Gavin Baker 說 AI 不是泡沫：一個經歷過 2000 年崩盤的老手，怎麼看今天這場三兆美金的豪賭

TL;DR

• 2000 年網路泡沫的核心是「暗光纖」，巔峰時全美九成七的光纖沒在用。今天沒有閒置的 GPU，每一顆都在燒
• NVIDIA 本益比大概四十倍，跟 Cisco 當年一百五十到一百八十倍差很遠，估值面還稱不上泡沫
• 花錢蓋資料中心的是全世界最賺錢的公司，手上有五千億美金現金，每年再生三千億自由現金流，不是借錢硬撐
• NVIDIA 最大的對手不是 AMD，是 Google 的 TPU。未來三年會有一批高調的客製化晶片計畫被砍掉
• 應用層 SaaS 公司不該害怕毛利率下降，反而該把它當作 AI 真的有人在用的證據
• 前沿模型公司的毛利率結構性低於傳統 SaaS，但不代表不能是好生意
• 人形機器人的辯論已經結束，Tesla Optimus 和中國廠商的競爭將是下一個主戰場

---

這集在 2026 年七月十四日播出的 a16z Podcast，由 a16z 合夥人 David George 在 All-In Summit 的爐邊對談中，訪問了 Atreides Management 的創辦人兼投資長 Gavin Baker。Atreides 是一家波士頓的跨界對沖基金，同時投公開市場和私募市場，管理規模大概八九十億美金。Baker 在業界最為人知的身份是「那個每次 AI 大新聞出來，大家都等著看他怎麼說」的推特分析者。但他的底子其實是 Fidelity 的基金經理人出身，管過 OTC Portfolio，年化報酬率大概一成九，在 Morningstar 同業裡贏過九成九的人。更關鍵的是，他經歷過 2000 年的網路泡沫，所以當他說「現在不是泡沫」的時候，至少有一點歷史的份量在。

暗光纖 vs 沒有閒置的 GPU

Baker 開場就把 2026 年跟 2000 年擺在一起比。

2000 年那場泡沫的核心產物叫「暗光纖」（dark fiber）。當年 Level 3、Global Crossing、WorldCom 這些公司每季來跟投資人報告「我們這季又鋪了二十萬英里的光纖」，講得很興奮，覺得網路未來無限大。但光纖要有用，兩端得接上交換器跟路由器才行。結果巔峰時期，全美九成七的光纖是暗的。鋪了但沒在用。

今天呢？沒有暗 GPU。

反過來，技術論文裡最常被提到的問題之一是訓練跑太大會把 GPU 燒壞。這不是產能過剩的問題，是產能不夠的問題。

Baker 給了一個很直覺的檢驗方式：看那些花最多錢買 GPU 的大公司（都是上市公司），自從加大資本支出以來，投資資本報酬率（ROIC）大概提升了十個百分點。花的錢確實有在賺回來。

估值面也不支持泡沫論。Cisco 當年漲到一百五十到一百八十倍的追蹤本益比。NVIDIA 現在大概四十倍。差了快四倍。

五千億現金 + 每年三千億自由現金流：這些人虧得起

David George 開場丟了幾個嚇人的數字：美國目前大概有一兆美金的資料中心，計畫未來五年再加三到四兆。過去三年蓋的資料中心，花的錢已經超過整個美國州際公路系統四十年的總投資（經通膨調整）。

聽起來很恐怖。但 Baker 指出一個關鍵差異：買單的人是誰。

2000 年鋪光纖的公司很多是靠借錢撐的。今天花錢的是 Google、Microsoft、Meta、Amazon 這些公司，合計每年產生大約三千億美金的自由現金流，資產負債表上還躺著五千億美金的現金。一座一 gigawatt 的資料中心大概要四五百億美金。他們有八千億的緩衝空間，而且每年還在長。

Larry Page 據說在內部講過一句話：「我寧可破產也不要輸掉這場比賽。」Baker 認為 Google 跟 Meta 的心態就是這樣，把 AI 當成存亡之戰。

NVIDIA 的真正對手是 Google，不是 AMD

這段我覺得是整集最有料的部分。

Baker 明確說 NVIDIA 最大的競爭者不是 AMD、不是 Broadcom、不是 Intel，是 Google。原因很簡單：Google 有 TPU，目前可能是唯一能跟 NVIDIA 在訓練端抗衡的替代方案，推理端更可能是最好的選擇。而且 Google 還有 DeepMind 跟 Gemini，過去兩三個月拿下了十五到二十個百分點的流量份額，如果把搜尋的 AI 概覽也算進去，實際流量可能已經超過 OpenAI 跟 Anthropic。

目前的格局大概是這樣：

陣營	晶片	備註
Google	TPU	自有，花了三代才做好
Anthropic	TPU + Tranium	Amazon 跟 Google 的雙重綁定
NVIDIA	GPU	系統級方案，不只是晶片
Broadcom + AMD	ASIC + GPU	聯合進攻，走 Ethernet 開放標準

