专题：效率突跃尾部——掀桌子的那只手（迁移 5 的弹药）
本页目录（7 节）
日期：2026-06-28 类型：前瞻/变体专题（半活快照） 一句话结论：整条 AI capex 超级周期都押在一个隐含假设上——"算力需求会一直近似线性/指数地涨"。但"单位智能"的成本正在两条轴上同时快速下降（硬件 + 算法），这埋着一个被市场定价为≈0 概率的尾部：一次足够大的效率突跃，可能在短期内把 capex 预期打骨折。 历史上 Jevons 悖论（越便宜用越多）几乎每次都赢，所以这是尾部、不是基准——但市场连这个尾部的小概率都没给定价。edge 不在预测突跃何时来（几乎测不准），而在：① 注意到市场 price 了"永不发生"；② 用仓位（多元现金牛 + 效率侧）保留 Jevons 的上行、同时削掉突跃的下行。
性质声明（按宪法）：本篇是判断类/前瞻（看逻辑，原则 1）。承重数字引用各公司卡/迁移地图的第一档数；"会不会突跃、谁受损"是推理，不是结论，更非"做空 capex 链"的建议。 📖 来源档位说明：[第一档]＝公司财报／IR／SEC 原文；[二档]＝主流财经媒体；[估算]＝我的假设/推算。
一、现象与定义：什么是"效率突跃"
- 单位智能的成本 = 达到某个能力，要花多少算力 × 每单位算力多少钱。 它正在两条轴同时下降：
- 硬件轴：每 FLOP 成本随制程 + 定制 ASIC 持续下降（自研 ASIC 卡：推理侧性价比已被验证）。
- 算法/模型轴（关键）：达到同等能力所需的 FLOP 在下降——更好的架构（MoE 稀疏化）、蒸馏（大模型教小模型）、量化（FP4/INT4）、更省数据的训练、推理优化（投机解码/KV cache/批处理）。研究界（如 Epoch）观察到算法效率的翻倍速度快于硬件。
- "突跃" vs "渐进"：渐进的效率提升被 capex 链消化得很顺（大家都在做）；真正的尾部是"阶跃式冲击"——某个模型用一小部分成本就追平前沿（DeepSeek 2025 年初那一下就是样本：英伟达单日 −17%）。冲击的不是技术本身，是市场对"要砸多少 GPU 才不掉队"这个预期的瞬间重定价。
二、两股对冲的力（拆到可证伪）
| Jevons 悖论（历史基准） | 阶跃式效率冲击（被低估的尾部） | |
|---|---|---|
| 机制 | 算力变便宜 → 新用例爆发（agent/视频/科学/具身）→ 总算力反升 | 一次大效率跃升 → "需要的 GPU 远少于已 price 的" → capex 预期骤降 |
| 历史 | 计算史上几乎每次效率提升都带来更多总算力 | 罕见、难测时点，但发生时回撤剧烈（DeepSeek 时刻） |
| 谁押它 | 整条 capex 链（英伟达/电力/HBM/neocloud） | 几乎没人 price——这就是"尾部被低估" |
| 时间尺度 | 3–5 年大概率成立 | 短期（再定价）冲击，可与 Jevons 长期共存 |
关键洞察：两股力不互斥。 一次阶跃冲击可以先引发剧烈再定价，然后 Jevons 仍在 3–5 年里赢。所以这不是"二选一"的预测题，是时点 + 仓位题。
三、为什么是"最被低估的尾部"
- 市场在线性外推：capex 链的估值（neocloud ~6x EV/Sales、电力四家 price 满、HBM 周期顶倍数）都隐含"需求只会涨"。
- Jevons 每次都赢 → 大家直接 dismiss 突跃：正因为历史上突跃从未"赢过"，市场给它的概率≈0——而"≈0 概率"本身就是定价错误（小概率高影响 = 期权价值被忽略）。
- 动量主导：capex 名字是动量/叙事驱动，越涨越买，对尾部不敏感。
