错位的时钟：从七轮技术革命看AI与中国科技

导读： 科技突破、资本定价、营收扩张和利润兑现，从来不是同一只钟。本文借七轮技术革命梳理四种节奏的错位，并据此观察AI产业与中国科技的机会和风险。

引言

写这篇文章时，正值2026年9月。“AI泡沫”的声音此起彼伏。看多的人说，这是人类历史上最大的技术革命；看空的人说，这是2000年互联网泡沫的再来一遍。与此同时，不少AI应用公司仍在为收入和利润挣扎。

我不想先站队。遇到这种各有道理的争论，我更习惯先对表。问题往往不在谁看错了，而在大家看的根本不是同一只时钟。

在科技产业里，至少同时挂着四个时钟：

第一个是技术时钟，记录技术什么时候突破、什么时候可用；

第二个是资本时钟，记录资本市场什么时候开始给未来定价；

第三个是规模时钟，看真实的营业收入什么时候起来；

第四个是利润时钟，看持续的商业利润什么时候兑现。

这四个时钟没有固定顺序。资本有时会在技术成熟前下注，瓶颈供应商也可能在全行业规模化之前先赚到钱。资本领先利润，更不等于天然存在泡沫。正常的前瞻定价、叙事过热、产能过剩和利润兑现，是四件不同的事。

我真正关心的是它们之间的距离：距离为什么拉开，最后又由什么把它们拉近。

以史为鉴，我先把过去两百年的七轮技术革命——铁路、电力、汽车、半导体与大型机、个人电脑、互联网、移动互联网——逐一梳理。

图表说明：以下曲线根据重要历史节点绘制，只表达先后、斜率和错位关系。纵轴为示意坐标，没有统计含义；不同图之间不能直接比较高度。资本曲线表示广义的市场重估，不对应某个固定股票指数，也不是证券回测。

一、以史为鉴：七轮技术革命，七种走法

铁路：股价崩了，路还在铺

1845年前后的铁路狂热退潮后，英国铁路建设并没有同时停下。1844年约两千英里的路网，到1870年已接近一万四千英里。〔1〕 路网成熟和持久利润兑现之前，资本已经集中为遥远的未来定价；泡沫退潮后，建设和营收仍继续增长，但不少早期股东没能等到利润兑现。

电力：接上电，不等于赚到钱

电力是我这次梳理中最想让大家记住的一轮，因为它和AI最像。

从爱迪生点亮珍珠街电站（1882年）算起，电力基础设施的铺设和工厂改造持续了数十年。资本市场在此期间也不止一次重估电气化的前景，从爱迪生时代的电气概念股，到1920年代的公用事业狂热。

更关键的是，经济史学家保罗·大卫的研究显示：工厂开始采用电力后的很长一段时间里，生产率并未同步明显提升。为什么？因为老工厂的布局是围绕一根中央蒸汽动力轴设计的，所有机器通过皮带连着这根轴。接了电，很多工厂只是把蒸汽机换成一台大电机，继续带那根轴——这叫“接入技术”，不叫“生产率兑现”。真正的生产率飞跃，要等工厂敢于推倒重来：每台机器配独立电机，车间按工艺流程而不是按动力轴重新布局，然后流程、组织、管理全部跟着改。这一改，就是一代人的时间。〔2〕

电力带来的生产率曲线更像一个J形：前期设备、培训和流程改造都是投入，等互补资本到位，生产率才集中释放。利润能否留下，还要再看竞争格局与价值分配。

所以今天看AI，一种很可能的演化路径是：企业购买AI，相当于当年的工厂“接上了电”；真正的生产率和持久利润，要等业务流程围绕它重新设计之后才可能出现。如果应用仍围绕旧的“中央动力轴”设计，离真正的效率提升就还很远。

汽车：消费品让时钟靠拢，但利润还是看竞争格局

汽车可以直接卖给消费者，降价、销量和规模经济形成了更短的闭环。T型车价格从约850美元降到260美元。〔3〕 规模时钟因此走得很快。汽车这一轮，技术采用和规模扩张靠得比铁路和电力更近，但长期利润仍要看品牌、渠道和竞争格局。

半导体与大型机：突破变成标准，才有长利润

晶体管和集成电路提供了能力，兼容架构才把能力变成长期生意。1964年的IBM System/360让同一套软件可以跨不同型号运行。客户不必在同一家族的不同型号间每次升级都推倒重来，硬件入口由此有机会变成平台，迁移成本也为利润提供了更好的保护条件。〔4〕

