前幾天我重新翻了一遍 Leopold Aschenbrenner 被迫降槓桿前的持倉，越看越覺得奇怪。
如果讀者不知道 Leopold 是誰，他曾經在 OpenAI 工作，在 2024 年 6 月寫了一篇很長的《Situational Awareness》，試圖推演未來幾年人工智慧能力、算力、電力與國家競爭會怎麼演變。我們可以不同意他的時間表，但如果只看對 AI 基礎設施的理解深度，我認為他大概算目前公開市場基金經理裡少數真正從技術一路研究到能源的人。
所以照常理，我原本以為他的持倉應該很好猜。輝達、博通、超微、各種晶片公司，或是直接重倉幾家最熱門的公司。
結果完全不是。
截至第二季披露，他最大的兩個部位居然是閃迪與美光，兩家公司加起來超過一半的持倉。再往下面看是，台積電、STM、Vishay、Bloom Energy、Nebius、CoreWeave，以及一堆原本做比特幣挖礦、後來開始轉向 AI 數據中心的公司。
看完第一個感覺是「這哪像一個最懂產業的人買的」？
他幾乎沒有在賭「誰能做出最好的模型」，甚至沒有把最多的錢押在「誰能設計出最好的晶片」。反而重倉的是記憶體、儲存、晶圓製造、電力，以及一堆乍看之下很普通的基礎設施公司。
但如果把這些公司重新排一次，突然就看懂了。
模型往下，是晶片。
晶片往下，是台積電的製程、封裝、記憶體與儲存。
晶片裝進伺服器之後，需要網路、電源管理和大量設備。
設備放進數據中心，數據中心最後需要土地、光纖、冷卻系統，以及最重要的電。
換句話說，Leopold 可能根本不是在預設哪一家 AI 公司最後會贏。
他要的是確定性「不管最後誰贏，都逃不掉什麼」。
這個視野高度就完全不一樣了。
假設未來 Google 的自研晶片越做越好，Amazon 的 Trainium 搶走一部分輝達市場，Meta 也把自己的晶片大量部署，加上 OpenAI 自己設計晶片。那麼哪一家晶片設計公司的市佔率會變高，未來會怎麼樣？性能怎麼樣？行外人除了信仰外確實很難預測。
但這些晶片最後還是要被製造、還是需要記憶體、還是需要儲存、還是需要進有電的數據中心。所以與其給自己預設立場猜「誰會贏」或什麼都買，另一種更安全的做法，是直接買所有競爭者都必須付錢經過的關卡。
這讓我想到過去一百多年房地產最簡單的投資邏輯。我們不需要知道紐約最後是哪一家銀行最大，也不需要知道哪個建商最後最成功。只要越來越多人想進曼哈頓工作、做生意、生活，而核心土地沒有辦法快速增加，那麼所有成功的人最後都得付租金。
真正稀缺的不是公司，而是位置。AI 會不會也正在形成類似的結構？
這篇文章算是把我最近這段時間的一個腦洞，完整整理成一條線。如果未來增加最快的「人口」不是人類，而是數以億計可以工作、創造經濟價值的 AI Agent，我們是不是應該重新估值它們賴以生存的物理世界？
從這個假設開始，重新去看數據中心、電力、算力與資本支出。篇幅會比較長，因為我不想只丟幾個結論，而是想把整套推演完整走一次。
我會從「一兆瓦到底值多少錢」開始，一路講到 Meta 正在爭奪的算力控制權、算力如何逐漸金融化，再回頭看大空頭對折舊與資本支出的質疑，以及這一輪 AI 資本支出週期，為什麼可能比很多人想像得更長。現在有哪些機會，以及未來出現哪些訊號時，我們才真的需要開始擔心週期風險。
過去一百多年，房地產最重要的推力很好理解。
人口增加 → 城市化 → 生產力提升 → 薪資增加→ 貨幣通膨。
越來越多人擠進有限的城市土地裡工作和生活，房子不只是一個消費品，它變成家庭最重要的資產之一。人每天工作、創造收入，其中很大一部分最後又流回土地與住宅。
租金、房貸、房產稅、管理費、裝修、維護。
從經濟學的角度看，人類文明其實把非常大一部分生產成果，用來支付「我需要一個物理空間才能生活」這件事情。
但 AI 出現之後，一個很有意思的問題浮出水面，甚至值得讓我們放下傳統房地產與科技資本支出之間的偏見。如果未來增加最快的「人口」，不是人類呢？
人類人口的增長速度有碳基生命的基因極限。一個小孩出生後，要十幾二十年才會成為完整的勞動力。一天只有二十四個小時，我們需要睡覺、我們會老、最後會死亡。在有限的歲月裡，我們需要花大量的時間學習、傳承我們的知識給下一代。
但 AI Agent 沒有這些限制。
假設一家公司今天部署一萬個 AI 代理人，發現每一個都能在極短的時間共享知識，創造正向經濟價值，它不需要等二十年再增加下一代。
