德意志银行：AI将把每个行业分裂为采用者与淘汰者
nashnova research
德意志银行研究院最新报告指出，AI算力成本过去三年每季度近乎减半，企业将分化为采用者与淘汰者两个极端——这意味着传统的分散投资、逢低买入等规则可能同时失效。
AI降价到底有多快？
据Epoch数据，过去三年AI算力成本每季度近乎减半，相当于每年下降约13倍。
用大白话说＝历史上没有任何技术以这个速度变便宜，连摩尔定律（芯片性能大约每两年翻一倍的经验规律）都远不及。
这意味着→当"智能"的成本逼近算力本身的成本，企业面对的不是"要不要用"，而是用，或者出局。
"双峰分化"是什么意思？
报告援引前谷歌CEO埃里克·施密特提出的"旧金山共识"（硅谷主流观点：规模定律叠加AI自我改进，2030年前可能实现超级智能）。
德意志银行在此基础上判断：企业将分成采用者与淘汰者两个群体，中间地带几乎不存在。
最危险的不是转型慢，而是AI原生进入者（一出生就用AI构建的新公司）直接替代——它们没有整合成本，因为根本没有什么需要整合。
资本市场会比客户更早下判决？
报告指出，早期采用者吸引资本流入，会推高慢行者的融资成本。
这意味着→债券市场可能在客户流失之前，就先替你决定谁是淘汰者。
用大白话说＝一家公司可能还没丢掉客户，就已经因为借钱变贵而被市场抛弃了。
什么资产在"智能趋零"后还值钱？
报告列出五类仍能保留价值的资产：专有数据、受监管行业的牌照（尤其医疗和金融）、与关键业务深度绑定的客户关系、可排他的实物资产（机械、土地），以及人类需求扩张带来的新兴需求。
明确不在此列的：代码、分析，以及大多数按小时计费的白领服务。
这反映出一个残酷逻辑：凡是AI能直接替代的脑力劳动，其定价权将趋近于零。
三条传统投资规则为什么会同时失效？
分散化失效——在双峰世界里，一个凌驾一切的变量（AI采用与否）使得分散投资只是扩大了敞口，而非稀释风险。报告建议把标的分为"采用者"或"淘汰者"两类，仓位大小与分类置信度挂钩。
低波动≠低风险——报告以Chegg为例：该公司在2023年5月某一天股价腰斩之前，看起来就是一只普通小盘股，直到管理层将增长放缓归因于ChatGPT。用大白话说＝双峰分化是跳跃式的，两种模式看起来完全相同，直到某一刻突然不同。
逢低买入可能是陷阱——报告核心警示：价格下跌可能是商业模式已过时的信号，而非买入机会。这对近期大量买入下跌软件股的投资者构成直接挑战。
留给落后者的时间还有多少？
报告提到索洛悖论（技术进步短期内往往难以体现在生产率数据中），这可能为落后者争取一些缓冲时间。
但报告紧接着说："时间不多。"
AI原生竞争者与现有企业之间的分化，最终将在资本市场的定价中率先显现——这意味着→对投资者来说，当前最值得追踪的验证节点，不是AI技术本身的进展，而是资本流向的分化。
市场有风险，内容仅供研究参考，不构成投资建议。