深圳有对夫妻,最近把整个投资圈看傻了。

他们的公司叫德明利,做存储芯片分销——说白了就是倒卖芯片。5个月前市值80亿出头,现在直接冲过400亿。一季度净利润33亿,比过去十年加起来还多。

他们不懂大模型,不会写代码,甚至不生产芯片。就干了一件事:在涨价前囤了一堆货,然后等着卖。

你看完这个故事,第一反应大概是:”这也行?”

行。不但行,而且这个剧本一百多年来反复上演过,只是大多数人从来没注意过。

做AI的在烧钱,卖硬件的在数钱

过去两年,AI创业圈热闹得像过年。做大模型的、做Agent的、做AI绘画AI视频的——创业者前赴后继,投资人排着队撒钱。

但你打开这些公司的财报看看,会发现一个挺魔幻的事实。

OpenAI,全球最火的AI公司,2025年预计亏损50亿美元。Anthropic在烧钱,Stability AI在烧钱,国内一堆大模型公司也在烧。做AI应用的创业者,十个里面九个还在找商业模式。

反过来看硬件那边:英伟达一个季度赚260亿美元,净利率超过55%。

中际旭创做光模块,股价两年涨了18倍。德明利连芯片都不生产,只是囤货倒卖,一个季度就赚了33亿人民币。

做AI的在烧钱找出路,卖硬件的已经赚到手软。

挖金子的人吃泡面,卖铲子的人喝茅台。 这不是巧合,这是每一次技术革命的固定剧本。

一条你可能没想过的涨价链条

存储芯片2026年一季度合约价暴涨了90%以上。你可能觉得原因很简单:AI火了,芯片需求大了,涨价嘛。

真实的传导路径比这复杂得多,而且反直觉。

直接引爆涨价的不是普通存储芯片的需求暴增,而是一种叫HBM(高带宽内存)的东西。英伟达的每一块AI训练芯片——H100、B200、GB300——都需要大量HBM配套。AI军备竞赛越激烈,HBM需求越疯狂。

问题出在哪?HBM和普通DRAM共用同一批产线。

三星、SK海力士、美光这三家垄断了全球95%以上的存储芯片产能。它们疯狂把产线往HBM倾斜——因为HBM利润率高得多。结果普通DRAM和NAND的产能被挤压了。

供给端收缩,需求端因为AI应用落地还在增长。价格开始涨。涨价消息一传开,下游客户的心态瞬间从”观望”变成”抢”——”现在不买以后更贵”。囤货导致市面上流通的芯片更少,价格继续飙。

涨价→囤货→更缺货→更涨价。一个经典的正反馈死循环。

存储芯片涨价的连锁反应:从HBM挤占产能到价格螺旋上升

德明利那对夫妻踩中的,就是这个螺旋的起点。他们在大家还没反应过来的时候大量吃货,然后坐等市场替他们把价格推上去。

1849年的旧金山,和2026年的深圳

把日历翻到1849年。

加州发现金矿,消息一传开,几十万人从东海岸涌向西部。船票涨了十倍,沿途小镇的物价飞上天。结果呢?绝大多数淘金者血本无归——金子有限,竞争者无限,运气好的发小财,运气差的死在半路上。

但有几个人安安静静地发了大财。

一个叫Levi Strauss的德国移民,看到矿工的裤子天天被石头磨烂,用帆布做了一种耐磨工装裤。这就是Levi’s——一个靠”卖裤子给淘金者”建立起来的百年品牌。还有人卖铁锹、帐篷、食物、威士忌。淘金者赌的是运气,这些人赚的是确定性。

只要有人淘金,铲子就有人买。金矿挖不挖得到不一定,但铲子的需求只增不减。

你把这个模型套到每一次技术革命上,都成立。

互联网泡沫时代,多数.com公司灰飞烟灭,但思科卖路由器赚得盆满钵满。AWS比绝大多数互联网创业公司都赚钱。移动互联网起来后,最赚钱的不是开发App的,是高通、台积电和富士康。

