過去四年，輝達每漲一波就有人喊泡沫，橫盤半年又有人說崩了。
買了的人不知道該不該繼續拿，沒買的人更不敢追。同樣的糾結發生在AI產業鏈的每一個環節——算力、模型、硬體、應用，到處都是“看起來已經很貴，但利潤還在翻倍”的公司。
研報鋪天蓋地，每周都有人告訴你AI是兆級賽道。但問題不是資訊不夠，而是缺一個定位工具：我看的這個環節，處在產業周期的什麼位置？該不該現在進？進了能拿多久？什麼時候該走？
有個人用一套方法論在科技投資裡回答了20年的類似問題。
Alex Sacerdote，鯨石資本創始人。這家專注科技的投資機構旗艦基金2024年回報51%，2023年回報32%——當然，2022年也曾大幅回撤超過40%。Sacerdote最近在一次公開訪談中，他把自己沉澱了20年的投資框架完整地應用在了AI產業上。
他的框架只有三件事：S曲線、競爭優勢、被低估的盈利能力。
S曲線給出單位量的指數增長，競爭優勢決定利潤能不能留在贏家手裡，而市場幾乎總是無法按指數方式思考未來兩三年的盈利。三者疊加的結果是——你可以用看起來很貴、實際上很便宜的價格，買入最好的公司。
01. 每一項顛覆性技術爆發前，都有一段讓人絕望的平坦期
先說什麼是S曲線。
所有顛覆性技術的採納都遵循同一條路徑：
最初極其緩慢，受制於價格、基礎設施、使用者體驗等壁壘；
某個時刻壁壘被同時移除，滲透率跨過拐點，需求像龍捲風一樣爆發，進入指數增長段；
最終滲透率接近天花板，增長放緩進入成熟期。
這條先慢、後陡、再平的曲線就是S曲線。
Sacerdote的方法是：在S曲線即將進入指數增長段時買入擁有護城河的公司，在增長段結束前賣出。
看幾個案例就能理解這條曲線具體長什麼樣。
智慧型手機。 90年代就有了，但笨重、沒觸屏、沒無線資料網路，一台要五六百美元。賈伯斯做了三件事：把價格壓到200美元，AT&T提供了3G網路，觸控式螢幕簡單到祖母都能用。採納壁壘被同時移除之後，需求龍捲風降臨——美國市場的智慧型手機滲透率從2010年的20%飆升到2014年的54%。Sacerdote在2015年的Graham & Doddsville訪談裡說過一句話：你會震驚於當時有多少人完全沒意識到這件事正在發生。
電動車。 特斯拉2003年成立、2010年上市，但直到2019年前後業務才走向垂直增長。在那之前，太貴、有里程焦慮、供應鏈沒準備好。馬斯克把價格降到4萬美元，續航做到300英里，供應鏈終於能百萬級量產。三道壁壘同時被移除，曲線拐點才到。
規律很清晰：技術本身可以提前十年甚至二十年就存在，但只有當價格、基礎設施、使用者體驗、生態這些採納壁壘被同時移除時，需求才會爆發。 這就是S曲線的拐點。在拐點之前，做什麼都像在燒錢；拐點之後，增長速度會讓所有人措手不及。
但不是所有S曲線都一樣陡。
Sacerdote委託過克里斯坦森的前同事、科技分析師Horace Dediu做了一項歷史研究，把過去100年的重大技術採納曲線貼在了鯨石資本辦公室的牆上。裡面有兩個極端案例：
收音機：7年達到接近100%的美國家庭滲透率。 打開就能用，不需要對接任何後端系統。
洗碗機：走了58年。 必須跟房屋的管道系統和水路對接，安裝成本高、施工複雜。
決定S曲線斜率的核心變數就一個：這項技術的使用需不需要跟已有的複雜系統深度對接？
把這個問題帶到AI：AI的入口擴散速度像收音機——打開瀏覽器就能用。但深度工作流改造仍然像洗碗機——要接入企業系統、資料安全、合規流程和組織架構。
02. 智慧型手機造就了蘋果的兆市值，也埋葬了諾基亞和黑莓
光有S曲線不夠。
蘋果在智慧型手機S曲線上創造了超過兆美元的市值。但HTC、RIM（黑莓）、諾基亞、摩托羅拉、LG——Sacerdote能列出一長串名字——份額歸零，利潤歸零，有的直接破產。
同一條S曲線，同一個爆發式增長的市場，贏家和輸家的命運天壤之別。 “買賽道”不等於“買贏家”。S曲線只解決了“這個市場會不會爆發”的問題，競爭優勢才解決“利潤最終歸誰”的問題。
