AI 从货架走到电费账单上

Editor’s Note

🗓️ 2026.06.30 | Poe

2019 年 6 月，沃尔玛在美国门店部署了超过 1500 台机器人。

约 1.8 米高的扫描机器人穿行在货架之间，用光束检查货品。顾客感到恐慌。员工说，自己的工作「越来越像机器人」。

同一个月，Facebook 用 450 小时的 TED 演讲数据训练出一套语音克隆系统，能合成 Bill Gates 的声音。商汤科技估值 75 亿美元，主营业务是政府合同和人脸识别。文思海辉的一份报告称，85% 的企业 AI 项目未达预期。

那时的 AI 已经有野心，但更多时候还停留在展示、试点和落差之间。

那个月，我启动了 Dailyio。

我把这篇文章放在 2026 年 6 月的最后一天发布。Dailyio 的起点在 2019 年 6 月，七年后的这个月即将结束，明天起，它也会进入新的价格周期。

在这个节点上，比起写一篇周年感言，我更想回看过去七年里，那些判断后来发生了什么。

七年后，ChatGPT 已经成为十亿级用户产品。Anthropic 估值被推到 9000 亿美元。四大科技公司 2026 年 CapEx 计划合计约 7250 亿美元。与此同时，得州一个农村县宁可被起诉，也要阻止数据中心进入本地。

AI 从货架巡逻走到了电费账单上。

这七年，产业在每个阶段都会提出一个核心问题。我对每个问题都做过判断，有对有错。以下是这五个问题后来被怎样验证。

这个技术到底行不行——机制判断对了，规模判断错了（2019—2020）

2019 年，消费端 AI 的主线还是芯片竞赛和手机摄影优化。华为发布 Kirin 810 时强调「自研 NPU」，但苹果 A11 其实是第一款消费者能买到的 NPU 手机。

把后发能力包装成领先优势，是当时屡见不鲜的市场话术。

我当时的判断是：智能手机 AI 是死胡同。「所谓的手机 AI，基本也是手机摄像头和相册的 AI。」

2020 年年中，GPT-3 发布。开发者用它写代码、生成网页，有人拿它做图灵测试。硅谷开始讨论通用智能的前奏是否已经到来。

我引用了一篇 LessWrong 上的架构分析，写下一个判断：「与智能无关的语言模型。」

OpenAI 自己的数据显示，模型算力需求每 3.4 个月翻一倍。同期 Bloomberg 报道，数据中心电力消费将在五年后达全球 15%。OpenAI CEO Sam Altman 当时也提醒外界降温：「The GPT-3 hype is way too much.」

机制层面，这个判断站得住。GPT-3 确实是模式匹配，架构没有脱离 GPT-2。偏差在于低估了规模：参数和数据够多时，模式匹配跑出了接近推理的效果。

成本去了哪里——没有消失，只是换了位置（2021）

2021 年，云计算几乎是一个不被质疑的增长叙事。AWS 增速 37%，Azure 增速 50%。亚马逊创始人 Jeff Bezos 在股东信里宣称，AWS 为客户节省了 190 亿美元。

我在那年的 AI Insider 里写了一篇反向分析，用安徒生的「皇帝的新衣」做框架。核心论点是：云计算降低了进入门槛，但一旦上量，成本就会吞噬利润。

证据不在云厂商的宣传里，在逃离者的账本里。

Dropbox 搬离 AWS 后两年节省了 7500 万美元。苹果每月在 AWS 花超过 3000 万美元，但一个季度的净利润超过 200 亿美元。

绝大多数创业公司没有这样的利润缓冲。Bezos 提到的 190 亿美元过于笼统，更像一个公关口径。

同年，a16z 发表了「The Cost of Cloud」，指出云支出在蚕食上市 SaaS 公司的市值，结论指向同一个方向。

这篇分析也让我形成了一个长期使用的判断方式：成本不会消失，只会换位置。

2026 年，同样的逻辑在 AI 时代重演。亚马逊 AI 基建猛投，过去 12 个月自由现金流从 259 亿美元降至 12 亿美元。

业务越好，建设越快，现金流越低。成本没有消失。它换了位置。

谁控制供应链——四年验证的结构判断（2022）

2022 年 10 月，美国对中国实施半导体出口管制。多数分析聚焦短期冲击：哪些公司受影响、豁免期多长、库存能撑多久。

我做了不同的分析：把确定的事实和不确定的方向分开处理。

确定的事实是：禁令覆盖 14 纳米以下制程。31 家企业进入未经核实清单。长江存储受到直接冲击。美日荷达成限制协议。英特尔、台积电、三星获得一年豁免。

豁免本身说明，管制不会是一次性动作，而会变成长期博弈。

SEMI 表态：其他国家不跟进，限制效果有限，但大量订单已经开始涌向中国本土公司。

不确定的方向是：管制会扩大到什么程度？中国本土替代能走多远？

我的判断很简单：「长期压制的开始。」

四年过去，管制范围不断扩大：先是高端 GPU，然后是成熟制程，再是第三国转运。2026 年，出口管制甚至波及模型层，部分国家的用户已无法使用前沿模型。每一轮扩大，都在印证这个判断的基本方向。

