全球五大云厂商，2024年在AI上花了2560亿美元，2026年变成6020亿美元。两年翻了一倍多。
整个AI全产业链累计投入，已突破5万亿美元
赚回来多少？麦肯锡调研了近2000家企业，真正因为AI利润增长超5%的，只有6%
一边每年几千亿往里砸，一边94%的企业连5%的利润增长都没摸到。
新技术前期投入大很正常。但这一次，有个根本问题——AI的"升级链条"，可能断了。
低垂的果实，摘完了
前三次工业革命，都遵循同一条路径：技术突破 → 开辟全新市场 → 海量新项目 → 大量岗位 → 收入上涨 → 消费扩张。链条从头到尾是通的。
蒸汽机铺开了铁路、煤炭、钢铁。电力点亮了城市电网和家电。互联网把商业从线下搬到线上，凭空造出万亿级的数字新大陆。每一次，技术走一步，市场就拓宽一大片。
经济学家泰勒·考恩在《大停滞》里提过一个概念——"低垂的果实"。
一棵果树上，最低处的果子最容易摘。人类社会几百年的高速增长，很大程度上就是在摘这些果子：容易开采的矿产、大片空白的土地、简单而重大的技术发明。蒸汽机是低垂的果实，电网是，互联网也是。它们都对应一整片从零开始的新市场，伸手就够得到。
考恩的判断是：1940年之后，这些容易摘的果子基本被摘完了。
AI就撞上了这个问题。它所有的技术优化，都锚定在地球已有的矿山、工地、工厂、办公室。没有开辟任何一片全新的物理空间，没有创造一个从零开始的新市场。
衣食住行全部饱和。地球能开发的矿山、耕地、城市建成区接近封顶。汽车保有量触顶，住房存量覆盖全部常住人口。
低垂的果实被摘完了。AI手里握着最强的工具，但树上已经没什么好摘的。所有产能只能挤进存量市场，跟现有玩家抢地盘。
断裂已经发生
这个断裂不是推演，已经在发生。三个阶段，自上而下。
第一阶段：算力上游开始崩（已发生）
H100 GPU小时租金，2025年跌了40%以上，大量中小集群的卡"亏本出租"。
国内更夸张。智算中心GPU平均利用率不足30%，而盈利平衡点是70%。摩根大顺的报告说，中国多达80%的数据中心可能闲置。西部一些"千卡智算中心"直接晒太阳。
GPU经济寿命只有3年左右。英伟达从两年一代加速到一年一代，黄仁勋自己说："Blackwell大规模出货时，Hopper根本送不出去。"但很多企业还在按6年折旧记账。这中间的差额，迟早要体现在财报上。
第二阶段：AI应用批量出清（2026下半年到2027）
Devin——曾经最火的AI程序员产品，定价从500美元/月降到20美元/月，跌了96%。Builder.ai，拿了软银和微软投资，直接破产。
头部还能撑：Cursor年化营收5亿美元，Claude Code ARR超25亿。但腰部和尾部在快速死亡。95%的企业AI落地没有实现净利润增长，他们迟早会问：这钱花得到底值不值？
第三阶段：就业-消费负循环（长期压力）
AI消灭软件开发、信息化实施岗位。制造业、工程行业用工也在收缩。
人没收入 → 消费走弱 → 企业订单下滑 → 继续用AI降本 → 更多岗位流失。
这套通缩螺旋一旦转起来，不是几个新APP能逆转的。
比互联网泡沫更危险
有人会说，这不是跟2000年互联网泡沫一样吗？泡沫破了，后来互联网不还是起来了？
不一样。这次更危险。
体量差了一个量级。互联网泡沫电信过度建设累计投入约1万亿美元，纳斯达克从5048跌到1100，市值蒸发约5万亿。AI呢？全产业链累计投入已突破5万亿美元，五大云厂商单年capex就超6000亿。而且这轮撬动了大量银行信贷和地方基建，风险会扩散到信贷体系。
互联网开辟了新世界，AI没有。互联网泡沫破灭后，电商、云计算、短视频起来了，技术找到了新市场。AI锁在地球存量市场里，泡沫破了找不到新市场接产能。
资本集中度史无前例。2026年一季度全球VC约3000亿美元，AI占81%。OpenAI和Anthropic两家拿走51%。整个VC行业变成两家公司的融资管道。这不是百花齐放，是一棵树上挂了两个巨型果实，其他枝条全在枯萎。
AI真正的出路
说这些，不是唱空AI。
Cursor确实让程序员效率翻倍，Claude确实能写代码，具身机器人确实在工厂干活了。技术是真实的。
但技术真实，不代表投资回报算得过来。
5万亿美元砸下去，只有6%的企业利润增长超5%。算力利用率不到30%。AI编程工具从500降到20美元还在卷。全球VC的一半流向两家公司。
这些数字摆在一起，指向一个判断：AI产业正在经历一场3到5年的估值挤泡沫。不是一夜崩盘，是慢刀子割肉。
上游算力率先杀估值——已经发生。中游AI应用大面积出清——正在发生。下游就业消费的负循环——长期压力。
但泡沫挤完之后呢？AI总得找到真正能撑起这轮技术革命的用武之地。
商业应用、效率工具、文娱服务，这些都是"存量优化"，不是"增量创造"。AI要真正配得上这5万亿美元的投入，最终得回到一个地方——基础科学研究
这不是情怀，是逻辑。前三次工业革命的低垂果实，本质上都是基础科学的突破：热力学定律催生了蒸汽机，电磁感应理论催生了电力，图灵机和香农信息论催生了互联网。每一次基础科学的跃迁，都会打开一整片全新的应用空间，这才是真正的"增量市场"。
AI恰恰是目前最有可能加速基础科学突破的工具。Anthropic已经发布了Claude Science平台，整合了60多个科研工具，从基因组学、蛋白质组学到药物发现流水线。AlphaFold的创始人John Jumper从DeepMind跳槽到了Anthropic，专攻AI在生命科学中的应用。这不是做APP，是在改写科研的底层方法论。
材料科学、高能物理、合成生物学、聚变能源——这些领域的试错成本极高、计算量极大，过去靠人脑和实验堆时间，现在AI可以模拟筛选、预测结构、加速验证。一个新材料从发现到量产，过去平均需要20年。如果AI把这个周期压到5年，它会创造出一整片全新的产业需求。
这才是能接住AI产能的"新市场"——不是又一个SaaS工具，不是又一个聊天机器人，而是从基础科学里长出来的、此前不存在的产业。
当然，这条路很难。基础科研的回报周期以十年计，跟VC的5到8年退出周期完全不匹配。民间资本没有动力做这件事。但如果国家层面不主动投入、不做长期规划，AI就永远只能是一个"降本工具"，而不是一场真正的技术革命。
如果你是投资者，想想手里的资产有多少建立在"算力永远紧缺"这个叙事上。
如果你是从业者，想想你的岗位在通缩螺旋里处于哪个位置。
如果你是普通人，想想——当所有公司都在用AI降本的时候，谁在消费？谁来买单？
技术不会倒退，但资本会反噬。AI最终是成为蒸汽机那样的革命引擎，还是成为又一个泡沫往事，取决于它能不能帮人类摘到树上更高处的那颗果子。
热门跟贴