AI技术发展现状与市场渗透 - AI技术普及速度史无前例，全球已有约4亿个人用户、75%至80%的企业在使用生成式AI [4] - AI能力已从对话式（一级）、工具型（二级）迈入具备“自主行动能力”的三级“自主智能体”阶段，实现了任务层面的劳动力替代而非辅助 [5] - 2026年2月5日，OpenAI发布GPT-5.3，Anthropic发布Opus4.6，新一代AI展现出自主编写数万行代码、测试修复、判断力及审美能力，并已“参与了自身的研发过程” [5][20][23] AI对投资行业的影响与局限性 - AI具备成为优秀投资者的特质：能吸收海量数据、记忆力出色、不受情绪左右，在处理“易于获取的当下定量信息”方面能力远超人类 [6][29] - AI的短板在于应对缺乏历史数据和过往经验的“全新发展态势”，以及对定性因素（如管理层能力、产品创新）的主观判断、直觉和风险感知能力 [6][7][30] - 投资的核心价值将进一步向非定量工作集中，AI可能会提高行业门槛，淘汰在定性判断、未来预判和洞察力方面表现不及AI的从业者 [31][32] AI市场前景、资本支出与估值分析 - AI推理环节的资本支出已超过训练环节，推理支出是为了满足当下真实的算力市场需求并已转化为大幅收入增长，验证了其合理性 [8][35] - AI基础设施投资存在“循环收入”问题（企业间相互采购），且部分尚未明确商业模式的初创企业估值“本质上与彩票无异” [8][35] - AI是真实存在的技术，拥有彻底改变商业的潜力，其应用需求真实且快速增长，但技术潜力被低估不等于相关投资标的估值合理或被低估 [34][36][37] 投资策略建议 - 鉴于无人能确切判断市场是否存在泡沫，建议投资者不应全仓入场（以防毁灭性风险），但也不应完全回避（以防错失技术革命） [9][37] - 最佳策略是以审慎的态度精选标的，保持适度的持仓 [9][37] AI对社会劳动力市场的冲击 - AI的极速普及可能远超社会适应能力，仅在软件行业，若AI接手30%至50%的结构化工作，每年将有1500亿至2500亿美元的劳动力价值向AI算力转移 [9][40] - 三级自主智能体是“劳动力替代技术”，将波及律师助理、金融分析师、软件工程师等大量知识型工作者，其影响规模和速度将远超以往的离岸外包等冲击 [38][40]