為什麼下一批獨角獸不會是應用程式

未來十年最大的企業不會爭奪你的注意力。它們將是那些悄悄掌控一切所依賴之系統的公司。

TL;DR 6個核心洞察

01 基礎設施透過成為不可或缺而勝出；應用程式透過被喜愛而勝出。只有其中一種能創造持久的競爭優勢。

02 AI正將基礎設施從背景層轉移為主要約束條件。算力、電力與冷卻的需求增長速度遠超供給。

03 電力現已成為關鍵約束：一座1 GW的AI數據中心建設成本約為300億美元，且到2028年預計將出現49 GW的缺口。

04 基礎設施不僅限於實體層面。嵌入工作流程的軟體可以與硬體一樣難以被取代。

05 最容易建構的東西往往最難捍衛。功能對等在應用程式層很快就會出現。

06 下一批獨角獸將更不顯眼，但嵌入更深——掌控的是約束條件，而非介面。

Image is generated by AI

鏟子製造商總是悄悄勝出

1849年，數十萬人湧向加州淘金。大多數人空手而歸。真正的贏家不是礦工，而是那些販售鶴嘴鋤、鏟子、牛仔褲和物資的人。

這個模式從未改變。

我們正身處一場新的淘金熱之中——AI。每週都有一家新創公司承諾要重塑整個產業。大多數也將同樣迅速地消失。

但那些建構「鶴嘴鋤與鏟子」的公司——算力、數據管道、網路和電力——不只會在這輪週期中存活，它們將定義未來十年。

令人驚訝的不是這件事正在發生。
而是如此少的人正在關注它。

背景與問題

應用程式層已過於擁擠。基礎設施層正受到制約。

應用程式經濟的現實很簡單：功能無法持久。任何你建構的東西都能被快速複製，往往比你擴大發行的速度還快。注意力成本高昂，留存率脆弱，平台依賴性持續上升。

在這片喧囂之下，某種更具結構性的力量正在形成。

AI消耗資源的速度超過實體系統所能跟上的節奏。訓練成本持續累積。電網日益吃緊。冷卻正從一個操作細節演變為工程瓶頸。對專用晶片、頻寬和合規數據系統的需求正在超過供給。

這就是真正的約束條件的樣貌。

而在市場中，約束條件正是定價權所在之處。

「應用程式功能在數週內即被複製。基礎設施的形塑則取決於物理規律、法規與整合深度。」

系統分析

基礎設施複利飛輪電力供需缺口

基礎設施業務的實際運作方式

這個模式看似簡單，卻暗藏玄機。

一家公司在大型複雜系統中找到一個瓶頸——某個緩慢、昂貴或難以手動管理的環節。它建構一個解決方案來消除這個摩擦，並將自身直接嵌入客戶的營運中。

一旦整合完成，更換供應商就不再是產品決策——而是變成了營運風險。

營收的增長不依賴於注意力，而是隨著客戶自身的成長而擴大。

這是關鍵的轉變。

應用程式競爭的是用戶參與度。
基礎設施則隨著依賴性而複利增長。

一個靠被喜愛而存活。另一個靠變得無法移除而存活。

應用程式與基礎設施：護城河比較

深度剖析

現實世界的基礎設施公司：它們在技術棧中的位置

下一條軌道正在被建構的五個領域

1. AI算力與推理
AI技術棧正在GPU、TPU和專用加速器周圍形成一個工業層。像Together AI這樣的公司並非在模型上競爭——它們正在建構讓模型能夠大規模使用的基礎設施。

推理成本已大幅降低（根據Epoch AI，依工作負載不同降低了9倍至900倍），但需求擴張的速度更快。更低的單位成本並未降低支出——而是增加了使用量。

2. 電力與能源基礎設施
這才是AI真正的瓶頸。

單一一座1 GW的AI數據中心建設成本約為300億美元。美國數據中心需求預計將從2025年的約80 GW增加到2028年的約150 GW。摩根士丹利估計存在49 GW的供給缺口。

