
ARK投資的最新報告將由AI驅動的資本支出框定為多年的繁榮,預示著一個更深層次的結構性市場轉變,即投資流向正從傳統工業範式重新導向數位智慧基礎設施。
這很重要,因為它重新定義了企業生存的戰場,將競爭優勢的來源從物理規模和專有軟體轉向對AI模型、數據反饋循環和自主系統的掌握。對投資者和產業而言,這意味著資產價值的根本重新評價,從軟體到生物科技等行業出現一波創造性毀滅,以及以AI原生能力為中心的新企業權力層級的崛起。
2026年2月初,一系列看似無關的事件匯聚成一個不可抗拒的全球市場敘事。Cathie Wood的ARK投資管理公司發布一份報告,將Google、Amazon和Microsoft的巨額資本支出預測定位為不僅是周期性的科技支出,而是長達數年的人工智慧投資超級週期的序幕。同時,美國軟體股市市值暴跌約3000億美元,傳統汽車製造商宣布在電動車計畫上進行高達590億美元的巨額資產減值,OpenAI與Ginkgo Bioworks合作推出一個自主機器人實驗室——該系統將實驗成本削減40%。這些並非孤立的數據點;它們是同一根本性轉變的相互關聯的症狀。
那麼,為什麼現在?關鍵的變化在於AI從一個提升生產力的工具,轉變為一個基礎經濟基礎設施,正在積極拆解現有的商業模型。為何是現在?原因有二。第一,像GPT-5.3-Codex這樣的模型發布,聲稱能協助自身訓練,代表著遞歸自我改進的飛躍,顯示生成複雜代碼和邏輯的成本正逐漸逼近零。
第二,宏觀經濟的“長期高利率”壓力迫使企業進行殘酷的資源篩選。企業必須做出選擇:資助傳統、資本密集型的工業轉型(如電動車裝配線),或將資金轉向智慧的數位基礎設施。軟體股崩盤與汽車產業的撤退同步發生,顯示這場篩選正在實時進行,資金正從那些由AI侵蝕經濟護城河的行業撤離。
推動這一轉變的機制不僅僅是增加對Nvidia晶片的支出,而是AI從根本上改變了創新與規模的經濟學。傳統的競爭優勢——無論是專有企業軟體代碼,還是全球複雜的供應鏈——都是建立在高固定成本和顯著的邊際複製或迭代成本之上。AI,尤其是生成式和自主系統,徹底壓碎了這些邊際成本。當AI能以接近零的增量成本生成、測試和優化軟體代碼或化合物時,靜態的人類撰寫的知識產權價值急劇下跌。這也是所謂的“軟體末日”以及傳統軟體股被貶值的核心原因。
這一因果鏈也延伸到實體產業。Stellantis、VW、GM和福特的590億美元電動車資產減值,不僅是對需求放緩的反應,更是對一個資本密集型未來的戰略撤退,因為它們在這個未來中已經被超越。它們的模式是花費數百億美元模仿特斯拉的垂直整合和規模化生產,但下一個汽車優勢的前沿在於自主駕駛軟體、AI優化的供應鏈和軟體定義的車輛平台——這些領域中,它們在實體工廠上的支出幾乎沒有優勢。資金正從交通硬體轉向移動智慧。
立即受益的是超大規模雲端服務商(AWS、Google Cloud、Microsoft Azure)和提供基礎模型與基礎設施的AI原生公司。受到嚴重且持續壓力的則是那些其護城河建立在專有、非AI生成知識產權或複雜、僵化實體規模上的企業。
第一階段:成本侵蝕與生產力震撼
這一波的特點是AI工具大幅降低核心商業功能的成本。3000億美元的軟體市值損失,直接反映了這一新現實:軟體創造的邊際成本崩潰。這一階段獎勵整合者,並帶來內部效率的巨大提升,但也開始侵蝕獨立軟體供應商的定價能力。
第二階段:護城河侵蝕與策略性撤退
隨著AI能力從輔助轉向生成和自主,它們開始攻擊整個行業的核心戰略優勢。汽車產業的資產減值正是例證:它們在電動車生產上的巨大資本投資(原本的護城河)被逐步沖銷,因為真正的競爭舞台已轉向AI和自主。資本將舊有護城河資金撤出,轉向新護城河。
第三階段:融合與新市場創造
由OpenAI-Ginkgo實驗室預示的最後階段,是AI與機器人和硬科學的融合,創造全新的發現與生產範式。這一階段不再是用更低的成本做舊事,而是能常規完成不可能的事。它將資本支出從擴展已知流程(更多實驗室機器人)轉向資助設計這些機器人實驗的“科學家”AI,釋放非線性回報,創造新產業,使舊有產業變得過時。
ARK的論點所預示的產業層面變革,是對戰略資產定義的根本重塑。數十年來,工業策略是明確的:投資資本建立實體或數位資產(工廠、礦場、軟體平台),通過規模創造進入壁壘。如今,這一策略正在崩潰。新範式“能力支出”優先投資於能學習、適應並自行產生改進的系統。資產不再是工廠,而是設計和優化工廠的AI;不再是藥物庫,而是每週發現新化合物的自主實驗室。
這一轉變解釋了高盛預測的5270億美元AI資本支出與其他產業投資撤退之間的差異。資本不僅在增加,更在圍繞新的價值創造軸心集中。這也呼應BlackRock的觀察:科技巨頭的資產負債表如今已大到足以推動國家GDP。
它們的資本支出不再是企業費用項目,而是對未來經濟基礎設施的主權級投資。這種集中形成一個自我強化的循環:更多的資本支出帶來更好的AI模型,進而釋放新的效率和收入,進一步推動資本支出,擴大AI領先者與傳統巨頭之間的差距。產業正分裂為AI原生與AI目標。
