Transcription
大家好，这里是最佳拍档。
前几天 Ark Invest 发布了最新的《Big Ideas 2026》。作为 Ark 连续第十年发布的旗舰研究报告，这份文档不仅仅是对未来科技趋势的预测，更是一幅描绘全球经济如何被颠覆性技术重塑的全景图。
在过去的十年里，Ark 的 Big Ideas 系列一直致力于聚焦于长期创新的平台，而今年的报告更为特殊，提出了“伟大加速”这个核心主题，指出人工智能正在成为驱动五大创新平台融合的核心引擎。一场足以改变经济增长轨迹的技术革命已经到来。
报告中提出了十三项足以定义未来的大想法，涵盖人工智能、机器人技术、能源、区块链、太空探索和生物学等六大核心领域。这些技术不再是孤立的发展，而是呈现出了前所未有的相互依存的关系。一个平台的性能突破，往往会为另一个平台，从而解锁全新的可能。这种技术融合的态势，正是我们理解未来十年科技和经济走向的核心钥匙。
今天我们就来梳理一下报告的主要内容。
首先，报告中最核心的论断是，技术融合正在加速，并且正在催化一场全球性的科技投资浪潮。报告提出了一个“融合网络强度”的指标，用来衡量颠覆性技术之间相互催化的程度，而这个指标在二零二五年，实现了百分之三十五的显著增长。
在这场融合中，人工智能无疑是绝对的核心赋能平台，而机器人技术在二零二五年也迎来了催化作用的拐点。这种技术融合带来的直接影响，就是全球进入了前所未有的技术投资周期。
通过对比历史上的技术投资浪潮，从铁路、电气化、电话，到汽车、计算机和半导体，再到互联网，报告发现，当前 AI 软件、AI 数据中心、太空技术等领域的资本支出占 GDP 的比例，已经达到了历史上几次科技繁荣时期的水平。
但是值得注意的是，尽管投资规模巨大，当前科技行业的估值，却远低于二零零零年互联网泡沫时期的峰值。这意味着，在技术加速融合的背景下，当前的投资可能还处于一个价值洼地阶段。
而技术融合和投资增长的最终落脚点，是对经济增长的巨大拉动。报告指出，历史上的每一次技术范式的转移，都会带来 GDP 增长的结构性变化。仅资本投资这一项，在颠覆性创新平台的催化下，就可能在本十年，为年化实际 GDP 增长贡献一点九个百分点。而随着 AI、公共区块链、机器人技术等多个创新平台的协同发力，实际的经济增长，可能会超出市场普遍预期的四个百分点以上。
这里有一个非常直观的案例。比如，家用的人形机器人。当前的美国家庭日常维护的平均价值，大约为六点八万美元，但是其中只有两千六百美元被计入 GDP。而一台家用人形机器人每年可能为 GDP 贡献六点二万美元。如果美国九千万个自有住房的家庭都配备一台，那么 GDP 将增加近六万亿美元，增幅达到百分之二十。如果人形机器人在五年内渗透百分之八十的美国家庭，美国的 GDP 增长率，可能会从每年百分之二到百分之三，提升到百分之五到百分之六。这个数据或许听起来惊人，但它背后是对技术解放生产力、将非市场化活动转化为经济价值的深刻洞察。
不过，并不是所有看起来前沿的技术，都能够在短期内实现颠覆性的突破。报告特别提到了量子计算。尽管企业和科研机构已经投入了数十亿美元的研发资金，但是它的性能提升曲线依然缓慢。谷歌花了四年多时间才实现了量子比特数的翻倍。即便按照摩尔定律的速度发展，量子计算要达到能够破解 RSA 二零四八加密算法的水平，可能也要等到二零四零年之后。
接下来，我们将逐个深入报告中的核心技术领域，看看每一个大想法背后的具体逻辑、数据支撑和商业前景。
第一个核心领域，也是整个报告的重中之重，那就是人工智能。报告将 AI 定义为重塑每个行业、影响每个企业、催化每个创新平台的核心动力。它的影响力之所以如此深远，在于它能够解决以往难以攻克的难题，自动化知识型的工作，并且加速技术和各个经济部门的融合。报告甚至预测，神经网络的普及可能比电气化带来的影响更为深远，有希望创造数万亿美元的价值。
AI 模型的训练和运行，需要前所未有的计算资源，这直接推动了下一代云计算数据中心的爆发式增长。一个关键的驱动因素是推理成本的暴跌。在过去一年里，AI 推理的成本下降了超过了百分之九十九。成本的降低直接刺激了需求的爆发。OpenRouter 作为一个整合了多个大语言模型的 API 平台，自从二零二四年十二月以来，处理的 token 数量增长了二十五倍。
