AI泡沫真相：借鉴移动互联网的增量逻辑与投资机遇

当前，数据中心建设贡献了美国约三分之一的经济增长，而AI公司到2030年可能面临高达8000亿美元的收入缺口……

当全球都在热议「AI是否为泡沫」时，我们不妨回顾上一轮移动互联网浪潮，构建一个全新分析框架，并揭示AI领域的投资与创业机会。

Part 1 替代 or 增量

目前，许多应用层AI产品在终端消费变现上，仍遵循替代逻辑而非增量逻辑。

以perplexity为例，其商业模式依赖订阅与广告，实质上替代了传统媒体——

用户阅读perplexity整合的内容，自然会减少对原有媒体订阅的支出；

企业的广告预算也不会因新渠道而增加，只是从其他平台转移而来；

当然，新兴创业公司的投放会短暂推高预算，但市场洗牌后淘汰者的预算也将消失。

再如sora/midjourney/suno等AI生成内容工具，同样属于替代逻辑——

人类注意力有限，每天仅24小时，我们消费的图文、音频或视频总量不会显著增加。

只是内容质量可能更精良（替代了过往的低质草根创作）。

因此，从宏观视角看，未能创造新需求的AI，目前仅能替代人力（实现「节流」），却无法激发新欲望（难以「开源」）。

然而，在行业内部，AI确实引发了财富再分配效应。

一方面，当全行业追逐AI落地时，上游供应商（如英伟达）靠售卖基础设施获利丰厚；

另一方面，应用层虽盈利有限，但已抢占大量流量与市场份额。

但市场担忧持续——

美国三分之一经济增长依赖数据中心投资，而投资本质是未来消费的预支。

若后续发现这些数据中心未创造增量消费、仅替代部分供给，那美股三年连涨、纳指翻倍的逻辑恐难维系。

那么，AI真是泡沫吗？或更根本地，AI能否创造增量需求？

回答前，需厘清——

Part 2 增量需求的来源

增量需求，简言之，即终端消费者购买更多产品或服务。

其成立取决于消费者的意愿与能力。

① 意愿

意愿受广告信息传播影响最大。

即使具备购买力，若未知晓产品或服务，交易亦无法达成。

广告传播可拆解为：①拓展用户基数；②增加人均时长；③提升转化效率。

移动互联网与AI皆属通用技术，因此“拓展用户基数”仅是时间问题——普及迟早到来。

故意愿层面聚焦于增加人均时长+提升转化效率。

② 能力

能力涉及供需两端。

宏观经济上行时，居民收入增长，催生既往未有之新需求。

如网球、马拉松等需高投入活动，往往在人均GDP达到阈值后才爆发。

截图/世界银行

供给端则通过效率提升降低交付成本，使曾仅限富人的服务惠及大众。

综上，增量需求创造依托四维度——

下面，借移动互联网浪潮审视增量来源。

Part 3 移动互联网的增量

初代iPhone于2007年问世，2008年App Store上线时仅500款应用。

截图/ 苹果

早期应用多将PC软件移植手机，带来首轮增量——增加人均时长（意愿）。

PC不便携带，笔记本操作亦繁，手机移动性聚合碎片时间——以往通勤仅能听歌读书，现可玩游戏刷社交网络。

2010年后，iPhone 4热销与安卓普及推高智能手机渗透率。

应用生态快速发展，2010年底安卓应用破10万，App Store超30万。

2011年微信上线，用户渐成“半机器人”，手机不离身。

此后，单个用户碎片时间增量见顶——每日仅24小时。

随后转向第二增量——压降交付成本（能力）。

2011年美团App上线，次年饿了么跟进，餐饮外卖从电话人工派单转向智能调度——昔日的Sherpa"s仅覆盖高端市场，配送费15元；如今成本降超50%，餐厅服务半径扩大。

2012年滴滴与快的成立，通过信息分发提效减少空驶，网约车从高端服务走向大众。

2012年互联网金融概念兴起，次年余额宝诞生，普惠金融让大众享以往专属富人的服务。

2015年拼多多创立，压缩渠道成本，供应链直连用户，电商下沉至低线市场。

接着，第三增量涌现——增收释放新需（能力）。

美联储加息前市场流动性充裕，中国人均GDP攀升，叠加房价财富效应，新消费成主线。

2015年奈雪成立，和府捞面融资，泡泡玛特引入潮玩；次年喜茶获亿元投资。

最后，第四增量出现——提升转化效率（意愿）。

这受益于4G/5G技术——单位时间数据传输量激增。

超越图文，直播与短视频等高信息密度富媒体成主流。

2016年抖音上线，快手增直播功能。信息密度提升后，广告嵌入更高效，内容变现率跃升。

回归当前AI——

Part 4 AI时代的增量机会

当下如同往昔，充斥不靠谱项目（笔者曾亲历融资后失败）。

众多新App未找到可持续变现模式。

但从上述四增量出发，仍可挖掘可靠赛道：

① 增加人均时长

需依赖新设备，因手机时间挖掘已近极限。

下一“iPhone时刻”或非手持，而是穿戴——Meta重注的智能眼镜可能成主流交互终端。

眼镜解放双手，适用于驾驶、运动等场景，通过语音交互弥补手机不足。

② 提升转化效率

此为何AppLovin股价从2023年9美元涨至600余美元——

据其CEO称，电商广告试点带来近100%增量（浑水估计实际25%~35%）。

尽管算法细节存疑（如做空报告指数据不当使用）。

③ 压降交付成本

此为行业普遍方向。

如cursor虽替代技术外包，但成本降低使以往无力定制软件的用户可快速开发程序。

如各平台deep research功能助企业生成报告，让无力雇佣咨询公司的企业拥有研究能力。

这些皆是实在增量。

投资顾问、心理咨询、法律会计等非标服务，亦为潜力领域。

④ 增收释放新需

这体现于组织形式变革的衍生效应。

近年“组织小型化”显著——AI赋能个体，一人可担十人职责，优秀个体独立创业回报可能更高。硅谷盛行“1人独角兽”概念。

此变化催生附带需求。但若终端需求未速扩，增收“超级个体”仅属少数，消费增量有限。

最后

当然，脱离规模谈效应有失偏颇。

AI虽能创造增量，但其量级能否支撑当前估值？

贝恩报告预测，2030年AI公司需2万亿美元年收入匹配算力需求，但实际或短缺8000亿美元。

回至“AI是否泡沫”之问，答案在于：增量逻辑存在，唯需时间验证。

正如移动互联网从2007年iPhone发布到2016年直播电商爆发，历时近十年。AI叙事，同样需耐心。

文末以图总结（由deepseek生成）——