Baker 的判斷是：未來三年會有一批高調的客製化 ASIC 計畫被砍掉，特別是如果 Google 開始對外賣 TPU 的話。Amazon 的 Annapurna 團隊是例外，他認為 Tranium 3 會比 Tranium 2 好很多，但 Google TPU 也花了三代才做好。

至於 NVIDIA 跟 OpenAI 的「資金互繞」（round-tripping）爭議，Baker 認為被過度放大了。規模很小，驅動因素不是融資需求，而是競爭策略。NVIDIA 不得不回應 Google 用 TPU 跟資金拉攏 Anthropic 這類 AI 實驗室的動作。Jensen 是他見過的兩個最好的 CEO 之一（另一個是 Elon），他認為 Jensen 的每一步棋都完全理性。

前沿模型的毛利率困境：SaaS 公司不該怕

這段討論很實務。Baker 認為因為 scaling laws 和推理時計算（test-time compute）的本質，前沿模型公司的毛利率在結構上就是會比傳統 SaaS 低。這不是暫時的，是物理定律決定的。

但低毛利率不等於爛生意。

他舉了 Microsoft 從地端（on-premise）授權轉型到雲端訂閱的例子。當年也有人擔心毛利率會下降，結果呢？Microsoft 過去十年的股價你自己去看。Adobe 也一樣。毛利率確實比以前低，但生意規模大了好幾倍。

Baker 的觀察是：很多應用層的 SaaS 上市公司在害怕毛利率下降。他們擔心毛利率一跌，股價就跌。但這導致他們不敢全力投入 AI，結果被 Cursor 這種新創打得措手不及。

David George 從 a16z 的角度補了一刀：「現在每家來找我們的公司都說自己是 AI 公司。我們第一件事就是看毛利率。如果你說你是 AI 公司但毛利率有八成二，那大概沒什麼人真的在用你的 AI。」

之前在一年燒掉的 token 比工程師薪水還多：20VC 這集把「用 token 換人」這件事講白了有聊過企業 token 支出正在變成新的預算項目，Baker 的觀點剛好從毛利率的角度解釋了為什麼這件事會發生。

Google 的 Chrome 是一張還沒打出來的牌

有一段關於消費端的討論很值得記一筆。

最近幾家 AI 公司推出了自己的瀏覽器。Baker 認為這些公司可能會後悔，因為有一個東西叫 Chrome，五十億用戶。Google 目前在跟政府打官司所以行動謹慎，但他們的策略可能是：讓 AI 原生公司的瀏覽器先跑三到六個月，等市場驗證完概念，然後 Chrome 直接跟進。

「到時候他們會說：『我們不得不做。』」Baker 說。

這讓我想到之前寫過的Benedict Evans 用網路、行動通訊、PC 類比 AI 當前處境。Evans 也說過類似的觀點：擁有既有分發管道的公司在新技術浪潮中有巨大的結構性優勢。Baker 在這裡用 Chrome 的例子把這件事講得更具體了。

GPT-5 跟 scaling laws 的關係被搞混了

Baker 中途突然岔出去罵了一段，我覺得很值得記下來。

他說很多人把 GPT-5 拿來當 scaling laws 失效的證據，這完全搞錯了。GPT-5 是一個刻意做小的模型，設計目標是讓 OpenAI 跟 Microsoft 跑起來更經濟，不是為了追求更強。拿一個刻意縮小的模型來說 scaling laws 到頂了，邏輯上就不成立。

人形機器人：辯論結束了

最後聊到機器人。Baker 一句話：人形 vs 非人形的辯論已經結束了。

原因有兩個：第一，人形機器人可以從 YouTube 影片裡學習動作。第二，人類可以穿上動作捕捉服直接教機器人怎麼做。五十台 Optimus 同時做五十種不同的任務，那個影片看過的機器人專家都印象深刻。

他認為未來的格局會是 Tesla 對上中國廠商，跟電動車的競爭結構一模一樣。

我的想法

Baker 這個人的可信度來自於他經歷過上一次崩盤。他不是那種只看過牛市的分析師。當一個繳過 2000 年學費的人告訴你「這次不一樣」，至少值得認真聽他的理由。

他的核心論點其實很簡單：上一次是借錢鋪沒人用的光纖，這次是全世界最賺錢的公司用自己的錢買用滿的 GPU。結構完全不同。

但我自己會多加一個但書：即使不是泡沫，不代表每家公司都會贏。Baker 自己也說了，要保持謙遜，因為如果用網路泡沫做類比，ChatGPT 問世的時間點相當於 Netscape 問世的時間點。那時候 Google 還沒成立，Zuckerberg 還在念國中。

所以，結論不是「衝進去買」，而是「別因為害怕泡沫就完全不碰」。搞懂結構、搞懂誰在花錢、搞懂錢花在哪裡，比聽標題決定立場有用得多。

想看更多這類產業觀察跟投資思考，可以訂閱 wilsonhuang.xyz，新文章發佈會第一時間通知。