Sacerdote花了大量時間研究什麼構成科技行業的持久護城河。他大致把它們分成幾類：
網路效應——LinkedIn、Facebook、阿里巴巴。所有人都在上面，你離不開。
行業標準——Oracle、Bloomberg。甲骨文的資料庫軟體極其昂貴，市面上有大量免費和開源替代品，但它鎖定了所有資料庫管理員，所有企業應用都針對它最佳化。這種鎖定幾乎是永久的。
規模優勢——亞馬遜用5年建起了沃爾瑪花40年才構築的規模壁壘。S曲線的爆發性讓數字經濟的贏家可以極快地把業務做到極大的體量。
不可繞過的核心IP——高通，不交專利費造不出手機；ASML，不買光刻機造不出先進晶片。
品牌——Google和特斯拉幾乎不做廣告，獲客成本極低。
最強的公司同時擁有多種護城河。
AI基礎模型層正在重演同樣的劇本。 兩三年前大約有50家公司在這個領域競逐。現在基本只剩OpenAI、Anthropic和Google三家站在潮頭。Meta進來時勢頭很猛，但模型效果未達預期進行了全面重設；亞馬遜沒有拿出像樣的拳頭產品。
這跟當年的雲端運算演變非常相似——最終AWS、Azure、GCP三家支撐起了整個SaaS世界。
而且模型層的差異化比市場預想的要大。很多人以為基礎模型會淪為同質化通道，但實際上不同模型在不同領域的表現差異顯著。Anthropic在程式設計領域建立了明顯優勢，有大量競爭者試圖挑戰但始終沒能超越。模型內部包含著差異化的核心智慧財產權，構成競爭壁壘。
S曲線告訴你AI需求會爆發，但50家變3家的過程已經在發生。 在AI產業鏈的每一層，都要問同一個問題：誰有不可替代性？
03. 以4倍市盈率買入輝達，不是因為它便宜，而是因為市場不會算指數
這是Sacerdote框架的最後一塊拼圖，也是最核心的一塊。
邏輯鏈很清晰：S曲線帶來指數級的出貨量增長，競爭優勢防止價格被壓縮，兩者疊加意味著收入快速增長的同時費用可以被槓桿化。最終結果是利潤呈指數級增長。
但世界習慣線性思維。所有人都太關注下一年、下一季度。極少有人相信可以精準預測兩三年、甚至四年後的盈利。
所以你可以用極低的遠期PE買入世界上最好的公司。S曲線投資法裡的“便宜”，不是今年的PE低，而是市場還沒把未來兩三年的利潤表重寫一遍。
Sacerdote在2015年的Graham & Doddsville訪談中給過一組數字：蘋果的EPS從0.5美元漲到了9美元，從iPhone發售前到S曲線中段大約8年，18倍增長。Priceline從2美元到40美元，騰訊從0.12美元到2.58美元。這種量級的利潤跳躍，發生的機率遠比想像中高。
在最近的ILTB訪談裡，他的案例更新到了AI時代。
輝達，2023年。 “我們付出的估值只有未來真實盈利的4倍市盈率。”當時市場主流在爭論輝達是不是泡沫。但如果你理解AI算力S曲線——滲透率很低、工作負載每年增長10倍、輝達在GPU訓練晶片上擁有近乎壟斷的地位——就能建模算出未來2-3年的盈利規模遠超市場想像。
每次漲一波就有人說泡沫，每次橫盤半年市場就說崩了，但接下來又是一季亮瞎眼的財報。這些波動對不理解S曲線的人來說是恐懼的來源，對理解S曲線的人來說是機會。
AWS，2013年。 亞馬遜的雲服務當時還是藏在零售分析師覆蓋範圍下的一個副業條目。鯨石資本在Robin Hood投資人大會上公開推薦亞馬遜，核心論點是：市場上的多頭根本沒意料到自己手裡握著怎樣一張王牌。他們算出AWS直接瞄準的是6000億美元的企業IT市場，當時滲透率只有1%-2%。
AWS擁有7年的先發優勢，已經蛻變為完整的生態系統和開發者平台，體量是跟隨者的10倍以上，沒有競爭對手能投入足夠的研發資金來趕超。而這整塊業務在亞馬遜的股價裡相當於“免費贈送”。
蘋果，iPhone早期。 對應4倍PE。持有的頭五年，除了2008年金融危機外，每年回報率50%-70%。
特斯拉，2019年。 汽車S曲線拐點剛過，市場還在用“電動車是小眾玩具”的線性思維定價。對應5倍PE。
