5个月身家暴涨320亿，他们靠的不是做AI
深圳有一对夫妻，做存储芯片分销的。
5个月前，他们的公司市值大概80亿出头。5个月后的今天，市值冲过了400亿。夫妻俩的身家，涨了320亿。
更夸张的是利润。这家叫德明利的公司，2026年一季度净利润33亿。什么概念？他们过去十年的利润加起来，都没有这一个季度多。
你可能以为他们做了什么了不起的AI技术突破。没有。他们做的事情，用一句话就能说清楚：低价买入存储芯片，高价卖出。
就这么简单。简单到你会觉得，这凭什么？
赚到真金白银的，从来不是淘金的人
过去两年，所有人都在追AI应用层的机会。做大模型的、做AI Agent的、做AI生成图片视频的——创业者挤破头，投资人抢着撒钱。
但你拉一张AI产业链的利润分布图出来，会发现一个扎心的事实：这一轮AI牛市里，赚到最多真金白银的，不是做AI产品的人，而是那些”卖铲子”的人。
英伟达卖GPU，赚麻了。中际旭创卖光模块，股价涨了18倍。而德明利这对夫妻，连芯片都不生产——他们只是囤货然后转手卖，一季度就赚了33亿。
他们的商业模式简单到令人发指：判断芯片要涨价 → 提前大量囤货 → 等涨价后卖出。本质上和2020年初那些囤口罩的人没有任何区别，只不过他们囤的是存储芯片，客单价高了几个数量级。
这不是个例。你回头看每一次科技革命，赚最多的从来都不是站在聚光灯下的那个人。
存储芯片涨了90%，但这不是正常的供需
先搞清楚一个事实：2026年一季度，存储芯片合约价暴涨了90%以上。DRAM涨，NAND涨，几乎所有品类都在涨。
你可能觉得这是正常的供需关系——AI火了，需求大了，芯片当然涨价。
但实际的传导链条比你想的复杂得多，而且充满了反直觉。
真正引爆涨价的不是普通存储芯片的需求增加，而是一个叫HBM（高带宽内存）的东西。HBM是AI训练芯片的核心配件——每一块英伟达的H100/B200/GB300 GPU，都需要大量HBM来配套。AI训练的算力军备竞赛越激烈，HBM的需求就越疯狂。
问题在于，HBM和普通DRAM用的是同一批产线。
三星、SK海力士、美光这些存储芯片巨头，疯狂把产能往HBM上倾斜——因为HBM利润率更高。结果呢？普通DRAM和NAND的产能被挤占了。
供给端收缩，需求端又因为AI应用落地而增长，于是普通存储芯片开始涨价。涨价的消息传开后，下游客户开始恐慌性囤货——”现在不买以后更贵”。囤货导致市场上流通的芯片更少，价格继续往上走。
涨价 → 囤货 → 更缺货 → 更涨价。 一个经典的正反馈螺旋。
德明利夫妻档踩中的，就是这个螺旋的起点。他们在涨价之前大量囤货，然后坐等螺旋把价格推上去。
1849年的加州，和2026年的深圳
让我们把时间拨回1849年。
加州发现了金矿，消息传开，几十万人涌向西部淘金。故事的结局你可能知道：绝大多数淘金者赔得血本无归——金矿有限，竞争者无限，运气好的发小财，运气不好的客死异乡。
但有几个人发了大财。
一个叫Levi Strauss的德国移民，看到矿工们的裤子天天被磨破，于是用帆布做了一种结实耐磨的工装裤。这就是后来的Levi’s牛仔裤。还有一些人卖铁镐、铲子、帐篷、食物——淘金者的”基础设施”。
淘金者赌的是运气，卖铲人赚的是确定性。只要有人淘金，铲子就有销路。金矿可能挖空，但铲子的需求只会越来越大。
每一次技术革命都在重复这个剧本。
互联网时代，最赚钱的不是做网站的，是做服务器、做CDN、做云计算基础设施的。AWS比绝大多数互联网公司都赚钱。移动互联网时代，最赚钱的不是做App的，是高通、台积电、还有富士康。
AI时代，铲子是什么？GPU芯片、存储芯片、光模块、数据中心的电力和冷却设备、甚至海底光缆。
德明利夫妻做的存储芯片分销，本质上就是”铲子的二道贩子”。他们不生产铲子，但他们囤铲子、卖铲子。只要AI热潮一天不退，存储芯片的需求就一天不会降——而他们手里握着大量现货。
这不是运气。这是在正确的时间，站在了供应链的正确位置。
怎么判断一把”铲子”还值不值得囤
OK，卖铲人的逻辑你懂了。但问题是：哪些铲子值得囤？存储芯片已经涨了90%了，现在入场还来得及吗？下一个”铲子”会是什么？