AI 会先改变哪里——搜索慢了，编程快了（2023—2024）

2023 年 2 月，ChatGPT 月活破亿。Google 紧急推出 Bard。微软把 AI 集成到 Bing。

我做了成本结构分析。起点是一个数字：搜索广告为 Google 贡献了 56% 的营收。

Google 搜索广告模型的前提，是用户会点击链接。如果 AI 直接回答问题，广告竞价链条的经济基础就会动摇。

三年过去，Perplexity 验证了 AI 搜索的产品路径。Google 也不得不把 AI Overviews 嵌入搜索结果。至少在产品方向上，判断是对的。

但速度错了。

Google 的护城河远比搜索技术更宽，广告竞价基础设施、用户习惯和遍布全球数亿网站的分发管道都在其中。替代一项技术和瓦解一套基础设施，是两件事。

同期，AI 也在改变软件生产本身。

20 人的 Anysphere（Cursor 母公司）从 2023 年推出产品算起，不到两年做到 1 亿美元年收入。我当时低估了这条线的速度。

在搜索替代上，我判断得太急；在编程工作流上，我判断得太保守。同一个人，对两个领域的速度判断方向相反。

这说明偏差不是随机的。我更容易高估「替代既有基础设施」的速度，低估「创造全新工作流」的速度。前者会被既有基础设施拖住，后者一旦进入工作流，扩散阻力反而更小。

物理世界能不能承受——这个问题还没有答案（2025—2026）

前四个问题，我可以回头看结果。第五个只能提供当下的观察。

2025 年起，限制 AI 发展速度的因素越来越多地来自物理世界。

微软 CFO Amy Hood 在财报电话会上说，1900 亿美元支出指引中，有 250 亿美元来自元器件涨价，并非新增产能。

Google Cloud 季度营收首次突破 200 亿美元，同比增长 63%。Alphabet CEO Sundar Pichai 也在财报沟通中承认：如果算力供给能跟上，营收本可以更高。

算力可以买，电网扩容是多年工程。

美国最大区域电网 PJM 的批发电价一个季度涨了 76%，从每兆瓦时 77.78 美元升至 136.53 美元。相关报告估算，数据中心负载让普通用户多承担了 138 亿美元电费。Gallup 民调显示，71% 的美国人不愿住在数据中心附近。

在印度，Google 计划投资 150 亿美元建设数据中心。项目所在城市被世界资源研究所评为「极度缺水」，但 Google 仍拿到了 25% 的水价折扣。

被迁走果园的农民说：「政府能把你认为属于自己的东西收走。」

成本进了公共账单，收益留在公司账本。

过去两年，AI 产业谈瓶颈主要谈芯片和模型。现在，地方社区、选民和公共资源承受能力，正在成为新的约束。算力可以扩产，但缺水的城市不会因为补贴就长出水来。

第六个问题

七年，五个问题，都在追问 AI 产业如何从技术试验走向现实约束。

技术到底行不行。成本去了哪里。谁控制供应链。AI 会先改变哪里。物理世界能不能承受。

回头看，经得住时间的判断有一个共同点：描述结构，不预测速度。

「成本不会消失，只会换位置」「长期压制的开始」，这些判断没有时间表，但四年后仍然成立。偏差也有共同点：错在速度。GPT-3 的影响来得比预期快，Google 搜索被替代的速度比预期慢。

第六个问题，可能要转向我们自己：当 AI 成为默认工具，你的判断力是在增强，还是在萎缩？

这个问题没有产业报告可以回答。它只能在每天的阅读、写作、搜索、整理和决策里被验证。

这个问题也适用于 Dailyio。

七年前，Dailyio 的一部分价值，是帮读者筛选信息。今天，AI 已经可以完成大量筛选、摘要和整理。信息处理本身不再稀缺，稀缺的是判断：什么值得关注，为什么值得关注，它揭示了什么产业结构。

所以，Dailyio 的价值不会消失。它只是换了位置。

过去，它帮助读者从信息噪音里找到信号。现在，它更要帮助读者判断哪些信号值得长期保存。

这个判断对不对，第八年见。

这篇文章免费开放，也算是对 Dailyio 七年写作的一次交代。

从 2019 年 6 月到 2026 年 6 月，Dailyio 的价值一直在变化。早期，它更多是在帮读者筛选信息。现在，AI 已经可以完成大量筛选、摘要和整理，信息处理本身不再稀缺。

剩下的价值在于判断：什么值得关注，为什么值得关注，它揭示了什么产业结构。

Dailyio 将于 7 月 1 日调整订阅价格，年费从 999 元调整为 1199 元。今天是最后一个原价日。如果你认可这种长期追踪、反复验证、不断修正判断的写作，现在加入可以锁定当前价格。