背後是同一個結構：S曲線+護城河的組合，讓利潤從1跳到10的機率遠高於市場共識。市場用靜態的PE給指數增長定價，這就是超額收益的來源。
目前AI產業鏈上“市場還沒重寫利潤表”的環節在那裡？這個問題的答案藏在硬體供應鏈裡。
04. 指數增長段結束時，超預期也會結束
S曲線不只告訴你何時買，也給出了賣出訊號。
Sacerdote在訪談中說，一般而言，當某項技術的滲透率達到30%-40%時，就會失去指數級增長的勢頭。 賣方分析師會跟進預測，公司不再有超預期的業績。你對盈利的預判優勢消失了。
蘋果，2012年賣出。 當時美國智慧型手機滲透率約50%，已經越過了指數增長的減速區。三個訊號同時亮紅燈：S曲線不再是綠燈——滲透率已經很高，增長放緩的趨勢不可逆；護城河沒在變強——Android站穩了腳跟，蘋果獨佔手機軟體生態的可能性消失了；低估變成了充分定價——華爾街對蘋果的盈利預期追上了鯨石資本自己的模型。
三條線同時變暗，賣出。
後來的故事說明這套方法不是萬能的。蘋果靠App Store的30%抽成和生態周邊業務，繼續以約20%的速度複合增長。Sacerdote也承認這一點。但他的態度很明確：真正的黃金收益期發生在滲透率從0%走向50%的那段陡峭曲線上。前面的年化50%-70%和後面的年化20%，他選擇前者。
電動車的教訓更尖銳。 Sacerdote原本預期40%-50%的汽車會電氣化，但EV在全球滲透率達到10%-15%左右時遇到了巨大瓶頸。他的原話是：通常S曲線會走完全程，但在電動汽車這個案例中沒有。
不是所有S曲線都能畫到頂。投資人必須不斷調整模型、緊跟變化。
那麼AI呢？AI目前的滲透率遠沒到30%-40%的減速區。但EV的教訓提醒我們一個真實的風險：如果前沿模型的性能提升撞牆停滯，開源模型會迅速追上來，整個行業退化為價格戰。這對模型公司可能是毀滅性的。Sacerdote認為目前縮放定律仍在起作用，但他把這一條明確列為需要持續監視的風險。
05. AI基礎設施只走了10%，企業應用不到1%
把框架落到AI產業上。
在Sacerdote的估算裡，AI基礎設施這條S曲線大概只走了10%。 他認為這仍然是佈局AI最好的方式之一——贏家清晰，需求確定，滲透率低。
全球算力已經賣光。Anthropic拿到的算力只有實際需求的一半，而這還沒算上接下來企業級採購的爆發性增長。Marc Andreessen說過，未來四年他唯一能確定的事就是算力永遠供不應求。
有一組資料能說明“線性預測追不上指數現實”：據高盛的研究，2024年和2025年年初，華爾街對超大規模雲廠商資本開支的一致預期都是增長約20%，但實際增速連續兩年超過50%。分析師一直在追著上調預測——這和S曲線框架預言的完全一致。
模型層的格局從幾十家公司收斂為三強——OpenAI、Anthropic、Google。 護城河開始出現，形態越來越像當年的AWS/Azure/GCP。但Sacerdote也承認，模型層是AI產業裡最複雜、變化最快的一條S曲線。風險也最高——一旦模型改進停滯，開源追上，行業變成價格戰。晶片公司不在乎上面誰贏，模型公司則生死攸關。
企業應用層的滲透率不到1%，但它更像洗碗機，不像收音機。 大企業有資料安全、合規審計、舊系統繼承、部門利益博弈等重重壁壘。Sacerdote在富達時期覆蓋過B2B網際網路，當時市場極度樂觀，但底層基礎設施根本無法承載企業級業務的爆發——直到20年後SaaS成熟才兌現。
他說，這同樣是當前AI面臨的一個潛在風險。應用層的爆發總是滯後的。iPhone問世的頭三四年，真正偉大的殺手級應用花了很長時間才孕育出來。目前應用層格局極度不明朗。
Sacerdote把AI整體稱為一條“L曲線”——不是傳統的先慢後陡，而是直接拔地而起。未來四年，深度AI使用者的滲透率將從極低的基數走向2%-5%，乃至15%。
