陈果解析AI投资J曲线，资本开支先行，生产率与收入滞后兑现

近期全球资本市场对人工智能的投资热情持续高涨，但伴随美股科技股震荡、美债利率高企与A股AI板块筹码出清，市场开始重新审视AI叙事的可持续性。东方财富证券研究所副所长、首席策略官陈果在《北大金融评论》撰文指出，理解当前AI投资逻辑的关键，在于厘清“资本开支—生产率—收入分配”三者之间的非同步演化关系，即典型的“J曲线”现象。

图中清晰呈现了技术革命演进的典型路径：A点为技术大爆发起点，B点是资本投入高峰期（如数据中心、GPU采购），此时企业盈利尚未改善，甚至因组织重构出现效率下滑；C点为转折临界，制度与人力资本适配完成，生产率开始加速释放；D点进入黄金时代，全社会收入与消费普遍受益。而资产价格（虚线）往往在A-B段就提前反映远期收益，导致估值与基本面脱节。

这一模式并非AI独有。从铁路革命（1830–1870）、电气革命（1880–1950）到互联网革命（1995–2020），每一轮都经历了“投入先行、产出滞后”的凹陷期。Brynjolfsson等学者的研究证实，企业需重写流程、清理数据、培训员工并调整考核机制，这些隐性成本常被忽视，却真实拖累短期效率——此阶段的AI效应更可能是“AI-”，而非“AI+”。

当前AI周期的数据印证了这一判断。以Netscape发布（1995Q2）与ChatGPT上线（2022Q3）为基期，美国全要素生产率（TFP）在头两年半内走势接近：2023年中至2025年初，AI周期一度领先互联网周期约1.78个百分点；但自2025Q1起，两者分化加剧——互联网周期随后持续上行，而AI周期在2025Q4达104.01高点后连续回落，至2026Q1已降至102.93。这意味着，尽管全球数据中心、GPU与电力投入规模空前，宏观层面尚未兑现同等幅度的生产率跃升。

值得注意的是，资产价格对远期回报的定价具有“超前性”，而社会适应则需数年。当市场发现凹陷期比预期更深、更久，便会下修未来斜率与兑现时点，引发估值回调。这并非J曲线本身逆转，而是预期修正所致。正如1990年代末互联网基建潮中，运营商担忧带宽不足而激进扩容，设备商备货、上游扩产层层放大需求信号，最终光纤利用率低迷导致订单断崖式收缩——今日“算力确定性供不应求”的共识，同样需警惕下游模型公司净利润与商业可持续性的巨大不确定性。

陈果强调，资本市场下一阶段的核心变量将从“资本开支驱动”转向“成本下降能力”与“企业真实回报率”。谁能把推理成本压至每千token 0.001美元以下？谁能在客服、研发、供应链等环节实现可量化的ROI？这些才是决定赢家的关键。更深层的问题在于利润分配：若新增价值集中流向头部平台与算力供应商，而劳动者仅面临转岗压力与薪资停滞，社会总需求将难以扩张，形成“K型分化”——高技能群体受益，低技能群体承压。

第二张图表进一步揭示不同分配路径对增长可持续性的影响。若AI红利主要体现为“增强劳动/收益共享”（蓝线），社会总需求稳步上升；若陷入“替代劳动/收益集中”（绿线），则收入差距扩大，消费动能衰减，最终制约长期增长。当前全球主流模型厂商如Qwen 3.8、GLM 5.3、DeepSeek V4.1已占据国内ToB市场80%份额，企业AI内化趋势明显，数据留存与知识壁垒强化了头部效应，这可能加速K型分化。

外部环境亦加剧复杂性。2026年11月美国中期选举后，民主党掌控国会引发对地方AI基建审批收紧的担忧，叠加高利率压制估值、地缘冲突推升油价与通胀，全球权益市场出现“多空拥挤”结构：量化资金一方面做多核心AI权重股，另一方面做空指数对冲流动性风险。这种双向敞口在高利率环境下尤为脆弱。

郑永年教授近期警示，美国AI泡沫一旦破灭，冲击或超2008年次贷危机——其规模庞大、关联广泛，且与主权债务风险共振。他提出AI三大深层挑战：“Safety”（智能体自主越界风险）、“Security”（军事化应用失控）、“Stupidity”（算法导致认知退化）。这些非经济维度的风险，进一步削弱了市场对“技术必然带来繁荣”的线性预期。

反观中国，政策面正着力修复市场信心。11月初，股票回购增持再贷款加码、SFISF千亿互换落地，推动科创50单日涨9.9%，A股成交额重回2万亿以上。陈果团队认为，当前筹码结构再平衡接近完成，反弹具备方向确定性；配置上应聚焦AI应用端（如端侧AI、机器人）与困境反转领域，而非单纯押注硬件资本开支。

本质上，AI不是一场即时兑现的“技术奇迹”，而是一场需要时间沉淀的“组织革命”。资本市场的理性角色，不应是助涨助跌，而应通过估值引导，促使产业关注真实成本下降与普惠性回报。当J曲线的凹陷期真正被跨越，AI才能从“资本虹吸引擎”转变为“全社会生产力引擎”——在此之前，警惕泡沫、尊重周期，是投资者与政策制定者共同的必修课。