德意志銀行：AI將把每個行業分裂為採用者與淘汰者
nashnova research
德意志銀行研究院最新報告指出，AI算力成本過去三年每季度近乎減半，企業將分化為採用者與淘汰者兩個極端——這意味著傳統的分散投資、逢低買入等規則可能同時失效。
AI減價到底有多快？
據Epoch數據，過去三年AI算力成本每季度近乎減半，相當於每年下降約13倍。
簡單來說＝歷史上沒有任何技術以這個速度變便宜，連摩爾定律（晶片性能大約每兩年翻一倍的經驗規律）都遠不及。
這意味著→當「智能」的成本逼近算力本身的成本，企業面對的不是「要不要用」，而是用，或者出局。
「雙峰分化」是甚麼意思？
報告援引前Google CEO埃里克·施密特提出的「三藩市共識」（矽谷主流觀點：規模定律疊加AI自我改進，2030年前可能實現超級智能）。
德意志銀行據此判斷：企業將分成採用者與淘汰者兩個群體，中間地帶幾乎不存在。
最危險的不是轉型慢，而是AI原生進入者（一出生就用AI構建的新公司）直接替代——它們沒有整合成本，因為根本沒有甚麼需要整合。
資本市場會比客戶更早下判決？
報告指出，早期採用者吸引資本流入，會推高慢行者的融資成本。
這意味著→債券市場可能在客戶流失之前，就先替你決定誰是淘汰者。
說白了＝一家公司可能還未丟掉客戶，就已經因為借錢變貴而被市場拋棄了。
甚麼資產在「智能趨零」後仍值錢？
報告列出五類仍能保留價值的資產：專有數據、受監管行業的牌照（尤其醫療和金融）、與關鍵業務深度綁定的客戶關係、可排他的實物資產（機械、土地），以及人類需求擴張帶來的新興需求。
明確不在此列的：代碼、分析，以及大多數按小時計費的白領服務。
這反映出一個殘酷邏輯：凡是AI能直接替代的腦力勞動，其定價權將趨近於零。
三條傳統投資規則為甚麼會同時失效？
分散化失效——在雙峰世界裡，一個凌駕一切的變量（AI採用與否）令分散投資只是擴大了敞口，而非稀釋風險。報告建議將標的分為「採用者」或「淘汰者」兩類，倉位大小與分類置信度掛鈎。
低波動≠低風險——報告以Chegg為例：該公司在2023年5月某一天股價腰斬之前，看起來就是一隻普通小盤股，直到管理層將增長放緩歸因於ChatGPT。簡單來說＝雙峰分化是跳躍式的，兩種模式看起來完全相同，直到某一刻突然不同。
逢低買入可能是陷阱——報告核心警示：價格下跌可能是商業模式已過時的信號，而非買入機會。這對近期大量買入下跌軟件股的投資者構成直接挑戰。
留給落後者的時間還有多少？
報告提到索洛悖論（技術進步短期內往往難以體現在生產率數據中），這可能為落後者爭取一些緩衝時間。
但報告緊接著說：「時間不多。」
AI原生競爭者與現有企業之間的分化，最終將在資本市場的定價中率先顯現——這意味著→對投資者來說，當前最值得追蹤的驗證節點，不是AI技術本身的進展，而是資本流向的分化。
市场有风险，内容仅供研究参考，不构成投资建议。