**作者：PeterZou / OPC 高级研究员兼主编**
投资，从本质上说，是一台将“对未来的定义”折算成“今天的价格”的机器。它通过资本的跨时间配置，塑造着我们的经济图景与社会未来。然而，当我们所熟知的“资产”定义本身被颠覆，当支撑投资决策的底层逻辑不再自明，这台机器的输入端（什么可投）、定价端（值多少）、风险端（怕什么）、输出端（赚什么），乃至投资者所获取的“权利”本身，都将面临根本性的重写。这并非一次简单的技术升级，也非周期性的市场波动，而是一场由人工智能（AI）驱动的投资范式革命，它正在重塑资本与价值的关系。
这场革命的核心，在于投资标的从“人力密集资产”向“AI 增强资产”的根本性迁移。过去数十年，人才是企业最核心的资产和护城河；如今，AI 的加入正在以前所未有的速度和广度，将人力从“不可替代的执行单元”降级为“可被算力替代的产能”。这将对传统的投资估值模型、风险识别框架、回报结构乃至资本的作用，构成颠覆性的挑战与机遇。
在深入探讨革命之前，我们首先需要理解旧范式赖以生存的六大“不证自明”假设。它们构成了我们过去数十年投资决策的基石：
**I1｜标的是“人的集合”，人力是生产函数的核心项，也是护城河。** 传统投资观念认为，企业是人、设备与组织的集合体。无论是服务外包、IT 服务，还是内容生产、初级咨询，其估值与增长模型都建立在“招人—培训—提价—复制”的人力杠杆之上。人力既是成本，也是可折旧、可杠杆、可溢价的资产。【已查证·经典常识 + FR-12 生产函数讨论】
**I2｜价值内在于标的，可用未来现金流折现（DCF）或可比倍数计量。** 投资的经典定义是“放弃当期消费以换取未来更大回报”；标的价值被视为其未来现金流的风险调整现值。市盈率、市销率等倍数，本质上只是 DCF 模型的简化速记。【已查证·经典文献（金融学通行框架）】
**I3｜增长需要资本，而资本主要购买人力与运营；规模经济来自边际成本递减。** 软件之所以被视为理想的投资对象，因其复制成本趋近于零、毛利率高，能够实现边际成本递减的规模经济效应。因此，投资的任务是为“能规模化的软件”提供资金。【已查证·行业通行认知 + 下文 Bessemer 对照】
**I4｜风险是可分类、可用风险溢价补偿的（CAPM 式心智）。** 风险被细分为执行风险、市场风险、技术风险、管理层风险等；通过组合分散化可降低非系统性风险。高风险对应高预期回报，是一种普遍的市场认知。【已查证·经典文献（组合理论通行框架）】
**I5｜回报服从幂律，但赢家通过“拥有资产”长期捕获，退出＝IPO 或并购。** 风险投资的商业模式建立在“少数大赢家覆盖多数失败”的幂律分布之上。投资者购买股权，分享胜利者未来的现金流与估值增长，通过 IPO 或并购实现退出。【已查证·经典文献（VC 幂律共识）】
**I6｜信息不对称靠尽调解决，而尽调的核心是团队、市场与财务。** 传统的尽职调查围绕“投人、投赛道、投财务模型”展开。“团队背景＋市场规模＋单位经济”构成了标准三件套，以评估项目的可行性与潜在价值。【已查证·行业通行框架】
【推断】这六条假设共同塑造了一种“人力资源本体论”：先有可雇佣、可组织的人，再由人产出可预测的现金流，最后将这股现金流按风险折现。投资的实体是人，以及被人驱动的资产。
并非所有由 AI 带来的变化都意味着革命。库恩意义上的“范式内改良”是在旧定义内优化参数；“范式革命”则是更换“什么问题算问题、什么算好答案”的标准。套用到“投资”上，本报告使用的专属判据是：
| 问题 | 旧范式默认答案 | 深化（旧定义内优化） | 革命（改变定义） |
|---|---|---|---|
| 投什么？ | 拥有人力、设备与组织能力的企业 | 用 AI 给被投企业提效 | 投"AI 增强生产单元"：价值＝杠杆结构×边界，而非其人力和存量 |
| 凭什么值钱？ | 未来现金流折现＋可比倍数 | 改贴现率、改可比公司、把 AI 加入溢价 | 估值锚转为"可验证单位经济×复用率×凸性（期权价值）×边界可执行性" |
| 怕什么？ | 执行风险、市场风险、管理层风险 | 增加 AI 尽调清单 | 风险主体变为能力折旧、模型漂移、算力集中、验证税与责任暴露 |
| 赚什么？ | 分享标的的现金流与退出价差 | 更快找到赢家 | 分享**凸性**：近零边际复制使上行无限、下行有限，回报分布更幂律化 |
| 买到什么权利？ | 股权、所有权、控制权 | 更好的条款与优先权 | 买到的是对"边界层"（验证/分发/算力/数据）的接入、编排与结算权 |
| 资本的作用？ | 购买人力与增长（买规模） | 更聪明的烧钱 | 购买**时间与确定性**（把不确定性变成可验证性） |
【推断】核心判断：分水岭不是“AI 公司该给更高倍数”（那是把新对象塞进旧估值公式，属深化），而是“**当执行不再稀缺、收入与人数脱钩、最有价值的对象可以被公开复制时，投资的标的本体从‘人的集合’变成了‘杠杆与边界’，价值锚从现金流折现移向凸性与可信度**”（那是革命）。
