01. 康波归位之后，普通人的钱该怎么跟着AI走
前文👉
过去一年被引用最多的那个 AI 数字，可能是 95%[1]。
它出自 MIT 旗下 Project NANDA 的一份工作论文。报告说，在约 300 亿到 400 亿美元的企业投入之下，95% 的组织没有拿到回报[1]。这句话用很短的时间完成了从报告到头条、再到饭桌共识的迁移，甚至一度被算进市场下跌的理由里。
麻烦在于，这是报告的结论句，不是报告的数据。
同一份报告真正画出形状的，是一条漏斗：60% 的组织评估过定制的企业级 AI 工具，20% 走到试点，只有 5% 进入生产[1]。支撑它的样本是 52 家机构的访谈、153 位管理者的问卷，以及 300 多个公开案例；作者自己写明，这些比例来自访谈而不是公司正式披露，只能说”方向性准确”[1]。
按 20% 和 5% 这两个数，真正跑过试点门槛的其实是四分之一左右，而不是二十分之一[2]。随后有分析师和学者把这层误读逐条拆开，也顺带质疑了这份报告本身的方法与立场[11][12]。
但漏斗的形状是对的：企业愿意掏这笔钱，钱却没有均匀地落到提供工具的人手里。
这才是这篇要接着往下问的问题。上一篇写的是康波归位之后，普通人的工时为什么会重新定价康波归位之后，普通人如何保住自己的工作价格；
这一篇翻到镜子另一面——当那部分脑力真的被机器接走，普通人的积蓄该停在哪一层，才不至于和工资押进同一个故事。
先放一句提醒。哈耶克在《知识在社会中的运用》里讲过，做决策需要的知识从来不以集中完整的形式存在，而是分散在无数个体手里；价格的作用，是让人只看几个指针就能调整行为[9]。如果看懂技术方向就能看懂价格方向，最早喊单的那批人早就该富了。
02. 离 AI 最近的钱，为什么最少
那条漏斗可以当成一份分配表来读。
一端是投入：企业级 AI 上花了 300 亿到 400 亿美元，5% 的定制工具进了生产[1]。另一端是供给：做应用的公司很多，能收上钱、第二年还能接着收的很少。
供给多、门槛低、替换快，价格就守不住——这个规律对应用层从不客气，AI 应用暂时也没能例外[10]。客户可以把同一份需求递给三家比价，可以自己接上通用模型的接口，也可以在效果不满意时换人重做。
护城河最浅的位置，常常价格战最凶、估值却最敢喊。我此前那篇《最差的生意模式叠加最贵的估值》讲的就是这件事——同样的逻辑，放在ToB市场中的 AI 依然成立——背后的机制：钱不是凭空消失，而是换了停靠的位置。
能留下来的钱，通常停在三种地方。
- 一是别人拿不到的资源；
- 二是客户换起来很痛的路径；
- 三是能持续把成本压下去的能力。
三样都不占，就只剩下讲故事的资格。
所以那句”越靠近 AI 的钱越少”准确的说，不是 AI 不赚钱，而是离 AI 的钱最近、进入门槛又最低的那一层，分到的租金最少。
03. 瓶颈是一面双面镜
既然模型和应用薄，顺理成章的下一步是往上游走：电力、算力、芯片、先进制程、冷却、土地。
这些确实是 AI 扩张绕不开的物理约束。国际能源署估算，数据中心 2024 年用电约 415 太瓦时，占全球用电的 1.5%；基准情景下到 2030 年翻倍到约 945 太瓦时，接近全球用电的 3%，年均增速约 15%[4]。
一个需求要翻倍、增速是全社会四倍多的环节，足够支撑一个长期故事。但国际能源署在同一页写下了另一半：数据中心两三年就能建成投运，而更广泛的能源系统需要更长的规划周期、更慢的审批和更高的前期投入[4]。
缺口是真的，补缺口要花的时间也是真的。于是同一处瓶颈，看起来就有了两种面孔。
一面看，瓶颈是整个行业的天花板。芯片、电力、冷却不够，下游应用做得再漂亮也交付不出来，全行业的规模被卡在上面。这一面给出的信号偏空：它给整个行业盖了盖子。
另一面看，正因为天花板锁死了增长，想增长的玩家就必须砸钱把它冲开——买设备、抢制程、囤电、圈地建数据中心。这一面给出的信号偏多：瓶颈成了资本最集中的补短板方向。
同一个位置，同时是空头的理由和多头的理由。我在《高盛做多中国AI我在做空》里拆过这处分歧：顺着”电力是天花板，所以资本必须涌向电力”，推出来是做多；顺着”电力是天花板，所以锁死了硬件的收入上限”，推出来是做空。两边都能自洽，因为它们各自站住了镜子的一面。
资本愿意涌进来的证据并不难找。美联储 2026 年 5 月的金融稳定报告提到，与云计算相关的大型投资级企业债券发行，一个季度就接近 1000 亿美元[7]。
但资本开支的规模，不等于这个环节的利润。
ASML 是个好样本。2025 年它卖了 327 亿欧元，毛利率 52.8%，年末还压着 388 亿欧元的订单积压[3]。好看的数字旁边，公司在同一份新闻稿里列了一串风险：订单可能被取消、推迟或延后交付，出口管制可能改变交付节奏，积压订单不保证按期变成收入[3]。
订单积压不等于永远的收入。再紧俏的瓶颈，现金流没进自己口袋之前，都还挂在别人的扩产计划上。
