AI敘事的三層轉(zhuǎn)變

　　2026年以來(lái)，全球AI敘事正在經(jīng)歷一次重要的邊際變化，我們至少看到了三層敘事的轉(zhuǎn)變。

　　第一層敘事：對(duì)ScalingLaw開始出現(xiàn)一些分歧。

　　過(guò)去幾年AI投資的核心引擎來(lái)自于ScalingLaw的經(jīng)驗(yàn)規(guī)律：模型越大、數(shù)據(jù)越多、算力越強(qiáng)，性能越好。但這條規(guī)律正在出現(xiàn)一些裂痕：

　　一是，物理上的硬約束，比如電力供應(yīng)、變壓器等零部件。

　　二是，數(shù)據(jù)瓶頸，用于預(yù)訓(xùn)練的公開高質(zhì)量文本數(shù)據(jù)正在耗盡。

　　三是，投入的邊際效率衰減，盡管ScalingLaw的方向仍在，仍有理由繼續(xù)加大投入，但對(duì)模型的邊際加成（即單位投入獲得的模型能力提升）可能有所降低。

　　因此，算力建設(shè)之外，算法上的拓展正逐漸成為技術(shù)上的另一大重點(diǎn)，比如轉(zhuǎn)向推理側(cè)擴(kuò)展（Test-TimeCompute）（如思維鏈CoT推演、推理時(shí)擴(kuò)展inference-timescaling）、后訓(xùn)練（Post-Training）、架構(gòu)效率（線性注意力機(jī)制LinearAttention、狀態(tài)空間模型SSM等新架構(gòu)）與端側(cè)智能（SLMs）等。

　　第二層敘事：從“獎(jiǎng)勵(lì)”CAPEX到投資回報(bào)“焦慮”。

　　根據(jù)最新指引，美國(guó)大型科技公司已宣布2026年AI相關(guān)資本開支或超過(guò)7000億美元，但市場(chǎng)已從獎(jiǎng)勵(lì)"資本開支"轉(zhuǎn)向擔(dān)憂"變現(xiàn)太慢"。以兩個(gè)參照系理解這一投資規(guī)模：

　　（1）歷史的參照系：2025年美國(guó)科技企業(yè)資本開支占GDP比重已升至約1.9%，2026將繼續(xù)上升至2%以上，幾乎相當(dāng)于20世紀(jì)幾大基建工程的總和：世紀(jì)初的全國(guó)寬帶建設(shè)約占GDP的1.2%，1949年的電力大擴(kuò)張、阿波羅登月計(jì)劃和1960年代的州際公路系統(tǒng)各約占0.6%。當(dāng)前AI基建的投資強(qiáng)度在美國(guó)經(jīng)濟(jì)史上處于極端高位。

　　（2）企業(yè)自身現(xiàn)金流的參照系，成為近期擔(dān)憂的主要觸發(fā)劑。根據(jù)測(cè)算，美國(guó)五大超級(jí)云廠商2026年將把約90%的經(jīng)營(yíng)性現(xiàn)金流用于資本開支（2025年為65%）。甚至部分公司的資本開支預(yù)期超過(guò)經(jīng)營(yíng)性現(xiàn)金流，可能出現(xiàn)2026年自由現(xiàn)金流轉(zhuǎn)負(fù)的情況，財(cái)報(bào)預(yù)警更為現(xiàn)實(shí)。同時(shí)，債務(wù)融資的敞口快速增加，市場(chǎng)預(yù)計(jì)美國(guó)科技巨頭2026年債券發(fā)行總額或高達(dá)4000億美元，百年期債券發(fā)行等也引發(fā)市場(chǎng)關(guān)注。

　　第三層敘事：更深層的擔(dān)憂來(lái)自于對(duì)AI顛覆性的擔(dān)憂，在近日沖擊諸多行業(yè)。

　　這層敘事的演進(jìn)有一條清晰的遞進(jìn)線索：從變革搜索和信息獲取方式，到變革軟件應(yīng)用和商業(yè)流程，最后上升到宏觀范式的推演，與AI本身的發(fā)展階段密切相關(guān)。