三个指标帮你判断一个供应链环节是否还有红利。
指标一：供需缺口的持续时间。
关键不是”现在缺不缺”，而是”还要缺多久”。
存储芯片为什么还能涨？因为HBM挤占产能这件事短期内改变不了——三星和SK海力士还在扩建HBM产线，普通DRAM的产能恢复至少要到2027年以后。供需缺口持续时间越长，铲子的红利窗口就越大。
反例：2020年的口罩。缺口巨大，但持续时间只有几个月——因为口罩的产能扩张极其容易，几条生产线就能日产百万只。几个月后供过于求，价格暴跌。
判断方法：看产能扩张的周期。芯片产线从规划到投产至少2-3年，所以供需缺口会持续较久。如果一个东西三个月就能把产能翻倍，那它的红利窗口会非常短。
指标二：替代品的成熟度。
如果一种铲子很容易被别的东西替代，那它的溢价不会维持太久。
目前存储芯片领域，三星、SK海力士、美光三家占据了全球95%以上的市场份额。短期内没有替代品，也没有新玩家能进入。这种高度集中的供给结构，意味着涨价空间和持续时间都有保障。
反例：某些AI框架的培训课程。前年大家都在学PyTorch，去年开始很多人转向更简单的框架和工具。培训课程的”铲子”身份很快被替代——你的铲子别人三个月就能仿造一把。
判断方法：数一数这个环节有几个供应商，进入门槛有多高。供应商越少、门槛越高，红利越持久。
指标三：价格传导链条的长度。
一个涨价信号从上游传到终端，中间经过的环节越多，中间商赚差价的机会就越大。
存储芯片的价格传导链条是：芯片原厂 → 一级分销商 → 二级分销商 → 模组厂 → 终端品牌 → 消费者。链条够长，每个环节都能吃到一口。德明利就卡在分销商这个位置上。
反面例子：如果你直接卖GPU给终端用户，链条只有一环，利润空间就被压缩了。
判断方法：画出从原材料到终端用户的供应链图。中间环节越多，越有可能存在信息差和囤货机会。
在你自己的行业里找”铲子”
讲了半天芯片，你可能觉得这跟你没关系——你又不是做半导体分销的。
但”卖铲人”的逻辑不只适用于芯片。它适用于每一个正在经历技术变革的行业。
关键问题是：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，想想看：AI编程工具越来越火，但每一个AI编程工具都需要什么？需要高质量的代码数据集、需要模型部署和运维能力、需要安全审计确保AI写的代码没有漏洞。数据标注、MLOps、AI安全——这些就是程序员行业里的”铲子”。
如果你做电商，AI正在重塑商品推荐和客服。但AI推荐系统需要什么？需要干净的商品数据、需要标准化的品类标签、需要A/B测试基础设施。谁在做这些活？那就是电商行业的”卖铲人”。
如果你做教育，AI教育产品遍地开花。但每一个AI教育产品都需要什么？需要题库、需要知识图谱、需要教学内容的结构化数据。内容供应商就是教育行业的”铲子”。
你不需要去炒股票，也不需要转行做芯片。你需要做的，是在自己的能力圈里找到那个”所有人都需要但没人注意到”的环节。
一个实操建议：列出你所在行业里，最近一年因为AI而新出现的、或者需求暴增的岗位和服务。那些岗位和服务的上游是什么？谁在提供原材料？那个上游环节，就是你的”铲子”。
铲子涨价之前，你得先看懂供应链
回到德明利那对夫妻。
320亿身家暴涨，听起来像是一个天降横财的故事。但如果你理解了存储芯片的供需逻辑、HBM挤占产能的连锁反应、以及”卖铲人”在每一次科技革命中的定位，你会发现——这不是运气，这是产业周期的必然。
每一次技术革命都会制造出一批”卖铲人”。1849年的加州淘金热，2000年的互联网浪潮，2010年的移动互联网时代，2026年的AI大爆发。剧本一样，只是铲子的形态在变。
问题从来不是机会存不存在，而是：你能不能在铲子开始涨价之前，看懂这条供应链？
大多数人是在铲子已经涨了10倍之后才注意到它的。那时候你看到的不是机会，是风险。
真正的机会藏在供应链的细节里——哪个环节在被挤占产能？哪个环节的供应商高度集中？哪个环节的扩产周期足够长？
想清楚这些问题的人，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”风口在哪里”。
