2026年AI“创造性破坏”下的产业重构

从概念到兑现：AI“创造性破坏”下的定价逻辑重构

AI“创造性破坏”将重构产业生态。投资研究机构 Citrini Research 近期发布的《2028 年 全球智能危机》报告以未来回溯的虚构形式，警示 AI 的超预期发展可能引发系统性经济 崩溃。报告指出，AI 将深度颠覆传统 SaaS 行业，同时将大规模替代白领，淘汰信息中介 与流程型岗位，最终引发大规模失业并导致消费市场崩塌。该报告的核心逻辑与经济学 家熊彼特的“创造性破坏”理论高度一致——技术革新通过淘汰低效生产模式重构价值 链，短期引发阵痛，但长期驱动新的增长。我们认为当前市场正处于“创造性破坏”的加 速震荡期——劳动力结构重组加速，但创造的新需求或仍需数年才能形成稳定的就业增 量。而在新旧行业切换过程中，结构性失业矛盾或将持续显现。从就业角度理解，“创造 性破坏”即新旧从业者之间的结构性失业摩擦。长期而言，新赛道从业者将充分受益于 技术创新带来的供给升级与需求扩容；而传统行业从业者受既有生产模式与工作路径束 缚，短期冲击更为显著。在 AI 产生的新的就业形态与需求规模尚未明确前，社会仍将面 临转型阵痛，这既是旧生产模式的自然淘汰，也是产业迭代的必经过程。本文我们将当 下 AI 带来的“创造性破坏”的所处阶段，以及新旧行业所处的位置进行审视，并尝试揭 示技术迭代中潜在的价值重构机遇与风险。

本轮人工智能革命或将推动社会经济体系的全方位变革。回顾前三轮工业革命，均遵循“创造性破坏”的演进逻辑，核心影响可归纳为两点：一是以更高效率的生产模式替代 传统低效模式，二是通过技术革新催生新供给并创造新需求。第一次工业革命以机械化 替代体力劳动，“破坏”了手工织布、家庭作坊等旧产业，推动工厂标准化生产与铁路运 输系统等新供给的涌现，衍生出机械化产品消费、区域交通等新需求。第二次工业革命 通过流水线规模化生产与流程控制替代手工工场、传统工匠技艺，催生出电力系统、汽 车等新供给，同时催生了家电普及、汽车私有化等新需求。第三次工业革命以规则化脑 力替代传统纸质办公、机械重复操作，带来了计算机软件、互联网服务等新供给，并催 生出数字化信息获取、电子商务等新需求。而本轮人工智能革命与此前工业革命的本质 差异在于：替代对象升级为推理、创作、决策辅助等非规则化智力，现有技能的失效范 围已从局部行业扩展至全行业，生产力提升模式从机械化、规模化转变为智力杠杆化， 具体表现为单人产出的指数级增长。在“破坏”了基础编程、初级内容创作等旧岗位的 同时，人工智能革命创造通用大模型、智能体、多模态生成及算力集群等新供给，并催 生出算力基建、大模型研发、数据治理及 AI 应用落地等持续性新需求。整体来看，本轮 人工智能革命将深刻改变资本与劳动力的关系、行业竞争格局，乃至全球经济的增长范 式与发展路径，推动全社会进入新一轮系统性变革与重构周期。

美股市场对人工智能的定价逻辑经历了从“概念驱动”到“价值验证”。2022 年至 2023 年为 AI 概念驱动期，2022 年 11 月底初代 ChatGPT 发布后，市场基于对技术潜力的远期 展望进行了广泛的估值重估；2024 年至 2025 年上半年进入基建聚焦期，资金遵循“卖铲 子”逻辑大幅涌入算力硬件与云计算巨头。自 2025 年下半年起，随着资本开支回报率验 证压力显现，市场步入价值验证与分化阶段；核心交易逻辑从“谁在投入”转向“谁会受 损”。前期表现较好的软件与服务板块因面临被替代风险而遭遇剧烈出清，26 年初以来跌 幅近 20%，而具备确定性需求的电力能源及部分硬件资产维持强势。这表明市场已从单 纯的叙事驱动转向业绩兑现导向，并对缺乏实际落地场景的高估值标的进行快速出清。

