但斌转发了一则新闻，美国著名投资人GavinBaker做出惊人预判：美股七巨头里，预计会有一两家出局，剩下几家总市值能涨5-10倍。


真正值得中国科技产业盯住的，不是华尔街又在猜哪只股票能翻几倍，而是一场利润迁徙已经开始。过去二十年，科技行业最肥的利润集中在手机、搜索、电商、社交和云计算；到了AI时代，钱正在向芯片、数据中心、电力、模型入口和智能终端重新分流。谁守不住原来的收费口，市值再大也可能掉队。
这种变化已经不是PPT上的故事。英伟达8月公布的2027财年第二季度收入达到962亿美元，同比增长106%，数据中心业务收入890亿美元，同比增长117%。当一家芯片公司一个季度的数据中心收入已经接近900亿美元时，再简单拿2000年互联网泡沫来套今天的AI投资潮，显然解释不了产业现实。
Baker真正有价值的判断，也应该放在这里理解。他认为市场可能高估算力过剩，低估智能需求。这个逻辑并不神秘：过去人们调用AI，是偶尔问几个问题；以后如果企业里的销售、客服、程序员、设计师，甚至机器设备都让智能体全天工作，计算量不是增加百分之几十，而可能提升几个数量级。
华为9月17日释放的信息更值得中国市场关注。华为轮值董事长徐直军公开表示，国内AI计算设备需求已经超过现有供给，公司正在加快后续昇腾芯片以及超大规模算力系统布局。中国市场现在面临的现实问题，不是“AI服务器卖不出去”，而是先进算力仍然不够用。
这也解释了为什么AI产业最硬的一层，短期很难轻易崩掉。芯片只是起点，后面还有HBM、光模块、交换芯片、液冷、电源、服务器、数据中心和电网。AI每往智能体时代推进一步，背后都要烧掉更多计算资源。未来几年，真正稀缺的未必只是某一块GPU，而是整套高效计算基础设施。
相比之下，大量AI应用公司的处境要残酷得多。很多产品今天还能靠“接一个大模型接口，加一个漂亮界面”收费，明天操作系统、浏览器、办公平台把相同能力免费送给用户，这些公司的商业模式就会被压扁。技术门槛越往下走，流量成本、获客成本和数据壁垒的重要性反而越往上升。
Google恰恰在这个阶段显出老牌巨头的可怕之处。9月15日推出的Gemini3.8Live和ExtendedThinking继续强化实时语音、视觉理解以及复杂多步推理。它背后还有搜索、YouTube、Android、地图、Gmail和Workspace，这些不是一个创业公司训练出更高跑分的模型就能复制的资产。
所以，Baker提出未来竞争会越来越依赖独有数据，这个方向值得重视，但把五年后的幸存者提前锁定成Google、Meta和xAI，仍然过早。AI行业变化速度太快，2023年的领先模型到2026年可能已经退居二线。真正能留下来的企业，必须同时拥有模型能力、数据来源、分发渠道和持续投入资本。
苹果为什么会突然被一些投资人点名？原因并不是iPhone销量明天就会崩，而是AI可能绕开“打开手机—寻找App—点击图标”这套沿用了十几年的交互方式。一旦用户只需要对眼镜、耳机、汽车或者机器人说一句话，很多今天依附手机屏幕产生的商业价值，就会被新的入口截走。
但因此判定苹果必然掉队，同样太急。9月14日，苹果正式推送新一代SiriAI，已经加入个人上下文理解、屏幕感知以及跨应用操作。更值得观察的是，它能够调用邮件、照片、消息和系统级应用数据。苹果真正要守住的不是某一代iPhone参数，而是十几亿设备背后的个人数字生活入口。
问题也恰恰出在这里。过去苹果靠硬件、系统和AppStore建立封闭生态，用户必须主动操作设备；AI时代则要求机器主动理解用户、调用服务、替人办事。如果苹果只能把AI变成iPhone里的一个新功能，它依然会承受压力；如果能把十几亿终端变成个人智能体网络，结局会完全不同。