红杉美国最新洞察：AI 的 8400 亿美元问题

红杉资本合伙人 David Cahn 是当下硅谷最被关注的 AI 投资人之一，他的判断总是比市场早半步。2023 年，他在《AI 的 2000 亿美元问题》中首次提出：算力的真正价值不在制造，而在消费；到了 2024 年，又在《》中计算出——要支撑 1500 亿美元的 GPU 投资，全球必须额外创造 6000 亿美元的新增收入。这组推演一度被视为危言耸听，如今却成为投资人衡量 AI 产业现实回报的基础公式。

一年后，Cahn 重新出现，带着更宏观的思考。他认为，AI 已不再是“虚拟技术”的故事，而是一场彻底的“物理化革命”：电力、算力、施工、土地和能源，成了这一轮技术周期最稀缺的资源。“AI 世界的货币，不再是美元，而是千兆瓦。”

在最新的 20VC 播客对话中，他从数据中心谈到资本泡沫，从防务科技讲到年轻人的原生思维。他复盘过去一年全球 AI 产业的扩张节奏，也描绘泡沫之后的幸存法则。语气克制、逻辑锋利，依旧延续了他那种“把科技当作经济学”来分析的冷静方式。“AI 泡沫不可怕，可怕的是没有人在泡沫中进化。”

钢铁与电力：AI 的物理化现实

David Cahn 认为，AI 产业的真正护城河，已经从算法和模型，转向了“钢铁、电力与施工队”。2024 年他曾提出「AI 的物理化」这一概念，当时还被视为过于冷门的判断，如今成了产业的主旋律。回顾那一年，资本市场的讨论集中在模型与算力，他却注意到一个更原始的问题——要让这些模型运行，必须先把电接上。

他在节目中回忆，2024 年夏天自己就在前线观察到基础设施紧缺的征兆：数据中心的电工被空运到德州，发电机产能被预订到 2030 年，整个行业都在抢占物理资源。“大家当时都在比拼算力模型，却忘了供电和建设才是第一性问题。”于是他提出：投资人应该从“比特视角”切换到“原子视角”，理解 AI 背后真实的物理性。

事实验证了这一判断。过去一年，AI 产业最大的赢家并非软件公司，而是电力、能源与基建相关企业。Cahn 称之为“AI 电力交易（AI Power Trade）”——2025 年华尔街最成功的套利，是押注电力成为算力瓶颈。他指出，Sam Altman 现在谈论的不再是“美元”，而是“吉瓦（Gigawatt）”。这意味着资本的语言正在变化，“AI 世界的货币单位，不再是资金，而是功率。”

这种变化也映射到宏观经济层面。GDP 原本衡量的是“有形的产出”，而 AI 的爆发恰好重新点燃了这一部分：建筑工地、钢结构、冷却设备和数据中心用地的投资，都被计入统计口径。“AI 的物理化，让美国 GDP 再次与现实世界挂钩。”这不是软件层面的增长，而是钢铁、混凝土与电缆的增长。

他进一步指出，去年提出的“6000 亿美元问题”如今已升级为“8400 亿美元问题”。当时他计算：如果英伟达卖出 1500 亿美元的 GPU，就会带来约 3000 亿美元的数据中心投资，要支撑这笔资本回报，至少需要 6000 亿美元的营收来覆盖成本。到 2025 年夏，这个模型已膨胀到 8400 亿美元。Cahn 的关键问题是：“客户的客户是否健康？”也就是说，真正的终端需求是否存在，是否有人为这场算力狂欢买单。

他用一句话概括当前阶段：“2024 年我们还在谈规划，2025 年铁锹已经下地。” 但他也提醒，这一轮建设存在巨大差异。“建得快，反而可能输。”因为当所有人同时开工、同时抢供货商，延迟与成本会迅速上升。Cahn 将建设本身视作新周期的护城河——谁能在复杂供应链中抢到设备、拿到许可、按时通电，谁就能在未来算力战争中占得先机。

他认为，投资人和创业者普遍低估了“建造能力”的难度，也低估了其长期价值。“我们以为算法是核心，其实混凝土才是门槛。”在他看来，未来几年内，AI 行业的优胜者将不是写代码最快的团队，而是能最快建成并稳定运行数据中心的团队。

泡沫与循环：资本的错配时刻

在谈及市场氛围时，David Cahn 的语气依旧冷静：“是的，我们正处在一个 AI 泡沫中。” 他说，这并非危言耸听，而是事实的延伸。过去一年里，AI 已从前沿创新变成全民共识，连最激进的多头——Sam Altman、Vinod Khosla、Jeff Bezos——都公开承认市场存在泡沫成分。Cahn 借用塔勒布的比喻：“没人能预测建筑哪天会倒，但每个人都能看出它已经开始摇晃。”