这种需求的激增，直接反映在数据中心的投资上。自从 ChatGPT 掀起了 AI 的热潮以来，数据中心系统的年增长率，已经从百分之五飙升到了百分之二十九。二零二五年，全球数据中心系统的投资达到约五千亿美元，是二零一二到二零二三年平均水平的将近两点五倍。而报告预测到二零三零年，这个数字将会翻三倍，达到一点四万亿美元。
与此同时，AI 芯片市场的竞争也进入了白热化阶段。长期以来，英伟达凭借着在 AI 芯片设计、软件和网络领域的早期布局，占据了百分之八十五的 GPU 市场份额，毛利率高达百分之七十五。但是这种垄断格局正在被打破。超威半导体、谷歌等竞争对手，在小模型推理等领域已经实现了赶超。比如 AMD 的 MI300X 芯片，每单位总拥有成本能够处理三千两百万个 token，而英伟达的H100为一千五百万个，H200为一千三百万个。不过在大模型的推理领域，英伟达的 Grace Blackwell 机架式系统，依然保持着领先，支撑着最先进的基础模型运行。
除了 GPU 之间的竞争，专用集成电路也正在崛起。博通、亚马逊等公司设计的 ASIC 芯片，凭借着更高的成本效益，正在逐步抢占市场份额。
AI 对消费端的变革同样深刻。报告将它定义为“AI 消费者操作系统的崛起”。报告认为，我们正在经历一场用户交互方式的根本性转变，从命令行时代、网页时代、移动应用时代，进入到以自然语言为接口的智能代理时代。消费者和应用程序的直接交互越来越少，更多的是通过 AI 代理来完成。这种转变让数字体验变得更加便捷和高效，也使得 AI 的普及速度，远远超过了当年的互联网。
数据显示，AI 聊天机器人在智能手机用户中的渗透率，在推出后的几年内，就达到了互联网在 PC 用户中渗透率的几倍。这种交互方式的变革，直接重塑了消费交易的全流程。在互联网出现之前，完成一笔购买可能需要一个小时。到了网页时代，时间大幅缩短。移动时代进一步提速。而在 AI 代理时代，完成一笔交易的时间已经压缩到了大约九十秒。这背后是 AI 代理带来的极致个性化和效率提升，它能在发现、互动、决策、购买的每个环节，精准满足用户的需求，让千人千面的消费体验成为现实。
而这个变革的背后，是一系列技术协议的支撑。Anthropic 开源 MCP 协议，让 AI 代理能够无缝获取互联网上的实时信息。OpenAI 的 ACP 协议，则保障了端到端交易的安全性。这些协议的普及，正在让 AI 成为数字商业的核心引擎。报告预测，到二零三零年，AI 代理将促成超过八万亿美元的在线消费，占全球在线消费总额的百分之二十五，而这个比例在二零二五年还仅为百分之二。
搜索领域的变革同样剧烈。二零二五年，AI 搜索占全球搜索流量的比例，约为百分之十。到二零三零年，这个比例将飙升到百分之六十五。与之对应的，是 AI 搜索广告的支出，每年大约有百分之五十的增长。尽管广告变现相比于流量的增长，可能会有两年左右的滞后，但是 AI 对搜索行业的颠覆已经不可逆转。最终，到二零三零年，AI 代理可能会创造约九千亿美元的商业和广告收入，其中线索生成和广告，将成为主要的增长动力，而消费者订阅收入的占比将相对有限。
AI 在生产力提升方面的潜力同样非常巨大。随着推理能力、工具使用能力和上下文扩展能力的提升，AI 代理的性能正在指数级增长。到二零二五年，它们能够可靠完成的任务时长，从六分钟提升到了三十一分钟，增长了五倍。对于知识工作者而言，AI 会更加节省时间。美国中等收入知识工作者的时薪，大约为五十六点五美元，而 ChatGPT 的用户平均每天就能节省五十分钟，折合每天创造四十七美元的价值。这意味着 ChatGPT Plus 每月二十美元的订阅费用，在半天内就能收回成本。
更重要的是，AI 的成本正在各个领域呈指数级的下降。以软件开发为例，在二零二五年四月到十二月的八个月里，软件开发的成本，从每百万 token 三点五美元，降到了零点三二美元，降幅高达百分之九十一。在数学、科学、客户服务等多个基准测试中，AI 模型的年化成本降幅，都在百分之八十五以上，部分领域甚至达到了百分之九十九点七。这种成本的暴跌，正在让 AI 技术加速从大企业向中小企业渗透，成为普惠性的生产力工具。
在全球的AI竞争格局中，美国和中国处于领先的地位，但是呈现出了不同的发展路径。当前，中国的 AI 模型性能和美国相比，大约落后六个月左右。但是在开源模型的领域，中国占据了绝对的优势。市场上性能最强的十个开源模型中，有八个是来自中国，已经超越了曾经主导开源领域的 Meta。不过，中国面临的挑战是计算能力的差距。台积电二零二四年的日均晶体管产能，大约为一千三百五十亿，是中芯国际的三十八倍。这种计算能力的差距，长期来看，可能会影响着两国 AI 模型的迭代速度和应用深度。
