过去十多年，低利率环境推动“轻资产”模式主导市场审美，指数式增长、网络效应、闪电式扩张、订阅模式是主流投资范式。软件、平台、数字经济享受长期高估值溢价。

信息时代的摩尔定律，引发的技术通缩，软件吞噬硬件，跨越物理边界的虚拟世界，吞噬物理世界。


制造业在美国私人知识产权产品固定投资中的占比，从1960年的65%降至1990年的39%，到2023年进一步下滑至仅27%。与之形成对比的是，软件行业的投资占比从1960年的1.4%升至2000年的38%，并在2023年达到42%。

标普500指数成分股，无形资产（知识产权、品牌、数据）的占比从1975年的17%飙升至2020年的90%，其中1985～1995年这一时间段是重大转折期：

这个时期，也伴随着美国经济的高度金融化和虚拟化，始于80年代的跨国公司全球化配置资源导致美本土制造业外移，2001年中国加入WTO加速了美国经济“生产性”的失去。


回顾这场投资范式，其重要的思想源头出自美国圣塔菲研究所Brian Arthur研究的复杂经济学的一个杀手级应用：收益递增经济学。其深刻解释了微软、谷歌、亚马逊等科技巨头的崛起逻辑，并被硅谷广泛接受为投资与创新的底层逻辑，也奠定了红杉、BG、Bill Miller投资框架。

阿瑟教授解释：高科技可以被定义为“凝结的知识”，收益递增是一种趋势，强者恒强，收益递增也是正反馈机制，在市场、企业和行业竞争中发挥作用，激励成功者不断成功。其中，技术锁定、路径依赖、网络效应、正反馈扮演了关键要素。这些我们今天耳熟能详的数字经济公司的护城河，在当年是真正的认知上的降维打击。

转眼间，逆全球化、贸易摩擦、高利率、地缘冲突模式开启，叠加新一轮AI革命引发的算力军备竞赛，曾经大杀四方的“轻资产”平台商业模式、AI需求驱动的半导体基建、乃至物理资源，都面临着深刻的估值体系重构，以及产业链的价值分配重写。

展开来讲：

一、互联网平台/科技公司

以前是高速增长、轻资产，低资本开支；

未来是高速增长、重资产、高资本开支。

从移动互联时代的OP­EX转换成AI时代的CA­P­EX，用巨大的资本开支换取未来更长周期的战略优势（算力军备竞赛），结果是高折旧成本的资产负债表+自由现金流极速恶化。

一个恐怖的事实，历史上看，SP500和自由现金流高度关联。但是目前，预期的这五家巨头现金流估计要断崖。

互联网时代靠DAU驱动指数增长模式（网状拓扑、网络效应）在AI时代（星型拓扑）不再有效，因为DAU代表着token消耗量，从资产变成了负债。互联网公司历史上第一次像半导体厂fo­u­n­d­ry那样背上高折旧成本的资产负债表，商业模型从“流量 × 转化率”转变为“每to­k­en毛利”。

在sc­a­l­i­ng law失效之前，算力开支成本增长不会低于互联网业绩增长，互联网时代边际成本几乎为零利于sc­a­l­a­b­le的特性在AI时代遭遇了根本性的重大挑战：不管是训练成本和推理成本，都不是一次性投入。训练决定上限，推理决定普及。

于是市场开始担心资本开支的ROI是否足够。商业模式的变化也意味着估值方式的变化，也可能带来中长期估值中枢的下移。

2、半导体基建

上个时代的互联网公司+CSP+SAAS是收租行业里的大赢家，而AI时代，算力（半导体/芯片折旧）成为了新的收租行业（AI时代的准SAAS model），整个IT行业的利润分布发生了剧烈的重新分配：

从2024年开始，半导体基建正在飞速吞噬整个IT产业利润，SP500里半导体净利润EPS在IT行业里占比，在两年时间从不到20%上升到了40%，而且还在呈加速上升姿态。