他认为，这种“摇晃”来自两个方向：一是循环交易的扩散，二是资本时间错配。2024 年底到 2025 年初，微软和亚马逊仍是 AI 生态的支柱，它们承担数据中心租约、提前锁定电力容量，相当于接住了“需求的烫手山芋”。但进入 2025 年后，这两家巨头开始收缩投资，转而由 Oracle 和 CoreWeave 接盘——规模更小、风险承受能力更弱。与此同时，芯片公司为了刺激出货量，也开始主动融资建厂，把资本支出反向记作收入。“这是一种精致的循环，买方变卖方，卖方又成了融资方。”

Cahn 指出，如今行业中常见的大项目——动辄以“吉瓦”计量的算力交易——很多其实并未完成融资。“现在没人知道 1 个吉瓦到底值多少钱。” 他的估算是，每 1 个 gigawatt 的数据中心造价约 400 亿到 600 亿美元。按照目前全球规划的 800 个 gigawatt 计算，这意味着约 8 万亿美元的建设需求，而这些资金远未真正落实。“我们正生活在一个所有资本机器都朝同一方向倾斜的时代——AI——但问题是它们都集中在一个过短的周期内。”

他把这一阶段称为“股权型泡沫”，区别于 2008 年的债务危机。那次是信贷链断裂，而这次更多是估值层面的膨胀。“AI 的资本循环不是借来的钱，而是股东的钱。”当市场情绪反转，受伤的将是持有股票的人，而不是银行。Cahn 强调，大多数 AI 项目仍以现金和股权融资为主，因此崩盘形态不会像过去那样剧烈，却会更普遍、更缓慢地影响每一个投资组合。

在他看来，这场泡沫的核心特征并非虚假需求，而是时间错位。投资人押注未来十年的收益，却在两年内把钱花完。“这是一个被压缩的时代。” 产业的成长周期被资本的短期逻辑推到极致——模型还没落地，服务器已满负荷，项目刚开工，下一轮融资又开始。Cahn 认为，这种错配在长期并非灾难，只是需要更长的周期去消化。“AI 最终会兑现全部潜力，只是不会在 2025 年。”

他把这种现象称作“物理性迟滞”——能源、设备、工程都有摩擦成本，资本却假装没有。投资人愿意为“未来的算力”买单，却很少为“正在施工的算力”付出时间。Cahn 的结论是：AI 产业不会崩溃，但它必须经历一次“现实回归”的再平衡。“市场现在买的是速度，未来买的会是耐心。”

赢家与输家：算力消费与垄断幻觉

在这场被资本推向极限的周期中，David Cahn 给出的判断很直接：“赢家不会是生产算力的人，而是消费算力的人。”他将 AI 的结构分成两类：生产端与消费端。生产端像炼油厂，负责提供统一的基础资源；消费端则像能源用户，利用这些资源创造更高附加值的智能应用。

他的逻辑是，算力是一种“商品化资产”，生产越多价格越低。“在过度供给的市场里，你可能是最优秀的炼油工，但油价下跌仍会吞噬利润。”因此，从长期回报来看，生产算力的企业注定具有周期性，估值波动剧烈；相反，那些将算力转化为智能、内容或服务的企业——也就是“算力消费者”——将享受更稳定、更高倍的复利增长。

这套框架最早出现在他 2023 年发表的《AI 的 2 亿美元问题》一文中。那时他提出：算力的最终受益者是使用方而非制造方。如今，这一判断已成为行业共识，但他指出市场行为仍然背道而驰——“尽管大家嘴上都说要投消费端，80% 的资金仍流入生产端。”因为生产端能消耗更多资本，融资规模庞大，投资机构更容易“部署资金”。这是一种结构性偏见：资本被“吸引到最烧钱的地方”，而非最有创造力的地方。

Cahn 用云计算的例子解释了为什么这种偏见令人误判。Google、AWS 和 Azure 这些云巨头被视为不可撼动的垄断者，但它们的诞生背景和当下完全不同。“当 Google 创立时，没有人知道它会成为垄断；当 YouTube 以 10 亿美元卖掉时，也没人认为那笔交易低估了未来。”垄断之所以能形成，是因为它在“无人注视的角落”成长。而 AI 不具备这样的隐蔽性——现在所有人都知道它的重要性。

因此，Cahn 提出一个警告：AI 不会再复制“大厂垄断时代”的利润率。“今天的创业者都在公开的战场上竞争，任何一个突破都立刻被看见、复制、追赶。”他称之为“透明市场”，在这种市场里，垄断利润难以形成，行业利润率会回归常态。