　　第一步是Chat時(shí)代，變革的是搜索和信息獲取方式。從ChatGPT問(wèn)世到2025年初，AI主要以對(duì)話助手的形式存在——回答問(wèn)題、生成文本、輔助搜索。這一階段的影響相對(duì)溫和，并未直接替代具體的商業(yè)軟件或工作崗位，市場(chǎng)敘事聚焦于"誰(shuí)能訓(xùn)練出最好的模型"和"誰(shuí)來(lái)提供底層算力"。

　　第二步是Agent時(shí)代，變革的是軟件應(yīng)用和商業(yè)流程。今年2月初Anthropic推出ClaudeCowork，標(biāo)志著AI從"生成式回答"向"自主執(zhí)行跨職能工作流"的轉(zhuǎn)變，引發(fā)全球軟件股的劇烈拋售（"SaaSpocalypse"，SaaS末日擔(dān)憂），同時(shí)蔓延至金融服務(wù)、另類資管、法律服務(wù)、商業(yè)地產(chǎn)甚至運(yùn)輸行業(yè)等。

　　第三步是全面AI的時(shí)代，是面向未來(lái)的推演。Substack的文章《THE2028GLOBALINTELLIGENCECRISIS》并無(wú)太多新意，但可讀性好、觀點(diǎn)犀利，指出了"GhostGDP"和白領(lǐng)替代的問(wèn)題，引發(fā)了將宏觀范式變革的討論。當(dāng)AI替代的不是某個(gè)行業(yè)、也不再是輔助“勞動(dòng)力”，而是直接替代"勞動(dòng)力"這個(gè)生產(chǎn)要素本身，過(guò)往宏觀經(jīng)濟(jì)運(yùn)行的范式可能面臨顛覆性的挑戰(zhàn)。

　　傳統(tǒng)范式是“生產(chǎn)→分配→消費(fèi)→再生產(chǎn)”的閉環(huán)，"人"既是生產(chǎn)者也是消費(fèi)者，即是供給端生產(chǎn)要素、也是需求端來(lái)源，最終形成五部門的經(jīng)濟(jì)循環(huán)。但全面AI時(shí)代若直接替代勞動(dòng)力，可能帶來(lái)幾個(gè)結(jié)果：

　?、?gòu)囊厣峡?，勞?dòng)要素的重要性進(jìn)一步降低，模型、數(shù)據(jù)、算力等（本質(zhì)還是資本要素）重要性進(jìn)一步提升。②從供給上看，AI使得供給曲線發(fā)生根本性變化，邊際成本明顯降低，供給彈性快速提升，規(guī)模經(jīng)濟(jì)被推到極致。③從需求上看，勞動(dòng)報(bào)酬的異化可能影響收入和需求結(jié)構(gòu)，傳統(tǒng)的供需關(guān)系、投資儲(chǔ)蓄關(guān)系可能被扭曲。經(jīng)濟(jì)循環(huán)、分配機(jī)制等都可能發(fā)生變化，也對(duì)供需驅(qū)動(dòng)的經(jīng)濟(jì)周期、量?jī)r(jià)機(jī)制等形成顛覆，可能帶來(lái)更進(jìn)一步的金融體系和社會(huì)契約等重構(gòu)。

　　因此，這些AI敘事的邊際變化使得市場(chǎng)不再為“故事”買單，一方面開始擔(dān)心AI不行（變現(xiàn)慢），另一方面又擔(dān)心AI太行（顛覆性），如何理解這種看似矛盾的心態(tài)？

　　邏輯上，上述三層敘事所指向的問(wèn)題都是真實(shí)可推演的，確實(shí)給我們提出了一個(gè)值得嚴(yán)肅面對(duì)的問(wèn)題。但更關(guān)鍵的問(wèn)題在于變革的時(shí)間表和最終的邊界，其實(shí)極難提前預(yù)判，當(dāng)前市場(chǎng)在恐慌情緒主導(dǎo)下進(jìn)行線性外推，定價(jià)了相對(duì)最壞的情景。

