内存冲上月球
先是电力和芯片，如今内存也加入了瓶颈讨论：
自去年底以来，DDR5 和 DDR4 内存芯片价格都已大幅飙升；这并非巧合，与“计算机”类别生产者价格指数（PPI）约 25% 的上涨相伴而生。
这场竞价战并不只限于 DRAM（尤其是高带宽内存 HBM，它对模型训练尤其重要），也蔓延到了传统的稳态 NAND：
截至 3 月，DRAM 的月度合约价同比已上涨逾两倍，而 NAND 价格涨幅相对温和，约为 2 倍。
说实话，在与 AI 基础设施相关的短缺清单中，并不存在真正的优先级排序：从电力、熟练劳动力，到芯片（GPU 和 CPU）以及内存，都是瓶颈。由约 1 万亿美元资本开支支撑的历史性需求激增，自然会产生这种效果；而内存是最近最突出的新增瓶颈。
对内存的抢购，推动领先内存制造商（三星、SK 海力士和美光）迎来了相当史诗级的季度表现：
预计内存制造商在 2026 年的营业利润将增长六倍（！）。美光仅在“第一季度”的盈利，就超过了其在 2025 年以前任何单一年度的盈利。
内存行业的净利润增长如此巨大（且基数相对较低），以至于它们把 AI 供应链赢家图表的 Y 轴都“撑爆”了：
因此，内存成了舞会上的新宠。但有趣的是，内存过去曾是芯片堆栈中最商品化的部分之一。尽管内存广泛存在于手机、PC 和游戏设备中，但它从未真正拥有定价权（而这些内存芯片制造商的成功也高度依赖消费品周期）。内存靠价格竞争，游戏规则就是“你能降到多低？”
但需求规模之庞大，以及 AI 相关内存需求在复杂性和功耗要求上的提升（效率变得极其重要），已经改变了一切。
这甚至把过去相对沉寂、低成本的内存制造商——比如西部数据——从水平线变成了垂直线：
西部数据表现很好。但如果把它拆分出来的 DRAM 专业公司 Sandisk 放到图表上，原来的 WDC 表现看起来就更像是一座小山，而不是传奇级的尖峰。
但是，这波对内存的抢购，以及内存芯片制造商如今享有的非凡定价权，会结束吗？如果需求如此之高，为什么不生产更多内存芯片呢？
原因是，新增产能上线可能需要数年时间；与此同时，制造商正在优先生产利润率更高、对硅片消耗更大的 HBM，这进一步加剧了消费级内存芯片的供应压力。此外，超大规模云厂商现在正在签订 5 年期协议——过去行业标准通常是 1 年——以确保自己排在供应队列前列。结果是，即便更商品化的消费级芯片也变得贵得多，这些成本最终会传导到 iPhone 等产品的利润率和/或消费者价格上——市场预期 PC 和手机价格将上涨约 10% 至 20%。
与此同时，所有人都知道那句老话：“每一次短缺都会变成过剩。”而周期性制造业最懂这一点。
传统上，即便面对相当大的需求激增，这些企业也非常不愿意投入巨资建设新产能，因为它们知道，一旦需求浪潮退去，仍然要为所有新增产能买单。此外，需求是发明之母；当成本上升时，对效率创新的推动也会增强（我们已经看到了一些例子，比如谷歌的 TPU 和亚马逊的 Trainium，它们都试图在一定程度上降低对 NVIDIA GPU 的依赖；最近还有 TurboQuant 的发布）。
另一方面，在新的 AI 常态下，计算需求的上行拐点可能才刚刚开始；如果真是这样，内存的周期性将远低于以往。所以，这是一次结构性跃迁，还是一次性事件？这正是一个价值数千亿美元的问题。
Affirm 的 AI 转向
AI 并非取代劳动者，我们有充分理由认为，AI 将作为一种力量倍增器发挥作用，让至少一部分劳动者变得比以往更有价值。软件工程师（SWE）正是“AI 增强”岗位的典型例子；因此，软件工程师需求似乎有所上升，并不令人意外。
不知为何，这件事没有引起太多关注：上市的“先买后付”（BNPL）公司 Affirm 最近给出了非常具体的证据，说明 AI 带来了生产率提升，并对 Affirm 的招聘意向产生了积极影响：
本季度早些时候，我们整个开发团队花了一整周时间，对 Affirm 的软件工程体系进行重构，使其真正做到 AI 优先。你可以在下方看到差异：在这次努力之后，代理式编写的代码几乎一夜之间就占据了非代理式代码的主导地位。图表显示的是每周拉取请求数量（每个拉取请求代表一个产品功能、一个重大 bug 修复等）随时间的变化。