他认为，这种结构性变化反而是好事。AI 行业的开放竞争将更快地推动技术扩散和价格下降，消费者将以更低成本获得更高质量的智能服务。“我们不该害怕竞争，真正该害怕的是 AI 的垄断。”

谈到企业特征时，他再次强调对“算力消费者”的偏好——那些用 AI 改变终端体验的公司。他提到红杉投资的 Clay 与 Juicebox，前者在构建全球化数据关联层，后者在重塑招聘体验。两者共同点是：不依赖无限融资，而依靠真实的客户爱与需求驱动增长。“最好的公司，是那些不需要资本也能活得很好的公司。”

Cahn 把这种自我造血能力视作新周期中最宝贵的资产。他总结道：“资本不会决定谁能成功，客户才会。”在一个竞争完全公开、供给持续扩张的市场，算力消费者才是长期的复利机器，而算力生产者，只是周期的波峰与波谷。

防务的转折：从战争到威慑

当对话转向防务科技时，David Cahn 的语气格外笃定：“防务是下一个 AI。”他回忆，自己在 2018 年刚开始投资 AI 时的心情，与今日投资防务时如出一辙——那是一种被忽视但不可逆的趋势。乌克兰战争在他看来，就是防务领域的“Transformer 时刻”。这场冲突让世界意识到一个残酷现实：“技术已经走到 2025 年，但战争仍停留在 1970 年。”

在他看来，防务领域的技术代差来自长期和平带来的“制度惯性”。五十年来，世界经历了罕见的和平周期，防务体系也随之固化。直到俄乌战争爆发，才暴露出传统装备与现代计算之间的鸿沟——卫星图像、无人机、远程打击和数据决策系统的结合，使战争的“数据化”成为现实。Cahn 说，正如 Transformer 论文开启了 AI 的工业革命，乌克兰战场也成为全球防务数字化的起点。

红杉确实错过了防务投资的最初窗口，他并不回避这一点。“我们的确晚了，但我们正在赶上。”他认为，这种“补课”是必要的。就像红杉当年重新进入移动互联网一样，防务领域也正处于“再创业”周期。不同的是，这次的目标不是战争，而是威慑——“防务的意义，从来不是打仗，而是避免战争。”

Cahn 将这一轮的防务创新视为“数字化防御革命”：国家不再仅仅依靠传统军火厂和长期合同，而是向新型科技公司开放合作，让算法、智能体、卫星和传感器融入军工体系。“这其实是防务行业的 SaaS 化，只不过客户是国家。”

他用“国家冠军”来形容未来的格局：每个主要国家只会诞生一到两家真正的主导公司。在美国，是 Anduril；在以色列，是 Kela；在欧洲，是 Stark——这三家都是他认为的“国家级公司”。红杉在过去两年中，分别投资了后两家。Cahn 解释，这种集中化是行业属性决定的：防务不是开放市场，而是高度集中、单一买方的产业。“防务科技的目标是服务国家安全，而不是追求用户数。”

以色列的 Kela 拥有全球顶尖的工程与安全团队，而欧洲的 Stark 则在两轮融资中得到红杉支持，正成为区域防务数字化的核心平台。Cahn 形容这两家公司是“现代版的洛克希德与雷神”，但它们的武器是算法和数据。

对于防务投资过热的担忧，他态度明确。“这不是一个可以容纳 30 家独角兽的行业。”他预期未来全球范围内仅会出现个位数的巨头，因为客户有限、技术门槛极高、周期漫长。投资防务，不是计算回报率，而是长期信任建设。“防务公司不靠广告增长，也不靠爆款产品，它们靠的是五十年不出错。”

Cahn 强调，这个领域的核心指标不是利润，而是安全。“好的防务技术让战争不发生，让人不用死。”在他看来，这种“威慑力红利”才是真正的复利，而防务科技的使命，是用 AI 帮人类延长和平。

年轻的力量：AI 原住民的一代

谈到创业团队的构成，David Cahn 提出了一个几乎颠覆硅谷招聘逻辑的观点：“在 AI 领域，没有人有超过 5 年的经验。”这句话听上去像玩笑，但在他看来却是最重要的现实判断。ChatGPT 发布至今不过五年，所有人都在同一个起跑线上。那些 23 到 25 岁的年轻人——大学刚毕业的工程师、科研社群的开发者——不仅是使用者，更是新范式的原住民。

Cahn 说，他每年会见两三百位刚毕业的年轻人，大多数来自顶尖学校，他甚至亲自为投资组合中的公司“挖人”。他发现，那些在 18 岁就开始使用 ChatGPT、训练模型、写 Prompt 的年轻人，拥有一种完全不同的直觉——他们不是在学习 AI，而是在用 AI 思考。在他眼中，这类人才的学习速度与迭代能力，是当代创业最宝贵的资产。

