喜马拉雅资本创始人李录:AI的成本结构与互联网根本不同
李录在纽约哥伦比亚大学商学院指出,AI始终伴随增量成本,与互联网一次性投入后长期变现的模式根本不同,因此开发节奏需要多层考量。
喜马拉雅资本创始人李录在纽约哥伦比亚大学商学院的一次对话中提出了一个关于AI经济结构的判断:这项技术始终伴随增量成本,与互联网及此前许多技术根本不同。他的原话是,互联网时代你可以做一次投入,然后靠广告长期变现;但AI始终伴随增量成本,因此'你对节奏和发展有四五层考量'。
这一区分的实际含义是:在上一轮技术周期中,平台型公司的核心逻辑是前期重资产建设(服务器、网络、内容生态),一旦基础设施就位,边际成本趋近于零,收入可以长期依赖广告或订阅反复收割。投资者据此给高估值,是因为相信规模效应会持续摊薄成本。李录认为AI打破了这个前提——推理和计算不是一次性投入,而是随使用量持续增长的支出,这意味着规模不一定带来同样的边际成本递减。
李录说这番话的背景是他对中美股市分化的整体观察。他承认中国房地产下行和金融市场十年停滞的影响,但同时指出中国制造业能力、技术自主性和竞争力在推进,部分优秀中国企业正以相对低的价格交易。他认为当前市场的分化——资金过度涌向顶部标的——反而为理性投资者创造了更好的机会集,因为'一大批本来很优秀的企业正在以极低价格交易'。
不过,李录对AI'四五层考量'的具体内容并未展开。他没有说明这些层次分别是什么、如何量化、在估值模型中如何体现。这一判断目前停留在归因观点层面,而非可检验的财务模型或独立研究。SCMP报道的这场对话是李录与哥伦比亚大学教授Tano Santos之间的交流,属于公开场合的个人投资观点表达。
对读者的实际意义在于:当你在评估一家AI公司时,如果它的增长逻辑建立在'像互联网公司一样建一次就长期变现'的假设上,李录的这个结构性提醒值得纳入考量。AI的持续算力支出是否真的改变了规模效应的形状,取决于具体商业模式、推理成本下降速度和定价策略,但至少这个成本结构差异本身是一个需要正面回答的问题,而不是可以默认忽略的背景噪音。