超越资本支出繁荣：ARK的人工智能论点与传统护城河的瓦解

ARK Invest最新报告将由AI驱动的资本支出框定为多年的繁荣，预示着市场的深层结构性转变，投资流正从传统工业范式重新流向数字智能基础设施。

这很重要，因为它重新定义了企业生存的战场，将竞争优势的来源从物理规模和专有软件转向对AI模型、数据反馈循环和自主系统的掌控。对投资者和行业而言，其意义在于资产价值的根本重估，从软件到生物技术等行业的一波创新性破坏，以及以AI原生能力为中心的新企业权力层级的出现。

为什么2026年唯一重要的故事是AI资本支出

2026年2月初，一系列看似无关的事件汇聚成一个不可抗拒的全球市场叙事。凯西·伍德的ARK投资管理发布报告，将谷歌、亚马逊和微软的庞大资本支出预期，定位为周期性技术支出，而是人工智能长达数年的投资超级周期的开幕式。同时，美国软件股市市值暴跌约3000亿美元，传统汽车制造商宣布在电动车计划上计提高达590亿美元的减值准备，OpenAI与金格比奥沃克斯合作推出了一个自主机器人实验室——该系统将实验成本降低了40%。这些都不是孤立的数据点，而是同一深层变革的相互关联的症状。

发生了什么变化，为什么现在？关键的变化在于AI从提升生产力的工具，转变为一种基础的经济基础设施，正在主动拆解现有的商业模型。为什么是现在？原因有二。第一，像GPT-5.3-Codex这样的模型发布，声称在训练过程中协助自身学习，代表着递归自我改进的飞跃，表明生成复杂代码和逻辑的成本正趋近于零。

第二，宏观经济“更长时间、更高水平”利率压力，迫使企业进行残酷的优先级筛选。企业必须选择：要么投资传统、资本密集型的产业转型（如电动车装配线），要么将资本转向数字基础设施中的智能。软件股的崩盘和汽车行业的撤退同时发生，显示这种优先级筛选正在实时进行，资本正从那些被AI侵蚀经济护城河的行业撤离。

AI资本支出如何重塑资本配置

推动这一转变的机制，不仅仅是增加对英伟达芯片的支出，而是AI从根本上改变创新和规模的经济学。传统的竞争优势——无论是专有企业软件代码，还是复杂的全球供应链——都是建立在高固定成本和显著的边际复制或迭代成本之上。AI，尤其是生成式和自主系统，极大压缩了这些边际成本。当AI可以以几乎为零的增量成本生成、测试和优化软件代码或化学化合物时，静态的人类撰写知识产权的价值骤降。这也是所谓的“软件末日”以及传统软件股估值下降的核心驱动力。

这种因果链还延伸到实体产业。斯特兰蒂斯、大众、通用和福特的590亿美元减值，不仅仅是对需求放缓的反应，更是对未来资本密集型行业的战略性撤退——它们在与特斯拉的垂直整合和规模化制造的竞争中处于劣势。汽车行业的下一战场在于自主驾驶软件、AI优化的供应链和软件定义的车辆平台——这些领域中，它们在实体工厂上的支出几乎没有杠杆作用。资本正从交通硬件转向出行智能。

立即受益的是超大规模云服务商（AWS、谷歌云、微软Azure）和提供基础模型与基础设施的AI原生公司。受到严重且持续压力的，是那些依赖专有、非AI生成知识产权或复杂、刚性实体规模的企业。

AI资本支出对传统商业模型的三阶段侵蚀

第一阶段：成本侵蚀与生产力冲击

第一波，AI工具大幅降低核心业务功能的成本。3000亿美元的软件市值损失，直接反映了这一新现实，即软件创造的边际成本崩溃。这一阶段奖励整合者，带来巨大的内部效率提升，但也开始削弱独立软件供应商的定价能力。

第二阶段：护城河侵蚀与战略撤退

随着AI能力从辅助转向生成和自主，它们开始攻击整个行业的核心战略优势。汽车行业的减值就是典型例子：他们对电动车生产的巨大资本投入（原本的护城河）被逐步注销，因为真正的竞争场已转移到AI和自主领域。资本逐步从旧护城河撤出，投入到新护城河中。

第三阶段：融合与新市场创造

由OpenAI-Ginkgo实验室预示的最后阶段，是AI与机器人和硬科学的融合，创造全新的发现和生产范式。这一阶段不再是用更低成本做旧事，而是实现“不可能的事”成为常规。它将资本支出从扩展已知流程（更多实验机器人）转向资助设计这些机器人实验的“AI科学家”，释放非线性回报，催生新产业，令旧产业变得过时。

从资本支出到“能力支出”

ARK的论点所预示的行业变革，是对战略资产定义的根本重塑。几十年来，工业战略明确：投资资本，建立实体或数字资产（工厂、矿山、软件平台），通过规模创造进入壁垒。如今，这一策略正在崩溃。新范式“能力支出”优先投资于那些能学习、适应并自主改进的系统。资产不再是工厂，而是设计和优化工厂的AI；不再是药物库，而是每周发现新化合物的自主实验室。