AI 原生企业的崛起速度同样的令人瞩目。OpenAI、Anthropic 等通用 AI 提供商的收入，已经能够和大型上市软件公司抗衡。而专注于特定领域的 AI 原生初创企业，增长更加迅猛。成立于二零二二年的代码工具提供商 Cursor，它的年化经常性收入，同比增长了超过百分之一千。成立时间相近的法律 AI 公司 Harvey、医疗 AI 公司 OpenEvidence 等等，也都实现了 1 亿美元级别的年化收入。这种爆发式增长的背后，是 AI 技术在垂直领域深度应用和商业价值的快速兑现。
报告预测，随着企业越来越多的利用 AI，增强知识工作者的能力，全球软件支出的增长率，将从过去十年的百分之十四，提升到未来五年的百分之十九到百分之五十六。尽管就业的增长可能会放缓，平均工作时长也可能会下降，但是长期失业率未必会上升，因为 AI 解放的劳动力将流向更高价值的工作领域。根据不同的投资情景，AI 有希望为全球解锁二十二万亿，乃至一百一十七万亿美元的价值盈余。这个数字的背后，是对人类生产力边界的重新定义。
第二个核心的领域，是数字资产，包括比特币、代币化资产和去中心化金融的应用。这个领域在二零二五年迎来了关键的转折点，监管明确化和机构的大规模入场，正在推动数字资产从小众投机品，向主流资产类别的转变。
先来看比特币。作为数字资产领域的龙头，比特币在二零二五年的成熟度显著提升，成为了机构资产配置的重要选项。一系列标志性的事件推动了比特币的机构化进程：美国证券交易委员会批准了比特币 ETF 的通用上市标准，摩根士丹利扩大了对比特币的基金投资渠道，威斯康星州养老金将比特币纳入了投资组合，德克萨斯州推出了比特币战略储备，富达推出了加密货币的个人退休账户，特朗普总统甚至签署了行政命令，设立战略比特币储备。
这些事件的叠加，使得比特币的价格在二零二五年呈现出了稳步上升的态势。尽管期间经历了十月份，一百九十亿美元杠杆头寸平仓的流动性事件，但是整体波动有所减小，避险资产的属性日益凸显。
数据能够直观反映比特币机构的持有情况。二零二五年，美国比特币 ETF 的持仓量，从大约一百一十二万枚，增长到了一百二十九万枚，增幅百分之十九点七。而上市公司的比特币持仓量，从大约五十九点八万枚，增长到了一百零九万枚，增幅高达百分之七十三。两者合计持有比特币总量的百分之十二，相较于二零二四年的百分之八点七，显著提升。
与此同时，比特币的风险调整后收益（夏普比率），也持续领先于其他大型加密货币。自二零二二年十一月市场底部以来，比特币的年化夏普比率，超过了以太坊、索拉纳以及 CoinDesk 10 指数中的其他成分币。
更重要的是，比特币的波动性正在下降。二零二五年，比特币相对于历史高点的平均回撤幅度，在五年、三年、一年和三个月等多个时间维度上，都创下了历史最低水平。这表明了它作为资产的稳定性正在增强。
报告对二零三零年比特币的市场规模，保持了相对稳定的预测，但是调整了部分核心假设。一方面，由于二零二五年黄金市值飙升了百分之六十四点五，比特币作为“数字黄金”的总潜在市场，增长了百分之三十七，达到约二十四点四万亿美元。另一方面，由于稳定币在发展中国家的快速普及，比特币作为新兴市场避险资产的渗透率预测，下降了百分之八十。
综合来看，报告预测到二零三零年，全球数字资产的总市值可能达到二十八万亿美元，年复合增长率约为百分之六十一。其中比特币将占据百分之七十的市场份额，市值有望从二零二五年的近两万亿美元，增长到十六万亿美元。而以太坊、索拉纳等智能合约平台的总市值，将达到大约六万亿美元。
接下来是代币化资产。二零二五年，美国《天才法案》的签署成为了关键的催化剂。该法案为稳定币和资产代币化，提供了明确的监管框架，直接推动了相关领域的爆发式增长。稳定币的周交易量屡创纪录，多家企业和金融机构纷纷宣布推出自有稳定币。贝莱德披露了内部代币化平台的筹备计划，Tether、Circle、Stripe 等头部机构更是推出了专为稳定币优化的 Layer 1 区块链。