传统初创公司会优先聘请资深工程师，因为他们懂架构、能独立交付；但在 AI 创业时代，Cahn 认为“通才年轻人”反而更有价值。“我们不该低估 23 岁的工程师，他们的脑回路是原生适配 AI 的。”他承认雇用年轻人风险更显性——情绪不稳定、工作经验不足、对组织流程陌生——但他宁愿承担“看得见的风险”，也不要那些隐藏在效率和惰性中的“隐性风险”。

他在红杉内部称这种思维为“可见风险偏好”：任何决策都带来代价，但真正危险的是你没看见风险就做出决定。“资深员工的风险藏得深，他们可能不再学习，也可能把创新变成例行公事。” 相比之下，年轻人哪怕犯错，也能在实验中长成新一代核心力量。

当被问到如何建议刚踏入职场的年轻人时，Cahn 的回答更像一位长期研究社会心理的投资人。“年轻人择业时常用的是模仿算法——他们参考前一届最优秀的人去了哪里。”他称这种模式为“模因算法”：看上去是独立选择，实则是跟随社会惯性。他并不全盘否定这种机制，因为在稳定周期里它确实有效——上世纪 2000 年去 Google、2010 年去 Palantir，都是聪明的选择。但他强调，这个算法在 2025 年“失效”了。

原因在于，上一代人的数据集中没有 AI。那些榜样没有经历生成式智能的爆发，也没有见过 LLM 改变工作的方式。“模因算法在面对新数据时崩溃。”他建议年轻人保留跟随直觉，但必须在决策中加入一个新的权重——AI 变量。“加入 AI 变量意味着，你要重新定义未来的有趣工作在哪里。”

在观察这些年轻人时，Cahn 发现一个重要分层：90% 的人选择工作时问“我能获得什么”，而只有不到 10% 的人问“我能贡献什么”。他称后者为“建设者（Builders）”。这些人通常是创业公司的文化中枢，他们不以职位衡量价值，而以创造衡量意义。“当你贡献得足够多，你自然能获得更多。”

他说，AI 创业者最需要的正是这种“贡献型人格”。在 Clay、Juicebox 等他投资的公司里，核心团队成员都极年轻，却能承担远超年龄的责任。Cahn 形容他们是“生于算法时代的一代人”，也是驱动下一个十年的原动力。“未来最重要的招聘，不是再找 40 岁的专家，而是找 23 岁的天才。”

泡沫、进化与时间的尺度

在节目最后，David Cahn 重新回到了那个最常被问的问题：AI 是否是一场泡沫？他没有回避，也没有修辞——只是平静地说：“是的，但这是值得经历的泡沫。”在他看来，泡沫并不意味着虚假，而是新技术与资本之间的时间错位，是进化的自然现象。“任何足够伟大的革命，都会以泡沫的形式出现。”

他回忆 2000 年的互联网浪潮：当时无数公司破产，市值蒸发九成，但留下的 Google、Amazon、Netflix 改变了整个社会。“泡沫不会摧毁技术，只会摧毁错误的节奏。”他认为，AI 也在经历同样的阶段——一部分人太早下注，一部分人太慢行动，而真正的赢家，是那些在混乱中依然能持续构建、沉下心解决问题的人。

Cahn 强调，AI 并非虚拟的未来叙事，而是当下正在重塑物理世界的力量。从电网到数据中心，从防务到教育，从内容到劳动力市场，AI 的触角已经深入每个社会层面。它所带来的变化，既是经济层面的，也是文明层面的。“AI 是人类历史级的事件，它让我们第一次有能力复制自己的思考。”

他也反对那种把 AI 视作“技术末日”的论调。“AI 不会毁灭世界，它只会暴露世界。”它揭示了人类组织的效率、制度的惰性、教育的滞后，也揭示了创新的潜能。Cahn 认为，这种揭示本身就是一种进步，因为唯有看见真相，社会才能修正方向。

对于时间，他的视角依旧宽广。很多投资人希望在两年内看到结果，而他看的是五十年。“AI 的进程不会被财报定义，它是一种长期的文明曲线。” 在他看来，AI 的每一次迭代都在延长人类的“智力寿命”，让知识与经验不再以个人生命为限。

他用一句带有哲学意味的话收尾：“我们可能会烧掉一些资本，但最终会得到一个更聪明的世界。”在 Cahn 的叙述中，AI 的故事从未是关于谁更快、谁更富，而是关于人类如何更好地理解自己——以及，如何让技术成为我们继续进化的证据。

✦精选内容✦