　　其中一個(gè)重要的原因可能同樣來(lái)自于高估值和交易結(jié)構(gòu)的脆弱性，成為恐慌的放大器。本輪調(diào)整之前，AI相關(guān)板塊的估值處于歷史高位，商業(yè)軟件板塊估值也不算低，在敘事這一觸發(fā)劑之下形成了集中釋放。

　　與之相對(duì)應(yīng)的，諸多受影響公司的基本面現(xiàn)狀仍具韌性，頭部軟件公司最新財(cái)報(bào)仍展示出穩(wěn)健的收入增長(zhǎng)和改善的利潤(rùn)率，部分廠商擁有深度客戶集成、高昂切換成本、數(shù)據(jù)與合規(guī)壁壘等，若AI能被作為增值功能內(nèi)化，可能反而受益。

　　而對(duì)于宏觀范式的變革，存在不少反駁觀點(diǎn)。一是，"杰文斯悖論"（JevonsParadox）指出，效率的提升往往會(huì)帶來(lái)需求的爆發(fā)式增長(zhǎng)，而非單純的替代，即便AI生產(chǎn)力大幅提升，其帶來(lái)的"通縮紅利"（降低產(chǎn)品和服務(wù)價(jià)格）也可能刺激新需求和新行業(yè)。二是，AI可能創(chuàng)造出目前無(wú)法想象的新工種，社會(huì)適應(yīng)能力往往比模型預(yù)測(cè)的要強(qiáng)。三是，在監(jiān)管合規(guī)、物理世界交互、復(fù)雜人際關(guān)系、高度非標(biāo)化的判斷等任務(wù)上，AI的替代成本遠(yuǎn)高于市場(chǎng)恐慌的假設(shè)，且制度、法律和社會(huì)慣性天然構(gòu)成減速帶。

　　因此，AI變革值得嚴(yán)肅面對(duì)，但變革的過(guò)程可能并不會(huì)一蹴而就，變革的時(shí)間表、邊界和不確定性對(duì)應(yīng)的其實(shí)是分化和結(jié)構(gòu)性機(jī)會(huì)。如果動(dòng)態(tài)地、結(jié)構(gòu)地看，投資者需要做的，是從"買一籃子AI"轉(zhuǎn)向"更精細(xì)化篩選標(biāo)的"。尤其在恐慌情緒以及估值得到消化之后，更需要關(guān)注的問(wèn)題是，哪些變化大概率會(huì)發(fā)生、哪些不會(huì)發(fā)生？哪些先發(fā)生、哪些后發(fā)生？哪些是替代，哪些是互補(bǔ)？分化會(huì)進(jìn)一步擴(kuò)大。

　　我們建議關(guān)注幾個(gè)篩選視角：

　　（1）硬件層，尋找"強(qiáng)約束"鏈條。在資本開支預(yù)期已經(jīng)較為激進(jìn)的情況下，硬件層獲得超額收益的邊際難度明顯增大，市場(chǎng)不再獎(jiǎng)勵(lì)資本開支，需要關(guān)注供給約束最緊、定價(jià)權(quán)最強(qiáng)的部分，尤其過(guò)往產(chǎn)能擴(kuò)張較慢、后續(xù)擴(kuò)張周期偏長(zhǎng)、替代方案較少的環(huán)節(jié)，比如市場(chǎng)已討論較多的存儲(chǔ)、電網(wǎng)約束，還有過(guò)去擴(kuò)產(chǎn)相對(duì)有限的變壓器等設(shè)備、先進(jìn)封裝產(chǎn)能、光纖等，供給瓶頸意味著更強(qiáng)的議價(jià)能力。

