本文来自微信公众号： 0xAI机器学习 ，作者：0xAI机器学习，原文标题：《《第一性思考》13｜AI最前沿的未来，为什么正在复活一批30年前的老公司？》
大家好，我是X,INTJ,AI算法架构师，这里是0xAI《第一性思考》
AI业内视角，透过热点，看见未来
最近看AI产业，最热闹的当然还是模型。但是我发现有个现象越来越值得关注：
一批很奇怪的公司正在重新变得重要。
1851年成立的康宁，今年和英伟达签下长期合作，要把美国的光连接产品产能扩大到原来的10倍，光纤产能提高超过50%。
1984年成立的Cisco，2026财年从超大规模云厂商拿到的AI基础设施订单已经达到93亿美元。
再看机械硬盘。这个东西这些年不知道被判过多少次死刑，结果Western Digital最新一个季度营收同比增长44%，89%的收入已经来自Cloud。
还有更老的东西，燃气轮机，核电站。
微软签了一份20年的购电合同，支持重启三里岛没有发生事故的一号机组。这座电站2019年因为经济性不好关掉，现在又准备重新发电。
把这些东西放在一起，画面其实有点荒诞。
人类正在建设历史上最先进的智能系统，结果它越来越依赖几十年前就存在的东西：
光纤、硬盘、交换机、燃气轮机、核反应堆。
标准解释当然是：AI基建需求旺盛，所以传统行业受益。
没错。
但这和说“股价上涨是因为买的人比卖的人多”差不多，它只是陈述了现象，没有解释原因。
而我想问的是：
为什么一场最前沿的技术革命，反而开始奖励一些最古老的能力？
我们可能把“软件吞噬世界”理解得太彻底了
过去二十年，科技行业有一套非常稳定的审美：轻资产比重资产好，软件比硬件好，平台比制造好。
离用户越近，越容易拿到高估值；离工厂、电力和原材料越近，越容易被归进“传统行业”。
背后的原因很充分，软件最大的魅力，在于复制成本几乎为零。
一套程序写出来之后，卖给第100万个用户，并不需要再生产100万套。
于是互联网时代最好的商业模式，越来越接近同一个方向：
收入可以快速增长，物理成本却无需同比增长。
时间长了，我们甚至形成了一种错觉：
未来一定会越来越轻。
然后AI来了。
你让ChatGPT回答一句话，界面看起来还是软件，但后台是真的在计算。
每一个Token背后都有计算。
计算后面是GPU，GPU后面是服务器，服务器后面还有网络、存储、散热和电力。
到了Agent阶段，这件事更明显。
你只说一句“帮我研究这家公司”，它可能在后台搜索几十次资料、读几百页文件、调用工具、运行代码，再不断检查自己的结果。
用户只是点了一下，机器在后面忙了半天。
所以AI当然还是软件，但它是一种极其吃物理资源的软件。
过去的软件革命一直在努力把边际成本压向零。
AI却在某种程度上，又把成本带回来了。
这意味着科技产业的价值分配规则也开始发生变化。
过去最值钱的是：谁离用户最近。
现在又多了一个位置：谁离瓶颈最近。
“老公司”其实根本不是一类东西
说AI“复活老公司”，其实还是太粗了。
因为康宁、Cisco、Western Digital、核电站虽然都很老，但它们重新值钱的原因各不同。
有些是因为资产已经在那里了。
三里岛就是典型。
它当然不是打开开关就能重新运行，仍然需要设备改造、监管许可和大量投资。但至少厂址在那里，基础设施在那里。
从零建设和重新启动一项已有资产，根本不是同一个时间尺度。
有时候，一项旧资产最大的优势并不是先进，而是一句很朴素的话：它已经建好了。
还有一些公司值钱，是因为能力还在。
康宁1970年第一次做出真正适合长距离通信的低损耗光纤，但从实验室突破到大规模生产，又花了很多年。
今天我们看到的只是一根光纤。
背后却是几十年的材料科学、配方、纯化、拉丝工艺、设备和良率控制。
这些东西最麻烦的地方在于：
你可以买设备，却没办法瞬间买回时间。
一个行业荒废十年，厂房还能重建，但工程师可能已经退休，供应链已经消失，很多真正知道“哪里容易出问题”的经验甚至没有写进说明书。
Cisco则属于另一种，它的位置一直都在那里，只是过去没那么重要。
直到AI集群把几万、十几万块GPU连到一起，人们突然发现：
芯片再快，数据传不过去也没用，GPU等数据，本质上就是昂贵的闲置。
于是网络重新变成了计算的一部分。
Cisco没有突然变年轻，只是它原来站的那个地方，又堵车了。
所以AI真正重新定价的，并不是“老公司”。
而是三样东西：
已经存在的资产、长期积累的能力，以及重新变成瓶颈的位置。
年龄其实不重要，稀缺性才重要。
真正稀缺的东西，可能叫“时间”
再往下挖，会发现这一轮最容易被忽略的变量，不是技术，而是时间。
AI世界的时间太快了，模型半年可以换一代；产品几周可以增加一个新功能；需求甚至几个月就能突然翻倍。
但物理世界完全不是这个速度。
燃气轮机订单再多，也不可能通知工厂下个月产量翻五倍。
厂房要建，设备要装，供应商要扩产，工人要培训。
光纤真的要从炉子里拉出来，电厂真的要审批。
所以这些传统公司今天值钱，不只是因为它们“拥有AI需要的产品”。
