摘要：AI 正在压缩普通软件的稀缺性，也让资本重新看到芯片、电力、机器人、数据中心和真实场景的价值。风投回到硬件，不是怀旧，而是在追逐 AI 时代更难复制的物理护城河。
过去十几年，硅谷风投最喜欢的生意，一直是软件。
原因很简单。软件轻、快、毛利高、复制成本低。一个SaaS产品做出来，只要客户愿意付费，边际成本几乎可以忽略。它不像制造业要建厂、买设备、管供应链，也不像机器人和芯片那样要烧钱、调试、交付、返修。对资本来说，软件曾经是最完美的放大器。
但AI正在改变这套逻辑。
一个很有意思的信号是，越来越多原本熟悉SaaS、金融科技、互联网服务甚至加密货币的风投，开始把钱投向硬件、芯片、电力、制造、机器人和Physical AI。过去他们嫌这些东西重、慢、难，现在反而觉得这里更可能藏着下一轮大机会。
这不是资本突然喜欢上“脏活累活”，而是AI把软件世界的护城河打薄了。
当大模型可以快速生成代码、重构界面、自动写脚本、连接API、生成业务流程时，很多传统软件公司的能力开始变得不再稀缺。过去一个团队花几年打磨出来的功能，现在可能被一个小团队用AI工具几个月甚至几周做出相似版本。软件仍然重要，但普通软件的稀缺性在下降。
于是资本开始重新追问一个问题：AI时代真正难以复制的东西在哪里？
答案越来越清楚：在物理世界里。
一、软件不消失，但普通软件变得更危险
说“AI威胁软件公司”，并不是说软件行业会消失。恰恰相反，未来世界会有更多软件。但问题在于，软件的生产方式变了。
过去软件公司的价值，部分来自“写软件很难”。你要招工程师，要搭架构，要做前端后端，要做数据库，要做安全，要做运维，要不断迭代。这个过程需要时间、团队和经验。
现在AI编程工具把这个过程大幅压缩了。一个创业者可以用AI写出原型，一个小团队可以用Agent维护代码库，很多企业内部也能自己做出简单应用。软件开发的门槛下降，就会带来一个结果：普通功能越来越容易被复制。
当功能容易复制，估值逻辑就会变。
以前一个SaaS公司只要占住一个细分流程，比如销售管理、费用报销、客服工单、合同审批，就可能形成很高估值。但在AI时代，如果这些流程可以被智能体重新组织，如果用户入口从App变成Agent，如果企业不再需要打开十个软件，而是让一个Agent跨系统调度，那么很多传统SaaS的界面和流程价值都会被重新定价。
这不是软件的终结，而是软件泡沫的挤压。
真正有价值的软件，会更靠近底层能力、行业数据、复杂流程、关键系统和安全治理。普通的“套壳式工具”“流程式SaaS”“轻量办公应用”，会越来越难讲出高壁垒故事。
这就是为什么风投开始向外看。
如果软件会被AI吃掉一部分，那什么不会轻易被吃掉？
电力不会。
芯片不会。
机器人不会。
工厂不会。
数据中心不会。
供应链不会。
真实世界的物理约束不会。
这些东西慢、重、难，但也正因为慢、重、难，才可能成为新的护城河。
二、资本重新发现：硬件很难，但硬件也很值钱
过去风投不爱硬件，是有道理的。
硬件研发周期长，试错成本高，库存压力大，交付复杂，供应链风险高。软件坏了可以在线更新，硬件坏了可能要召回。软件公司一个版本升级就能覆盖全球用户，硬件公司每一次规模化都要面对生产、质量、渠道、安装、维护和售后。
所以过去十几年，硬件经常被认为“不够互联网”。
但AI时代的硬件不一样。今天资本追逐的不是普通硬件，而是AI能力进入物理世界所必需的硬件底座。
比如芯片，不只是CPU或GPU本身，还包括推理芯片、存储、互联、光通信、封装、液冷、电源管理。
比如机器人，不只是机械臂和人形机器人，还包括传感器、执行器、仿真平台、机器人基础模型、真实世界数据采集。
比如数据中心，不只是机房，还包括选址、供电、并网、冷却、建设、运维、调度和能源系统。
比如制造，不只是工厂，而是能不能把AI设计、机器人执行、供应链协同和质量控制连接起来。
这些领域的共同特点是：AI越强，它们越重要。
因为大模型再聪明，也必须跑在算力上；算力再强，也必须吃电；电力再充足，也需要机房、冷却和网络；Agent再会规划，也必须通过机器人、设备和流程进入真实世界。
AI越“虚”，背后的物理底座就越“实”。
这就是硬件重新被资本看见的原因。
三、Physical AI为什么突然火了？
Physical AI，直译可以叫“物理AI”或“具身智能”，核心不是让AI在屏幕里回答问题，而是让AI理解并作用于真实世界。
这和过去的机器人不同。
传统机器人更多依赖规则、路径、程序和固定场景。它在结构化环境里表现很好，比如工业产线上的焊接、搬运、码垛、分拣。但一旦环境变得复杂，物体变化多、任务变化多、人机交互多，传统机器人就容易变笨。
Physical AI想解决的是这个问题：让机器能够感知空间、理解动作、判断风险、学习因果，并根据真实世界反馈调整行为。
这也是为什么自动驾驶、机器人、工业仿真和具身智能正在汇合。自动驾驶积累了大量真实世界数据，机器人需要这些数据训练“身体经验”；工业仿真提供了虚拟训练场，机器人可以在仿真里学习动作；大模型提供了任务理解能力，机器可以从“执行固定指令”走向“理解目标并行动”。
这条路还很早，但资本已经嗅到了下一代平台的味道。