　　（2）模型層的競(jìng)爭(zhēng)更加殘酷，除了模型權(quán)重，篩選邏輯應(yīng)偏向：是否擁有獨(dú)占的私有數(shù)據(jù)來(lái)訓(xùn)練差異化模型？是否擁有極低成本的推理基礎(chǔ)設(shè)施？以及是否具備將模型能力迅速轉(zhuǎn)化為閉環(huán)解決方案和應(yīng)用落地的工程能力，即尋找"模型能力+數(shù)據(jù)飛輪+商業(yè)壁壘"的復(fù)合體。自2025年年中以來(lái)，美國(guó)大型科技巨頭之間的股價(jià)相關(guān)性已從約0.8降至約0.2，近期市場(chǎng)挖掘anthropic鏈條、挖掘字節(jié)鏈條，模型層的分化也會(huì)持續(xù)存在。

　　（3）應(yīng)用層：優(yōu)先關(guān)注能快速落地、已證明AI價(jià)值轉(zhuǎn)化的標(biāo)的，能直接量化AI帶來(lái)的降本增效成果（ROI）的應(yīng)用、能快速切入企業(yè)核心工作流的應(yīng)用、垂直領(lǐng)域的AI原生應(yīng)用相對(duì)占優(yōu)。

　　而對(duì)于近期調(diào)整較多的SaaS領(lǐng)域等，市場(chǎng)或逐步區(qū)分"會(huì)被AI替代的薄功能型SaaS"和"AI時(shí)代仍然不可或缺的數(shù)據(jù)與執(zhí)行底座"，部分在其所服務(wù)的領(lǐng)域中占據(jù)關(guān)鍵數(shù)據(jù)節(jié)點(diǎn)或執(zhí)行環(huán)節(jié)（如安全、合規(guī)、數(shù)據(jù)管道、交易結(jié)算等AI"繞不開"的方向）的應(yīng)用領(lǐng)域、以及AI內(nèi)化賦能的應(yīng)用領(lǐng)域，可能存在被“錯(cuò)殺”的機(jī)會(huì)。

　　（4）中美AI路線的差異是另一個(gè)值得關(guān)注的視角。中美AI發(fā)展的路線和宏觀含義存在一定差異。一是，中國(guó)更強(qiáng)調(diào)"算力效率優(yōu)先"，更多依賴算法優(yōu)化、開源生態(tài)和工程化提高效率，盡管目前仍缺算力，但國(guó)產(chǎn)替代算力在投資視角可能更為占優(yōu)，而大模型追趕也是重要主線。二是，經(jīng)濟(jì)結(jié)構(gòu)不同決定中美AI沖擊的傳導(dǎo)路徑存在差異。美國(guó)由于服務(wù)業(yè)占比高、白領(lǐng)人工成本昂貴，短期AI帶來(lái)的"替代性"沖擊和"通縮"壓力更強(qiáng)，長(zhǎng)期關(guān)注AI能否恢復(fù)美國(guó)制造業(yè)（難度大）。而中國(guó)擁有龐大的制造業(yè)基礎(chǔ)，擁有電力等獨(dú)特優(yōu)勢(shì)，AI更多被視為提升全要素生產(chǎn)率的工具，而非單純的勞動(dòng)力替代，結(jié)構(gòu)性機(jī)會(huì)在于場(chǎng)景的豐富度和對(duì)生產(chǎn)性服務(wù)業(yè)的改造空間，這意味著中國(guó)市場(chǎng)的AI投資邏輯將更多圍繞"產(chǎn)業(yè)賦能"和"軟硬結(jié)合"展開。

　　過(guò)去幾年，對(duì)AI鏈的跟蹤、理解給投資者帶來(lái)了明顯的"認(rèn)知alpha"。AI革命毫無(wú)疑問(wèn)仍是最重要的時(shí)代主題，但隨著相關(guān)標(biāo)的估值大幅抬升，AI新興龍頭IPO在即的環(huán)境中，敘事變化很可能加快，對(duì)投資將帶來(lái)更大挑戰(zhàn)。

（文章來(lái)源：華泰證券）

(原標(biāo)題：AI敘事的三層轉(zhuǎn)變)

(責(zé)任編輯：17)