判断一个瓶颈值不值得下注，我会先问三个问题。
第一问，缺口多久会被补上。数据中心两三年，电网要更久[4]。稀缺的保质期不一样，配得上的下注方式就不一样。
第二问，补天花板的钱，能不能落成这个环节的利润。紧缺是一码事，把紧缺变成自由现金流是另一码事。只能补上产能、却提不动价的位置，忙到最后多半是替客户扩产。
第三问，最后是谁在替”冲破”付钱，他扛不扛得住。天花板一旦被冲开，稀缺就不再稀缺；下游一旦撑不起回报、资本开支放缓，最紧俏的环节往往最先吃到订单推迟和价格腰斩[3]。
三问过完，结论有点扫兴：瓶颈是很好的主动层标的，但不该是给全家托底的那一层。
04. 工资和资产，别押在同一个故事里
比判断错方向更常见的失误，是把判断放进了不该放的位置。
如果你的收入主要来自互联网、软件、商业分析这类高暴露岗位，劳动收入本身已经和技术采用的速度绑在一起了。Stanford 数字经济实验室基于 ADP 行政数据的研究发现，在 AI 高暴露职业中，22 至 25 岁劳动者的相对就业下降了 16%，同期资深员工保持稳定[8]。
这项研究是早期证据，既不能证明这轮变化只由 AI 引起，也不能直接外推到其他经济体。但它至少说明一件事：一部分人的工资节奏，就是这个行业的节奏[8]。
这时候再把家庭积蓄重仓科技成长股、芯片基金和 AI 主题产品，等于在同一个周期里用两条船装同一批货。技术繁荣时，工资和资产一起涨；资本开支开始消化，公司缩招、奖金缩水，科技类资产同时回撤。看起来是分散，实际上是把同一种风险认领了两遍。
不是说在科技行业工作的人就该回避科技资产。区别在于，你是在承担一份边界清楚的敞口，还是把生活的底盘也一起搬了过去。
换个角度更好理解。资产配置从来不是一件脱离生活单独设计的商品，它是个人资产负债表的一部分：一边是现金、投资和技能，另一边是房贷、家庭支出和对单一雇主的依赖。SEC 的投资者教育材料把配置的起点放在投资时间跨度和风险承受能力上，而不是放在哪个行业更热[5]。
收入端已经押过一次的人，资产端分散的边际价值更高；收入端和科技资本开支关系很弱的人，在资产端承担一点生产率敞口，反而谈不上过度集中。同一张配置表，放在不同的人身上，含义并不相同。
05. 不是一张配置表，是顺序
聊到这里，总有人会问：那到底该配多少比例？
比例是最后一层的事。先要回答的是另外两个问题——你现在是哪种人，这笔钱什么时候用。
第一步，先让自己活得下去。
用现金或短期限低风险产品，覆盖近期确定性的支出。它的任务不是跑赢 AI，而是在一次失业、一笔大额支出到来时，不必在最糟的时点卖掉长期资产。现金不是失败的投资，它买的是”不必在最糟的时候做决定”这道选择权。
要覆盖多久，没有通用答案。期限本身就是配置的一部分：确定要用的钱，不该和不确定的收入时间表共用同一个账户[5]。
第二步，再谈分享增长。
让低成本、广泛分散的长期资产去承接生产率带来的收益。SEC 的材料给出的是同一个排序：先谈投资期限和风险承受能力，再谈分散，最后才轮到哪个行业有前景[5]。
但”宽基”不等于自动分散。多数指数按市值加权，市值越大的公司权重越高[6]；如果持有多只基金就以为已经分散，SEC 的建议是翻开它们的前十大持仓，确认彼此确实不一样[6]。
第三步，才轮到你真正看得懂的那一层。
电力、半导体设备、数据中心配套、工业自动化都可以看，但研究要落到企业上，不能停在赛道上：客户是谁，订单怎么兑现，资本回报稳不稳，自有现金真不真，负债扛不扛得住下行期，估值里已经装进了多少年增长预期[3][7]。
反过来说，这几问一个都答不上来，赛道再热也和你的投资无关。拿一小笔钱去瓶颈里练手感可以，把全家的底仓押给天花板不行。
顺序比比例重要：先活下来，再分享增长，最后才表达判断。顺序反了，就是在最拥挤的门口买最贵的票；顺序对了，哪怕康波的方向整个判断错，代价也只是少赚一些，而不是被迫在最低点离场。
还得给这套顺序装一道闸。
任何 AI 主题放进组合之前，先过一遍反向检查单：如果技术采用比预期慢，这家公司还活得下去吗？如果利率长期偏高，它的资产负债表扛得住吗？如果大客户砍掉资本开支，收入会不会断档？如果出现同级替代品，毛利和客户还剩多少？
答不上来的，主题再正确，也不等于投资正确。
再平衡比预测更适合普通人。某类资产涨得太快，组合会在不知不觉间变成单一押注；跌了很多，也不自动等于值得买。SEC 把这个动作讲得很朴素——把偏离目标的持仓拉回原来的位置，而且不必频繁做[5]。
康波不是一张发财时间表，它更像一台重新分配稀缺性的机器：过去稀缺的是人的时间，往后一部分脑力任务会变得充足，而电力、算力、工程能力、客户信任和长期资本会变得更紧俏。
普通人不需要把自己训练成预测家。把工资的风险和资产的风险拆开，把底仓和判断拆开，把生产率的方向和价格的波动拆开——这三刀切下去，就已经比大多数追热词的人多了一层保护。