更准确地说：
它们拥有AI来不及重新制造的时间。
工厂是以前建的；工程师是以前培养的；供应链是以前磨出来的；许可证也是以前拿到的。
有趣吧，以前这些投入叫沉没成本，现在突然变成了进入壁垒。
真正该分的，也许不是“新”和“旧”
如果把这件事再想远一点，我觉得“科技公司”和“传统公司”这种分类以后会越来越模糊。
更有用的一组分类可能是：
可压缩的，和不可压缩的。
软件是高度可压缩的，一段代码可以瞬间复制到全世界。
过去一百个人做的事情，现在也许十个人借助AI就能完成。
但物理世界里有很多东西压不了，电厂该走的工程流程还是得走，燃机该加工多久还是多久，工程师还是得真正做过足够多次，才知道哪一步最容易出问题。
资本可以加速一部分过程，但不能把时间彻底消灭。
所以AI这一轮真正有意思的地方，不只是“需要大量基础设施”。
而是：
一个可以指数扩张的世界，撞上了一个只能线性建设的世界。
当需求可以迅速翻倍，而供给只能慢慢爬坡，瓶颈就出现了，价格最后一定会往那个跟不上的地方走。
今天是GPU，后来是HBM和先进封装，再后来是网络、光纤、电力，再往后还可能是燃机、变压器、输电线、并网权、土地。
具体瓶颈会不断变化。
但规则不变：
AI跑得越快，就越容易撞上那些无法跟它一起加速的东西。
AI每解决一个高级问题，就会暴露一个更土的问题
这几年看下来，AI产业其实一直在重复同一个过程。
开始大家盯模型，后来发现，没有GPU，再好的模型也训不出来，于是研究GPU。
GPU多了，发现HBM不够；HBM起来，又卡先进封装；芯片越来越多，又发现网络不行；网络起来以后，需要更多光纤。
数据越来越多，机械硬盘又回来了；机器全跑起来，最后发现——没电。
然后大家又去研究核电、燃机和变压器。
特别像装修房子，一开始纠结设计风格，做到最后真正让你崩溃的是水管、插座和下水道。
AI也是这样。
它每解决一个很性感的问题，就会暴露一个更无聊的问题。但商业机会偏偏经常藏在那些无聊的问题里。
因为性感的地方，所有人都在看。无聊的东西，往往只有真正短缺以后，大家才突然发现：少了它，前面所有东西都跑不起来。
但老公司回来，不等于永远牛市
这里要踩一脚刹车，物理世界重新重要是真的。但如果进一步推导成“传统基建以后都是长期成长股”，就又走到另一个极端了。
这些公司今天为什么有议价权？因为供给跟不上需求。
那么三年以后供给跟上了呢？
工厂会扩张，竞争者会回来，客户也会想办法压价、提高效率、减少用量。
而且这轮还有一个很特殊的问题：客户高度集中。
Western Digital的大部分收入已经来自Cloud；Cisco的大额AI订单也主要来自少数几个超大规模客户。
上行的时候很好，一张订单顶过去成千上万家小客户。下行的时候也很凶。
因为桌子另一边坐着的是微软、Amazon、Google、Meta这些世界上最会压供应商价格的公司。
所以不能把今天的短缺直接外推到十年以后。
周期行业最危险的时刻，往往就是：
涨了几年以后，所有人开始相信它已经不是周期了。
真正值得警惕的，是两个时钟
这一轮AI基建，我觉得最大的风险是：两个时钟对不上。
AI模型的时钟，以月来算。
基础设施的时钟，以年甚至几十年来算。
微软和三里岛签的是20年合同。
今天下单的燃机，可能几年以后才交。今天建的数据中心，也不是准备只用两年。
那么问题来了：
2029年的AI，还会不会按照2026年的方式消耗算力？
没人知道。
也许模型效率大幅提高。
也许新的芯片架构把单位推理成本降下来。
也许大量计算迁到终端。
所以我不太喜欢“AI需求是真的，所以AI基建不会泡沫”这种说法。
互联网当然是真的，但2000年的光纤还是会出现过剩。
铁路当然改变了美国，但铁路公司照样可以破产。
技术方向正确，不等于资本在每一个时间点给出的价格都正确。
这一轮真正赌的不是：AI会不会继续发展。
而是：AI需求增长的速度，能不能一直快过新增产能出来的速度。
最后，真正奇怪的可能并不是老公司回来了
再回到最开始的问题：
为什么AI正在复活一批30年前的老公司？
我现在反而觉得，这个问题本身藏着一个偏见。
为什么我们会默认：
最先进的未来，就应该由最新的东西来承载？
汽车出现的时候，钢铁、石油和公路没有因此变得过时。
互联网出现以后，也没有消灭海底光缆和数据中心。
我们只是恰好经历了一个很特殊的二十年。
软件增长太快，边际成本又太低。
于是我们慢慢开始相信：未来一定越来越轻，物理世界越来越不重要。
新的东西一定淘汰旧的东西。但物理世界不服从这个规律，能量也不服从。
电厂不会每18个月多发一倍电，工程师的经验不能一键复制，审批也不会因为GPT升级就快十倍。
数字世界再聪明，最后也得回到物理世界结算。
所以寻找AI下一批赢家时，也许可以少问一句：
未来又会发明什么？
而是多问一句：
如果这个未来真的发生，它还缺什么才能运转？
答案有时候不会特别酷。可能是一台燃机、一根光纤、一个变压器、一块硬盘。
甚至是一群在这个行业里做了二十年、已经年过35岁的中年工程师。