最近一个月,差不多每隔两天就有人问我同一个问题:"现在这轮AI,是不是特别像当年互联网刚起来的时候?那是不是闭眼买就完事了?"
我每次都被问得一愣。因为这问题问得其实挺对——AI和互联网确实是最常被拿来类比的两件事。但我越想越觉得,它最值钱的部分不是"像不像",而是"像哪一年"。1998年和1999年,差的不只是日历上的一页,中间还隔着一场能把人洗出去的崩盘。
01
先回到1998年,到底发生了什么
要类比,得先搞清楚当年互联网"起飞"长什么样。我翻了翻那段历史,发现它跟大多数人记忆里的"一路暴涨"不太一样。
纳斯达克指数从1995年的约1006点,一路冲到2000年3月的5048点——五年涨了差不多5倍。但随后的事大家都知道:泡沫破了,纳斯达克一路跌到只剩大概22%的市值,也就是跌了差不多78%。那一波里,思科在顶峰时一度是全球市值最大的公司,结果几年后跌去了九成。
这场狂热是怎么点着的?1995年网景(Netscape)上市,第一天就暴涨168%,像一根火柴把整个市场的想象力点着了。之后几年,但凡公司名里带个".com",估值就能被故事顶上天,挣不挣钱反而是次要的。可讽刺的是,那批最热闹的名字,绝大多数都没熬过崩盘;真正后来长成参天大树的亚马逊、谷歌,当时要么刚成立、要么还没上市,是等泡沫把估值和竞争对手一起清掉之后,才捡起廉价的人才和设备,慢慢长起来的。这个"热闹的先死、憋着的后来居上"的顺序,我每次想起来都觉得挺反直觉。
几个冷数字:
• 纳斯达克 1995年≈1006点 → 2000年3月峰值5048点(约5倍)
• 泡沫破裂后最大回撤约 -78%(2002年前后)
• 思科在2000年顶峰是全球市值第一,之后跌去九成
• 真正的应用巨头(亚马逊、谷歌)在2000年顶峰时要么还很小、要么还没出生,是暴跌之后才长成巨头的。
有个细节我一直记着:那场泡沫被总结成"先造梦、后造路"。梦碎了,估值被打回地板,但留下了一条宽带高速路和一堆便宜下来的设备。等新一代公司用真金白银的收入把这条路跑通,互联网才真正走进 everyday life。
这句话对我启发很大。它说明两件事:
第一,基础设施往往是"卖铲子的人"先赚到钱;
第二,"处在早期"和"买了就不会亏"完全是两码事。
1998年买思科的人,如果熬不过2000年的那一下,根本等不到后来亚马逊的辉煌。

02
看多的人说:这就是1998
先说觉得"现在才刚开始"这一派,他们的论据其实挺扎实。
最硬的一条是渗透率还很低。
AI现在在企业里真正跑起来的比例并不高:有调研说,已经把AI智能体放到生产环境里跑的企业大概只占31%;到2026年底预计会有40%的企业应用集成智能体,但2025年这个数字是低于5%的。换句话说,哪怕按最乐观的估计,AI在企业里的铺开也就是刚过了起跑线。
再看基础设施,明显还在"造路"阶段。
2026年,微软、谷歌、亚马逊、Meta这四家巨头在AI基础设施上的资本开支合计差不多7250亿美元,2026年Q1为1300亿美元左右,同比增约50%。英伟达一个财年营收冲到约2060亿美元,在AI芯片和数据中心市场占了86%的份额——你说它是不是有点像当年的思科、英特尔?大家都在疯狂买它家的"铲子"。
基础设施侧的真实进度:
• 四大云厂2026年AI资本开支合计≈7250亿美元(亚马逊2000亿、谷歌1850亿、Meta 1250亿、微软1200亿)。
• 英伟达FY2026营收≈2060亿美元,AI芯片市占率86%。
• OpenAI年化收入突破200亿美元(2026),但AI应用层"九成创业公司活不过6个月"。
还有个我觉得最关键的点:
应用层到目前为止,还没长出"亚马逊、谷歌"那个量级的公司。OpenAI一年200多亿美元收入已经很大了,但跟它要颠覆的那个平台规模比,还早。
而且应用层现在死亡率高得吓人。有数据说九成的AI智能体创业公司活不过6个月,用户留存不到10%。这说明应用层的淘金热才刚开场,真正的大赢家还在洗牌里。
所以看多派的逻辑是:基础设施在铺、渗透率还低、应用巨头未出世。这不正是一个行业的1998年吗?
