下面按“他到底在讲什么—逻辑链条怎么推—对资产定价意味着什么—你该盯哪些验证点”把 2025 华尔街见闻 Alpha 峰会：付鹏《AI时代下——秩序的重构》 拆开讲透。
一、先给结论：这场演讲不是“看多AI”，而是“给AI定生死线”
付鹏把 2026 定义为 AI 的“证伪/证实之年”：上游算力、电力等“高速公路”基本修完了，但“车”（企业级应用与可持续盈利）还没大规模跑起来；如果跑不起来，过去几年巨额资本开支会从“资产”变成“债务”，并触发全球风险资产的系统性回撤。
他还给了一个非常抓手的“验证标的”：特斯拉。2026 年它要完成类似英伟达当年的“身份验证”——究竟只是汽车公司，还是“重AI应用平台/企业级应用载体”。验证成功与否，决定估值逻辑是“汽车股的透支”还是“AI应用平台的起点”。
二、他的底层框架：生产力—生产关系—制度/秩序，是一套齿轮
他用一个三段式的宏观框架串起金融市场：
生产力（技术与效率）拉动生产关系（组织方式、分配方式、产业结构），生产关系进一步重塑制度与秩序（公司治理、市场规则、国家间的贸易/金融/安全安排），而制度与秩序又会反过来影响生产力的释放效率。
在这个框架里，他反复强调：很多人把股市当“宏观晴雨表”，但他更看重 全要素生产率（TFP），认为多数国家股市长期走势与 TFP 趋势更贴合，美股长期上行的核心动力是效率提升，而不是短期经济波动。
三、为什么他把“AI=生产力资产”抬到全球风险核心
他把当下的美股（尤其 AI 板块）定义为全球“生产力”的核心锚：全球主要资产的波动率与它高度绑定，AI 一旦被证伪，不只是美股，欧洲、日本等也会一起承压——“一根绳上的蚂蚱”。
这句话背后其实是一个“金融工程式”的判断：当市场把确定性押在同一条叙事上（AI 兑现生产力），相关资产的相关性会被动抬升；宏观冲击（利率、汇率、套息交易拆仓）往往只负责点火，真正的油桶是“资产端的确定性被透支”。
四、他用“产业生命周期”解释：为什么 2022 是去伪存真，而 2026 是应用交卷
付鹏引用“产业生命周期”思路（他提到佩雷斯的产业生命周期框架），把 AI 投资分成两段：
早期阶段没人知道哪条路径赢，所以策略是“广撒网”，类似 VC 投 100 个死 90 个活 10 个就够了（他用木头姐的策略做例子）。
进入成熟阶段，市场会“去伪存真”，资金从被淘汰的路径集中到真正赢家；2022 年的杀估值，就是逼产业交作业：比如英伟达必须证明自己不是“游戏显卡公司”，而是 AI 算力基础设施提供商。
然后 2022 年底/2023 年初 ChatGPT 出现，相当于告诉市场“赛道收敛”开始了——“修路先买铲子”，英伟达的“铲子”变成确定性标的。
而下一张考卷就是：路修好了，车什么时候跑、跑得多快、能不能收费盈利。
五、波动率视角：他真正担心的是“确定性太高”
他把波动率当作核心指标：不确定性越高波动率越大，市场共识越强波动率越低。关键反转点在于：当确定性强到极致，会诱发贪婪与杠杆（押房押车 all in 这类现象），风险并不会消失，只是从“价格波动”转成“结构性脆弱”。
所以他对“英伟达闪崩”这类事件的解读是：市场喜欢把它解释成某个交易拆仓，但他更愿意把它看成“全球资产都绑在 AI 叙事上”的一次压力测试。
六、利率不重要？他这句话的真实含义
他并不是说利率不影响估值，而是说：在“AI 成为全球资产端锚”的框架下，如果资产端（AI 投入）最终不能产生真实回报率，那么负债端怎么调（加息/降息）都救不了；反之如果 AI 兑现生产力，利率的扰动只是节奏问题。
这也是他为什么把 2026 定义成“证伪之年”：那一年市场会更集中地要求看到应用端的盈利兑现，而不是继续为资本开支买单。
七、他给出的“2026 两条路径”其实是一套资产定价分岔
他把明年的利率曲线/市场走势归结为两条路：
证伪路径：上游基建无法转化为下游生产力，投资从资产变债务，全球市场系统性下跌，“无一资产能独善其身”。
证实路径：完成从“修路”到“通车”的传导，生产力推动生产关系变化，进而带来制度与秩序的重构；机会不只在“第一波算力”，而在“第二波应用/组织方式/分配机制”。
你可以把这理解成：第一阶段赚的是“资本开支—卖铲子”；第二阶段赚的是“应用渗透—利润率与商业模式重估”。
八、把话落到“你怎么用”：三组你该盯的验证指标
应用端是否真的跑起来：企业级 AI 带来的可持续收入、付费意愿、替代人工/流程的幅度（而不仅是消费者端的“好玩”应用），以及头部公司财报里“应用贡献”的拆分披露。
资本开支是否开始从“扩建”转“收获”：算力/电力/数据中心的新增斜率、折旧压力与现金流覆盖情况；如果 CAPEX 继续高位但利润端迟迟不兑现，就更接近他口中的“资产变债务”。
“验证标的”是否出现分化：他点名特斯拉的逻辑，本质是找“重AI应用载体”来证明通车。你也可以用同一思路去观察别的行业载体：企业软件、工业自动化、金融风控、医疗影像等，谁能把“推理成本”变成“单位经济模型”的改善。
九、我对这场演讲的“挑刺”
他把全球资产高度绑定到美股 AI 的叙事上，这个方向感很强，但落到交易层面仍有一个难点：即便最终“证实路径”成立，中间也可能经历多轮“估值先杀、业绩后证”的震荡；而如果“证伪路径”发生，传导速度和政策对冲强度（尤其是流动性与财政）会显著影响跌法。演讲的优势是搭框架与定性分岔，短板是没有给出更细的节奏与仓位管理方法（这通常会出现在他更偏交易/策略的内容里）。
全文完，感谢您的耐心阅读，请顺手点个"在看"吧~
— THE END —
研报在投资和研究中，作用巨大，一篇优质量的研报往往是由能力出众的机构分析师凝练专业知识和行业见解汇聚而成，因此蕴含着巨大的信息量。
为了满足更多，更专业朋友的需求，我们对现有的芝士茶馆做了全面升级，每天不仅仅是更新行业报告，还会精选各种数据，包含不限于以下内容：
1、每天在盘中或者盘后一些重要事件和公告，机构的解读2、机构邀请行业的专家交流会，来自产业的前沿信息3、公司的尽职调研结果4、机构的研报库以及各种数据5、机构的电话会议内容，有的是语音有的整理成文字稿
我们的目标就是：让投资者掌握的信息速度和广度超过99%的人
天下武功，唯快不破！如果您想要快过99%的人，那么快加入我们吧，芝士茶馆加入三天之内都可以免费退出，我们有这个自信你一旦加入就会一直用下去。
识别下面图片二维码即可进入！
来源: 微信公众号