這個缺口並非理論上的。它關乎輸電線路、許可審批延遲、渦輪機和電網容量。

這裡的贏家不只會是科技公司——也會是能源建設者。

3. 開發者工具與部署基礎設施
Vercel不只是簡化了部署——它重新定義了現代軟體的交付方式。

一旦團隊圍繞CI/CD管道、預覽環境和邊緣函數進行建構，工作流程本身就成了產品。更換平台意味著重寫習慣，而不僅僅是程式碼。

這才是真正的鎖定效應。

4. 數據治理與智能
隨著企業將數據推入AI系統，治理成為關鍵基礎設施。

像Collibra這樣的工具處於這一轉變的核心——在複雜的數據環境中控制存取、血緣關係和合規性。

移除它們不是遷移，而是一場外科手術式的營運大改造。

5. B2B採購與嵌入式商務
基礎設施並非總是數位的或以算力為基礎的。

像Infra.Market和OfBusiness這樣的公司展示了採購、物流和融資能夠多深地嵌入成為基礎設施。它們實際上成為了整個產業採購行為的作業系統。

這是最純粹形式的基礎設施：無形的、不可或缺的，且深度整合的。

關鍵指標

支撐論點的數據

訓練成本增長

3.5×
自2020年以來AI訓練成本的年增長率（Epoch AI）

2×
AI電力需求的年翻倍速度

74 GW
2028年美國數據中心需求預測（摩根士丹利）

49 GW
2028年預計電力供給缺口

300億美元
建設一座1 GW AI數據中心的估計成本

20%
預計到2030年規模超過1 GW的數據中心園區比例

風險

可能出現的問題

營運延遲
基礎設施依賴實體執行。即使需求強勁，許可審批、設備短缺和電網接入也可能延遲營收。

資本密集度不匹配
前期大量投入與延遲回報形成時機風險。若利用率滯後，回報將迅速收窄。

安全與網路風險
基礎設施緊鄰關鍵系統。離核心越近，故障的影響就越大。

供應商鎖定的反彈
高昂的轉換成本可能引發客戶抵制，並推動轉向多供應商或開源替代方案。

看多與看空觀點

兩種視角

看多觀點
AI創造長達十年的基礎設施超級週期
電力約束形成持久的定價權
深度整合推動高凈營收留存率
各國政府資助主權基礎設施
軟體層基礎設施在無需相應資本支出的情況下實現規模擴張

看空觀點
超大規模雲端業者垂直整合技術棧
AI需求增長放緩速度超出預期
許可延遲阻礙供給擴張
開源壓縮軟體利潤率
過度建設導致利用率崩潰

情境分析

基礎設施的三種未來

數據中心負載容量增長 + 情境分析

大多數人忽略的事

三個反直覺的真相

基礎設施並不無聊——它只是不那麼顯眼。
最優秀的基礎設施公司存在於龐大的非自由裁量預算之下。它們解決痛苦的問題，並透過依賴性而非炒作來獲得定價權。

「廉價軟體」在規模化後變得昂貴。
一旦軟體成為關鍵任務級別，故障成本遠超訂閱費用。這正是定價權悄然複利增長之處。

最容易建構的東西是最難捍衛的。
應用程式快速交付，也容易被複製。基礎設施建構緩慢，但難以被取代。護城河來自整合深度，而非速度。

關鍵變數

需要關注的指標

AI擴展軌跡
算力需求是否持續複利增長，或在效率提升下趨於穩定

電力許可審批速度
電網擴張速度才是真正的限制因素——而非資本

超大規模雲端業者垂直整合
AWS、Google和Microsoft吸收技術棧的積極程度

主權政策
本地算力要求可能重塑全球基礎設施版圖

開源壓力
純軟體基礎設施層的利潤率壓縮風險

戰略影響

實際意義

對創辦人而言，選擇正變得更加清晰：為注意力而建構，還是為依賴性而建構。前者獎勵速度，後者獎勵深度。

問題不是「人們會使用這個嗎？」
而是「他們在現實中能夠離開它運作嗎？」

對投資者而言，這將焦點轉向具備深度整合、高轉換成本，以及營收與客戶擴張而非客戶獲取掛鉤的企業。

這些公司在早期鮮少令人感到興奮。但它們複利增長的方式是消費者應用程式難以企及的。

對企業採購方而言，含義更為簡單：謹慎選擇供應商。同樣的鎖定效應既創造價值，也製造長期依賴。

結論

掌控軌道，而非介面

網際網路時代在應用程式層創造了巨頭——搜尋、社群、電子商務。那個週期已基本成熟。

下一個週期正在它的底層被建構。

電力、算力、數據治理、部署系統和嵌入式商務正在真實約束條件下被即時重組。

建構這些系統的公司不會是最顯眼的，但將是最不可或缺的。

而在每一個週期中，同樣的模式始終成立：

顯眼的層變得擁擠。
不可或缺的層變得昂貴。
而價值流向掌控約束條件的人。

個人感言

這個領域演變得越多，一件事就越清晰：當下正在建構的最重要公司，往往是最不顯眼的。

它們不追逐用戶，不追求病毒式傳播。它們藏身於供應鏈、數據流和大多數人從未思考過的電力系統之中。

真正的槓桿正在那裡形成。

淘金熱的類比不只是歷史的重演——它是一個篩選器。

大多數人追逐黃金。

少數人悄悄地鋪設軌道。

而隨著時間推移，軌道總是勝出。

---

Why the Next Unicorns Won't Be Apps最初發表於Medium的Coinmonks，人們正在那裡就這篇文章進行評論和討論。