我们认为，软件开发生产率提升一个数量级是完全可能的；但我们预计会适度扩大开发团队——对 Affirm 来说，限制因素一直是工程周期，而不是缺少值得做的想法。
当 Affirm “重构软件工程，使其真正做到 AI 优先”后，PR 数量增加了一倍以上，且约三分之二的产出是“代理式”的。结果是，Affirm 计划“适度扩大开发团队”。生产率更高，招聘也更多。这说得通。
但真正值钱的一句话出现在最后：“对 Affirm 来说，限制因素一直是工程周期，而不是缺少值得做的想法。”换言之，我们距离软件需求峰值还远得很；降低开发成本并不会让软件工程师失业，反而会拓展“可以被构建之物”的边界。
当然，Affirm 只是一个公司，但越来越多证据显示，在整个“AI 行业”中，生产率提升正在出现：
2025 年，每名员工产出出现上行拐点，尤其是在“高 AI 行业”中。而在这些行业内部，科技相关行业贡献最大。
当然，从总体层面衡量生产率向来非常困难，而且许多额外产出只是反映了 AI 基础设施需求（以及价格）的激增。同样的东西价格更高，会导致被测量的“产出”增加，但实际产出未必增加。不过，这也意味着我们仍处在这场转型的非常早期阶段；即便是那些最有可能从自动化中受益的行业，也只是刚刚开始触及未来可能做到的事情。
尤其是智能代理，仍处在生命周期的极早期；根据微软公布的一些数据，即便是最大的 AI 采用者，也才刚刚进入代理阶段：
近五分之一的公司正在使用某种形式的代理，但这也意味着只有五分之一的公司在使用某种形式的代理。制造业在代理部署方面是一个令人意外的异常值。虽然制造企业在使用代理的公司中占比不到 10%（且“每用户提示次数”相对较少），但它们占全部代理数量的约 18%，高于任何其他行业。
未来甚至还没有真正到来，更谈不上均匀分布；我们预计后面还会有更多变化。
缩水的小盘股
许多人可能已经知道，如今上市公司数量减少了；但令人有些意外的是，这一变化完全是由小型上市公司的消失所驱动的：
自 2000 年以来，大型和中型上市公司的数量一直相对稳定（实际上，自 1990 年以来也大体如此）。真正从繁荣走向衰退的是微型股数量，以及在较小程度上小盘股数量。
美国 SEC 将这一变化归因于三个因素：（1）大量并购；（2）小型公司退市；（3）IPO 数量减少。其他因素包括监管成本，这些成本通常不会随市值同比例缩放（也就是说，监管成本在小公司市值中占比更高）；当然还有私募股权的发展，它让公司更容易在完全不依赖公开市场的情况下融资。
当然，这些都是非常粗略的估算，但研究已经反复显示，上市公司的固定合规成本对小公司而言比例更高。从这个意义上说，合规是一种累退税。
小公司避开公开市场还有其他结构性原因：小盘股无法受益于被动资金流；流动性较低使得公开市场投资者更难在不显著影响价格的情况下调整仓位；较小的自由流通盘也让小盘股对卖方研究覆盖的吸引力降低（进而导致流动性进一步下降）。
所有这些因素的净结果是，小公司已经从公开市场撤退（当然不是完全撤退），但它们并没有消失：只是活动转移到了私募市场。当然，是否上市最终取决于每家公司自身情况，但更广泛的趋势是真实存在的，并且源于结构性变化——这些变化让公开市场相较于私募替代方案变得不那么有吸引力。如果我们希望更多公司上市，那么也许公开市场应该提升自己的竞争力。
加州的医疗就业制造机
拜托，加州，我们可以做得更好：
是时候建设了。
本新闻通讯仅供信息参考，不应作为法律、商业、投资或税务建议加以依赖。此外，本内容并非投资建议，也无意供任何 a16z 基金的投资者或潜在投资者使用。本新闻通讯可能链接到其他网站，或包含来自第三方来源的其他信息；a16z 未对这些信息进行独立核实，也不就此类信息当前或持续的准确性作出任何声明。如果本内容包含第三方广告，a16z 未审查此类广告，也不认可其中包含的任何广告内容或相关公司。文中提及、引用或描述的任何投资或被投公司，并不代表 a16z 管理的投资工具中的全部投资；完整投资清单请访问 https://a16z.com/investment-list/。其他重要信息可见 a16z.com/disclosures。你收到本新闻通讯是因为你此前选择订阅；如果你希望不再收到未来通讯，可以立即取消订阅。