万亿美元正以前所未有的速度涌入 AI 基础设施。数据显示，微软、亚马逊、Alphabet 和 Meta 这四家头部云厂商的资本开支上限已高达 7250 亿美元，较 2025 年激增 77%。若算上 Oracle、CoreWeave、Stargate 项目以及各国主权 AI 计划，全年流入 AI 基础设施的资金已轻松突破 1 万亿美元大关。
商业铁律告诉我们，资金流向即利润流向。但这 1 万亿美元真的均分给了产业链上的每一家公司吗？显然不是。正如早期科技投资人 Chris Zeoli 所指出的，在这场万亿狂欢中，有人躺着吃肉，有人站着喝汤，有人累死累活做嫁衣，还有人背着巨债在赌明天。
**01 垄断层：稀缺性才是最大的印钞机**
在拆解利润分配前，必须先达成一个共识：商业利润永远向最稀缺的环节集中。处于金字塔顶端的英伟达、台积电和 ASML，之所以能攫取最丰厚的利润，核心在于“不可替代性”。
英伟达是典型代表。Blackwell B200 GPU 的制造成本约 6400 美元，终端售价却在 3 万至 4 万美元之间，5 到 6 倍的溢价支撑起了其 75% 的惊人毛利率。但这并非硬件本身的高利润，而是“CUDA 生态”的胜利。CUDA 是英伟达花了十几年构建的编程平台，相当于 AI 时代的 Windows。全球数百万开发者在此积累了工具库和算法框架，主流 AI 框架底层均与之适配。因此，英伟达赚的不是芯片钱，而是全行业算力开支的“系统税”。
当市场因 DeepSeek 训练成本骤降而恐慌时，英伟达股价暴跌，但随后市值翻了 8 倍。这正是“杰文斯悖论”：效率提升反而催生了更大需求。台积电凭借 CoWoS 先进封装技术，垄断了 AI 芯片的量产与良率，毛利率高达 66%。ASML 则手握 EUV 光刻机这一全球唯一技术，耗时 20 年投入 200 亿欧元研发出的壁垒，更是金钱难以复制的。这一层的公司，赚的是结构性稀缺的钱。
**02 中间壁垒层：客户换不动，也是稳稳的生意**
比绝对垄断稍逊一筹的，是依靠高转换成本站稳脚跟的中间层。虽然不如“独一份”那样夸张，但客户一旦用上，便轻易不敢更换。
网络交换领域，Arista 凭借 EOS 操作系统提供毫秒级故障切换和智能流量调度，保障 AI 集群数据流通的绝对稳定，从而获得 60% 以上的毛利率。定制 ASIC 方面，博通通过深度绑定云厂商，帮助其自研芯片并优化软件栈，成为客户“去英伟达化”进程中的关键保障，毛利率高达 77%。但需警惕的是，随着云厂商自身研发能力增强，博通的护城河存在被稀释的风险。液冷赛道则由 Vertiv 主导，由于液冷与数据中心土建深度绑定，客户一旦部署便难以更换，订单积压超 150 亿美元，确立了极高的确定性。
**03 周期红利层：HBM 难出第二个英伟达**
若论 2026 年最耀眼的明星，非 HBM（高带宽内存）莫属。SK 海力士、三星和美光凭借垄断地位，毛利率高达 75%-85%，甚至短暂超越英伟达。但这并非英伟达式的结构性壁垒，而是短期供需错配带来的红利。
存储行业有一条四十年的铁律：涨价-扩产-过剩-降价，四年一轮。尽管本轮 HBM 涨幅史无前例（DRAM 合约价同比涨 820%），但 NAND 闪存现货价格已跌破合约价，预示着周期拐点临近。当三家厂商新产能集中释放，高毛利必然被压缩。HBM 更像是一次性的波段交易，而非长久的信仰。
**04 内卷层：收入越高越危险的“苦生意”**
如果说周期层的不确定性在于“何时见顶”，那么内卷层的残酷在于“不得不干”。最典型的便是 AI 服务器组装商和 GPU 云厂商。
戴尔和超微电脑等组装厂，处于产业链底端，向上游强势芯片厂商和下游强势云厂商“两头受气”，运营利润率仅个位数，沦为纯粹的搬运工。而 CoreWeave 等新锐云厂商看似营收增长迅猛，实则背上了高达 250% 的资产负债率，且客户高度集中于少数大厂。一旦需求放缓，高杠杆将瞬间反噬。这种借钱买 GPU 再出租的生意，正如 90 年代末的光纤泡沫，历史不会简单重复，但价值分配的规律不变。
**05 总结**
拆解完这条万亿 AI 基础设施的产业链，残酷的真相浮出水面：企业的盈利能力，根本上取决于其所在环节在供给侧的稀缺程度。
当潮水汹涌时，人人都觉得自己是赢家。但只有等到退潮的那一刻，我们才能看清谁在裸泳。万亿狂欢仍在继续，但底层的洗牌与分化，已然悄然拉开序幕。