AI 的崛起并非仅仅提升效率，它正在以七种机制，从根本上动摇旧范式的基石：
**M1｜执行成本坍塌，人被从“不可替代的执行单元”降级为“可被算力替代的产能”。**
内容生成、代码编写、客服响应、初稿撰写、数据整理、基础分析等任务的边际执行成本急剧下降。旧范式中“人多＝产能多＝现金流多”的等式被打破：AI 让“人”这一项不再自动等于护城河。这正是 FR-10 的结论（人才＝定义问题＋工具驾驭＋验证担责）在投资端的投影。【推断，基于 FR-10 + FR-12】
**M2｜收入与人数脱钩，出现“极小单元、极高产出”的可投样本。**
AI 驱动的极高人均产能正在挑战传统的人力密集型估值模型。据 Epoch AI 测算并经 KuCoin/AIMPACT 等媒体转述，Anthropic 的人均收入约 900 万美元、OpenAI 约 560 万美元、Nvidia 约 510 万美元（[KuCoin/AIMPACT 转述 Epoch AI，2026-05](https://www.kucoin.com/news/flash/anthropic-generates-9-million-in-revenue-per-employee-surpassing-openai-and-tech-giants)）。【已查证·已核标题/二手转述·待一手核对】Midjourney 被估计以约 40 名员工、零外部融资做到约 5 亿美元年化收入（[Value Add VC，2026-07](https://valueaddvc.com/blog/how-does-midjourney-make-money-500m-arr-zero-funding-and-the-ai-image-business-model-explained)）。【二手估算·待验证（公司不公布财报）】这意味着“人均产能”第一次可以高到使“按人头估值”失效，标的的价值必须另找锚点。这与 FR-13 的判断（真正可积累的是流程资本与信任资本）一致。【推断，基于 M2 + FR-13】
**M3｜价值锚从“现金流/倍数”迁移到“能力×复用率×可验证性×边界”。**
当生成廉价、复制近零成本时，稀缺性从生产端迁移到验证、归属、分发与信任。投资尽调的对象也随之变化：不是“有多少人、多少收入”，而是“单位经济是否可验证、复用率多高、边界是否可执行”。一个可核验的信号是：2025 年 1 月底，AI 公开软件公司的 forward ARR 倍数中位数约为非 AI 软件公司的 2 倍（AI 11.2x vs 软件 5.5x），AI 公司占 B2B Series A 约 70%（2024 年初约 40%），且 AI 的 Series A 估值平均高约 40%（[Tomasz Tunguz，2025-02-03](https://tomasztunguz.com/private_valuations_2025/)）。【已查证·一手博客（作者为 VC，数据为自述）】这既可能是“革命定价”，也可能是“旧范式里的溢价”——区分点在于：溢价买的是人力替代的现金流（深化），还是凸性与边界（革命）。【推断】
**M4｜风险来源从“执行/人力”转向“能力折旧/模型漂移/算力集中/验证税/责任”。**
一个 AI 增强资产需要持续运行、监控、再验证才能保值。模型一升级、数据分布一漂移、接口一变更，昨天的“资产”今天可能失效（承 FR-13 M5/M7）。FR-12 已论证“成本病迁移到验证端”，于是投资风险被重写为：能力折旧率、漂移率、对单一模型/算力供应商的集中度、验证税，以及出错时的责任暴露。旧范式里“人”是稳定、可培训、可替换的资产；新范式里“模型”是快速折旧、可被开源复制、且可能被监管问责的资产。【推断，基于 FR-12/FR-13】
**M5｜回报结构从“分享现金流”转向“分享凸性（convexity）”。**
非竞争性数字产品的极端特性是：成功的上行几乎无上限，失败的边际成本有限。当 AI 让“成功产品”以近零成本复制时，回报函数更像期权而非债券。这解释了为什么资本愿意为“高倍数、低毛利、高不确定性”的 AI 标的付费：它买的不是当期现金流，而是凸性。同时，市场数据显示资本在更早、更集中地下注——“更少的赌注、更多的资本”（[TechCrunch 引 Carta 数据，2026-03-20](https://techcrunch.com/2026/03/20/ai-startups-are-eating-the-venture-industry-and-the-returns-so-far-are-good/)；精确数字【已查证·已核标题/二手转述】）。【推断，基于 M5】
