Elon Musk 於 8 月 29 日引用 Brett Winton 一段預測，只回一句：「The AI riptide is already underway。」Winton 的原文是：AI 基礎設施即使做到「紀念碑級」規模，回本期仍然短、內部回報率（IRR）極高，這會把資金成本推高到足以把許多傳統企業推入深淵——即使那些公司表面上沒有直接被 AI 取代。
來源真實性已驗證。這不是產品發布，也不是 Tesla／xAI 業績指引，而是一場關於「資本被吸去邊」的宏觀辯論。Winton 代表 ARK 一貫的加速主義：新基建因為回報高於經濟平均，會吸走原本流向舊資本存量的錢。Elon 用「riptide」（離岸暗湧）形容，重點係水流已形成，唔係警告你下次先至游。以下分開技術、金融同企業實務三層看。
一、兩人實際講咗咩
Winton 近月把同一套四階段模型講過幾次：
- 顛覆技術先催化底層基建投資（而家主要係數據中心）
- 這些基建本身回報高於經濟平均，新投資產出優於舊資本存量
- 回報來自以前價格上做唔成、甚至唔存在的市場活動
- 再釋放稀缺投入（包括人嘅時間）去其他生產用途
他認為目前邊際增長仍停在第 1 階段。意外之處不在「AI 會取代某幾行」，而在第 2 階段已強到足以改寫全市場資金成本：只要 GPU 機房、電網接駁、記憶體長約的 IRR 明顯高過工廠擴產或零售翻新，債權人同私募會重新定價所有其他借款人。
Elon 沒有補充數字，也沒有列出邊幾間傳統企業會沉。他只係把時間從「快將發生」改成「已經發生」。結合他同時在 xAI、Tesla 自駕同數據中心佈局，這句可讀成觀察，也可讀成從業者自我確認——兩者並不互斥，但文章不應把一句帖文當成計量證明。
二、技術原理：點解 AI 基建可以「看似」回本期極短
consoles 上的高 IRR，通常不是魔法，而係三條工程假設疊加。
算力租金高於折舊。 一塊高階加速卡若能以接近滿載出租，年租金可以在一至三年內覆蓋購置成本。VanEck 對挖礦商轉型 AI 機房的框架，曾用每兆瓦約 150 萬美元淨營業收入、15 倍估值去倒推；綠地建造成本約每兆瓦 1,000 至 1,200 萬美元。只要租約簽給投資級雲廠商，隱含資金成本可以被壓在單位數。
需求被合同鎖住。 Nvidia 2026 年 8 月業績把數據中心單季收入做到約 890 億美元，並把長期採購承諾由一季前的 1,190 億大幅提高至約 2,790 億美元；記憶體長約亦膨脹。CFO 一側引用的雲廠商積壓訂單以萬億美元計，2026 年超大規模資本開支落在約 6,500 至 8,000 億、部分預測 2027 年可到 1.3 萬億的量級。合同存在，不等於每張卡永遠滿載，但足以讓專案融資模型寫出短回收期。
單位任務成本同時急跌。 Winton 自己另一條線指，同等表現的每任務成本年化可跌百倍級。這解釋點解「基建貴、服務平」可以同時成立：上游把資本鎖進機房，下游用更平的 token 搶工作流。對傳統軟件公司，這是雙重壓力——客戶預算流向 token，自己融資卻要同 Nvidia 供應鏈搶債市。
高 IRR 敘事的技術弱點同樣清楚：加速卡實際壽命短過樓宇；電、水、接電排隊往往先於資金成為瓶頸；若模型效用或企業採購放緩，出租率一跌，回收期可以從「兩年」拉成「永久虧損資產」。高回報同高折舊係同一枚硬幣。
三、資金成本同排擠：有邊啲已發生、邊啲仍係推論
支持 Winton／Elon 方向的公開數字：
| 觀察 | 公開口徑（約數） | 含義 |
|---|---|---|
| 超大規模 2026 capex | 四大合計約 7,200–7,450 億美元；加 Oracle 可近 8,350 億 | 已超過 2000 年代初電訊光纖潮佔 GDP 比重 |
| AI 相關發債 | Morgan Stanley：2025 年約 2,170 億；2026 年中已逾 4,450 億，全年或近 6,000 億 | 從現金流建設改為債務建設 |
| 超大規模未來租金承諾 | Goldman：合計約 1.5 萬億，其中約 1 萬億租約尚未起租 | 隱藏槓桿，報表上未必即時見到 |
| Nvidia 第三方融資平台 | 與 Apollo、BlackRock、Blackstone、Brookfield、Goldman、KKR 等洽談動員逾 5,000 億 | 連晶片商都要為下游借貸鋪路 |
| 宏觀增長貢獻 | Bridgewater 估算 AI capex 2026／27 年可各抬美國增長約 1.4–1.5 個百分點 | 增長很亮，就業密度很低 |