今天判断GPU公司，看软件生态和开发标准，比单看硬件出货重要得多。硬件创造入口，标准、兼容性和迁移成本决定利润能留多久。

个人电脑：销量在整机，利润去了控制点

IBM的开放架构做大了兼容机市场，也让组装环节更容易同质化。规模增长并没有平均分配利润。操作系统和CPU架构等标准控制点往往有更强的议价力，高迁移成本的软件也更容易留下利润。

互联网：股票先定价，应用后成熟

到了互联网时代，金融市场已经高度发达，资本可以在短短数年内迅速聚集到一项有巨大想象空间的新技术上——从技术突破到股市狂热的时滞，被压缩到历史上很短的一档。但压缩的只是资本时钟，不是另外三个。

2000年3月纳斯达克见顶时，互联网停止扩散了吗？没有。网民数量在涨，带宽在铺，电商在长。股灾主要清算了估值、融资结构和不可持续的商业模式，却没有阻止互联网继续扩散。铁路的剧本在这里部分重演了。

移动互联网：四个时钟明显靠拢

移动互联网是七轮里走得最快的一轮。智能手机销量、移动宽带建设、应用收入和平台利润明显靠近。iPhone诞生于2007年，微信出现于2011年，中间只隔了四年。

滞后缩短，不只是因为“时代越来越快”，更因为上一代基础设施可以复用。互联网用户、云、支付、广告体系、开发者社区和社交关系链已有基础，移动互联网给这一切换了一个更好的入口。当然，3G和4G网络仍经历了大规模新增建设。利润的归宿倒没有太大意外，依然向入口和网络效应集中：移动操作系统、应用商店、超级App。

把七轮革命放在一起，规律并不是四个时钟永远按固定顺序走。更常见的情形是：技术先提供可能性，资本提前给未来定价；规模扩张的速度取决于需要多少新基础设施、又能复用多少旧系统；持久利润往往最晚出现，并最终流向出清后的稀缺网络、事实标准的控制点和高迁移成本的生态位。

泡沫可以理解为资本时钟对利润时钟的过度透支，但资本领先利润本身并不等于泡沫。真正要问的是：价格提前走了多远，最后的利润能否覆盖今天付出的成本，又会落到谁手里。

二、历史会反复，但条件已经不同

如果历史规律可以直接套用，投资就太简单了。这一次的AI革命，至少有四个条件与过去不同，它们会改变四个时钟的走法。

2.1 技术底座正在分化

过去的技术体系也有轨距、电压、通信标准和软件生态之争，并不存在一个从不分裂的世界。这一轮更明显的变化，是中美之间的分化接近全栈分化：芯片、算力、模型、数据规则和安全政策同时受到影响。

未来未必只有两个完全封闭的世界，但“全球只有一个技术底座”的假设已经不够用了。以我的判断，两个既竞争又相互连接的技术底座很可能长期并存。市场被切分后，单一赢家的天花板可能变矮；一个公司如果能在自己的技术体系里卡住控制点，确定性反而可能提高。地缘政治和政策会直接参与塑造护城河。这并非商业史上的第一次，但在AI产业中的作用明显增强了。

2.2 AI作用于劳动，也参与改进AI

铁路运货，电力驱动机器，PC处理信息。AI更直接地作用于认知劳动、编程、设计和研究，还能帮助工程师写训练代码、帮助研究员筛选实验方向、帮助芯片设计师优化电路。

工具参与改进工具并非第一次发生，计算机辅助设计早就在做类似的事。AI的特殊之处，是参与范围更广、使用门槛更低，迭代速度也更快。过去的大多数通用技术主要帮助人生产更多商品；这一次，技术开始大规模参与“生产技术本身”。

这意味着技术时钟本身可能加速——这是看多者最硬的论据。但请注意，它加速的主要是技术时钟，规模时钟和利润时钟依然会被组织、流程、信任和监管这些“人的因素”拖着。电力革命告诉我们，工厂重排布局需要很长时间；AI再聪明，企业重构工作流的速度仍受制于人类组织的惯性。技术时钟越快、其他时钟越慢，四个时钟的错位反而可能比历史上更夸张。这也是泡沫争论如此激烈的原因。

2.3 技术重归重资产：算力的上游仍是能源

互联网和移动互联网一度强化了一个印象：科技等于轻资产，几个人在一间办公室里就能改变世界。至少在前沿AI基础设施上，这个印象已经不再成立。

AI基础设施重新把科技推向重资产：芯片、GPU集群、数据中心、网络、冷却系统和配套电力都需要巨额投入。训练和推理离不开算力，算力又离不开能源。但能源不是唯一约束；算法效率、芯片性能和数据质量，也决定同样一瓦电能够产出多少有效计算。

