前不久，麥肯錫McKinsey發(fā)布了的一份關于“Neoclouds”的報告，喏，就是下面這一篇。
![]()
但隨后，在X和硅谷硬核的Discord群組里，工程師、創(chuàng)始人以及像Dylan Patel這樣的垂直領域分析師，對麥肯錫這份報告發(fā)出了前所未有的質疑。
知名半導體分析機構SemiAnalysis甚至還對報告進行了近乎殘酷的拆解，注意看highlight的部分，咱們就不翻譯了。
![]()
批評聲音非常尖銳：
“一群從未焊過電路板、從未在機房通過宵的MBA，憑什么用精美的PPT來指導這場人類歷史上最復雜的算力基建革命？”
這場爭論的背后，其實是一個深刻的行業(yè)變局：
在極度垂直、極度復雜、極度快速的硬科技時代，傳統(tǒng)的“通用型智庫”正在遭遇前所未有的信任危機。
我們也開始思考：
在AI深水區(qū)，我們究竟需要什么樣的行業(yè)洞察？
一、你沒有build過，你就沒有資格
回到上面我們說到的那份關于CoreWeave、Lambda Labs等“Neoclouds”的行業(yè)報告。
麥肯錫的結論是：
這些新興云廠商只是“曇花一現(xiàn)的套利者”，終將被Hyperscalers吞噬。
每家機構的看法觀點都不一樣，這無可厚非，但問題是，其推導過程中的數(shù)據(jù)硬傷，卻讓一線從業(yè)者大跌眼鏡。
比如，有一個細節(jié)就極具殺傷力：
麥肯錫在報告中為了論證Neoclouds資本支出過高、商業(yè)模式不可持續(xù)，隱含的假設是，每臺AI服務器的成本約為69.3萬美元。
![]()
然而，一線的從業(yè)者立刻指出，基于2025年Q4的市場行情，即便是配置了8張B200/GB200的高端服務器，其真實的硬件BOM成本加上網(wǎng)絡互聯(lián)，大約在30萬~40萬美元之間。
看到了么？
這是一個高達100%的誤差。
那為什么會發(fā)生這種錯誤？
因為咨詢顧問習慣于看“公開列表價”，或者是包含了幾年的服務溢價后的“打包價”，他們試圖通過財務報表倒推物理成本。
而真正的行家看的是什么？
看GPU與服務器硬件：22萬~28萬美元。
看InfiniBand/Ethernet網(wǎng)絡設施：4萬~7萬美元。
也要看電力與機柜建設：這一部分雖然昂貴，但分攤到單臺服務器的建設成本并非天文數(shù)字。
在硬科技領域，魔鬼不在細節(jié)里，魔鬼就是細節(jié)本身。
如果你的輸入端數(shù)據(jù)有100%的偏差，那么你復雜的財務模型輸出——關于EBITDA、關于ROI的結論——就毫無價值。
這種粒度的缺失，也導致了對商業(yè)模式的誤判。
麥肯錫將Neoclouds定義為“裸金屬租賃商”，認為它們只是在利用英偉達顯卡的短缺賺取差價，技術含量極低，利潤微薄。
但垂直領域的專家看到的是完全不同的圖景：
SemiAnalysis的最新數(shù)據(jù)顯示，CoreWeave等頭部玩家的毛利率在簽署長期保留合約時可達45%~55%。
![]()
更重要的是，這些廠商早就不是簡單的“二房東”了。
比如，在2025年11月的測試中，頂級Neoclouds在千卡集群任務的完成時間、有效帶寬利用率上，甚至超過了AWS和Azure。
而且他們部署了高度定制的Slurm和Kubernetes集群管理，專門針對大模型訓練的Check-pointing和故障自動修復進行了優(yōu)化。
傳統(tǒng)視角看到的是“租賃”，但專業(yè)硬核視角看到的是“算力交付的極致效率”。
![]()
這種認知偏差的本質是：
你如果沒有親手Build過，你就無法理解Building的價值。
你出局了，你沒有資格做咨詢。
二、以“季度”為單位的咨詢，以“周”為單位的AI迭代
在傳統(tǒng)商業(yè)世界，戰(zhàn)略規(guī)劃通常以3~5年為周期，咨詢報告的生產(chǎn)周期通常是3~6個月。
但在AI領域，“長期”的定義是6個月，“中期”是3個月，“短期”是下周。
![]()
所以，如果我們回顧麥肯錫的報告，它很大程度上是基于2024年/2025年上半年的市場的情況與數(shù)據(jù)：
那時候的Neoclouds確實以裸金屬租賃為主，那時候確實是單純的賣方市場。
但在報告撰寫、審核、排版到發(fā)布的這幾個月里，世界發(fā)生了什么？
答案是，發(fā)生了很多。
首先，英偉達/AMD的角色轉變了，這位芯片巨頭不再只是賣鏟子，它們開始通過債務/股權融資直接扶持CoreWeave、Nebius等廠商，通過“算力換股權”來鎖定未來的分銷渠道。
再者，頭部Neoclouds迅速補齊了推理服務、模型市場和私有光纖環(huán)網(wǎng)。
當這一份報告發(fā)布時，它所描述的那個世界已經(jīng)不存在了。
SemiAnalysis指出的“滯后6~12個月”并非夸張。在AI領域，滯后6個月意味著你的建議是針對上一代架構，而客戶已經(jīng)開始部署下一代了。
![]()
而與麥肯錫這樣的“靜態(tài)流”咨詢不一樣的是，像SemiAnalysis、Asianometry這樣的獨立機構，他們提供的是一種“動態(tài)流”的情報服務。
