# 黄仁勋说AI是五层蛋糕，我把50家公司扒了个遍

黄仁勋今年在CES和达沃斯反复讲一个框架：AI是一块五层蛋糕。

他不是在说比喻。他是在告诉所有人，AI不是一个软件产品，是一整条从发电厂到手机屏幕的新工业体系。每一层都有独立的投资机会，也都有独立的卡脖子环节。

我花了一周时间按照他的框架，把五层一共50家公司逐一扫了一遍。筛选标准只有一个：谁卡住了脖子，谁被市场忽视了。

这篇是总纲。后面会分五篇，每篇深入一层。

## 五层是什么

```
第5层  应用层      AI Agent、自动驾驶、机器人
第4层  模型层      大语言模型、多模态模型
第3层  基础设施层  数据中心、网络、液冷
第2层  芯片层      GPU、内存、封装、特种气体
第1层  能源层      电力、变压器、核能
```

黄仁勋的原话是："未来每家公司都会有两座工厂——一座生产产品，一座是AI工厂。AI工厂每天只做一件事：生产token。"

他给了一个衡量AI工厂效率的核心指标：每瓦特产出多少token。AI这门生意最终像制造业一样，拼的是每一度电能产出多少智能。

这就解释了为什么这块蛋糕的底层是能源而不是芯片——没有电，GPU就是一块发热的铁。

## 我的筛选标准

市面上大多数AI投资分析都在讲"谁最强"。但最强的公司往往最贵——Nvidia大家都知道好，但5万亿市值了。

我换了一个角度：不问谁最强，问**谁卡住了脖子但市场还没反应过来**。

四个维度打分：

1. **瓶颈纯正度**——公司靠卡脖子业务赚的钱占多大比例？>30%才值得看
2. **不可替代性**——是唯一供应商还是寡头？替代方案出现要多久？
3. **市场定价程度**——股价是不是已经把瓶颈故事讲完了？P/E 100倍以上大概率已经定价了
4. **催化剂时间窗**——半年内有没有能验证逻辑的事件？

按这四个维度扫完50家之后，最有意思的发现是：**真正被低估的机会不在最热门的那几家，而在供应链上那些"做同样的事但估值便宜一半"或者"坐在万亿产业链上但市值只有几十亿"的隐形玩家里。**

## 每层最值得关注的发现

### 第1层 能源：变压器排队4年，最无聊的层反而最确定

美国近一半规划中的数据中心项目已被推迟或取消。不是因为缺GPU，是因为缺电和缺变压器。大型电力变压器交期4年，高压变电站3-5年。这意味着今天下单，2030年才能到货。

这一层最大的意外是**AZZ Inc.（P/E 13倍）**。它做热镀锌涂层——所有输电塔、变电站钢结构、数据中心钢构件都需要防腐处理。每一根钢柱都要经过它的产线，但市场完全按传统制造业给它定价。13倍PE，在AI概念股里闻所未闻。

GE Vernova和Bloom Energy是这一层曝光度最高的，但估值也最贵（52倍和140倍PE）。真正的性价比在中游设备商和天然气基础设施里。

### 第2层 芯片：5万亿的Nvidia不贵，7倍PE的SK海力士更便宜

Nvidia 5万亿市值听起来很吓人，但前瞻PE只有26倍，FY2027营收预期3700亿美元，同比增长71%。一家以70%速度增长的公司卖26倍，说实话不算贵。

但芯片层真正的"定价错误"是**SK海力士**——HBM高带宽内存62%的全球份额，供不应求到2028年，前瞻PE只有5.8-7倍。全球每一块AI训练芯片都需要HBM，而SK海力士的定价权正在随着HBM复杂度提升不断增强。7倍PE买一个这样的垄断者，是我扫完50家之后看到的最大反差。

这一层还有两个被忽视的小市值：**关东电化（14亿美元市值）**，日本唯一的NF3/WF6特种气体供应商，每片晶圆制造都需要它的气体；**Ibiden（40亿美元市值）**，GPU封装基板的关键瓶颈，正在投5000亿日元扩产。

### 第3层 基础设施：7250亿美元真金白银，找同赛道的估值差

四大云厂商2026年资本开支合计7250亿美元，同比翻倍。这些钱流向光模块、网络、液冷、服务器。

这一层龙头公司的估值已经很贵了——Vertiv 80倍PE、Arista 60倍。但有一个明显的估值差：**nVent Electric（35倍PE）做的事和Vertiv几乎一样**（数据中心配电、液冷、机柜），估值却只有Vertiv的一半不到，液冷订单积压增长了3倍。

