AI泡沫悖论：越怕被替代，越疯狂购买AI股票，但核心资产普通人难触及

事件概述

2026年4月，美联储经济学家Andrew Chen发表论文《Hedging the Singularity》（对冲奇点），论文本身由AI辅助生成。核心观点是：AI股票高估值并非纯粹源于未来盈利预期，而是投资者为对冲自身人力资本被AI替代的风险而支付的“保险溢价”。即便奇点（AI生产力剧烈跃迁导致劳动收入下降）每年发生概率仅1%，也足以使AI股票估值达到非AI股票的两倍。

核心信息

• 对冲机制：投资者用购买AI股票的方式，对冲未来AI替代自身劳动收入的风险。若AI未实现替代，股票损失有限；若AI替代成真，股票上涨可部分补偿劳动收入贬值。
• 市场不完全性：大量核心AI资本锁在未上市公司股权、创始人持股、早期投资中。普通人在公开市场买到的多是芯片、云、应用服务等外围资产，AI红利需经两三层筛选。
• 私有化比例：摩根士丹利报告显示，年收入超1亿美元的美国公司中约80%处于私有状态。OpenAI（估值约5000亿美元）、Anthropic（近万亿美元）等头部AI公司尚未上市，合计约3万亿美元价值堆在公开市场门口。
• 产业链价值分配：a16z报告指出，生成式AI产业链中基础设施层和闭源模型层吃掉几乎全部利润，应用层护城河极浅、利润极薄，形成“越深入使用AI，越靠近价值链最低端”的使用者悖论。

关键结论与建议

• 三类人分化：AI资本拥有者（被动受益）、AI杠杆使用者（用AI放大自有品牌/产品/渠道）、AI价格承受者（仅提效但议价权下降）。AI不放大能力，而是放大所有权结构。
• 普通人破局路径：将AI提效产出的价值沉淀为六类自有资产——品牌资产（信任不可批量生产）、渠道资产（直接连接用户）、产品资产（经验封装为可售卖产权）、社群资产（高质量人群网络）、数据资产（独有数据）、工作流资产（服务自有业务的自动化流程）。
• 核心告诫：未来十年最危险的不是不会用AI的人，而是天天用AI却没有任何东西沉淀在自己名下的人。

本文基于美联储论文及行业报告提炼，保留关键事实与数据。