伟大科技公司的超额利润，几乎都来自在别人看不清的时候下重注。
赢下利润、却输掉时代？历史在筛选AI革命的最终赢家（二）
把算力变现已是全行业的动作，连马斯克都把Colossus超算整体租给了Anthropic。但别家是出租，到期能收回；谷歌是卖断加长约，且量级大得多——Anthropic一家锁定的容量在6GW级，大体相当于谷歌自己一整年能新建的AI算力。
算力短缺让创新的机会成本第一次被明码标价：每留一份算力给自家研发，就少签一份合同。
这笔交换值不值，历史上反复有效的衡量标准就两条：投入能不能换来垄断，能不能吃到爆发性需求。
英伟达是把两条都占满的教科书：
它从2006年起做CUDA，让显卡不光能打游戏、还能跑通用计算——之后十几年这件事不赚钱也没人看好，英伟达却坚持免费铺生态、进高校、办培训，把几百万开发者圈进自己的软件体系，所有主流AI框架都默认基于CUDA开发。等AI需求爆发，客户想绕开英伟达，先要跨过重写底层代码、重训团队的迁移成本。
结果就是今天的格局：AI芯片市占率九成上下，毛利率常年七成上下，且每年仍把上百亿美元投回研发、按一年一代迭代，让追赶者永远差一个身位。芯片是产品，CUDA才是垄断——垄断是提前十几年投出来的。
特斯拉的自动驾驶，就是一场在所有人看不清时押下的重注：
十年前，全行业都认为自动驾驶遥不可及，特斯拉却已经给全系量产车装上摄像头收集数据；它押的纯视觉路线——只用摄像头、不装昂贵的激光雷达——被同行嘲笑了很多年；
它还提前花重金自建训练算力，而多数车厂到今天连算力都要排队去租。这些投入在当年的财报上全是负担，换来的却是今天的局面：几百万辆车每天回传真实驾驶数据，数据和能力的差距随时间复利，越往后越看不到第二名的影子。
垄断了自动驾驶，就等于提前锁定了无人出租车——一辆车从代步工具变成全天候赚钱的资产，这是眼下能看到的最大爆发性需求之一。
SpaceX把同一个剧本在天上演了一遍
可回收火箭曾被整个航天工业断定不划算——火箭用完就扔了几十年，回收再飞被当成笑话，SpaceX却用一枚接一枚炸掉的原型机持续砸钱，最后把回收复用做成了现实，发射成本被压低了一个数量级。
这个成本差就是垄断：今天全球商业发射的大头都被它拿走，客户没有第二个选择。更关键的是它随后用垄断喂出了爆发性需求——星链。
几千颗卫星组网的生意，只有发射成本足够低的公司才做得起，等于SpaceX用自己的火箭给自己造了一个别人进不来的市场：卫星互联网用户以千万计地增长，收入已经反过来超过发射业务本身。先在没人信的地方建立垄断，再用垄断打开一个新市场，这是同一条规律用了两次。
这背后有一条更普遍的规律：伟大科技公司的超额利润，几乎都来自在别人看不清的时候下重注。
道理很简单，垄断利润本质上是对提前承担不确定性的补偿。一门生意如果人人看得清、明确赚钱，资本就会蜂拥而入，把利润压回平均水平，赚钱的窗口也不会长——光伏和锂电池、电动车都刚走完这个过程，当年利润有多显眼，后来的价格战就有多惨烈。
CUDA、可回收火箭、用量产车做自动驾驶，在下注的当口全都看不清，今天的垄断就是当年不确定性的补偿。别人看不清时候下重注有很多数豪赌以失败收场，这是必要条件不是充分条件
用这条规律看卖算力，结论就更清楚了。算力租赁是今天全市场看得最清的赚钱生意，所以涌入的玩家很多，各家云厂商和新兴算力租赁商都在拼命扩产——今天的高利润率，恰恰是未来激烈竞争的邀请函。
历史上，上一代赢家的钱从来没有少花，只是投在了人人看得清的地方。
最讽刺的是IBM：
PC就是它自己造出来的。1981年IBM推出个人电脑时，为了赶进度、也为了不冲击大型机这头现金牛，把操作系统外包给了微软，把处理器外包给了英特尔——亲手把新时代仅有的两个爆发性增长的机会拱手相让。
兼容机厂商随后涌入，硬件被打成白菜价，IBM守着大型机的高利润继续报出好看的财报，直到上世纪九十年代初连年巨亏、单年亏损一度创下美国公司纪录，才断臂转向服务和咨询。它从头到尾都有最强的技术和最多的钱，只是每一笔钱都投给了旧垄断的延续。
英特尔把这个剧本演了第二遍，而且演了两次：
第一次是移动：
苹果曾找英特尔为初代iPhone供应芯片，英特尔算下来利润太薄拒绝了，之后又卖掉了自己的ARM芯片部门——用财务纪律错过了整个移动时代的入口。
第二次是制造：
为守住眼前的利润率，它在极紫外光刻等先进工艺的投入上反复犹豫，10纳米工艺一拖数年，而台积电敢砸钱押注新设备，一举拿走制程标准，最后英特尔连自家芯片都要交给台积电代工。
IBM和英特尔都输在同一件事：
每个决策节点都选了回报更清晰的那条路-理性"的财务决定，而垄断恰恰藏在回报最不清晰的那条路上。
谷歌今天的每份TPU合同单独看也都理性，方向上和当年同构。它离IBM的境地还远，仍握着搜索、云和庞大现金流，但账面越好看，转向越困难。
五个指标，定期跟踪AI最终赢家可能是哪些公司