市场喜欢以悖论开场的增长故事。AI 被宣传为带来丰裕，但其一阶效应是收缩。效率总是摧毁比它保存的更多的产能。当一家大型资产管理公司警告称，随着 AI 在经济中蔓延，上市公司的数量可能会下降五分之一，这不是耸人听闻。这是基准情形。上一次美国企业以宗教般的热情拥抱一项通用技术时，我们得到的是更少但更大的、更高杠杆的公司以及一长串被弃置的原有企业。这一次周期更快，资本支出更大，胜者通吃的动态更为尖锐。
AI 是一把手术刀，手术刀会切割。早期证据并不含糊。把钱投向自动化的公司也在裁减员工。近期的利润率提升是实实在在的，但无法在成本或产品速度上跟上的公司也在流失。在复杂系统中，效率在减少冗余时是一种脆弱性。当重复的角色和流程消失时，经济体变得更加脆弱。就像受控焚烧后的森林，生态系统在干旱来临前看起来更干净。
历史支持这一序列。电气化、数控、ERP 和离岸外包并没有带来大规模的公司繁荣。它们带来了整合、规模经济以及对中等玩家的淘汰。采用曲线呈 J 型：先痛苦，然后获益。投资者正锚定在后半坡，忽视了前端的洗牌。持久观点的经济学家认为 AI 真实且仍处于早期，这很可能是正确的。那反而使得收缩阶段更有可能，而非更少可能。早期局面会将权力、现金流和人才集中到少数“角落”。如果你拥有赢家，记分牌看起来很漂亮；如果你拥有其余公司，记分牌看起来寂静无声。
在市场生态中，AI 像一种入侵物种。它不会创造公平竞争的赛场；它会陡化斜坡。资本、数据和分销优势在幂律下复利。我们已经在基础设施层看到估值的引力。投资者会外推当前的单位经济并假设普及会为每个人扩大可寻址市场。而更常见的是，普及压缩价格并将价值引导到瓶颈处：计算、能源和专有数据。
这种集中不仅仅是一个学术问题。它是一个指数构造风险。头条看起来很看涨，因为少数平台提升了市值加权平均值。但在表面之下，宽度在变窄，相关结构在改变。当流动性轮换时，对于底部 400 个名字，出场门很小。如果通过倒闭、私有化和并购上市公司数量再下降 20%，指数会变成一个一端更重的哑铃。你可以称之为多元化，但它表现得像押注于少数几个资产负债表、电网连接和供应链的单一赌注。安全的幻象增加了系统性的脆弱性。
博弈论阐明了企业行为。收益矩阵创造了囚徒困境。如果你的竞争对手在 AI 上投入，你就必须投入以避免落后，即便预期项目回报平庸。理性的结果是全行业过度投资、利润率压缩以及在 AI 商品化的类别中展开价格战。我们见过这样的剧目：铁路繁荣、光纤供给过剩、云基础设施的土地争夺。供应商获利；许多客户直到产能通过时间、破产或并购被理顺前都获得了低于预期的回报。
AI 也改变了成本结构。计算和模型集成中更多的固定成本意味着更高的经营杠杆。在上行期这看起来很美好，在下行期则是灾难性的。投资者经常误定价这种凸性，因为好时期比坏时期更显眼。再把监管与合规开销加进方程。模型治理、数据来源和责任保险并不像推理调用那样干净地扩展。大多数管理团队用蒙特卡洛乐观地建模上行，而用单点估计来建模下行。这是错误的尾部忽视。
在引擎舱下面，系统依赖于少数几个窒息点。先进芯片来自狭窄的供应商集合。高带宽内存供给紧张。数据中心需要电力，许多电网无法在幻灯片所承诺的时间表上供给。一个延迟 18 个月的公用事业互联并不在乎你的产品路线图。在工程学中，载荷加上共振会折断桥梁。这里的载荷是资本支出；共振是公司同步冲向相同架构、供应商和人才池的现象。一旦出现供应冲击或政策转向，振荡就会攀升。
还有一种更柔软的脆弱性。当公司通过合理化规模而失去隐性知识时，它们用自动化工作流和提示库替换经验丰富的操作员。这在大多数时候有效，直到失效为止。模型漂移、边缘情况中的微妙幻觉以及围绕训练数据的法律模糊性是慢变量，但在压力下会变成快变量。公众舆论已经察觉到这一差距。怀疑者认为当前一代大模型是衍生性的而非创造性的，更擅长混搭而非发明。即便这只是部分真实，这意味着建立在内容、后台流程或基础分析上的护城河会被侵蚀。每位员工的收入可以上升而每位客户的收入下降，而估值倍数并不喜欢这种算术。
投资者与高管还应预期并购会加速萎缩。如果 AI 使整合与成本削减更可预测，私募股权与战略性买家就更有动力去收购、理顺并退市。公共公司名册会变薄。剩下的公司会更大、更高效，也更容易暴露于共享风险之下。这不是危机情景。仅仅是激励与技术扩散的机械性结果。
正确的框架不是乐观与悲观之争，而是脆弱性与反脆弱性之辨。谁从波动中获益，谁又需要持续的顺风才能生存。具有可变成本结构、定价权和真实期权的业务倾向于从通缩性技术冲击中获益。那些具有高固定成本并在开放模型上竞争的企业则倾向于受损。铲子与矿镐的逻辑仍然适用，但不是懒散版本。瓶颈是能源、供电设备、电网软件，以及使 AI 足够安全以实现规模化的验证与安全层。那些把 AI 转化为更低营运资本和更好周期时间、而不把资产负债表押在拥有模型堆栈上的公司，也有可选性价值。
在构建投资组合时，假设可投资宇宙会收缩且结果分散将扩大。指数集中增加了头条风险与流动性风险。叙事周期会剧烈。基准速率显示许多公司会采用 AI，而很少有公司能在规模上实现货币化。这与此前通用技术浪潮中看到的模式相同。市场最终会重新定价那些生产率赢家，但不会在淘汰长尾之前就这么做。上市公司数量下降 20% 并非异常值。这是幂律转换的中点。
悖论依旧。AI 会创造丰裕，但首先它会消除冗余。这是系统变得更精简、并在一段时间内更易碎的方式。投资者应偏好资产负债表胜于天上蓝图，现金流胜于承诺，可选性胜于纯粹性。纪律很简单：反转故事。别问 AI 能增加什么，而要问它会拿走什么。然后衡量当脚手架消失时，企业是否仍能独立屹立。
