AI时代最赚钱的人，做的是"最没技术含量"的活
33.46亿。
这是深圳一对夫妻一个季度赚到的净利润。比他们公司过去十年加起来赚的还多。
这对夫妻叫陆世国和袁丹华，公司名叫德明利。干的活说白了就是把三星、SK海力士的存储芯片买回来，焊到电路板上，再卖出去。五个月时间，夫妻俩身家涨了320亿。
不做大模型，不搞算力，不碰任何听起来高大上的AI技术。就干这么一个”没什么技术含量”的活，赚成了深圳最猛的夫妻档。
最没技术含量的环节，赚了最多的钱
你可能会想：这也太魔幻了吧？AI时代最赚钱的，不应该是搞大模型的、做算力的那批人吗？
还真不是。
你拉一张AI产业链的利润分布图，会发现一个让人坐不住的事实：这一波AI行情里，闷声发大财的既不是训练GPT的，也不是卖GPU的，而是干”最没技术含量”的中间环节的人。
德明利做的事情有多简单？一句话说完：从上游芯片原厂低价买入存储芯片，做成模组，高价卖给下游客户。核心技术壁垒？几乎没有。把芯片焊到PCB板上，初中生培训三个月都能干。
但就是这么一个看起来没有任何护城河的生意，一个季度赚了33亿。
赚钱这件事，和你以为的”技术含量”，经常不在一条线上。
“芯片搬运工”凭什么暴富
要理解德明利为什么赚疯了，得先搞清楚一个背景：2026年一季度，存储芯片涨疯了。
DRAM合约价涨了30%以上，有些品类涨了90%。NAND也跟着涨。所有品类都在涨。
但这不是普通的供需关系能解释的。
真正的推手是AI训练对HBM（高带宽内存）的疯狂需求。英伟达每出一代新GPU——H100、B200、GB300——都需要配套大量HBM。AI军备竞赛越激烈，HBM需求越爆炸。
问题来了：HBM和普通DRAM，用的是同一批晶圆产线。
三星、SK海力士、美光这三家巨头一看HBM利润高，拼命把产能往HBM倾斜。结果呢？普通存储芯片的产能被挤占了。供给端收缩，需求端又因为AI落地在增长，价格就开始往上飙。
然后出现了一个经典的螺旋：涨价→客户恐慌囤货→市场上芯片更少→继续涨价。
德明利踩中的就是这个螺旋。他们提前大量备货，坐等涨价，然后高价出货。赚的是库存升值的差价。
说难听点，逻辑和2020年初囤口罩的人一模一样。只不过他们囤的东西单价高了几万倍。
1849年的金矿和2026年的芯片
这种现象其实一点都不新鲜。
1849年，加州发现金矿，几十万人涌去淘金。结果呢？大部分淘金者血本无归。金矿有限，竞争者无限。
但有人发了大财。一个叫Levi Strauss的德国移民发现矿工们裤子天天被磨烂，就用帆布做了一种特别结实的工装裤——这就是后来的Levi’s。卖铲子的、卖帐篷的、卖食物的，都比淘金的赚得稳。
淘金者赌的是运气，卖铲人赚的是确定性。只要还有人淘金，铲子就有销路。
每一次技术革命都在重复这个剧本：
互联网时代，做网站的九死一生，做云计算基础设施的AWS成了印钞机。移动互联网时代，做App的一将功成万骨枯，卖芯片的高通和代工的台积电闷声数钱。
AI时代，”铲子”变成了GPU、存储芯片、光模块、数据中心的电力和冷却设备。德明利就是这批”卖铲人”里的一个——甚至不是造铲子的，而是”铲子的二道贩子”。
但人家照样赚得盆满钵满。因为在淘金热里，离金矿最近的不一定赚钱，离铲子最近的才赚钱。
“卖水人”模式为什么在AI时代特别好使
你可能会问：为什么偏偏是存储芯片这个环节？凭什么它赚这么多？
先说最核心的一点：需求的确定性极高。