概念驱动期（2022-2023）：主题扩散与普遍性溢价。这一阶段市场对 AI 的认知以远期愿 景为主，市场对人工智能的主题投资情绪广泛，估值溢价在多个细分领域显现。具体而 言，直接受益的细分行业与代表性公司包括：以英伟达、AMD 代表的 AI 芯片；提供核 心算力平台的云计算服务，例如微软 Azure、亚马逊 AWS、Google Cloud 等；专注于企 业 AI 软件和自动化平台的 C3.ai、Palantir、UiPath 等；以及将 AI 深度整合进产品的 Adobe （创意软件）和特斯拉（自动驾驶）。相比之下，市场关注度相对较低的领域多集中于与 初期 AI 热潮直接关联度较弱的传统板块，例如美光科技、西部数据等传统半导体制造与 存储，其业务增长逻辑尚未与 AI 需求深度绑定；以及部分迭代速度较慢的传统企业软件 与人力密集型 IT 服务，市场对其长期竞争力仍待观察。此阶段的市场表现主要呈现出主 题投资的扩散效应。

基建聚焦期（2024-2025 上半年）：算力投资成为主线。这一阶段，市场对 AI 价值的评估 重心转向算力基础设施的规模化建设，资本集中配置于底层支撑领域。整体来看，此阶 段市场逻辑以资本开支与产能扩张为核心，价值的锚点集中于算力规模，硬件与云平台 估值处于高位，而部分应用层企业开始面临场景落地与盈利兑现的压力。利多细分行业 首先出现在由 AI 产生的一系列新供给以及围绕算力基础设施展开的领域：在半导体领域 中，AI 专用芯片设计企业受益于算力需求的增长，英伟达的 GPU 业务进一步巩固了在 AI 算力基础设施领域的主导地位；亚马逊、微软、谷歌等云计算基础设施提供商的算力 服务需求显著提升；服务器、存储、光模块等数据中心与基础设施厂商因算力基础设施 扩容需求迎来大幅增长。另一方面，一些缺乏算力与生态协同的传统软件、轻量化 SaaS 厂商，其产品迭代与成本竞争力受限；例如，客户关系管理（CRM）巨头 Salesforce 在 24 年出现自 06 年以来首次季度收入低于预期的情况，自动化软件公司 UiPath 在 24 年中管 理层变动、下调 2025 财年收入指引后股价出现暴跌。而一些仅具备基础 AI 生成能力、 未与基础设施深度整合的内容平台，其原本的效率优势同样难以持续，在这一阶段相对 承压；例如，Adobe 因 24 年 3 月发布的业绩指引疲软引发股价大跌，市场担忧其传统模 式受 AI 原生应用冲击。SoundHound 因盈利前景不明导致股价下挫，暴露了其基础技术 面对集成生态时的竞争短板。C3.ai 则因持续亏损与增长前景不明导致股价持续承压。

结构分化与价值重估期（2025 下半年以来）：基本面验证与行业格局优化。当前市场已进 入对 AI 的深度验证阶段，行业分化加剧，市场对 AI 的估值更趋理性。商业模式不清晰、 盈利兑现缓慢的标的面临估值调整。投资主线也正从技术投入规模转向端到端效率贡献， 行业发展逻辑逐步从成本节约转向价值增量，后续板块间的分化与价值重估或仍将持续 深化。这一阶段，利好方向主要集中在垂直 AI 原生应用、算力配套能源及高确定性硬件 等环节。其中垂直 AI 原生应用领域，金融 AI 风控与投研、医疗诊断、工业智能质检等 方向逐步具备落地价值，例如 Palantir、Intuitive Surgical 等企业凭借专业化解决方案形成 核心竞争力；算力配套能源领域，数据中心供电、电网升级、高效节能方案等需求持续 提升，例如 NextEra Energy、GE Vernova 等企业受益于 AI 基础设施的能源配套需求；高 确定性的硬件领域如先进封装、专用传感器、工业级算力模块等环节凭借持续增长的需 求保持相对强势。与此同时，通用 SaaS 与标准化企业服务面临流程自动化替代压力加剧、 同质化竞争加重的挑战，例如人力资源服务商 Paylocity、Paycom 因产品可替代性较高导 致其增长放缓，项目管理平台 Monday.com 为应对冲击，已用 AI Agents 100%取代了约 100 人的销售开发代表团队；基础客服、零售终端服务、初级金融数据分析、法律文本处 理等标准化、可自动化程度较高的环节同样受到 AI 替代的影响，例如零售支付服务商 Block 的标准化业务面临 AI 自动化流程的直接冲击，金融科技公司 Klarna 放弃 Salesforce 的 CRM 产品，转而使用自家开发的 AI 系统处理客户服务。此外，一些仅依赖基础生成 能力、缺乏深度交互与核心壁垒的内容创作平台也面临竞争力弱化的压力。