排擠渠道有三條，不必等「傳統企業被 ChatGPT 取代」：
- 信貸定價：同評級下，資金經理更願意買超大規模或 GPU 租約債券，高收益工業、地區銀行、地產發展的票息要加碼。SSGA 指超大規模籃子利差已較整體投資級走闊。
- 實物投入：變壓器、燃氣渦輪、銅、水、建築工人被數據中心預訂，製造業廠房同住宅開工要排隊。Ropes & Gray 2026 年中的市場觀察仍把電力接駁而非資金本身視為第一瓶頸。
- 折現率：若無風險利率或信用溢價因巨額發行而上升，所有長週期、低 IRR 項目——公用事業升級以外的工廠、商場翻新、中小企融資——淨現值一齊變差。Winton 說「沒有明顯 AI 對手暴露都會沉」，指的就是這條。
反對或至少「未完全應驗」的證據同樣要寫上：全球投資級利差整體仍緊，顯示市場尚未把所有非 AI 發行人當成棄子；地方反對已擋住或拖延以千億美元計的機房；部分經濟學者認為 AI capex 本身在「補」其他板塊疲弱，而不只是「抽」。排擠係機制，唔係已經完成的判決。
四、日常應用場景
1. 開發者與技術團隊
雲端 GPU 現貨價、預留實例同電力附加費，會比模型參數更早反映這場暗湧。能把推理從「永遠叫最貴閉源 API」改成「可切換的本地／專用實例」，就等於少同超大規模搶同一條資本管道。
2. 企業與財務長
即使你的行業暫時沒有生成式 AI 產品，融資日曆已開始同 AI 競賽重疊。再融資、收購貸款、資本開支，要預留更高的信用溢價同更長的簿記時間。同時檢查供應鏈：有冇關鍵零件、電力合約被數據中心鎖定。
3. 傳統企業營運
「被暗湧淹没」的第一種死法不是客戶改用 AI，而係銀行覺得你嘅 IRR 醜過一棟 GPU 大樓。第二種先至係工作流被代幣化軟件拆走。兩種都要準備，但時間表唔同。
4. 香港與亞洲視角
香港企業很少自己起吉瓦級機房，但會付美元雲帳單、會喺港元／美元市場借錢。資金成本若被全球 AI 發債抬高，本地地產、貿易、中小製造一樣中招。另一方面，數據主權同延遲要求，令「全部推理送去美西機房」愈來愈貴、愈來愈受出口管制同網絡風險影響。
把常用工作流收返私有模型、本地或香港區域部署，不一定為咗追 SOTA，而係為咗唔好把單位成本綁死在全球最擁擠嗰條 capex 軌道上。YSK Limited 提供企業私有 LLM 全託管同遠端開發，數據可留在香港可控環境，適合要把 AI 當成生產工具而不是資本市場題材的公司：https://ysk.hk/
五、專業評價
站得住的部分
- 帖文來自本人帳號，引用關係清楚
- AI 基建短回收、高帳面 IRR，同 Nvidia 指引、超大規模 capex、發債暴增可以互相印證
- 「未直接被 AI 取代都會受資金成本牽連」係標準宏觀排擠邏輯，唔係科幻
需要降溫的部分
- Elon 一句「已經開始」沒有量化門檻，不能當預測模型
- ARK 對 IRR 的樂觀假設，高度依賴出租率、電價同模型變現，三者都未鎖定
- 電力、土地、社區反對可以把「高 IRR」卡在圖紙上
- 把所有傳統企業寫進深淵，忽略仍可用 AI 降低成本、因而提高自身 IRR 的公司
- xAI／Tesla 本身就係這場吸金賽的參與者，發言有利益位置
結語
Winton 講的是資本市場物理：當一座機房的模型回報明顯高過一座工廠，利息會先殺死工廠，軟件示範片先至輪到。Elon 認為這股離岸流已經形成。公開數據支持「吸金已經發生」；是否足以把「許多傳統企業」推落深淵，仍取決於發債能否持續、電力能否跟上、以及企業生產力能否在折舊周期內出現。
對香港決策者，實用結論不是跟隨暗湧口號，而係分開兩本帳：一本睇全球資金成本同雲帳單；一本睇哪些工作流可以私有化、本地化，減少對最擁擠那條算力租金的暴露。
如需評估私有模型部署或把現有系統接上可控推理環境，可了解 YSK Limited：https://ysk.hk/
參考來源
- Elon 原帖：https://x.com/elonmusk/status/2093577089957994826
- Brett Winton 原帖：https://x.com/wintonARK/status/2093403858890629434
- Nvidia FY2027 Q2 業績與長期採購承諾（公開報道綜述）
- Morgan Stanley／紐約時報：AI 相關發債規模
- Bridgewater：AI capex 對增長與勞動市場的宏觀含義
- SSGA：超大規模融資成本
- VanEck：AI 機房每兆瓦估值框架