技术可行但商业不可行"的项目，会重新具备跑通的空间。这一类里，真正值得关注的不是"喊着要做智能体"的公司，而是那些已经把产品打磨到能用、只是被成本卡住规模化的团队。
第二类：真正能落地的垂直应用。 医疗、工业、金融这些领域里，有大量具体场景其实早就明确知道"AI能帮上忙"，但因为调用大模型的成本太高，商业模式一直跑不平。比如某个工业质检场景，如果每次AI调用的成本高于人工成本，企业没有理由替换；一旦算力成本降下来，这个替换的临界点就会被击穿。泡沫出清后最先复苏的，往往不是最炫的应用，而是最"无聊"但真实的场景。
这正是1999年之后谷歌和亚马逊走过的路径：它们没有在泡沫顶点疯狂扩张估值，而是在废墟阶段，用极低成本的基础设施，扎扎实实做成了真需求的生意。泡沫破裂淘汰的是讲故事的公司，留下机会的恰恰是那些等着基础设施变便宜、就能把生意做起来的公司。这条线，是上一篇提到的"排雷清单"的反面——排雷是筛掉伪需求，这里是找到那些一直被高成本压制、但需求真实存在的赢家。
第一，别只盯着"讲AI故事"的公司，去找"被算力成本卡住"的公司。 判断标准很简单：这家公司的产品逻辑和用户需求早就成立，只是过去几年财务模型算不过来账。一旦算力降价，这类公司的盈利拐点会来得比想象中快。
第二，垂直应用比通用应用更值得提前关注。 通用大模型的竞争格局，短期内很难有新玩家突围，资本已经高度集中在几个巨头身上。但医疗、工业、金融这些垂直场景里，谁能把AI真正嵌入具体流程、拿到真实的降本增效数据，才是穿越周期的关键。
第三，多留意"废墟经济学"里被低估的环节。 参照1999年的经验，泡沫破裂后最先受益的往往不是应用层的新王者——那需要时间才能诞生——而是那些能够以更低成本获取基础设施的下游环节。算力价格暴跌之后，谁能用更低的成本做出真正被用户需要的产品，值得持续跟踪，而不是急着下结论。
本篇核心认知： 泡沫破裂摧毁的是股价和资本，不是技术本身。算力成本大幅下降后，真正的机会会留给两类玩家——需要高频调用算力的智能体与AI硬件，以及那些一直被高成本卡住、但需求真实存在的垂直应用。识别这类机会的方法，是问一句：如果算力成本降到今天的十分之一，这家公司的产品还有没有人愿意付费。
下一篇（第五篇下）：《当央行重新放水，谁会最先上涨》——聊聊泡沫出清之后，大宗商品和资源类资产的机会。
— 下期见 —
发布于 2026.07