03
看空的人说:这已经是1999
但另一派的数据,同样让人心里发毛。
最直接的是估值。
我记得先前写光模块时扒过:中际旭创市值站上1.4万亿人民币,对应2026年预期PE大概54倍。英伟达这边,市场给的市值目标已经喊到6万亿美元。Anthropic一家还没多少收入的公司,估值冲到了3800亿美元。这些数字摆在一起,怎么说都不像"刚起步的便宜货",更像"未来十年的增长,已经被提前三年买完了"。
让人不安的估值信号:
• 中际旭创市值≈1.4万亿元,2026E PE约54倍(此前研究数据)。
• 英伟达市值目标被喊到6万亿美元。
• Anthropic估值≈3800亿美元,收入规模远未匹配。
• 四大云厂7250亿美金资本开支中,超60%流向电力与散热,是对"还没到账的需求"下注。
更微妙的是资本开支的流向。
前面提到那7250亿美元里,超过60%是奔着电力和散热去的。这本身就说明一个问题:大家赌的是"以后会有海量需求",而这个需求,大部分公司的财务报表上还没真正体现出来。这种"开支跑在收入前头"的画面,让我忍不住联想到当年为了应对Y2K,企业疯狂采购设备,结果新年一过发现根本用不上、开支立刻断崖。
再加上现在但凡名字里带个"AI",股价就能被拎起来涨一轮。这种全民FOMO的气息,跟1999年那个"什么.com都涨"的盘面,味道太像了。
所以看空派的逻辑也成立:故事是真的,但价格可能已经把故事讲完了。这不就是1999年的样子吗?
我甚至觉得,连看多的人也该对这组信号保持一点紧张。因为历史给过我们一个很拧巴的教训:1999年那些"长期一定赢"的公司,长期确实赢了,但中间那一下 -78% 的回撤,足以让大多数人在黎明前就清了仓、甚至加了杠杆爆掉。
也就是说,"我看好十年后"和"我现在这个价位买进去安不安全",是两件完全独立的事。看好和买贵,可以同时成立,也可以同时让你亏钱。
04
我怎么看这个矛盾
写到这,你可能想问我:"那你倒是说清楚,到底是1998还是1999?"
老实说,我给不出这句断定。因为这两组信号是同时亮着的。渗透率确实还低(像1998),但估值确实已经飞天(像1999)。一个人可以同时"处在早期"又"买贵了",这两件事不矛盾。
我自己的一个笨办法是:把"现在是早还是晚"这个问号,换成另一个更实在的问题,"我具体买的是什么,以及我为它付的价钱合不合理?"互联网那个比喻最残酷的地方在于:它既留下了宽带高速路(长期赢家赚翻),也让无数在1999年冲进去的人亏到离场。早期和下跌,是可以共存的。

05
不过,类比本身也会骗人
聊到这,我得给自己泼盆冷水:拿AI比互联网,这个动作本身就容易让人想简单了。我越琢磨越觉得,这俩在几个关键地方其实不太一样,而这些不一样,可能正好决定机会长在哪。
第一个不一样,是"铲子"是谁的铲子。
互联网时代,思科、英特尔、微软这些"卖铲子"的都是美国公司,赢家通吃基本没跑。但这一轮,算力芯片的铲子攥在英伟达一家手里(86%份额),而且它在往网络、软件全栈吃。这意味着"卖铲子"的超额利润,很可能高度集中在一家美国公司,而不是分散给一整条产业链。对咱们A股的参与者来说,"卖铲子"这个逻辑,得具体到"是不是真能分到英伟达的订单",不能笼统地乐。
第二个不一样,是开源和边际成本。
互联网的壁垒很多是"网络效应+先发规模",后来者难追;但AI模型这一端,开源阵营跑得飞快,很多能力在快速变成"水电煤"。谁都能用、越来越便宜。这对应用层是好事(做产品的成本低了),但对"靠模型本身收税"的公司,未必是好消息。换句话说,互联网的"路"修好之后收费亭很值钱,AI的"路"修好之后收费亭会不会被开源冲掉,这事还没定。
