人工智能奇点经济：重塑未来商业的拐点

————————

一、发布政策：近期正在制定加速“人工智能+”战略的配套政策；推动人工智能在生产、管理及经营各环节的深度融合。

将不断推进央企及国企开放高价值应用场景，面向各行业和区域，打造人工智能应用的示范项目，推动人工智能在生产运营中的全面应用。

二、黄仁勋：“物理AI的ChatGPT时刻已经到来”。

【物理AI应用：工业AI→自动驾驶→智能机器人】

英伟达的物理AI已实现收益增长：

英伟达第一季度财报显示，物理AI在近一年内收入已超90亿美元，未来市场潜力预计为50万亿美元。年报中显示，物理AI收入超过60亿美元，其中汽车领域收入达23亿美元，其余37亿美元以上收入主要来自：

1、自动驾驶/机器人领域的数据中心训练与推理基础设施；

2、Omniverse数字孪生与仿真平台；

3、Jetson、Isaac、Cosmos、GR00T等机器人/工业AI平台带来的软硬件收入。

三、（奇点经济学）：市场对“奇点”所引发的AI应用价值严重低估！

【AI奇点：空间&格局&拐点】

（1）市场对50倍的回报率低估：AI代币的投入带来了超过50倍的回报，但大部分价值（98%）被下游企业捕获，而非AI公司本身。这导致下游企业未来的盈利增长潜力被市场严重低估。

（2）反驳“智能危机”：经典的“AI引发大规模失业”的担忧被实证数据（工作量增加、企业创立）和经济学理论（杰文斯悖论）所反驳。

（3）时机“不算太早”：尽管时机难以判断，但2026年标普500的EPS修正和利润率增长数据已经提供了“不算太早”的初步证据。

（4）传统估值方法“荒谬”：传统的估值指标（如CAPE）在当前范式转变下是失灵的，它错判了“高估值”，实则是在低估一场由AI驱动的、可持续的、根本性的经济增长，业绩将指数型增长。

-

详细：

1、从“AI基础设施”到“下游应用”的投资逻辑扩散

投资半导体是为了捕获AI上游（Token供应链）的价值。如果最终目标是投资AI带来的增长，那么忽略更下游的环节（即使用AI Token的万千企业）是不明智的。

大模型公司的优越性：大模型公司（如Anthropic）是AI信仰更直接的体现。它们直接生成Token，既能享受Token价值创造的上行空间（定价权），又能受益于摩尔定律带来的成本下降。

真正的逆向投资机会在下游：当所有人都挤破头想投资Anthropic这样的大模型公司时，这种兴奋感在更下游的“普通企业”那里消失了。这些企业正在大规模消费大模型公司生产的Token，并因此获得巨大的效率提升和业务增长，但它们并未被市场充分定价。因此，投资这些下游企业可以成为真正的“逆向投资者”，获得更大的不对称收益。

2、“微观代币经济学”（Microtokenomics）：价值创造与价值捕获的巨大落差

价值创造（消费者和生产者总剩余之和）：AI Agent为终端消费者完成工作所创造的价值。

价值捕获（生产者剩余，即利润）：大模型公司向企业收取的推理费用（这些费用会沿着供应链流向NVIDIA、台积电等）。

颠覆性的数据（Token投入的ROI超过50倍）：SemiAnalysis的案例表明，以前需要花费数百美元、数小时才能完成的知识工作（如提取5年财务数据、搜索会议趋势），现在仅需花费2到8美元的Token成本即可完成。Token投入的ROI超过50倍。

当前的价值分配格局：

在ROI高达50倍的情况下，大模型公司（生产者）对整体价值蛋糕的“捕获”比例仅为约2%。

剩余的约98%的“消费者剩余” 被经济体中所有其他企业（即下游的万千企业）所分享。

关键推论：这意味着，Anthropic的市值每增加1万亿美元，按照价值创造的比例，整个标普500指数的市值应该增加50万亿美元或更多。AI创造的主要经济价值并未体现在AI公司本身，而是体现在使用AI的广大下游企业。

4、“智能危机”不会发生（反驳传统失业论）：

反驳Citrini提出的“全球智能危机”悲观设想（AI取代人类工作 -> 大规模失业 -> 消费崩溃 -> 金融危机）。理由是：

杰文斯悖论在劳动力领域的体现：历史经验（如域名注册量、小企业申请量在2025-2026年急剧上升）表明，当人们使用AI后，他们的工作量反而大大增加。AI并没有减少工作总量，而是极大拓展了“有经济价值的工作”的范畴。

工作总量不是固定的：AI降低了提供许多服务（如编程、写作、设计）的成本，使得许多过去因成本过高而不可行的商业创意（例如创办软件公司）变得可行。这些新企业会创造更多的就业机会。

5、时机与数据佐证：宏观影响

虽然预测AI对宏观经济的具体影响时间和程度非常困难，但已经有一些关键数据表明“不算太早”。

2026年标普500的EPS修正史无前例：标普500指数2026年每股收益（EPS）的一致预期，其向上修正的速度和幅度完全超出了历史平均水平（见图表Exhibit 1）。有意思的是，这个拐点恰好与Claude Code（一种AI编程工具）在2026年初大规模普及的时间点吻合。

标普500利润率加速增长：标普500成分股的利润率增长也远超历史趋势（见图表）。这表明企业能够在更低的成本结构下实现同等或更高的收入，这是一个全经济范围内资本回报率（ROIC）结构性改善的信号。

6、对传统指标（席勒市盈率CAPE）的批判：

当前高达42倍的席勒市盈率（CAPE）被视为泡沫指标是错误的。

根本缺陷：CAPE是基于过去10年的盈利数据来计算的。如果未来的盈利由于AI的渗透而突然以远超历史的速度增长（加速增长），那么用过去的数据来衡量当下的股价自然会显得“荒谬”。

CAPE的“高位”恰恰为市场提供了一个完美的借口，让大多数投资者在指数层面忽视股票，从而形成了一种机制，使市场能够系统性低估“奇点”所带来的价值。