中际旭创是中国公司在这一层定价权最强的一个点——全球800G光模块约一半是它的。但股价已经不便宜了。

### 第4层 模型：Anthropic超越了OpenAI，但最被忽视的是Reddit

Anthropic年化收入从10亿涨到470亿只用了14个月，估值9650亿美元超越了OpenAI。2026年下半年两家都要IPO。

但模型层最有意思的投资逻辑不在模型公司本身，而在两个"卖铲子"的角色：

**Reddit**——市场按社交媒体给它定价，但人类真实对话数据是大模型训练的不可再生资源。Google和OpenAI都签了多年数据授权合同。它不是社交媒体公司，是AI训练数据的矿主。

**Scale AI（未上市，估值290亿）**——GPT-4、Gemini、美国军方AI系统背后的数据标注供应商。不管哪个模型赢，都需要Scale AI标数据。

另一个被忽视的估值洼地是**Cohere**——做企业AI私有部署，ARR 2.4亿美元，估值只有70-200亿，约30倍ARR，而OpenAI和Anthropic都在40-50倍。做同样的事，便宜得多。

### 第5层 应用：真正靠AI赚钱的没几家，但估值分裂严重

这一层的残酷现实：大多数"AI概念股"的AI收入占比仍然很低。Palantir是最纯正的（85%增速），但160倍PE；Tesla更极端（350倍PE）。

真正的机会在估值被压制的一端：

**Salesforce（22倍PE）**——Agentforce增速200%+，但市场只看到整体10%的营收增速，按"老CRM公司"定价。如果AI业务占比从3%提升到15%，整体增速就会重新加速，22倍PE根本不够。

**Adobe（15倍PE）**——创意软件的绝对垄断者，历史最低估值。市场担心AI会颠覆它，但Firefly证明AI是增量不是替代——75%的财富500强在使用Firefly，240亿资产已被生成。如果这个恐惧是错的，15倍PE就是经典的"恐惧中买入"。

**Tempus AI（90亿市值）**——AI精准医疗最纯正的上市公司，从52周高点腰斩后估值回到合理区间，2025年营收增长83%，合同积压超10亿美元。

## 全场Top 10

跨五层综合排序，按"卡脖子程度 × 估值被低估程度"：

| 排名 | 公司 | 层级 | P/E | 一句话逻辑 |
|------|------|------|-----|----------|
| 1 | SK海力士 | 芯片 | 5.8-7x | HBM 62%份额+供不应求到2028年，7倍PE是全链最大定价错误 |
| 2 | AZZ Inc. | 能源 | 13x | 每座变电站的钢结构防腐必经工序，市场完全没给AI逻辑 |
| 3 | Salesforce | 应用 | 22x | Agentforce +200%增速，22倍PE按"老CRM"定价 |
| 4 | Adobe | 应用 | 15x | 创意垄断者以历史最低PE交易，恐惧造就的机会 |
| 5 | 关东电化 | 芯片 | 19-50x | 14亿美元市值坐在万亿产业链上，日本唯一NF3供应商 |
| 6 | nVent | 基础设施 | 35x | 做和Vertiv同样的事，估值只有一半 |
| 7 | Ibiden | 芯片 | 27-67x | 40亿美元的GPU封装基板瓶颈 |
| 8 | Reddit | 模型 | — | 市场按社交媒体定价，实际是AI训练数据矿主 |
| 9 | Tempus AI | 应用 | 亏损 | AI精准医疗最纯正标的，腰斩后估值合理 |
| 10 | Nvidia | 芯片 | 26x | 5万亿市值但前瞻PE仅26倍，增长太快估值跟不上 |

## 写在最后

扫完五层50家公司之后，最强烈的感受是：**最好的AI投资机会不在最热门的名字里。**

Nvidia、台积电、Anthropic这些公司确实是最强的，但市场也最了解它们。真正的超额收益来自供应链上被忽视的角落——做热镀锌的AZZ、做天然气压缩的Archrock、做封装基板的Ibiden。

黄仁勋说的"五层蛋糕"给了一个很好的思考框架：越底层、越物理、越不可绕过的环节，投资确定性越高。最性感的层（模型、应用）确定性最低；最无聊的层（能源、基础设施）确定性最高。

后面五篇会逐层展开，每层10家公司逐一拆解。

---

*数据来源：SEC财报、公司电话会议、高盛/摩根士丹利/花旗/UBS研报、TrendForce、IDC*

*免责声明：本文仅为投资研究，不构成投资建议。*