第三个不一样,是中国的位置。
当年互联网,中国基本是美国的跟随者,模式copy过来再本土化;这一轮AI,美国在模型和资本上领先,但中国在制造、应用、端侧、以及被制裁逼出来的国产替代上,有自己的硬资产。所以同样一个"AI大趋势",在美国和在中国,能捡到的机会不是同一份试卷。把美国那套"买英伟达"直接翻译成"买A股最像英伟达的",我觉得有点草率。
所以"像1998还是1999"这个问题,答案可能既不是单纯的哪一年,而是:长期的路像1998,短期的价格像1999,而玩家和玩法,跟当年已经不是同一拨人了。这话听着像和稀泥,但我是真觉得,硬选一边反而会漏掉另一半风险。
06
那机会到底还在哪
"还有哪些机会",我觉得这才是最该聊的。我把自己还在盯的几个方向摊开说,每个都给个数字,也老实说我的犹豫在哪——不替你下结论。
1)算力基建的"卖铲子",但要小心铲子会换代。
英伟达现在不只卖芯片,连数据中心以太网交换机都做到了全球第一(一季度相关营收21亿美元,同比涨了近193%)。这像极了当年思科从路由一路长到网络全栈。但我在前面写光模块时提过:可插拔光模块正被CPO共封装、机柜内铜缆这些新形态一点点侵蚀。铲子是好生意,但铲子的样子会变。这块我还在看,但不再把它当"闭眼买"的标的。
2)电力和散热,是最被忽视的那把铲子。
前面说了,超60%的AI资本开支流向电力和散热。AI的瓶颈越来越不是"有没有芯片",而是"有没有电、能不能散热"。这是个没人天天喊、但人人都绕不开的环节。我觉得它比追最热的那批名字,反而更像一个"卖铲子但不那么拥挤"的位置。当然,电力链条很长,具体落到哪家公司,我还得继续挖。
3)应用层 / AI智能体,长期最大,但短期最残酷。
中国的AI智能体市场2025年规模182亿元,同比增长78%,而且2026年政府工作报告头一回把"智能体"写进去了,国务院给的目标是2027年普及率超70%、2030年超90%。方向是确定的。但另一边,九成创业公司活不过6个月。互联网的教训是:应用层最后长出市值最大的公司,可那是"赢家通吃"的游戏,多数人只是陪跑。所以这块的打法,我更倾向"等跑出来的冠军",而不是"提前押一堆苗"。
应用层一手数据:
• 中国AI智能体市场2025年≈182亿元,同比+78%。
• 政策首入2026政府工作报告;目标2027普及率>70%、2030>90%。
• 但:约90%的AI Agent创业公司活不过6个月,用户留存<10%。
• Gartner:2026年底40%企业应用集成Agent(2025年<5%),但完全自主Agent仍早期。
4)端侧AI,是中国可能走出差异化的地方。
AI手机、AI PC、AI眼镜这些,2025年出货量就在往上跳。美国这轮强在模型和资本,但端侧恰恰吃的是制造能力、供应链和规模。这几样是中国的基本盘。我有点好奇,端侧会不会是这一轮里中国公司真正能领跑的赛道,而不是总跟着美国的模型屁股后面跑。不过我也得提醒自己:端侧现在更多是"概念铺开",真正靠端侧AI赚到厚利润的公司还没几个,别把"出货量大"直接当成"赚到钱了"。
5)具身智能 / 机器人,政策很实,技术很硬。
从零部件到场景应用,国内已经有一整套系统性的促进政策,今年出的几份产业全景报告,把这条链从螺丝螺母一直画到落地场景。机器人的难点不在"想",在"动"。而"动"靠的是制造和供应链,这又是我们的强项。但坦白讲,这块技术成熟度还早,离大规模商业化有距离,我是把它放进"五年维度才看得清"的那一摞,不是能立刻算账的。现在市面上沾"机器人"三个字就涨的票不少,我自己的笨原则是:先问它卖不卖得动真实订单,再问故事好不好听。