这一转变解释了高盛5270亿美元AI资本支出预测与其他工业投资撤退之间的背离。资本不仅在增加，还在围绕新的价值创造轴心集中。这也符合贝莱德的观察：科技巨头的资产负债表如今足够庞大，能推动国家GDP。

它们的资本支出不再是企业的开支项目，而是未来经济基础设施的主权级投资。这种集中形成了一个自我强化的循环：更多资本支出带来更好的AI模型，释放新效率和收入，进一步推动资本支出，拉大AI领军者与传统巨头的差距。行业正逐步分裂为AI原生企业和AI目标企业。

未来路径：集中化、主权化与分布式智能

这一AI资本支出超级周期的走向，将定义未来十年的经济格局。投资规模庞大，可能出现几条高风险的未来路径。

路径一：超大规模云巨头寡头垄断（集中式智能）

这是阻力最小、当前势头最强的路径。谷歌、亚马逊、微软等成为AI基础设施的事实上的主权者。它们的资本支出达到数万亿，形成在计算、数据和模型开发上的压倒性优势。AI能力成为少数供应商的公用事业，带来极高效率，但也导致经济甚至政治权力的高度集中。创新速度快，但受制于寡头的架构和商业优先级。

路径二：主权AI反潮（碎片化智能）

担心路径一的战略依赖，国家和经济集团启动自己的大规模公共和公私合作AI资本计划。欧盟、中国、印度等投资主权云和模型开发，确保数字自主。这会碎片化全球AI格局，造成基础设施重复，可能减缓创新，但降低集中风险。将AI资本支出从企业竞争转变为地缘政治和产业政策的核心要素。

路径三：分布式与加密原生AI网络崛起

此路径认为，巨额资本支出的集中力量将被去中心化的密码学和市场网络所抵消。想象计算能力、数据和AI模型训练汇聚成全球可访问、信任最小化的市场——在加密项目中已有探索。资本由众包和商品化，价值归属于拥有特殊数据或开发利基模型的个人或团队。这条路径最具颠覆性，但面临技术和采纳的巨大障碍，难以抗衡超大规模云巨头的资本攻势。

具体影响：资产重估、策略重塑

对公开市场投资者而言，最直接的影响是资产的剧烈重估，依据其在AI侵蚀或增强中的暴露程度。软件与AI基础设施的交易只是开始。每个行业都将面临类似分析：哪些医疗公司在建设自主发现实验室？哪些工业企业在AI优化运营？投资策略必须加入“AI护城河审计”。

对企业战略制定者而言，意味着需要彻底重置战略。传统的波特式竞争框架已不适用。战略应围绕构建和参与AI反馈循环展开。像OpenAI-Ginkgo的合作是蓝图：成功需要将AI原生融入核心价值创造过程，而非辅助功能。这可能意味着激进转变，比如汽车制造商转型为AI机器人公司，制药企业变身AI驱动的发现平台。转型失败的成本极高，已出现大规模减值。

对宏观经济和政策制定者而言，AI资本支出繁荣带来双重挑战：促进生产力提升，同时应对结构性失衡。590亿美元的汽车减值，不仅是账面损失，更是被困资本和潜在劳动力转型。社会的平衡点在于，AI带来的新产业和新岗位能否超过旧产业的消亡——这取决于资本支出如何部署。

ARK Invest是什么？AI时代的前瞻性资产管理公司

ARK Investment Management LLC由凯西·伍德创立，以“颠覆性创新”为核心，专注于识别和投资引领、推动和受益于变革的上市公司。其研究导向、长期视角，使其成为科技趋势的风向标，也是一家市场上充满争议的波动性投资者。

投资方法与“重大理念”：

ARK的流程建立在深度、多学科的研究基础上，旨在预测技术采纳速度及其经济影响。其年度“重大理念”报告是旗舰出版物，概述其核心投资主题——AI、机器人和基因测序常年占据核心地位。其AI资本支出论点是这一框架的延伸，将企业支出视为未来经济范式转变的领先指标，非短期会计视角，而是未来的“首付”。他们将当前支出视为行业转型的“定金”。

加密与Web3的交集：

ARK一直是比特币和更广泛加密资产类别的坚定倡导者，认为它是金融领域的另一场颠覆性创新。其论点常与AI交织，认为去中心化网络和数字稀缺（加密货币）将成为由自主AI代理主导的世界的经济和信任层。这使ARK在2020年代最重要的两大技术力量交汇点上占据独特位置。

布局与路线图：

ARK的路线图是其研究议程。目标是持续识别关键融合点——如AI+生物学或AI+区块链——在成为主流共识之前。其定位是未来导向的资本配置者，集中持仓高信心的公司。其成功取决于主题预测的准确性和时机，使其在AI资本支出上的大胆声明既是投资策略，也是对技术变革速度的公开宣示。