重资产意味着什么，前面的铁路和电力已经讲过：长周期、过剩和出清，以及资本时钟和利润时钟之间漫长的固投消化期。如果完全沿用互联网轻资产时代的节奏给AI估值，很容易低估这一层约束。

2.4 旧王当立，新贵无望？

这是四点不同中最微妙的一点。

回看前几轮革命，常常有一批新公司拿着新钱崛起。福特、英特尔、微软、谷歌、腾讯，都在各自的时代里成为新的基础设施或控制点。每一轮革命，也往往伴随一次财富和权力的换座。

这一次，美国AI物理基础设施的建设仍更多由在位巨头主导。数据中心、算力集群和云平台，主要由微软、谷歌、亚马逊、Meta等公司用上一个时代积累的利润来建。不过，投资规模已经大到很难只靠原有现金流，新公司也可以通过合资、长期合同和外部资本参与。〔7〕 旧王亲自下场修新王朝的路，新贵想插队，先要面对巨额资本开支的门槛。资本市场看得明白，所以这一轮美股AI行情中，受益明显的仍有不少熟面孔。即使是OpenAI、Anthropic这样的新公司，背后也有微软、亚马逊等巨头的股权投资和深度算力合作。〔5〕

三、AI的四层错位：同一堵硬件墙，中美两种约束

中美科技都撞上了物理世界的约束。把话说得粗一点，中国的先进算力约束更突出，美国的电力和并网约束更突出。这是双方当前各自更突出的约束，不是说各自只缺这一样；资本成本、监管和高价值需求是否足够，也是共同问题。

3.1 AI现在在哪：设备利润已到，应用改造仍早

这张图和前七张不同：2012年至2026年标注的是已发生节点，曲线高度仍是示意；2027年至2035年则是一个基准情景。图中资本曲线先回落再修复，只是表达“市场重估可能早于利润”，没有为这种情景设定发生概率，更不能当作股价预测。

电力让能源变成可调用的资源，AI让认知、判断和创造能力变成可调用的资源。这也是我认为AI与电力最值得对照的地方。

设备层不能一概而论，但GPU头部企业已经有真实收入和利润。以NVIDIA为例，其截至2026年1月25日的2026财年GAAP收入为2,159亿美元、经营利润为1,304亿美元。〔6〕 这份利润能维持多久，还要看资本开支增速、设备替换周期、单位算力价格和需求弹性。

基础设施层还在建设。数据中心、电力、网络、冷却和并网都属于长周期投入。IEA在2026年的基准判断中，全球数据中心用电量可能从2025年的约485 TWh上升到2030年的约950 TWh。〔7〕

模型层的收入可以增长很快，经济实质却不轻。长期算力采购、训练、推理和研发都要花真钱。收入变大之后，能不能形成稳定自由现金流，仍要单独看。

应用层最容易被高采用率误导。Stanford 2026 AI Index收录的2025年调查显示，88%的受访组织使用了某种AI，70%的组织已在至少一个业务职能中使用生成式AI；但智能体在绝大多数业务职能中的规模化部署仍是个位数。这个差距提示企业“接上电”很快，但深度改造还早。不过，这组数据并未直接测量流程重构，更不能证明利润一定在三年后到来。三年、五年还是更久，我现在给不出可靠答案。〔8〕

2026年的AI，是设备利润兑现、长期固投追赶、模型收入增长和应用流程改造早期同时发生。它不是一条整齐的产业曲线。

四、中国科技：三句话，三条曲线

对中国这轮科技，我的整体判断仍是那句话：不一定有最聪明的大脑，但有很强壮的身体和很灵活的手脚。身体，是制造能力、工程师队伍、电网和供应链；手脚，是把技术迅速产品化、再把成本压到极致的能力。后者既是机会，也是风险。

具体到公司层面，为了讨论方便，可以把中国科技分成三类，分别对应三种不同的估值逻辑。现实中，同一家公司可能同时处于两类，也可能从一类走到另一类，不能真拿一把尺子去量三种东西。

