尼古拉・坦根：你提到基础设施建设超前，具体该怎么理解？
阿尔温德・克里希纳：按我们测算，每 1 吉瓦算力的数据中心，仅半导体硬件投入就需 600 至 800 亿美元。目前全球已规划落地的 AI 数据中心算力规模超 100 吉瓦，对应基建投入高达 6 至 8 万亿美元。若要实现 5 至 7 年投资回本，每年需要新增 1 至 2 万亿美元的营收支撑。即便按行业 20%-30% 的高毛利率计算，市场也无法承载如此规模的增量营收，这正是我认为基建投资过热的核心原因。除此之外，多数大模型终将沦为同质化大宗商品。大宗商品虽有市场价值，但用户转换成本极低，难以构建深厚的商业护城河与稳定高毛利。基于这两点判断，全球能够自研顶级大模型并长期存活的企业，最终可能只有两三家，而非市场预期的五六家甚至十几家。反观数据中心资本开支，若当前规模缩减一半，才完全匹配市场真实需求；如今的翻倍投入，注定有大量项目难以获得合理回报。

尼古拉・坦根：那 AI 浪潮下，谁更有可能成为赢家？
阿尔温德・克里希纳：消费端来看，已经拥有庞大用户生态、具备天然流量分发优势的企业，胜出概率极大。企业端赛道格局仍未定型，最终赢家尚无定论，并非既定格局。从过往科技变革规律来看，只要手握流量分发渠道且深度绑定 AI 应用场景，就有很大概率跻身赢家行列。#股票#