在这里，AI 不再是代码问题，而是现实世界的问题。算力是否够用，取决于制程、设备、良率、先进封装、电力与产能节奏。它们不控制用户，而是决定AI能否被大规模兑现。

AI不是只养活了GPU，而是在用算力预算把“能把电变成to­k­en的每一环”都抬了一轮，从内存，存储，互联，光纤，电力，储能…..等等，哪些产能不易快速扩张的，哪些是有极高护城河的，就会享受到庞大资本开支的红利。

当需求扩张速度持续快于供给，真正掌权的，永远是瓶颈的拥有者。每一次算力的跃迁，背后都写着同一句话：产能即权力，封装即入口。

3、传统SAAS平台

IT产业最经典的商业模式，高人力成本带来的对效率诉求（用户粘性）+强付费意愿，长久期资产。

作为伪装成国家的公司，某种意义上，美国从事的也是一门SAAS生意，所谓的“斩杀线”其实是Survival as a Service，从信用卡、教育、房、车、法律服务到药品、饮（瘾）品、fico、FSD...无不彰显订阅本色，最大限度攫取肉身价值。

Anthropic的插件更新，agent叙事崛起，成了压死传统SasS的最后一根稻草。

Se­at-ba­s­ed SasS的增长结构正在被AI重新定价，IGV里的很多公司确实面临结构性压力。企业IT预算增速仅约8%，但AI预算增速却超过100%。这意味着AI拿走的每一分钱，几乎都是从传统软件订阅里抠出来的，而且本来估值就巨高，这个杀估值是有基本面逻辑支撑的。但这种焦虑无差别蔓延到所有软件股里，就会出现严重的定价错误。

如果只是解决信息摩擦的代理，收入悬崖是真实存在的。但如果软件具备数据护城河、监管锁定、软件嵌入交易，则仍然构成竞争壁垒，那冲击路径会完全不同。

垂直SaaS的清算时刻，不是所有垂直软件都会消亡。

一个风险评估框架（A Framework for Assessing Risk）。

4、从数字回到物理，物理资源重估

当 AI 进入加速阶段，市场开始担心：软件会被自动化、Sa­aS定价权会被压缩、中介行业会被 Ag­e­nt 替代。

轻资产企业最大的优势是规模复制，作为微笑曲线两端的无形资产是台利润收割机。

但当AI本身就是“复制机器”，轻资产的溢价自然被压缩。

而且逆全球化，无形资产无法变成炮弹、电网，品牌无法变成抗生素，数据无法变成战舰、导弹。

于是资金开始问：什么是AI很难替代的？

答案是：电力、能源、矿山、设备、基础设施、产能。

高盛最近推出的HALO交易，即AI引发的产业颠覆迫使投资人重新评估风险，具备“重资产、低淘汰率”（HALO——“Heavy Assets， Low Obsolescence”）特质的企业，这代表资本开始重新评估当下的核心资产。


这些资产的特点很明确：复制成本高、建设周期长、物理门槛高、资本密集。AI不并只是软件革命，而是在不断强化重资产周期。根据高盛估算，五大hy­p­e­r­s­c­a­l­e­rs在2023–2026年间，为AI基础设施投入约1.5万亿美元。这会重塑物理世界的利润分配。

HA­LO是避风港，还是阶段性轮动？

现实世界AI带来的物理资源需求当然巨大，但“需求大”从来不等于“回报好”。物理世界的扩展难度比数字世界高一个量级。多维约束、供应链摩擦、交付与维护、合规与责任链，每一项都能把ROI拉回地面。软件端都没解决的复杂性，搬到重资产只会更难，更慢，更不线性。

历史经验告诉我们：当技术焦虑上升时，资金往往转向实体资产。但问题在于，AI的资本开支超级周期，是否会持续5年以上？如果是，HA­LO可能是中期趋势。如果不是，这只是一轮新的叙事+防御轮动。

一个终极思考：未来十年，利润池会更多流向“写代码的人”，还是“建电网的人”？

本文来自微信公众号：SMARTMATRIX，作者：smartmatrix"