至于那个 95%：它错在传播，却指向了一个真问题[1][2]。技术会持续压低某些工作的价格，也会持续把资本推向新的瓶颈。投资要做的，从来不是押中最热的那个词，而是替你保住”哪怕判断错了，也还能继续过日子”的那道选择权。
06. 参考资料
[1] MIT NANDA（Project NANDA，Aditya Challapally 等），The GenAI Divide: State of AI in Business 2025，2025-07，https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf
[2] 80,000 Hours，The story behind the bad AI stat that moved markets and misled millions，2026-04-28，https://80000hours.substack.com/p/the-story-behind-the-bad-ai-stat
[3] ASML，ASML reports €32.7 billion total net sales and €9.6 billion net income in 2025，2026-01-28，https://www.asml.com/en/news/press-releases/2026/q4-2025-financial-results
[4] International Energy Agency，Energy and AI — Energy demand from AI，2025-04-10，https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
[5] U.S. Securities and Exchange Commission，Beginners’ Guide to Asset Allocation, Diversification, and Rebalancing，2009-08-27，https://www.sec.gov/investor/pubs/assetallocation.htm
[6] U.S. Securities and Exchange Commission，Investor Bulletin: Index Funds，2018-08-06，https://www.investor.gov/introduction-investing/general-resources/news-alerts/alerts-bulletins/investor-bulletins-26
[7] Board of Governors of the Federal Reserve System，Financial Stability Report, May 2026 — 1. Asset Valuations，2026-05-06，https://www.federalreserve.gov/publications/2026-may-financial-stability-report-asset-valuations.htm
[8] Stanford Digital Economy Lab（Brynjolfsson, Chandar, Chen），Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence，2025-11-13，https://digitaleconomy.stanford.edu/app/uploads/2025/12/CanariesintheCoalMine_Nov25.pdf
[9] F. A. Hayek，The Use of Knowledge in Society，American Economic Review 35(4)，1945-09，https://www.aeaweb.org/aer/top20/35.4.519-530.pdf
[10] Futuriom，Why We Don’t Believe MIT NANDA’s Weird AI Study，2025-08-26，https://www.futuriom.com/articles/news/why-we-dont-believe-mit-nandas-werid-ai-study/2025/08
[11] Kevin Werbach（LinkedIn 公开帖），对 MIT NANDA 报告方法与结论的质疑，2025-08-23，https://www.linkedin.com/posts/kevinwerbach_state-of-ai-in-business-2025-activity-7365026841759215616-SQWD
07. 原文来源
原文发表于微信公众号“中老年叨叨”（2026年9月19日 18:00）。查看微信公众号原文。