第一句：人先我追的故事。在先进芯片、算力供给、顶级模型数量和全球产业生态等方面，领先者和关键控制点仍有不少在境外，我们仍在追；但中美顶尖模型在公开评测上的差距已经明显缩小。〔9〕 追赶阶段的公司，往往先卖故事，市场也会提前为潜在突破定价——这不是贬义，铁路狂热和1999年的互联网都是这么给价的，资本时钟抢跑是通用技术革命的常见现象。但要清醒两点：其一，如果稳定利润还没有出现，这类资产的价格波动会呈现心电图式；其二，我倾向于认为，中国AI真正的发力和收获还需要更长时间，2035年只能是一个情景节点，不是确定答案。现在下注的人，要有铁路投资人的觉悟：你买入的资产可能确有社会价值，个人回报却未必与它同步。

第二句：人有我优的利润。在半导体设计、基础软件这些“别人有、我们必须有”的领域，国产替代已经给一部分公司带来真实收入。地缘政治划出的市场边界，为它们提供了需求机会，却不是“保底市场”。只有真订单、真营收、真利润连起来，四个时钟才算真正靠近。这类公司在三类中可能更扎实，但天花板不能简单写成“半张地图”。终极考题仍是：能不能从“人有我优”走向全球竞争，从替代者变成定义者。答得出来，第二波利润可能比第一波更大；答不出来，就是一个有边界的好生意。

第三句：人后我先的规模。新能源、光伏、锂电池、电动车——技术起点未必在中国，但中国把规模时钟拨到了很快的一档，也把许多产品的成本曲线大幅压低，同时将行业带进出清阶段。这类产业的社会价值毋庸置疑：中国光伏显著降低了全球绿色转型的成本。但前面的铁路之问必须再问一遍——社会价值和股东价值是两回事。规模不自动带来利润；产能出清、格局稳定之前，股东未必能分享产业扩张的全部价值。判断这类公司，最重要的问题之一是：出清之后，它是不是还站着的那一个。

把三句话放回四个时钟的框架里，会发现它们对应三种常见的错位形态：第一类是资本时钟远远跑在利润时钟前面；第二类是四个时钟逐渐靠近；第三类是规模时钟一骑绝尘、利润时钟严重滞后。理解这一点，2026年中国科技股里许多看似矛盾的现象——有的公司没利润却贵得离谱，有的公司利润扎实却涨不动，有的行业收入暴增而股价下跌——就更容易解释。当然，这个框架不能替代对利率、政策、治理和风险偏好的判断。

结语

现在回到开头。

2026年9月的这场“泡沫”争论，在我看来把问题问得太宽了。问“AI是不是泡沫”，就像1845年问铁路是不是泡沫、1999年问互联网是不是泡沫——答案只能分层看：资本层面可能有泡沫，技术和规模层面仍在推进，利润则因层级和公司而异。泡沫主要清算价格和融资结构，不会把可行技术一并清零；固投过剩也可能成为下一代应用的低价基础设施。但利润并不保证到来，即使到来，也未必落在今天筹码最密集的地方。

对投资人来说，这意味着别用资本时钟的心电图去否定产业时钟的长坡，也别用产业的长坡去为任何价格辩护——方向正确，不能豁免你为价格、时间和赢家选择上的错误付出代价。

对企业经营者来说，这意味着回答好电力革命留下的那个问题：你是只打算“接上电”，还是敢把围绕旧动力轴设计的整个工厂推倒重排？88%和个位数之间的那道鸿沟，可能孕育着未来十年的一块重要利润空间。

历史不会重复，但会押韵。四个时钟两百年来很少完全对齐，未来也不会。真正的功课不是预测哪个时钟准——它们都准，各自量着各自的东西——而是在任何时刻都清楚地知道：你看的是哪个钟，你赌的是哪个钟，以及你是否等得起那个走得最慢的钟。

资料与口径说明

本文图片为研究型示意图，历史曲线依据关键节点和相关研究综合绘制，不代表可交易指数。涉及未来年份的曲线只用于展示一种基准情景。

1. Bank of England, Quarterly Bulletin, Winter 2001：英国铁路股在1845年大幅下跌，但铁路里程由1844年的约2,000英里增至1870年的近14,000英里。原始资料
2. Paul A. David, “The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox,” American Economic Review, 1990。原始资料
3. Ford Motor Company, “Highland Park Plant Legacy”。原始资料
4. IBM, “The IBM System/360”。原始资料
5. OpenAI, “The next chapter of the Microsoft–OpenAI partnership”，2025年，原始资料；Anthropic, “Powering the next generation of AI development with AWS”，2024年，原始资料。
6. NVIDIA, 2026财年Form 10-K。原始资料
7. IEA, Key Questions on Energy and AI, 2026。原始资料
8. Stanford HAI, 2026 AI Index Report: Economy。原始资料
9. Stanford HAI, 2026 AI Index Report: Technical Performance。原始资料