因为一旦Physical AI成熟，它面对的不是一个软件市场，而是农业、物流、仓储、制造、建筑、矿山、能源、家政、医疗、交通等巨大的物理产业空间。
软件改造的是信息流，Physical AI改造的是物质流。
信息流的市场已经被互联网和SaaS深度开发过了，物质流还有大量环节停留在人力、经验、机械化和半自动化阶段。只要AI能够真正进入这些环节，市场空间就不是几个软件订阅费能比的。
四、AI基础设施成为新的“卖铲人”生意
这轮资本转向硬件，还有一个更直接的原因：AI基础设施本身太赚钱，也太稀缺。
大模型训练需要GPU，推理爆发也需要GPU。Agent越多，调用越频繁，推理成本越大。视频生成、代码生成、自动驾驶、机器人仿真、科学计算，都在不断吃算力。
算力背后又是电力。数据中心不是凭空出现的，它要土地、审批、并网、变电站、冷却系统、施工队伍、运维人员，还要稳定能源供应。很多地方不是没有钱建数据中心，而是电力接入、并网周期、选址审批和冷却条件跟不上。
这就让AI基础设施变成一个巨大的“卖铲人”市场。
模型公司打仗，卖铲的是芯片公司。
应用公司增长，卖铲的是云厂商和数据中心。
机器人进工厂，卖铲的是传感器、执行器、仿真平台和工业软件。
AI进入能源和制造，卖铲的是电力设备、冷却系统、边缘计算和自动化系统。
资本喜欢卖铲人，因为卖铲人的收入不依赖某一个淘金者成功。只要整个行业都在淘金，卖铲人就有生意。
AI时代也是如此。未来谁的模型赢、谁的应用赢，还存在巨大不确定性。但有一点比较确定：整个行业需要更多算力、更多电力、更多数据中心、更多机器人、更多真实世界连接。
所以资本愿意投硬件，不是因为硬件突然变轻了，而是因为AI把硬件变成了新的基础设施入口。
五、这不是“软件输给硬件”，而是“软硬一体”重新定价
不过，这件事不能简单理解成“软件不行了，硬件行了”。
真正的趋势是软硬一体重新定价。
今天的硬件创业公司，已经不是过去那种只卖设备的公司。它们往往同时拥有硬件、软件、模型、数据和服务能力。机器人公司不只是卖机器人，还要训练机器人模型；芯片公司不只是卖芯片，还要提供编译器、开发工具和软件生态；数据中心公司不只是租机柜，还要做能耗优化、负载调度和运维自动化；制造自动化公司不只是卖产线，还要把AI视觉、工艺知识和质量追溯嵌进去。
硬件提供入口，软件提供智能，数据提供经验，模型提供泛化能力，服务提供落地闭环。
未来真正值钱的公司，往往不是纯软件，也不是纯硬件，而是能把软硬件、数据、场景和运营合成一个闭环的公司。
这对工业智能尤其重要。
很多工业AI项目之所以难落地，就是因为只做了“软件层的AI”。它能看报表，能写总结，能做问答，但没有进入设备、工艺、质量、能耗、运维和生产流程。一旦AI不能改变现场动作，它就很难形成真正的产业价值。
Physical AI和AI硬件投资热，提醒我们：AI的终点不是写文案，也不是做PPT，而是改变真实世界的生产方式。
六、中国企业不能只看热闹，要看自己的位置
这轮资本转向，对中国企业有很强的启示。
第一，不要迷信纯软件模式。过去很多企业做工业互联网、数字化平台、智能制造应用，习惯先做大屏、做平台、做驾驶舱。但AI时代，简单的软件界面会越来越容易被复制。真正的价值要回到数据、设备、工艺、知识、流程和现场闭环。
第二，要重视AI基础设施。算力、电力、边缘设备、工业网络、传感器、数据采集和本地部署能力，会成为工业智能落地的前提。没有这些底座，再好的模型也进不了车间、矿山、仓库和产线。
第三，要把机器人和工业软件一起看。机器人不是孤立设备，工业软件也不是孤立系统。未来的工业智能，是机器人、仿真、MES、PLM、设备数据、工艺知识和AI Agent的协同。单点卖设备或单点卖软件，都不如形成场景闭环。
第四，要重新理解“重资产”。过去大家怕重资产，但在AI时代，某些重资产反而是护城河。谁能掌握真实场景、真实数据、真实设备和真实交付能力，谁就有机会建立别人难以复制的壁垒。
这不是鼓励所有企业都去造芯片、造机器人、建数据中心。相反，企业更应该问自己：在AI产业链里，我最接近哪个物理约束？是能源？是设备？是工艺？是场景？是数据？是系统集成？是行业知识？
找到那个位置，比追逐概念更重要。
七、结语：AI越聪明，世界越需要硬东西
AI行业有一个反直觉变化：模型越聪明，硬件越重要；软件越自动化，真实世界越稀缺；代码越容易生成，场景越难复制。过去十几年，资本相信“软件吞噬世界”。今天，我们可能正在进入另一个阶段：AI正在重新唤醒物理世界。
它不会让软件消失，但会让普通软件变便宜。
它不会让硬件变简单，但会让关键硬件变昂贵。
它不会让制造变轻，但会让制造重新成为智能化竞争的主战场。
风投重新爱上硬件，背后不是怀旧，而是重新发现了一个事实：真正的大产业，从来都不只存在于屏幕里。
AI的下一场竞争，不只在模型参数里，不只在聊天框里，也不只在SaaS订阅表里。
它在芯片里，在电网里，在数据中心里，在机器人关节里，在传感器里，在工厂产线里，在物流仓库里，在矿山、能源、制造和交通这些过去被互联网改造得还不够彻底的地方。
软件曾经吞噬世界。
现在，AI正在把资本重新带回世界本身。