AI是雁群，而非鲤鱼跳龙门

目前，AI云公司的上游芯片、光模块、液冷等配套公司，已经率先享受到了需求扩张带来的红利。

比如，芯片代表的英伟达，2025财年收入增长114%、净利润增长145%，达到730亿美元；2026财年收入增长65%，净利润增长59%，达到1160亿美元。寒武纪，2024年收入增长77%，亏损4.5亿元，2025年收入增长453%，净利润扭亏为21亿元。

光模块代表的中际旭创，2024年收入增长79%、净利润增长138%；2025年收入增长60%，净利润增长108%；新易盛，2024年收入增长105%、净利润增长312%；2025年收入增长100%，净利润增长235%左右。

液冷代表的英维克，2024年收入增长30%、净利润增长31%；2025年收入增长31%左右，净利润增长55%左右；申菱环境，2024年收入增长20%、净利润增长10%；2025年收入增长30%左右，净利润增长100%左右。

和中游云厂商、以及下游AI应用公司“赔本赚吆喝”相比，上游卖铲子公司，尤其英伟达，所赚取的利润已经非常显著，甚至夸张。如果这种态势持续太久，云厂商长期处于利润承压，那将不利于整个AI产业发展。

换句话说，AI当前的问题，已经不是英伟达赚钱不够多；而是花钱太少。因为AI产业的发展，不是鲤鱼跳龙门，而是雁群。

许多人习惯用“鲤鱼跳龙门”的方式理解科技竞争：谁技术最强，谁就跳过去，赢者通吃，落后者被淘汰。

这种叙事适合解释某些单点产品、单次技术突破，甚至适合解释消费互联网时代的一部分平台竞争。但它并不完全适合AI。

现阶段的AI，更像是雁群模式的产业结构。
雁群飞行的关键，不是某一只头雁永远最强，而是整个队形通过气流借力、轮换带飞，维持整体效率。头雁当然重要，但如果后面的雁群跟不上，或者头雁永远独自承受最大阻力，整个队伍就飞不远。

AI产业也是如此：芯片、云、模型、软件、Agent、场景应用，这些环节并不是彼此孤立的上下游，而是一种高度耦合、相互借力的系统。

芯片公司提供算力甚至算力工厂，云厂商把算力规模化组织起来，模型公司将其转化为智能，软件和Agent再把智能送进业务场景，最终由应用层把需求反馈回整个系统。

没有芯片，AI算不动；没有模型，AI不够聪明；没有云，AI跑不动；没有应用，AI 没人买单。AI不靠单点突破，而是长链条协同。而不同阶段，需要不同的领头雁。

早期阶段，最稀缺的资源，是“把能力先做出来”。要突破算力瓶颈与模型突破的双重约束。所以，芯片公司和模型公司天然处在领头雁位置。无论利润、还是融资，也都流向了这些领域。

但是，到了当前阶段，决定产业进展的，已经不再只是“能不能做出更强模型”，而是“能不能把智能大规模、低门槛、可持续地送进真实世界”。云就成为AI从“技术样品”走向“社会化供给”的关键基础设施。

所以，如果利润长期只流向芯片等上游公司，而云厂商持续面临财务错配、持续承压，那AI产业的扩散速度、影响程度，都会大受折扣。

这不是一个狭义的商业问题，而是作为产业问题，也越来越受到巨头们的关注和思考。由此也可以看到：

一方面，英伟达也通过投资入股CoreWeave、OpenAI等方式，将利润反哺产业；最近也以20亿美元投资了MRVL公司，推进光互联（虽然我个人觉得，力度可以更大、范围可以更广）。

另一方面，“两头受气”的云厂商，也终于减弱了对价格战的依赖，敢于正视商业良性发展所需，对服务价格进行了上调。

1月份，亚马逊宣布将大模型训练相关服务的价格上调15%；谷歌也宣布了涨价。3月，腾讯云、阿里云、百度智能云也相继公告，上调了AI算力、存储等产品的服务价格。

这是对行业有利的信号。不只是涨价、调整产业链价值的分配而已，也有望让AI云充当头雁角色，加速行业迭代。毕竟，AI云，和传统云并不一样。

http://t.cn/AXMiKdFV