我的網誌
我的答案很直接：AI 有泡沫，但这不代表所有 AI 股票都不能买，更不代表每家公司会一起倒下。
真正危险的，是听到“AI”两个字就全部追，听到“泡沫”两个字又全部跑。这样做看起来是在控制风险，其实只是被市场情绪牵着走。你根本没有判断公司，只是在判断今天的新闻让你兴奋还是害怕。
我研究一家 AI 公司，会先让它过三道检查：需求、护城河和盈利。客户为什么持续付钱？产品为什么不容易被换掉？公司创造的价值，最后有没有变成利润和现金流？
这三个问题答不清楚，再性感的故事都只是故事。
第一关：客户为什么愿意继续付钱？
现在看 AI 新闻，经常会看到巨头又买了多少 GPU、又准备砸多少钱建数据中心。供应商拿到订单，当然是好事。但投资者不能只看到钱花出去了，还要继续往下问：买设备的客户，最后怎么把这笔钱赚回来？
一家公司导入 AI 以后，客服处理问题更快，同样的人可以服务更多客户；或者原本需要几个部门来回沟通的工作，现在可以自动完成。收入增加了，成本降低了，老板自然有理由在下一年继续付钱，甚至扩大使用。
反过来，如果老板只是看到同行都在搞 AI，担心自己显得落后，也跟着买了一套系统，结果用了半年，收入没有增加，成本也没省下来，下一次预算审查时，这笔钱还会批得那么爽快吗？
所以我一直提醒，客户试用不等于需求成立，产品有人用也不等于生意跑通。真正要看的，是客户下个月还用不用，明年还续不续费，会不会从一个部门扩展到更多部门。
有人会说，那我不买应用公司，只买“卖铲子”的不就行了？这个逻辑也不能偷懒。买铲子的人如果长期赚不到钱，他还能永远增加采购吗？一旦客户缩减资本开支，压力最后一样会传回芯片、服务器和数据中心。
需求的重点，从来不是今天有没有人愿意尝鲜，而是客户能不能持续算出一笔经济账：我花出去的钱，值不值。
第二关：AI 越强，你的产品越重要还是越容易被替代？
有需求，不代表这笔钱一定由你赚。
假设一家公司只做一个单一功能，客户每个月付一点订阅费。明天大模型把这个功能直接做掉了，价格更便宜，效果还更好，客户取消订阅就能离开。这种公司今天可能还有收入，但它的护城河正在快速消失。
这也是为什么我看好软件，不等于我看好所有软件公司。AI 会放大一部分软件的价值，也会把另一部分软件直接商品化。功能单一、客户黏性低、没有独特数据、没有嵌入工作流程的公司，风险最大。
真正有防守能力的平台，通常已经进入企业的核心流程。客户的数据在里面，权限在里面，审批规则在里面，不同系统之间的连接也已经搭好。要换掉它，不只是重新买一个软件，还要迁移数据、重做流程、培训员工，再承担系统出错和业务中断的风险。
这个时候，客户比较的就不只是每个月能省几块钱，而是整个替换过程值不值得。
ServiceNow 就是一个很典型的例子。
一家企业买台电脑，看起来很简单，背后却可能涉及员工申请、主管审批、财务预算、采购执行和资产登记。真正耗时间的，经常不是下单，而是事情卡在不同部门之间。
AI Agent 可以帮助企业自动处理这些工作，但企业不可能让任何一个 Agent 随便看资料、随便批准、随便花钱。谁能访问什么数据？哪一步必须由人批准？执行错了怎么追踪？这些问题都需要工作流、权限和治理系统。
ServiceNow 的价值，就在这些已经建立好的企业流程上。企业如果能靠它缩短处理时间、减少重复劳动，就有持续付费的理由；流程和权限接得越深，替换成本越高；未来 Agent 越多，管理这些 Agent 的需求反而可能越强。
