埃隆·馬斯克被認為是人類歷史上最富有的人之一。他積累財富的方式，與約翰·D·洛克菲勒當年的路徑存在高度相似之處。

洛克菲勒並非因為找到比別人更多的石油而致富。在當時，石油並不稀缺，賓夕法尼亞州遍佈「野貓式」勘探者，許多人都一度賺得盆滿鉢滿。但問題在於，當所有人都富裕時，「富裕」本身並不具備持續性。

洛克菲勒真正理解的是：利潤並不在石油本身，而是在石油從井口到消費者之間的所有環節。他收購了輸油管道、煉油廠、鐵路運輸資源，並通過談判獲得運費返利，使其運輸成本遠低於競爭對手。等競爭者把石油開採出來時，洛克菲勒已經掌控了從油井到煤油燈之間的全部基礎設施。

標準石油並非在「競爭」，而是在「收取通行費」。

這一模式，被認為正在人工智能領域重演。

華爾街對特斯拉究竟是什麼公司仍存在嚴重分歧。看多者（如 Wedbush 的 Dan Ives）認為，特斯拉是「當前市場中被低估最嚴重的 AI 標的之一」；看空者（如 GLJ Research 的 Gordon Johnson）則堅持認為特斯拉「本質上只是一家汽車公司」，估值被嚴重放大。過去十多年，市場共識更多站在後者一邊。

但這一判斷正受到挑戰。從估值角度看，若僅將特斯拉視為汽車製造商，其定價確實顯得激進；但若將其視為當前唯一一家上市的、垂直整合的 AI 體系入口，其估值邏輯則截然不同。

執行力：AI 時代真正的稀缺資源

英偉達 CEO 黃仁勳在 2024 年 10 月的播客節目中，對馬斯克給出了高度評價。作為全球幾乎所有 AI 系統的核心算力供應商，英偉達掌握着最真實的行業執行進度信息。

黃仁勳提到，xAI 在田納西州孟菲斯建設的 Colossus 數據中心，從一片空地到 10 萬張英偉達 GPU 上線，僅用了 19 天，而這一過程在行業內通常需要數年時間。這種速度，並非「效率差異」，而是「執行層級的不同」。

類似的例子也曾出現在特斯拉上海超級工廠。該項目於 2019 年 1 月動工，不到 11 個月便實現量產，而行業新建整車工廠的常規周期通常為 4–5 年。

在 AI 基礎設施領域，這種執行力尤為關鍵。隨着英偉達從 Hopper 架構過渡到 Blackwell 架構，數據中心需要從風冷轉向液冷，單機架功耗、重量和配套設施需求大幅提升，相當於「重建一整座數據中心」。在這一背景下，部署速度比資金規模更具決定性意義。

xAI 的算力規模與先發優勢

xAI 已披露，其在 2025 年底前，Colossus I 與 II 超級計算集羣的 H100 等效 GPU 數量已超過 100 萬張，並完成了由英偉達與思科參與的 200 億美元 E 輪孖展，用於進一步擴展算力基礎設施。

馬斯克曾多次公開提及，旗下公司正在向「AI 生態融合」方向發展，形成統一的基礎設施與入口。

在 AI 領域，先發優勢具有自我強化特徵：

率先部署 → 率先訓練 → 率先發布模型 → 吸引更多用戶 → 產生更多數據 → 進一步提升模型能力。

這並非錦上添花，而是護城河。

被低估的數據壁壘：特斯拉汽車

特斯拉擁有一個長期被市場低估的數據優勢。每一輛在路上的特斯拉，都是實時數據採集終端。根據特斯拉 FSD 官方披露，其車隊累計真實道路行駛數據接近 73 億英里，其中城市道路約 26.3 億英里。

儘管目前 FSD 的訂閱率約為 12%，且系統仍處於 SAE L2（需人工監督）階段，與 Waymo 的 L4 自動駕駛存在差異，但在數據規模上，兩者不可同日而語。

Waymo 運營的車輛約 1500–2500 輛，運行在少數城市的限定區域內；而特斯拉已有超過 500 萬輛車在全球道路上持續採集數據，且硬件成本由消費者承擔。

在模型訓練中還存在所謂的「檢查點問題」：模型訓練是連續迭代的過程，缺失最新檢查點，意味着從「零」開始。特斯拉的檢查點包含的是數十億英里的學習經驗，新進入者的差距並非以時間計，而是以里程計。

垂直整合的「洛克菲勒式結構」

若將洛克菲勒的標準石油體系映射到馬斯克當前的佈局，可見明顯對應關係：

油井 → xAI（前沿 AI 實驗室）

管道 → Starlink（9500 顆衛星的全球網絡）

煉油廠 → Colossus 超級計算集羣

分銷網絡 → 特斯拉車輛、Optimus 機器人

再投資資金 → 特斯拉現金流

2025 年第三季度，特斯拉單季自由現金流接近 40 億美元，現金及投資合計 416 億美元，為 AI 基礎設施提供持續資金來源。

訓練數據來自 X（原 Twitter），6000 萬級別用戶產生的實時內容難以被複制；算力來自 Colossus；全球分發依賴 Starlink；物理落地通過車輛、機器人與終端螢幕完成。

這一結構，與標準石油從井口到油泵的控制路徑高度相似。

「馬斯克折價」與時間偏見

前對沖基金 CIO Jordi Visser 提出「馬斯克折價」一說：當馬斯克做出前瞻性判斷時，市場往往因其時間判斷偏樂觀而折價定價，但其方向判斷多次被歷史驗證。

電動車、可回收火箭、自動駕駛、神經網絡應用，均經歷過類似路徑。

資本市場存在明顯的時間偏見：若成果無法在下一個財報季體現，便被視為「不存在」。但真正的競爭壁壘，往往在多年中悄然形成。

明確的時間節點

英偉達 Blackwell 芯片已於 2025 年一季度開始大規模出貨，xAI 將成為首批部署方之一。首個主要基於 Blackwell 架構訓練的前沿模型，預計將在年中面世，屆時市場對特斯拉在 AI 版圖中的位置，或將被迫重新評估。

唯一的公開入口

目前，xAI、SpaceX、Starlink、Neuralink、The Boring Company 均未上市。SpaceX 計劃於 2026 年 IPO，但在此之前，特斯拉仍是馬斯克整個 AI 與航天體系中唯一的公開交易標的。

在這一視角下，汽車業務更像是現金引擎，而非核心終點。

當前華爾街對「科技七巨頭」的 AI 暴露排序中，特斯拉位列末位，被視為「非 AI 公司」。但從垂直整合和長期基礎設施角度看，這一排序存在被重新審視的空間。

當年，洛克菲勒的競爭對手意識到問題時，已不得不向標準石油購買煤油。類似地，當市場真正理解特斯拉的定位時，其護城河或已成型。