→ 所以不对称：杠杆最大的名字（单一芯片/单卡折旧/电力扩张/neocloud）对突跃最脆；而多元现金牛 + 效率侧对两种情景都活。
四、谁受益 / 谁受损（两情景）
| 阶跃突跃主导（效率赢） | Jevons 主导（需求扩张赢） | |
|---|---|---|
| 重挫 | capex 杠杆最大者：CoreWeave/Nebius（单一芯片+杠杆）、HBM 周期顶、电力扩张、单卡折旧 | （相对）纯效率/端侧的弹性 |
| 利好 | 应用层/端侧/推理效率（更便宜的智能 → 更多落地）、Qualcomm（端侧）、效率优化 | 整条 capex 链（英伟达/电力/HBM/neocloud） |
| 两情景都活（对冲） | 谷歌/微软/Meta（非 AI 现金牛垫底）+ 台积电（不下注也赢）+ 效率侧 | 同左 |
这正是核心篮子相关性那条的延伸：买多家 capex 链 ≠ 分散，它们共享"需求线性增长"这一个底层假设；真正的对冲是配一点不靠 capex 杠杆的资产（见 核心篮子决策备忘.md）。
五、我的变体（共识 vs 更锋利的问题）
- 共识：Jevons 会赢，算力需求持续增长，买 capex 链就对了。
- 我更锋利的问题："即使 Jevons 长期赢，capex 链扛得住一次阶跃冲击的再定价吗?哪些名字 price 进了'永不发生效率突跃'?" edge 不是预测突跃（测不准），是：
- 市场给突跃的概率≈0 → 任何不为 0 的概率都是错的定价 → 期权式的不对称；
- 仓位上：保留 Jevons 上行（持有多元龙头 + 效率侧），削掉突跃下行（不在高杠杆 capex 名字上重仓）。
- 这与"ROI 缺口"专题同根：ROI 缺口问"应用变现追不追得上 capex"，效率突跃问"capex 本身会不会被一脚踩空"——两个都指向同一个 kill criterion：capex 指引首次下修。
六、可证伪信号（盯死它）
- Epoch 等的算法效率基准：达到同等能力所需 FLOP 是否下降快于预期（头号·机制读数）。
- 任一超大厂 capex 指引首次下修——这是从"尾部"切换到"主线"的扳机（迁移地图的 kill criteria 之一）。
- 首笔大额 AI 资产减值（GPU 残值/折旧政策被质疑）= 效率/过剩信号。
- 新的 DeepSeek 式模型（前沿能力 / 一小部分成本）→ 看市场再定价的烈度。
- GPU 租金趋势（Hopper 已 YoY −28%）+ 利用率：若租金续跌且利用率掉 = "供给 > 需求 / 效率咬人"的最早读数。
- 推理单 token 成本趋势：成本若快速下降=效率真；但总推理支出是否同时上升=Jevons 在赢（两件事要分开读）。
七、诚实边界
- Jevons 历史上几乎每次都赢——把"阶跃突跃"当基准押注，历史上反复亏钱。本篇明确把它当尾部：是"市场没给它定价"的不对称，不是"它很快会发生"的预测。
- 不是做空 capex 链：是"保留 Jevons 上行 + 削突跃下行"的仓位题；时点几乎测不准。
- 这是前瞻判断、会错；多条迁移共享同一底层风险（AI capex 超级周期），若周期破裂整图重写。
- 用法：把它当盯盘清单 + 仓位纪律，逼自己回答"我的组合里，有多少押的是'需求永远线性涨'？"
来源：迁移地图迁移 5 [本库 报告/2026-价值迁移地图.md]；算法效率/Jevons [行业研究 + Epoch 等，二档]；GPU 租金 −28%、neocloud 杠杆、HBM 周期 [见各公司卡第一档]；DeepSeek 时刻 [二档·历史事件]。配套：报告/2026Q2-专题-capex与ROI缺口.md、报告/2026-技术专题-ASIC对GPU推理真实账.md、核心篮子决策备忘.md。