到了AI这一轮:铲子变成了GPU、存储芯片、光模块、数据中心的电力和散热设备。做AI应用的公司还在赌哪条路能跑通,但卖铲子的人已经把钱装兜里了。

德明利夫妻的身份,本质上是”铲子的二道贩子”。 他们不造铲子,但他们囤铲子、倒铲子。只要AI热潮一天不退,铲子就一天不愁卖。

技术革命中的"卖铲人":从1849年加州淘金热到2026年AI时代

AI产业链的利润到底流向了谁

画一张AI产业链的利润分布图,你会看到一个很清晰的金字塔。

最底层:算力基础设施。 芯片(英伟达、AMD)、存储(三星、SK海力士)、光模块(中际旭创)、服务器(浪潮、超微)。这一层吃掉了整个AI产业链大约80%的利润。不夸张——英伟达一家公司的利润,比全球所有AI应用公司的利润加起来还多好几倍。

中间层:云平台和工具。 AWS、Azure、阿里云、火山引擎。它们扮演”算力中间商”的角色,把底层硬件打包成服务卖给上层。利润可观,但远不如底层硬件商。

最顶层:AI应用。 ChatGPT、Midjourney、各种AI Agent、AI写作、AI客服。最热闹的一层,但也是目前最不赚钱的一层。绝大多数还在烧钱换增长,找PMF,找商业化路径。

技术革命的早期,钱永远是自下而上流的。 先是基础设施赚钱,然后是平台赚钱,最后才轮到应用层。互联网那一轮也是这个顺序——先是卖服务器的赚钱,然后是做云的赚钱,最后才是做SaaS的赚钱。

现在AI还处在”基础设施疯狂赚钱”的阶段。应用层的春天会来,但不是今天。等哪天做AI应用的公司开始批量盈利了,那才说明这波技术革命走到了下半场。

AI产业链利润分布:从底层算力到顶层应用的金字塔结构

普通人在这波浪潮里能抓住什么

说了半天芯片和产业链,你可能觉得这跟自己没什么关系。不是每个人都能去倒卖芯片,也不是每个人都有本金去炒半导体股票。

但”卖铲子”的思维不只适用于硬件。它适用于任何正在被AI重塑的行业。

核心问题只有一个: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,但每个AI编程工具都需要高质量代码数据集、需要模型部署运维能力、需要安全审计确保AI写的代码没有漏洞。数据工程、MLOps、AI安全,这些就是程序员行业里的”铲子”。

如果你做电商——AI正在重塑推荐和客服,但AI推荐系统需要干净的商品数据、标准化的品类标签、A/B测试基础设施。谁在做这些脏活累活?那就是”卖铲人”。

如果你做教育——AI教育产品满天飞,但它们都需要题库、知识图谱、结构化的教学内容。内容供应商就是这个赛道的铲子。

你不需要去炒股票,也不需要转行做芯片。你要做的是在自己的能力范围内,找到那个”所有人都需要但没人注意到”的环节。

一个土办法:列出你行业里最近一年因为AI而新出现、或者需求暴增的岗位和服务。那些岗位的上游是什么?谁在提供原材料?那个位置,就是你的铲子。

铲子涨价之前,得先看懂地图

320亿身家暴涨的故事听起来像是天上掉馅饼。

但如果你搞懂了HBM挤占产能的连锁反应、存储芯片的供需螺旋、以及”卖铲人”在每一轮技术革命中的位置,你会发现这不是运气。这是产业链利润分配的必然。

每一次技术浪潮都会制造一批暴富的卖铲人。1849年的加州、2000年的硅谷、2010年的移动互联网、2026年的AI——剧本从没变过,换的只是铲子的形状。

大多数人是在铲子涨了10倍之后才注意到它的。那时候看到的不是机会,是风险。

真正的机会藏在供应链的褶皱里——哪个环节产能在被挤占?哪个环节供应商高度集中?哪个环节扩产周期足够长?

想清楚这些的人不一定能赚320亿。但至少,他们不会在所有人都在讨论风口的时候,还在问”风口在哪”。