6)国产算力自主,是被逼出来的必答题。
这个不用多解释,制裁在那摆着。寒武纪、长鑫,本质都是这条线上的钉子。它不是最性感的方向,但它是"必须有人做成"的方向,确定性反而来自这种"不得不"。我只补一句实话:这条线里的公司,估值也都不便宜了,买单之前我还是会翻一眼它"自主"到哪一步了,是只停留在PPT上,还是真有产线在跑。
7)我自己的一个土办法。
机会列了一堆,可能反而让你更晕。我平时用的是个特别笨的筛法:先问"这件事五年后还在不在"——电力、国产替代、应用层采用率,这些我敢说还在;再问"现在的价格是不是已经把五年后的样子都买走了"——这一问,最热的那几个名字我就先缩回来了。剩下来的,才是我愿意花时间往下挖的。这法子不高级,但至少让我少干"明知道贵还冲进去"的蠢事。它当然也可能让我错过最猛的那波,我认。
07
换个中国视角看
上面说的那些机会,如果站在美国视角,答案大概是"买英伟达、买大模型"。但咱们是A股的读者,视角得调一下。
美国强在模型和资本,这一轮它定义了游戏规则;但中国在制造、应用、端侧,以及被制裁逼出来的国产替代上,有自己实实在在的优势。所以对咱们来说,机会未必在"去追最贵的、长得最像美国的那批名字",而可能在那些被忽视但扎实的环节,电力、端侧、国产替代、还有应用层里真正跑出留存的那几家。
我这么说不是要唱多什么,而是觉得:同样一个AI大趋势,不同位置的玩家,能捡到的机会是不一样的。把自己最擅长的那块看明白,比跟着别人喊"ALL IN AI"要靠谱。
当然,这几条里没有一条是"稳赚"的。我写它们,不是想给一个答案,而是想帮把"AI很大、但我不知道买啥"这种模糊的焦虑,拆成几个能具体去研究的方向。拆开了,就没那么吓人了。
08
一句没答案的问号
说了这么多,交代一下我自己的站位:长期我看好AI这条主线,底层的基础设施是真的在铺,这点像1998;但短期我对"现在这个价格"心里没底,这点又像1999。
如果你是刚关注这块的新朋友,我自己的感觉是:比起"现在冲不冲",更重要的是"先搞明白自己买的那家公司,到底在这张地图的哪个位置"。是卖铲子的、还是挖金的、还是只是名字里带个AI的?这个问题想清楚,比猜大盘明天的涨跌有用得多。我也是被几轮周期教过之后,才慢慢学着把"看好"和"出价"分开的。
所以我现在的做法不是 All in 最热的那几个名字,而是把一部分仓位留在更不性感、但更绕不开的层(比如电力、国产替代),同时盯着应用层的采用率数据。等哪天"40%企业集成Agent"真的变成"大多数企业离不开Agent",那时候谁是冠军会更清楚。
至于"现在是1998还是1999",我交不出标准答案。我自己是两头都信一点,所以既不敢满仓追,也不敢空仓踏空。写这篇文章的过程中,我其实反复在"这明显是早期"和"这价格也太贵了"之间横跳,最后决定两句话都留给你们,而不是替谁拍板。
这事儿我挺想听听你们的:你心里觉得更像哪一年?是觉得还能闭眼冲,还是已经准备系好安全带了?你看好的那个机会,又落在我上面说的哪一层?评论区聊聊,我也在学。
本文只是基于公开数据的个人梳理与闲扯,不构成任何投资建议。市场有风险,下注需自己负责。
文章来自于微信公众号 “无尽创新”,作者 “无尽创新”
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md