不管哪家的大模型火，不管谁的AI应用爆——GPT也好、Claude也好、文心一言也好——底层都需要海量存储。训练要存数据集，推理要存模型权重，用户交互要存上下文。存储芯片是所有AI玩家的”刚需消耗品”。
你赌谁会成为下一个OpenAI，可能赌错。但你赌”做AI的人都需要存储芯片”，这个几乎不可能错。确定性，就是”卖水人”最锋利的刀。
再看门槛。做大模型需要全球前1%的AI人才，做GPU需要几十年的芯片设计积累。但做存储模组？采购+组装+销售。不需要诺贝尔奖得主，需要的是供应链嗅觉和库存管理能力。真正的壁垒不在技术，在渠道关系和压货的胆量。
还有一点容易被忽视：卖水人不怕风口切换。今天AI视频火了，明天AI Agent火了，后天具身智能火了——应用层天翻地覆，但底层都需要存储。做应用的人得跟着风口跑，卖水的人只需要守着水源。
当然，故事讲到这里如果收尾，就成鸡汤了。现实是：存储芯片是强周期行业，涨完了一定会跌。2022-2023年存储芯片价格暴跌，整条产业链哀鸿遍野，圈内人都还记得。德明利赚的是周期上行的钱，等库存堆积、需求回落，利润会大幅缩水。
聪明的卖水人从不指望永远赚钱。他们只需要在该赚的时候，赚够。
在你的行业里找到那把”铲子”
说了半天芯片，你可能觉得跟自己八竿子打不着。
但”卖水人”思维不只是投资逻辑，更是一种选赛道的方法论。
核心问题：在你的行业里，谁在为AI热潮提供基础设施？
如果你是程序员——AI编程工具越来越火，Cursor、Copilot、Windsurf一堆。但每一个AI编程工具都需要什么？需要高质量的代码训练数据、需要模型部署运维能力、需要安全审计保证AI写的代码不出安全漏洞。做MLOps、做AI安全审计的人，就是程序员行业的”卖铲人”。
如果你做内容——AI生成内容遍地开花，但所有AI内容工具都需要什么？需要优质的素材库、需要风格化的模板、需要版权合规的审核体系。做素材供应、做合规服务的人，就是内容行业的”卖铲人”。
怎么判断一个机会到底是”淘金”还是”卖水”？问自己三个问题：
谁在买单？ 如果你的客户只有一两家公司，那你赌的是押对客户——这是淘金。如果你做的东西谁都需要，客户名单只会越来越长——这是卖水。德明利的客户从手机厂到服务器厂到AI公司，谁火卖给谁。
三个月后还在不在？ 如果你提供的东西三个月就能被复制，那是淘金热里的口罩——来得快去得也快。如果替代你需要砸钱建厂、积累三五年的渠道——恭喜，你就是Levi’s。
你赌的是运气还是大势？ 淘金者赌的是”我能挖到金子”，卖铲人赌的是”会有人来挖金子”。前者需要运气，后者只需要常识。能用常识赚到的钱，永远比靠运气赚的钱更踏实。
不需要成为天才，但要学会服务天才
回到德明利那对夫妻。
320亿身家暴涨，旁人看着是天降横财。但拆开来看，这不过是产业周期里一个古老规律的最新演绎——每一轮技术革命都会制造两种赢家：改变世界的天才，和服务天才的商人。
1849年的Levi Strauss不懂挖金矿，但他懂矿工需要裤子穿。2026年的德明利夫妻不懂训练大模型，但他们懂做AI的人需要存储芯片。
你不需要成为OpenAI，也不需要搞懂Transformer到底怎么运作。你只需要搞清楚一件事：正在改变世界的那些人，他们每天都离不开什么？
然后去做那个东西。
33.46亿净利润，来自把芯片焊到电路板上这么一件朴素的事。
别去跟天才抢风头，去给天才送盒饭。 盒饭利润不高，但胜在每天都有人要吃。