它可以變成十萬個。
一百萬個。
一千萬個。
只要增加一個代理所創造的價值，高於它消耗的成本，理論上就有繼續複製的經濟誘因。我們現在的價值觀被限制在只有人類能賺錢、人類能花錢、人類才能完成一個完整的經濟閉環。但如果我們大膽的放開固化思維，就會出現一個非常有意思的平行世界。
人類需要居住空間才能生活，AI 需要算力才能存在。
人類想進城市工作，需要滿足食衣住行。
AI 想工作，需要占用晶片、記憶體、網路和電力。
人類工作賺錢，再把一部分收入拿去付租金與房貸。
AI Agent 如果替我們創造收入，我們同樣會把其中一部分拿去支付算力成本。
它當然不會真的拿著薪水去銀行繳房租，但從經濟意義上來看沒有太大的差別。
如果一個 Agent 一年替我們創造 5 萬美元的價值，而維持它工作一年需要 5,000 美元的算力，我們就會替它付這 5,000 美元。這 5,000 美元，就是它的「房租」。
所以我冒出了一個很大膽的想法「未來的房地產，會不會就是今天的數據中心」？但研究下去之後，我覺得這句話還不夠準確。因為數據中心本身並沒有那麼稀缺。建築可以蓋、伺服器可以買、晶片可以換。真正麻煩的是，蓋好一棟巨大的建築後，電從哪裡來？
傳統房地產最常聽到的一句話是「地點、地點、地點」。同樣一棟建築成本的房子放在不同地方，價值可以差十倍、二十倍。因為我們無法複製土地的位置。
AI 數據中心也出現相同的版本，一塊普通的工業用地沒有特別值錢。但是如果同一塊土地已經取得幾百兆瓦的電力、已經完成電網併接、旁邊有變電站、高壓輸電線已經拉好、光纖可以接入、地方政府願意核發許可、水和散熱條件也能滿足高密度運算，那它就不是一塊普通土地了。
因為這些東西不是多花一點錢，明年就一定可以得到。一棟數據中心可能兩三年可以蓋起來，一條新的輸電線、一座大型變電站或新的發電設施，時間可能遠遠更長。
這代表 AI 世界的「黃金地段」，未必在紐約、倫敦、台北。它可能在一個普通人從來不會想搬去住的地方。只要那裡有便宜又穩定的電，而且今天就能接上。
所以我發現我之前錯了，也不是錯了，是我的想像力、我的腦洞開的不夠大。
數據中心不是土地，兆瓦、吉瓦才是土地。數據中心是蓋在土地上的房子、晶片是放在房子裡的家具與設備、AI Agent 是房客。算力公司是把整棟房子經營起來，再向房客收費的人。
這個差別非常重要，因為當我們開始願意用這個方式拆解之後，就可以回答原本一直讓我覺得奇怪的問題「既然 AI 基礎設施都這麼資本密集，為什麼市場只願意給 Nebius 和 CoreWeave 這麼高的估值」？
它們明明也要不停買晶片、蓋數據中心、借錢、付電費。照傳統投資的觀念，這種生意不是應該比軟體公司的估值低很多嗎、他們又與其他 Neocloud 公司有什麼不同？
要理解原因，我們就必須在算一件事情「一兆瓦的「房子」，和一兆瓦真的可以出租的 AI 算力，到底差多少錢」？
大家都知道真正稀缺的是電，那為什麼控制電力與數據中心的公司，估值反而遠遠低於 Nebius、CoreWeave？
因為同樣一兆瓦，放在不同人的手上，能創造的收入完全不是一個量級。
我們先從最接近傳統房地產的生意開始算。CleanSpark 在喬治亞州 Sandersville 簽下了一份 20 年數據中心租約，提供 175 兆瓦基礎合約收入大概 66 億。
平均下來 66 億 ÷ 20 年 ÷ 175 兆瓦 = 每一兆瓦每年收 189 萬美元租金。而且這是一份三重淨租約，很多營運成本由租戶承擔，性質已經非常接近大型基礎設施房地產。
再來看大家關注的 Applied Digital。它目前已經簽下 1.4 吉瓦 AI 數據中心容量，基礎租約總額 360 億美元，大部分合約期限是 15 年。
我們同樣來換算 360 億 ÷ 15 年 ÷ 1,410 兆瓦 = 每一兆瓦每年 170 萬美元。兩家公司非常接近，一個 170 萬，另一個接近 190 萬。從中我們大概可以先得到一個粗略概念，如果你只是提供一座已經有電、有冷卻、有光纖，可以讓客戶放 AI 設備的數據中心，今天一兆瓦的長期年租金，大約就是一兩百萬的級別。
聽起來已經很好了，直到我們打開 NBIS 最新一季的財報。
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.