正文内容
当一家名不见经传的研究机构发布了一篇“科幻小说”，竟然引发了科技股抛售。这背后，是华尔街对AI前所未有的焦虑。
你有没有发现一个奇怪的现象：
一边是英伟达财报再创历史新高，营收681亿美元、净利润429.6亿美元，双双刷新纪录 。另一边，同样是这家公司，发布“惊艳”财报后，股价却连续两天大跌 。
市场到底在想什么？
答案或许比你想象的更矛盾：华尔街现在既担心AI赚不到钱，又担心AI太能赚钱——准确说，是太能替别人赚钱，以至于颠覆现有的商业模式。
01 一篇“科幻小说”引发的抛售
上周日，一家名叫Citrini Research的投资研究机构发表了一篇长文，标题叫《2028年全球智能危机》。
文中描绘了一个两年后的场景：能力极强的AI智能体取代了大量白领工作，消费支出枯竭，全球经济陷入通缩螺旋。
结果呢？
Uber、DoorDash、Mastercard、Visa——这些被点名的公司，股价应声下跌 。
白宫经济顾问委员会代理主席Pierre Yared赶紧出面灭火，说这是“科幻小说” 。但伤害已经造成。
这可能是历史上第一次，一篇虚构作品引发了真实的市场动荡。
花旗全球科技和通讯研究主管Heath Terry道出了真相：“这说明投资者情绪有多脆弱。现在市场上真正坚定的信念不多。只要有个人编一个末日 scenario，就足以让一些人在这种环境下动摇。”
02 三层叙事：华尔街为什么不知道该怎么想了？
第一层：Scaling Law开始出现裂痕
过去几年，AI投资的核心逻辑是Scaling Law：模型越大、数据越多、算力越强，性能越好。
但这条规律正在经受考验：
- 物理硬约束：电力供应、变压器等零部件跟不上
- 数据瓶颈：用于预训练的公开高质量文本数据即将耗尽
- 边际效率衰减：单位投入获得的模型能力提升在降低
算力建设之外，算法上的拓展正成为新重点——推理侧扩展、后训练、架构效率、端侧智能 。
第二层：从“奖励资本开支”到“担忧变现太慢”
根据最新指引，美国大型科技公司已宣布2026年AI相关资本开支或超过7000亿美元 。
这个数字有多夸张？
美国五大超级云厂商2026年将把约90%的经营性现金流用于资本开支（2025年为65%）。甚至部分公司的资本开支预期超过经营性现金流，可能出现2026年自由现金流转负的情况 。
与此同时，债务融资的敞口快速增加，市场预计美国科技巨头2026年债券发行总额或高达4000亿美元 。
市场不再为“故事”买单，开始追问：什么时候能变现？
第三层：AI到底会颠覆谁？
这才是最深层、也最让华尔街焦虑的问题。
这条线索很清晰：
今年2月初，Anthropic推出Claude Cowork，标志着AI从“生成式回答”向“自主执行跨职能工作流”的转变。消息一出，全球软件股剧烈抛售，恐慌蔓延至金融服务、法律服务、商业地产甚至运输行业 。
CB Insights的数据佐证了这一趋势：AI智能体正在企业端大规模落地。客户服务是Q4‘25企业调查中AI智能体应用的第一大领域，该赛道已有115+家公司，6家私营公司年收入超过1亿美元 。
03 两种极端：硅谷大佬们的分歧
有意思的是，硅谷内部对AI的影响也看法不一。
Anthropic CEO Dario Amodei说，AI将在未来五年内消灭一半的白领工作 。
微软AI负责人Mustafa Suleyman更激进：AI可以在未来12到18个月内取代大部分白领工作 。
而OpenAI的Sam Altman则相对乐观，认为年轻人会因为AI找到更新、更令人兴奋的工作 。
这种分歧也反映在市场上。CB Insights的数据显示，自2024年以来，AI智能体领域的M&A交易激增了10倍，2025年达到近100笔 。Salesforce和Workday分别完成了9笔和4笔收购，都在抢着布局 。
04 机会在哪里？三个筛选视角
市场恐慌时，往往也意味着机会。华泰证券给出了几个筛选视角 ：
1. 硬件层：找“强约束”链条
在资本开支预期已经较为激进的情况下，需要关注供给约束最紧、定价权最强的部分——尤其是过往产能扩张较慢、后续扩张周期偏长、替代方案较少的环节。
2. 应用层：找能快速落地的
优先关注那些能直接量化AI带来的降本增效成果的应用，能快速切入企业核心工作流的产品，以及垂直领域的AI原生应用 。
CB Insights预测，多模态AI智能体（语音+文本+图像+视频）将在2026年赢得客服领域的争夺战。语音是关键战场——成本高、延迟容忍度低、几乎没有交接空间 。
3. 中美路线差异：关注“算力效率优先”
中国更强调“算力效率优先”，更多依赖算法优化、开源生态和工程化提高效率。国产替代算力在投资视角可能更为占优 。
同时，中国拥有庞大的制造业基础，AI更多被视为提升全要素生产率的工具，而非单纯的劳动力替代。结构性机会在于场景的丰富度和对生产性服务业的改造空间 。
05 不确定中找确定
回到开头的问题：华尔街到底该怎么想AI？
答案是：不知道。
花旗的Heath Terry说得很直白：“人们看到这个方向，就想在被它碾压之前先躲开。”
但这种“先躲开”的心态，往往也意味着机会。
CB Insights的数据显示，在AI智能体安全与风险管理市场，62%的公司成立于2022年之后。企业调查中，数据隐私和安全是企业考虑AI智能体供应商时的第一因素 。
这告诉我们一件事：无论市场情绪怎么变，那些解决真实问题的领域，永远有需求。
AI的叙事还会变，恐慌还会来。但有一类公司值得关注：它们或许不在聚光灯下，却在默默解决“让AI真正能用”的问题——安全、可观测性、评估、垂直场景落地。
恐慌退潮时，它们会浮出水面。
想持续追踪AI趋势？