先摆一组数字。把标普 500 近两年的结构拆开看，42 只和 AI 相关的股票合起来，贡献了指数里 60% 到 80% 的盈利增长、股价回报和资本开支。同一份拆解里还有两个更扎眼的：指数离历史高位不远，却有六成成分股距自己的历史高点还差两成以上；跑赢指数的股票只占三成，是 1991 年以来最低的水平之一。
三个数字指向同一件事：涨的是指数，不是市场。
“指数在涨”和“多数股票在涨”是两回事
指数是加权平均，权重大的公司涨，指数就涨，哪怕后面几百家一起跌。所以“指数在高位”和“过半成分股还在深坑里”完全可以同时成立，这两年走的就是这条路。
这种结构有个直接后果：从指数看，这两年行情很强；从成分股看，大多数公司并没有享受到。而且分化不是随机的——涨的那批几乎都跟 AI 沾边，跌的那批大多不沾边。
对做判断的人来说，第一个要改的习惯，是别再拿“指数涨了多少”当“AI 行情有多好”的证据，它更多反映的是权重集中度；第二个要改的，是把“AI 概念股”和“AI 相关公司”分开，这两个词在同一轮行情里的表现差得很远。
卖铲子的比用铲子的赚得多
把这组数字往下读，能看到一个更硬的判断：这一轮 AI 的收益，主要落在 AI 供应链公司身上，而不是采用 AI 的公司身上。
道理不复杂。供应链卖的是产能，产能紧的时候定价权在卖方；采用方买的是产能，工具变强带来的好处大部分要拿去和同行竞争，最后让到价格里。所以同一波行情里，做芯片、存储、服务器、电力设备的先拿到钱，用 AI 改造自己业务的后拿到钱，有的还在倒贴——改造期本身就是成本期。
这不等于采用方没有收益，只等于它来得晚、更难量化。判断一家公司是不是真吃到红利，看它的毛利率和单位成本有没有动，而不是看它的介绍里有没有出现 AI。
资本开支是唯一的正增长类别
再看一组建筑支出的数据：AI 相关建设是唯一还在正增长的类别，2024 年 1 月以来涨了约 38%；同期制造业建设降了约 28%，商业地产降约 13%，住宅降约 6%。
这个结构比某一家公司的资本开支数字更能说明问题。它说明两件事：一是这轮投入是真落到地上、变成厂房和机柜的，不只是预期；二是它的反面是其他实体投资被挤出去——同一批资金、同一批施工能力、同一批电力容量，给了数据中心，别处就少了。
还有一个从增量角度看的口径：科技对整体经济增长的贡献，从 2022 年的接近于零升到现在的三分之一上下。经济增量越来越依赖单一板块，这是集中度的另一种量法。
历史类比：技术建设周期的“25% 刻度”
历史上有个被反复引用的经验规律：技术驱动的建设周期，累计投入达到 GDP 的 25% 前后，往往就撑不住了——铁路、电网、互联网基建都走过这一段。按 30 万亿美元级别的经济体量倒推，如果这条规律成立，AI 建设离那个刻度还有几年，得到 2030 年代初。
这个类比有用，因为它提醒了一件事：建设周期是有限的，钱和实物产能最终要对着真实需求收口，而且收口的方式往往不是温和减速。
但刻度本身不牢靠，至少有三个地方对不上：
- 量级不是唯一的变量，持续时间一样重要。同样的占比，摊在三年和摊在十年，压力完全不同。
- 收益的实感不一样。铁路修好，收益直接体现在运价和地价上；AI 的收益要穿过流程改造和组织调整，才能落到报表。
- 折算是隐藏变量。算力设备的会计折旧年限普遍长于它的实际经济寿命，这会让前几年报表里的利润更好看，也让拐点来得更突然。
所以 25% 不是日历，只是刻度。它没法告诉你哪天出事，只能告诉你现在还没到那个刻度。
拿到自己手里，可以这样用
- 判断一家公司或一个产品有没有真吃到 AI 红利，先看成本结构有没有变，再看有没有 AI 部门。供应链侧看产能利用率和价格，采用侧看单位人力成本。
- 别把“指数涨了”当成自己的判断依据。手上的资产或业务不带 AI 属性，这轮行情跟你关系不大，这就是集中度的含义。
- 如果你是用 AI 的那一方，晚一点入场不一定吃亏。工具价格在往下走，等流程先理清、等单价先降下来，通常比抢第一批划算。
两个容易翻车的地方
第一个是把这几组数字读成“价格要崩了”。集中度高不等于必崩，它只说明这轮上涨缺广度、抗冲击能力差。反过来读更危险：集中度高也可能是产业真的在换代，铁路和互联网都经历过同一段，最后留下来的不是替代品，是新基础设施。
第二个是把供应链的钱和采用方的钱混着算。这两笔钱在时间上错开，在确定性和波动性上也不一样。混着算，就会得出“AI 行情哪都在”这种没有信息量的结论。
上面只是对一组公开统计的读法，不构成任何投资建议。