以 AI 在美股定价阶段演进为镜鉴，A 股正同步进入价值验证与结构分化的深度调整期， 投资逻辑逐步从概念叙事转向业绩兑现与壁垒验证。美股近年已呈现从概念驱动到算力 基建、再到基本面分化的转换，企业服务、软件领域面临出清、算力配套与垂直应用占 优。对标 A 股，其演进节奏虽略有滞后但方向趋同。在概念期，A 股同样出现了对光模 块、服务器等算力硬件及大模型概念的追捧；进入基建期，资本同样高度集中于确定性 高的“卖水人”环节；然而，美股对 A 股最大的镜鉴在于当前的分化期：美股中缺乏护 城河的通用软件及可被自动化替代的服务业出现了快速出清，而当前 A 股 AI 部分相关 板块正面临估值偏高但应用深度不足的现实。同时，A 股因其产业结构特点——金融与 工业制造权重高，其价值验证可能将更侧重于 AI 对传统行业的降本增效与实际盈利贡 献，而非单纯的算力叙事。在全球科技定价趋同下，A 股对 AI 的定价有望逐步“去伪存 真”，现金流、效率增量与产业壁垒将成为核心定价因子。

双维度透视：AI“创造性破坏”的行业冲击图谱

当前企业 AI 投资正迈向收益与投入平衡的关键转折期。当下企业的 AI 价值释放往往遵 循非线性曲线：从小范围测试的初步验证（S1），到规模化探索的高投入低回报阶段（S2）， 只有跨越临界点（P3）进入持续更新阶段（S3），收益才能迎来爆发并覆盖成本。当前多 数企业普遍陷入“期望-回报”剪刀差的困境，IDC 调研显示，企业普遍期待能够实现 1- 3 倍的投资回报率，但大多数企业的实际回报率往往低于 50%，绝大多数项目仍滞留于 应用部署上线（P2）前的试错期。回顾过去两到三年，AI 大模型的发展从 2022 年左右的 S1 概念验证，演进至 2023-2024 年的 S2 规模化基建热潮（算力与模型竞赛），当前已接近或处于 S2 深水区向 P3 临界点突围的关键转折期。市场正从单纯的基建投入转向对端 到端闭环能力的验证，下一阶段只有能突破规模化落地瓶颈、实现效率大幅增长的企业， 才能迎来真正的价值兑现。

AI 的发展进程正从数字生成阶段迈向物理交互阶段。依据黄仁勋提出的人工智能演进的 四个阶段框架，AI 产业正经历从“数字内容生成”向“物理世界交互”的跨越。当前 AI 产业正处于第三阶段——推理式 AI 的加速突破期，标志着技术从内容生成向逻辑决策的 关键转变。展望未来，当 AI 进入第四阶段（物理式 AI）后有望掌握惯性、因果律等物理 常识，通过具身智能等方式在现实环境中完成感知、推理与行动的闭环。这将标志着 AI 从虚拟世界的“助手”升级为实体经济的“劳动者”，AI 的应用场景将拓展至人形机器 人、自动驾驶及智能制造等领域。对资本市场而言，这意味着投资主线将从算力基建与 软件应用为主，逐步延伸至各类制造业、服务业等，AI 的技术革命将开启新一轮更长周 期的经济增长曲线。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）