他們活在Github的commit記錄里，活在供應鏈的微信群里，活在追蹤電力變電站審批記錄的Excel表格里。
這種情報是碎片化的、實時的、甚至是有噪音的，但它是“活”的。
傳統(tǒng)管理咨詢的核心護城河，在于“方法論”和“框架”。其底層邏輯是：商業(yè)規(guī)律是通用的，只要掌握了思維模型，即便不懂行業(yè)細節(jié)，也能通過高層訪談得出戰(zhàn)略結論。
但這套邏輯在半導體與AI領域徹底失效了。
如果為了追求“權威感”和“完美框架，往往導致結論的刻舟求劍。
三、NeoCloud的終局推演
既然麥肯錫的“看空”邏輯存在漏洞，那么基于2025年底的真實數(shù)據(jù)，Neoclouds的終局究竟是什么？
如果我們基于供需模型和技術演進進行推演，我們會看到一個分層的未來，而非二元對立的“被吞并”。
麥肯錫的核心做空邏輯是“短缺不可持續(xù)”。
一旦Blackwell/Rubin芯片海量出貨，算力價格崩盤，Neoclouds將失去護城河。
但這個假設忽略了三個硬約束：
1. 電力墻
全球AI算力需求正從50~70 GW向2030年的150~250 GW邁進。但在美國，一個新的變電站審批和建設周期通常是5~7年。芯片可以造得快，但變壓器和輸電線不行。
Neoclouds手里鎖定的電力合約，目前看起來比GPU本身更有價值。
![]()
2. 推理的大爆發(fā)
隨著“思維鏈”能力模型的普及，推理側的計算量將呈10~100倍增長。這不僅消化了存量算力，還創(chuàng)造了巨大的增量需求。
3. 互聯(lián)瓶頸
單卡性能的提升正在放緩，未來的競爭在于集群效率。
這正是CoreWeave等專精廠商優(yōu)于通用云廠商的地方。
基于此，垂直專家們預判Neoclouds市場不會發(fā)生“大清洗”，而是會演化為三個階層：
Tier 1：新時代的“超大規(guī)?！碧魬?zhàn)者
以CoreWeave、Nebius為代表。它們將不僅僅是云廠商，而是成為類似Oracle或SAP的AI原生平臺。它們擁有全棧軟件能力，與微軟等巨頭簽訂了數(shù)十億美元的“反向租賃”協(xié)議。
它們將在2026~2027年沖擊IPO，市值站穩(wěn)500億美元以上。
![]()
可能最終名單就會在第二欄的公司中誕生
Tier 2：垂直領域的“利基霸主”
主要有主權云，比如歐洲的Nscale、中東的Tonomus，依靠數(shù)據(jù)主權法規(guī)和本地能源優(yōu)勢生存。
還有就是能源套利者，比如Crusoe這樣利用油田伴生氣或擱淺能源的廠商，其核心競爭力是極低的電力成本。
Tier 3：算力批發(fā)商
也就是其余的大多數(shù)，它們將成為“基礎設施耗材”，因為缺乏軟件能力，最終淪為Tier 1或Hyperscalers的硬件蓄水池。
這部分確實符合麥肯錫的“低利潤”預測，但它們只是生態(tài)的一部分，而非全部。
四、Skin in the Game
那為什么麥肯錫會產(chǎn)出這樣一份與現(xiàn)實脫節(jié)的報告？
這還要看，誰在為這種報告買單。
長期以來，麥肯錫/Gartner的客戶是財富500強的CIO、CFO。這些高管需要的是一份長達80頁的、圖表精美的PPT，用來在董事會上論證預算，或者作為“掩護屁股”的工具——“看，這是麥肯錫說的，所以我投了這個項目/砍了這個項目”。因此，報告必須顯得“穩(wěn)重”、“保守”，必須使用通用的商業(yè)術語，必須符合大企業(yè)的政治正確。
但類似于SemiAnalysis/垂直媒體的客戶是對沖基金經(jīng)理、VC合伙人、硬科技創(chuàng)業(yè)者。這些人是拿真金白銀在下注。他們不需要漂亮的排版，他們需要的是Alpha。如果Dylan Patel說錯了，基金經(jīng)理會虧錢，他的訂閱費會歸零。這種“Skin in the Game”的機制，逼迫垂直分析師必須追求極致的準確和前瞻。
而且，傳統(tǒng)咨詢往往傾向于將問題“框架化”，制造焦慮，然后販賣一個有故事吸引力的解決方案。
但硬科技領域的真相往往是反直覺的、具體的、甚至枯燥的，這中間沒有故事，只有數(shù)據(jù)。
在AI時代，我們需要“Skin in the Game”的咨詢機制。
在這場關于Neoclouds的爭論中，我們TOP創(chuàng)新區(qū)研究院看到的是——科技商業(yè)分析話語權的轉移。
在Web 2.0時代或消費互聯(lián)網(wǎng)時代，通用的商業(yè)邏輯或許足以解釋世界。但在AI與半導體主導的Hard Tech時代，壁壘不僅在于資金，更在于認知顆粒度。
對于我們聰明的讀者，這也是一個提醒：
不要迷信那些印著著名Logo的“宏大敘事”，因為真相往往隱藏在那些雖然排版粗糙、但數(shù)據(jù)詳實的GitHub Readme里，隱藏在Discord的深夜討論中，隱藏在像SemiAnalysis這樣敢于對權威說“Bullshit”的垂直研究里。
您覺得呢？
