全球AI芯片巨头英伟达在11月20日公布最新财报——第三季度营收达到570亿美元，季度净利润达到319亿美元，这相当于一个季度就赚得比大多数中国上市公司整年的利润还多。而且这还不是英伟达最狠的地方，公司预计第四季度营收将达到650亿美元，这意味着2025财年英伟达的营收将超过1300亿美元，同比增长超过一倍以上。
看完这个数字，很多人都有点扎心。
一年多赚5000亿人民币啊，这个数字到底意味着什么呢？相当于全国平均工资水平的工作者要不吃不喝干3000年才能赚到这么多钱。你可能会想，凭啥？为什么英伟达能赚这么多？背后的逻辑到底是什么？
其实这个问题问得好，因为它触碰到了当下最核心的经济现象。
一个头部科技企业如何在短短几个季度里多赚几千亿？答案就在AI时代的产业链结构里。
2025年1月份，英伟达推出了最新一代的Blackwell芯片，这款芯片的性能比上一代提升了好几个档次。从那时起，全球的AI企业就疯狂地采购这款芯片。OpenAI订购了几十万块，微软、谷歌、Meta、亚马逊都在排队采购，中国的阿里、腾讯、字节跳动、百度也在大量订购。
你知道是什么推动了这种疯狂采购吗？就是全世界都在打AI军备竞赛。
每一个大企业都害怕被甩开，都想抢占AI时代的先机。而要做AI，就必须有算力，要有算力就必须买英伟达的芯片。这就像一个竞争激烈的时代，所有人都想跑得最快，而英伟达就是卖跑步鞋的——无论你跑得多快，都得从英伟达这儿买鞋。
英伟达为什么敢这么高价卖芯片呢？因为它几乎垄断了这个市场。
英伟达在AI芯片领域的市场占有率超过90%。这意味着什么？意味着没有替代品。你想做AI就必须用英伟达的芯片，除非你愿意慢得不成样子。一个H100芯片的成本可能只有3000到5000美元，但售价却高达2.5万到4万美元，毛利率超过七成。换个角度理解，你花3000块成本做的东西，能卖出去2.5万块，这就是垄断的力量。
正是因为有这样的垄断地位，英伟达才能在需求井喷的时候，实现营收和利润的双重暴涨。从今年前三个季度来看，英伟达的数据中心业务单季营收已经突破500亿美元，这个数字相当于很多国家的年度经济产值了。
英伴达的故事告诉我们一个残酷的真相：在当下这个时代，能快速致富的从来不是靠九九六打工，而是占据产业链最核心的位置，掌握不可替代的资源。英伟达之所以能在几个季度里赚得这么多，根本上是因为它卡住了整个AI时代的命脉。
问题来了，既然英伟达能赚这么多，中国的科技企业为什么就不行呢？为什么腾讯、阿里、华为这样的大企业，虽然营收规模也很大，但增速和增量都远不如英伟达？
原因很简单，他们处于不同的产业位置。
英伟达是在硬件和算力层面掌握核心资源，它处于食物链的顶端。而阿里、腾讯、百度这些企业，虽然也很大，但他们主要是在应用层和平台层竞争。可以这样理解，英伟达是在卖房子的主材料，而国内企业是在做房子的装修。
看看阿里的最新财报就能感受到这种差异。阿里2025财年营收接近1万亿元，但和英伟达相比，增速差了很多。阿里的云智能集团虽然增速比较快，达到了34倍增长，但这只是阿里总营收的一小部分。即使阿里宣布未来三年要投入3800亿元用于AI基础设施建设，但这更多是在追赶英伟达，而不是领先。
腾讯的情况也类似。腾讯第三季度营收预计1886亿元，增速也就13倍左右，远不如英伟达的66倍增速。腾讯虽然也在大幅增加资本支出，2025年的资本开支预计逼近1000亿元，但这是用于基础设施投资，不是直接的营收增长。
为什么会出现这样的差异呢？因为国内企业大多是在消费互联网或者企业软件领域竞争，这些领域的竞争已经很充分了。淘宝有拼多多和京东竞争，腾讯游戏有网易和其他游戏公司竞争，云计算领域也有多家企业竞争。但英伟达在AI芯片领域就没有这样的竞争对手。
更深层的原因在于资源配置。英伟达垄断了上游供给，所有想做AI的企业都得向它低眉顺眼。英伟达可以任意提价，可以限制出货量，可以决定谁先拿到新一代芯片。而国内企业呢？只能被动接受这些约束。美国政府甚至还对华实施了出口管制，所以国内企业买到的都是受限制的低端芯片版本，这进一步压低了它们的竞争力。
这就形成了一种很尴尬的局面。大企业能多赚钱，多赚的钱主要来自技术垄断、产业链卡位、供给端的控制权。而普通企业和普通人呢？只能在充分竞争的市场里厮杀，利润越来越薄，工资越来越低。
为什么普通人赚钱越来越难，这个问题扎心吧？但真正的原因比你想象的还要复杂。
首先，AI的出现改变了对工作能力的定义。
以前，你掌握了某项技能就很值钱。比如你是个优秀的设计师、优秀的程序员、优秀的文案，那公司就得给你高工资，否则你就跳槽。但现在呢？AI来了。一个设计师用Midjourney和Photoshop结合，可能半天就能做完原来要两天的工作。一个程序员用GitHub Copilot，写代码的速度快了一倍。一个文案用ChatGPT打草稿，改改就能交稿。