这才是 AI 时代值得研究的软件护城河：AI 出现以后，客户更离不开它，而不是更容易绕开它。
第三关：增长最后有没有变成利润和现金流？
需求成立，护城河也说得通，最后还要回到最现实的问题：公司到底有没有赚到钱？
公司说客户很喜欢，我会问：续费了吗？加钱了吗？使用范围扩大了吗？公司说 AI 提高了效率，我会继续问：收入增加以后，成本是不是也一起冲上去了？最后留下多少利润？现金流有没有跟上？
看财报不能只挑一个最漂亮的数字。要把几个季度放在一起，看收入、利润和现金流能不能互相验证。一家公司暂时没有盈利，不代表它一定失败；但你必须承认，买一个已经被验证的生意，和买一个“未来也许能赚钱”的故事，风险完全不同。
风险不同，仓位和要求的安全边际也应该不同。拿同样的信心去对待两者，说白了不是长期投资，是不愿面对不确定性。
英伟达为什么仍然值得用这三道检查来研究？
先看需求。模型和推理成本越来越便宜，不等于算力需求会减少。互联网刚出现时又慢又贵，后来单位使用成本不断下降，结果不是大家少上网，而是手机、电脑、视频、办公和生活全部搬到了网上。
AI 也可能出现类似变化：单次调用更便宜，企业就会部署更多应用、更多 Agent，把 AI 用在过去成本太高、不值得处理的工作上。单位价格下降，总使用量反而可能大幅增加。
但这只是需求逻辑，不能直接保证所有新增需求都属于英伟达。接下来还要看护城河。英伟达卖的不只是 GPU，还有 CUDA、开发工具和整个软件生态。客户换一张芯片，不只是比较硬件价格，还要改代码、重新测试系统、培训工程师。这些都是真金白银的切换成本。
大客户会自己做芯片，竞争对手也一定会追上来。问题不是市场上有没有替代方案，而是这些替代方案有没有真正削弱英伟达的位置。新闻说某家公司推出新芯片，不等于英伟达的护城河当天就消失；但如果客户迁移加快、生态优势变弱，我也会重新检查原来的判断。
最后看盈利。英伟达目前的优势之一，是已经赚到的钱可以继续投入下一代芯片、软件和生态。上一代产品产生利润，支持下一代研发，下一代再去承接新的需求。如果这个循环持续，竞争力就有机会越来越强。
反过来，如果客户放慢 AI 投入，替代方案开始大规模抢走工作负载，或者公司为了维持增长付出的成本越来越高，原来的投资逻辑就必须重估。
泡沫破掉以后，最先倒下的是谁？
把三道检查连起来，答案其实很清楚。
客户只是因为害怕落后才跟风采购，没有持续付费的理由；产品功能单一，随时可能被更便宜的模型替代；收入看起来增长很快，利润和现金流却迟迟跟不上。三种问题同时出现，这类公司在行情好的时候可以靠故事撑住，一旦资金开始挑剔，问题就会全部暴露。
真正有条件留下来的公司则刚好相反：客户确实用得到，换掉它要付出明显代价，而且它创造的价值能逐步转成收入、利润和现金流。
当然，公司值得研究，也不等于任何价格都值得买。市场已经预期了多少增长，你准备投入多少仓位，出现什么变化时需要重新判断，这些同样要在买入前想清楚。
下一次再看到“AI 泡沫”四个字，先别急着逃；看到一家公司把 AI 写进发布会，也别急着追。把它放进需求、护城河、盈利这三道检查里走一遍。
如果连客户为什么付钱、为什么不换、公司怎么赚钱都说不清楚，股价一跌你当然会慌。因为你从来不知道自己买的是什么，你只是借了一个时代趋势，替自己的跟风找理由。
AI 会继续改变世界，但资本不会平均奖赏每一家贴上 AI 标签的公司。看懂趋势只是起点，分清谁在创造价值、谁只是在讲故事，才是投资者真正要做的功课。