同一套框架也能解釋他為什麼從看多SaaS轉向看空傳統軟體。鯨石資本曾經把40%-50%的倉位重倉在軟體上，2019年的持倉前十里，SaaS公司佔了大半。當時企業雲遷移的S曲線正處於爆發段，這些公司在曲線上的位置完全正確。但到了2026年，他們幾乎賣光了軟體，甚至整體淨做空。不是SaaS本身變差了，而是AI把SaaS的S曲線打斷了——CIO預算被AI擠佔，傳統軟體公司做出的AI產品體驗平庸，客戶不願額外買單。框架沒變，位置變了，結論就翻轉了。
06. 以前壞了直接扔，現在壞了整個叢集當機
過去40年，資料中心硬體幾乎沒有變化。摩爾定律的性能提升速度剛好匹配算力需求的增長，硬體不需要激進創新。PCB、記憶體、伺服器機箱、網路裝置，全是低毛利的同質化代工。從1Gb網路升級到10Gb，行業能磨洋工磨七年。
AI把算力工作負載從每年25%-40%的溫和增長推到了每年10倍。 每個環節都被推向物理極限。Sacerdote稱之為“去商品化”——過去的商品化部件突然變成了高壁壘、高毛利的關鍵基礎設施。
Celestica。 這家加拿大公司原本是IBM留下來的代工廠。1999年網際網路泡沫破裂後，電子代工淪為悲慘行業，幾乎所有產能遷往中國，低毛利、同質化。但Celestica撐了下來，保留了一支承襲自IBM超算團隊的設計人才。
三年前，他們成為了GoogleTPU伺服器的獨家代工商。當時這只股票的PE只有8倍。
一台AI伺服器的造價高達20-30萬美元。以前舊伺服器只要5000美元，壞了直接扔掉換新的。現在的AI伺服器如果壞了，整個算力叢集面臨當機風險。 你從一個可有可無的同質化代工廠，變成了飛機關鍵零部件的供應商——客戶一旦用上，根本不敢換掉你。
後來的發現讓鯨石資本自己都意外：Celestica在液冷散熱技術上積累極深，競爭對手做液冷都失敗了；在乙太網路白牌交換機市場拿下50%-60%的份額；他們的工程團隊還參與編寫了SONiC開放原始碼軟體底層。
Sacerdote說，“我們最初以為這只是踩中風口的短期故事，深入後發現構築了極其堅固的競爭壁壘。”
台光電子（Elite Material）。 做PCB板最核心的原材料——銅箔基板。AI伺服器主機板從過去的10層漲到了40層，全球有能力生產這種超高層數PCB的供應商極少。僅原材料使用量的變化就帶來了50%-60%的年複合增長，產品ASP持續上揚，毛利率走高。
更關鍵的變化是客戶關係。過去客戶的態度是“下周需要貨再給你打電話”。現在變成了“我們需要你未來四年跟我們一起開發下一代硬體路線圖”。
康寧（Corning）。 高端光纖市場壟斷份額極高。微軟最近新建的一個資料中心，鋪設的光纖長度可以繞地球四圈半。當機架內GPU連接從銅纜向光纖過渡時——這個拐點正在逼近——康寧面臨的市場機會直接翻2-3倍。
這三個案例的共同特徵：出貨量、ASP、毛利率同時在變。 一家公司從過去5%增長的低毛利同質化代工，變成了未來四年收入復合年增長率35%-50%、利潤率不斷走高的業務。
這正是“被低估的盈利能力”在舊行業裡重新出現的標誌。它們的S曲線不是自己創造的，而是AI基礎設施那條S曲線向下傳導的結果。
中國的AI產業鏈也要按同樣的問題去看：它處在什麼滲透率，誰有不可替代性，市場有沒有重算利潤表。
07. 買遲一點完全沒問題
彼得·林奇曾對年輕時在富達實習的Sacerdote說過一句話：把歷史走勢圖給涂白抹掉，一切都只關乎未來。
在ILTB的訪談裡，Sacerdote自己也說：在很多情況下，即使你錯過了前一、二、三年的機會也無妨。因為如果這條S曲線的頂端能達到半兆美元規模，那麼增長期就會拉得極長。你不必一定要在第一天就精確入場。
S曲線投資法給出的不是一個確定的買入價格，而是一套定位系統。 這項技術在採納周期的什麼位置？壁壘移除了多少？贏家出現了嗎？市場把利潤表算對了嗎？什麼時候該走？
在Sacerdote的估算裡，AI基礎設施走了大約10%，企業應用不到1%。
但這是美國的情況。 (硅步run)