**M6｜资本密集回归：从“轻资产软件”回到“电力＋芯片＋数据中心”。**
与“AI 让一切变轻”的直觉相反，AI 基础设施是重资本。TrendForce 将 2026 年全球前九大云厂商合计资本开支预测上调至约 8300 亿美元，同比增长约 79%（其中微软约 1900 亿、AWS 超 2300 亿、谷歌 1800–1900 亿、Meta 1250–1450 亿美元）（[Evertiq 转述 TrendForce，2026-05-06](https://evertiq.com/news/2026-05-06-ai-boom-pushes-hyperscaler-capex-towards-usd-830-billion-in-2026)）。【已查证·已核正文/二手转述（TrendForce via Evertiq）】这意味着投资范式不是单向“去资本化”：应用层变得极轻，基础设施层变得极重，资本在两层之间的配置逻辑分道扬镳。【推断】
**M7｜计价单位迁移：从 seat/hour/EBITDA 到 outcome/credit/result。**
按席位收费的 SaaS 模式正被智能体侵蚀——智能体越能干，客户需要的席位越少，产品越成功越侵蚀自身收入。Bain 分析 30 多家 SaaS 厂商后发现：35% 只是把 AI 打包进更高席位价格，65% 采用“席位＋用量”混合，没有一家完全转向按结果计价（[UC Today 引 Bain，2026-05-12](https://uctoday.com/is-per-seat-saas-pricing-dead-monday-coms-consumption-based-pricing-pivot)）。【已查证·已核正文/二手转述】monday.com 已推出“席位＋credits”模型。这意味着收入的计量基础正在被重新谈判，而投资估值最终必须跟随计价单位。【推断】
上述机制并非空穴来风，它们体现在资本流动的实际数据中，指向投资逻辑的结构性再配置：
这些数据清晰地表明，资本正在以前所未有的速度和规模，向 AI 领域进行结构性再配置，预示着投资规则的根本性转变。
面对旧范式的动摇和新证据的浮现，我们需要建立一套新的投资逻辑。以下是新范式的六个候选定义：
**D1｜投资标的本体（候选）：**
旧定义问“这家公司有多少人、多少资产、多少现金流”；新定义问“这个单元能把 AI 能力放大多少倍、能对结果建立多强的排他与验证、由谁担责”。【推断，基于 M1–M4】这个定义直接继承 FR-13 的资产观：模型与算力是**租用**的，专有流与信任边界才是**自有**的；投资要买的是后者，却常常误买前者。
**D2｜价值评估基准（候选）：**
**D3｜风险定义（候选）：**
**D4｜回报结构（候选）：**
**D5｜投资者权利（候选）：**
**D6｜资本的作用（候选）：**
**深化 vs 革命的最终判定表：**
| 动作 | 归类 |
|---|---|
| 用 AI 提升被投企业人效、给 AI 公司更高倍数 | 深化（旧定义内） |
| 改进 DCF 参数、把 AI 写进尽调清单 | 深化 |
| 按“人均收入”重估软件公司 | 深化（旧指标换新数） |
| 标的从“人的集合”变为“杠杆＋边界的生产单元” | **革命** |
| 估值锚从现金流折现移向凸性＋可信度 | **革命** |
| 风险主体变为能力折旧/漂移/集中/验证 | **革命** |
| 回报从分享现金流变为分享凸性 | **革命** |
| 投资者权利从所有权移向接入/验证/结算权 | **革命** |
这场范式革命的深层影响是，经济的稀缺性核心正从“劳动”和“资本”向“信任”和“验证”转移。当执行能力变得近乎无限且廉价时，真正有价值的变成了谁能够可靠地定义问题、谁能够高效地驾驭工具、谁能够准确地验证结果，并为结果负责（承 FR-10）。
这将导致资本的超集中化。因为只有少数拥有强大技术、数据和品牌护城河的“边界节点”才能在近乎零边际成本的复制世界中，捕获凸性回报。而其他处于价值链下游的环节，将面临激烈的价格竞争和利润压缩。
同时，我们传统的经济统计和增长模型也将失效。GDP、人均产值等指标可能无法准确反映新经济的真实产出和财富创造。一个新的“信任资本”和“验证税”概念将变得至关重要，它们是支撑 AI 经济良性运转的无形但决定性成本。
面对这场投资范式革命，不同角色需要采取不同的行动策略：
**1. 对于创业者：重新定义你的“资产”与“护城河”**
**2. 对于投资者：重构你的“筛查清单”与“估值框架”**
**3. 对于研究者与政策制定者：定义新指标，引导新秩序**
投资范式革命并非遥远的概念，它正以惊人的速度在我们的眼前上演。当“资产”的定义被重新编码，当“价值”的锚点发生位移，当“风险”的本质彻底改变，我们必须重建投资的底层逻辑。这不是选择题，而是时代赋予的必答题。
作为研究 OPC（一人公司 + 多工具 AI 协作）的机构，我们深知这场革命的深刻性。它不仅重塑了企业与资本的关系，也重新定义了个体劳动者、组织形态乃至社会协作的未来。我们正处在一个前所未有的变革时期，旧地图已无法导航新世界。只有那些敢于抛弃旧范式、拥抱新逻辑的投资者、创业者和研究者，才能在这场风起云涌的革命中，把握先机，共创未来。
这是一个持续更新的公开记录。重要修订会保留日期并说明原因。