這一AI資本支出超級週期的走向,將決定未來十年的經濟格局。投資規模的擴大引出幾條可能的高風險未來路徑。
路徑一:超大規模雲端巨頭寡頭壟斷(集中式智慧)
這是阻力最小、現有動能最強的路徑。Google、Amazon、Microsoft及少數幾家成為AI基礎設施的事實主權者。它們的資本支出累計達到數萬億美元,形成在計算、數據和模型開發上的壓倒性優勢。AI能力成為少數供應商的公用事業,帶來極高效率,但也導致經濟甚至政治權力的高度集中。創新速度快,但由寡頭的架構和商業優先級所引導。
路徑二:主權AI反潮(碎片化智慧)
擔憂第一路徑的戰略依賴,國家和經濟集團啟動自己的大規模公共與公私合作AI資本支出計畫。歐盟、中國、印度等投資主權雲端和模型開發,以確保數位自主。這將碎片化全球AI格局,產生重複基礎設施,可能因重複而放慢部分創新,但也降低集中風險。將AI資本支出從企業競爭轉變為地緣政治和產業政策的核心元素。
路徑三:分散式與加密原生AI網絡崛起
此路徑認為,巨額資本支出的集中力量將被去中心化的密碼學和市場化網絡所抵消。想像計算能力、數據和AI模型訓練融合成全球可存取、信任最小化的市場——這些概念正被加密項目探索。資本由群眾募資、商品化,價值歸屬於擁有專門數據或開發利基模型的所有者,這些模型在去中心化網絡中繁榮。此路徑最具破壞性,但也面臨技術和採用的巨大障礙,對抗超大規模雲端巨頭的資本攻勢。
對公開市場投資者而言,立即的影響是基於AI侵蝕或增強的曝險,資產被劇烈重新定價。“軟體與AI基礎設施”的交易只是開始。每個行業都將應用類似分析:哪些醫療公司建立自主發現實驗室,哪些僅銷售現有藥物組合?哪些工業企業在AI優化運營,哪些仍在運行傳統工廠?投資論點現在必須加入嚴格的“AI護城河審核”。
對企業策略制定者而言,則需徹底重置戰略。傳統的Porter競爭框架已不足夠。策略必須圍繞建立和參與AI反饋循環。像OpenAI-Ginkgo的合作是範例:成功需要將AI原生整合到核心價值創造流程中,而非支援功能。這可能意味著徹底轉型,例如汽車廠商轉型為AI機器人公司,或製藥公司轉型為AI驅動的發現平台。轉型失誤的代價是過時,正如已發生的大規模資產減值所示。
對整體經濟和政策制定者而言,AI資本支出繁榮帶來雙重挑戰:促進生產力提升,同時管理結構性破壞。590億美元的汽車資產減值不僅是帳面損失,更代表閒置資本和潛在的勞動力轉型。社會契約取決於由AI生產力創造的新產業和新工作能否超越舊有的破壞——這一動態將由資本支出部署的地點和方式直接推動。
ARK投資管理有限公司由Cathie Wood創立,以專注“顛覆性創新”著稱。其投資策略本質上是主題式的,旨在識別並投資於在全球產生變革的技術突破的領導者、推動者和受益者。該公司以研究為核心,長期視角,使其成為科技趨勢的風向標,也是一個市場上充滿爭議的波動性角色。
投資方法與“重大理念”:
ARK的流程建立在深度、多學科的研究基礎上,旨在預測技術採用率及其經濟影響。其年度“重大理念”報告是旗艦出版物,概述其核心投資主題——AI、機器人和基因測序常年為支柱。其AI資本支出論點是這一框架的延伸,將企業支出解讀為未來經濟範式轉變的先行指標,而非短期會計角度。他們將當前支出視為轉型產業的“首付”。
加密與Web3的交集:
ARK一直是比特幣和更廣泛的加密資產的堅定倡導者,認為它是金融領域的另一場顛覆性創新。他們的論點經常與AI交織,認為去中心化網絡和數字稀缺(加密貨幣)將構建一個由自主AI代理運行的經濟與信任層。這使ARK在2020年代最重要的兩大技術力量交匯點上獨樹一幟。
定位與路線圖:
ARK的路線圖是其研究議程。他們旨在持續識別關鍵融合點——如AI+生物或AI+區塊鏈——在它們成為主流共識之前。其定位是作為“正在建設的未來”的前瞻性資本配置者,經常在高信念股票中集中持倉。他們的成功取決於對主題預測的準確性和時機,這使得他們對AI資本支出的大膽預言既是投資策略,也是對技術變革速度的公開宣示。
ARK的報告不僅是對科技支出的樂觀展望,更是一個理解全球資本歷史性再配置的框架。我們所見的不僅是傳統經濟周期中的繁榮,而是“能力周期”的開幕,經濟實力的衡量標準正從產能利用率轉向智慧放大。
趨勢明顯:資本正被劇烈抽離那些價值逐漸過時的傳統結構,並流向智慧的數位基礎設施。這也是為何軟體股會崩盤,而超大規模雲端支出卻飆升;為何汽車巨頭會放棄電動車工廠,轉而資助自主實驗室。市場正試圖為一個由AI重寫競爭規則、護城河和價值創造的未來定價。
最重要的信號不再是季度盈利超預期,而是企業資本支出的質量與雄心。它是否用於捍衛過去,還是用於建立未來的基礎AI能力?2026年的“5,270億美元”問題是,這一史無前例的投資是否能帶來足夠的生產力變革,證明其合理性。早期證據——軟體成本的崩潰、藥物發現的加速——已顯示轉型已在進行中,其經濟和市場影響將遠超短暫的行業繁榮。這是經濟運行系統的實時升級聲音。