结果是什么？原来一个公司需要10个设计师，现在可能只需要3个用AI工具的设计师就够了。那剩下的7个怎么办？失业。即使留下来的3个，工资也不会涨，因为老板知道，还有的是失业的设计师愿意更便宜地干这个活。你的技能被AI分摊了，你的价值就被稀释了。
其次，大企业掌控了最核心的资源，而这些资源都是不可复制的。
英伟达掌握的是芯片技术和生产工艺，这需要几十年的积累。阿里和腾讯掌握的是用户数据和用户流量。这些资源都有一个共同的特点，就是先来的人有绝对优势，后来者很难追上。比如，英伟达已经占据了AI芯片市场90多年的份额，AMD和Intel再努力也很难抢回市场。腾讯有9亿多的微信用户，支付宝有几亿用户，新的支付平台来了，就很难从它们手里抢用户。
而普通人呢？你唯一的资源就是你的劳动力。但劳动力的价值在持续下降，因为太多人都有，而且AI也能做。你再努力加班，也竞争不过掌握资源的大企业。
再次，马太效应越来越明显，强者越来越强，弱者越来越弱。
英伟达一年多赚5000亿，这些钱用来投资研发、收购竞争对手、参股下游企业，进一步巩固自己的垄断地位。它的融资成本极低，因为银行都争着借钱给它。它的融资规模极大，因为全球都看好AI。所以英伟达能用最便宜的钱做最大的项目，进一步拉开和竞争对手的差距。
国内的小企业呢？融资成本高，融资规模小。它们每赚一分钱都要缴税，都要付利息，能用于研发的钱就很少了。结果就是，大企业越来越强，小企业越来越弱，最后就是被收购或者被淘汰。
最后，工作岗位的分布在急速改变。
以前，经济是分散型结构，有很多小公司、小老板，就业机会很多，竞争也相对温和。现在变成了集中型结构，大企业垄断了行业，中小企业要么被收购，要么被挤死。结果就是，工作岗位集中在少数大企业，竞争变得异常激烈。
你要和全国数百万个优秀人才竞争一个岗位，老板的话语权就大了。他可以随意压低工资，因为有的是人想要这个岗位。即使你工作再努力，工资的增长也远跟不上生活成本的上升。这就是为什么很多年轻人虽然在努力工作，但依然感觉赚钱越来越难。
有不少网友看完这些分析以后，都在问一些问题。其中最常见的就是这几个。
有人问，大企业这样无限扩张下去，会不会最后只有一家独大，形成绝对垄断？答案是有可能的，而且已经在发生。但政府也看到了这个问题，所以反垄断的力度在加强。美国的FTC已经在调查英伟达，欧盟也在制定新的监管规则。中国也在加强对平台企业的监管。所以未来的趋势是，企业可以做大，但不能滥用垄断地位。
还有人问，普通人是不是就没有翻身机会了？这个问题问得好。其实机会还是有的，只是机会的形式改变了。你不能再靠传统的工作方式赚钱了，必须寻找那些还没被大企业占领的细分领域。比如某个垂直行业的AI应用开发，比如AI培训服务，比如为中小企业定制AI解决方案。这些领域大企业顾不上，但市场需求很大。
还有人问，创业是不是更难了？难度确实在上升，但不是完全不可能。关键是要找到那些大企业顾不上但市场有需求的领域。不要和巨头硬刚，而是找缝隙。大企业就像一头大象，反应慢，容易踩不到一些小地方，这些小地方就是创业的机会。
最后有人问，为什么政府还允许这样的不均等发展，这不是在加剧贫富差距吗？这是个两难的问题。一方面，大企业的发展确实推动了技术进步和经济增长。没有英伟达的AI芯片，全球的AI产业就发展不了。没有阿里腾讯的云计算投资，国内互联网就不会这么发达。另一方面，这种不均等发展确实在加剧贫富差距。所以政策的目标就是在发展和公平之间找平衡——既要鼓励创新和扩张，又要防止垄断和不公正竞争。这需要不断的政策调整和监管完善。
看到这儿，你可能会有点沮丧。感觉全世界都在和大企业竞争，而大企业在逐步强化自己的垄断地位，整个社会的财富在向少数人和少数企业集中。但其实这个局面也在推动人们的选择改变。
以前人们选择去大公司上班，期待升职加薪。现在越来越多人选择创业、自由职业、或者掌握不可替代的专业能力。学校里教的课程也在改变，越来越多地强调创意、批判性思维、和AI工具的使用，而不是死记硬背。社会上也开始重视一些以前被忽视的工作，比如心理咨询、艺术创作、教育培训，这些是AI短期内无法替代的。
从英伟达的故事，从阿里腾讯的财报，从普通人的困境，我们能看到什么？我们能看到这是一个正在快速分化的时代。掌握稀缺资源的企业和个人在加速致富，而处于充分竞争领域的企业和个人在逐步被压低。这不是什么阴谋论，就是市场规律在发挥作用。
但这也不是绝望的时代。机会依然存在，只是不在传统的地方。关键是要认识到这个规律，然后做出相应的调整。无论是创业还是打工，都要往那些还没有被充分开发的地方走，往那些大企业顾不上的地方走，往那些需要创意和专业判断的地方走。
2025年已经快要过去了，这一年你的收入涨了多少呢？而英伟达在同样的一年里，营收增长了5000多亿。这个对照确实尴尬，但从这个尴尬里，我们至少能看清一个事实——这个时代的游戏规则确实在改变。认清规则，找到自己的位置，比抱怨规则本身要来得实际得多。