到二零二五年十二月，稳定币的调整后月度交易量，达到了三点五万亿美元，是 Visa，PayPal 和全球汇款业务总和的二点三倍。其中，Circle 的 USDC 占据了百分之六十的市场份额，Tether 的 USDT 占比百分之三十五，PayPal 的 PYUSD 市值增长了六倍，达到三十四亿美元。
除了稳定币以外，现实世界资产的代币化同样进展迅速。二零二五年，代币化现实世界资产的市值，增长了百分之二百零八，达到一百八十九亿美元。其中美国国债和大宗商品是主要驱动力。贝莱德推出的十七亿美元 BUIDL 货币市场基金，占据了美国九十亿美元代币化国债市场的百分之二十。Tether 的 XAUT 和 Paxos 的 PAXG 这两款代币化黄金产品，市值分别达到了十八亿美元和十六亿美元，合计占据代币化大宗商品市场百分之八十三的份额。而代币化股票的市场规模也接近七点五亿美元。
在区块链选择上，以太坊依然是首选，链上资产规模超过了四千亿美元。稳定币和头部代币，占据了七大主流区块链大约百分之九十的市场市值。报告预测，到二零三零年，全球代币化资产的市场规模，将从十九亿美元增长到十一万亿美元，占所有金融资产的百分之一点三八。其中银行存款和全球公开股票，将成为未来五年代币化速度最快的资产类别。
最后是去中心化金融应用。二零二五年，去中心化金融领域出现了一个关键的转变，价值捕获的重心从网络层转移到了应用层。随着网络逐渐成为基础设施，用户经济和利润空间开始向应用集中。以 Hyperliquid、Pump fun、Pancakeswap 为代表的 DeFi 应用，二零二五年的总营收达到了创纪录的三十八亿美元，其中一月份的营收就占据了全年的五分之一。目前，已经有七十个 DeFi 应用和协议的月经常性收入，超过了一百万美元。
DeFi 平台的资产规模，也在快速追赶传统金融科技公司。流动性质押、借贷等 DeFi 协议，正吸引着大量机构资金涌入。前五十大 DeFi 平台的锁仓总价值，均超过了十亿美元，前十二大平台更是超过五十亿美元。
更值得关注的是 DeFi 应用的运营效率。Hyperliquid 在二零二五年凭借着不到十五名员工，创造了超过八亿美元的年收入，其人均营收远远超过传统科技公司和金融机构。
在具体赛道上，DeFi 衍生品正在抢占中心化交易所的市场份额。Hyperliquid 在永续合约市场份额的持续提升，对币安构成了直接竞争。与此同时，Layer 1 区块链的定位也在发生变化，从单纯的收入生成网络，逐渐转变为了具有货币属性的资产。拿以太坊为例，按照五十倍的高增长收入倍数计算，它超过百分之九十的市值，来自于货币资产的属性，而不是网络效用。索拉纳虽然创造了十四亿美元的收入，但是百分之九十的估值依然源于网络效用。这个现象表明，未来只有少数数字资产能够保留货币的属性，成为流动性强的价值储存工具。
第三个核心领域，是生物学和医疗的革命。报告将多组学定义为“AI 原生生物学”，认为它正在推动医疗领域，从疾病治疗向健康管理转变，有希望实现对罕见病和慢性病的治愈，创造巨大的社会价值和经济价值。
要理解多组学，首先要明确它的定义。它是对生物多个层面数据的综合研究，包括基因组学（DNA 序列）、表观基因组学、转录组学、蛋白质组学和代谢组学。这些层面的数据相互作用，共同决定了人体的可观察特征和健康。而多组学技术的核心优势，在于数据获取成本的急剧下降。到二零三零年，全人类基因组测序的成本，可能会从当前水平下降十倍，降至十美元左右。这将会极大提升诊断的精准度。
数据成本的下降，直接推动了分子诊断数据量的爆炸式增长。二零二五年，下一代分子诊断测试的年数据量，已经超过了 OpenAI、Gemini、Anthropic 等机构训练大语言模型所用的数据量。报告预测到二零三零年，这个数据量还将增长十倍。
海量数据和 AI 的结合，正在重塑疾病的诊断方式。ChatGPT 推出后，FDA 批准的、AI 驱动的诊断工具和医疗设备的成功率，从个位数大幅提升。预计到二零三零年，大约百分之三十的 FDA 批准诊断工具和医疗设备，都将具备 AI 功能。长期来看，这个比例将达到百分之百。
多组学和 AI 的融合，也正在彻底改变药物研发的经济学。传统药物的研发周期长达十三年，平均成本高达二十四亿美元，而且失败率居高不下。而 AI 驱动的药物研发，能够将上市时间缩短百分之四十，降到八年，同时将总成本降低四倍，到七亿美元。这个变革的核心在于 AI 对药物研发全流程的优化，从靶点发现、化合物筛选，到临床试验设计，AI 能够显著提升效率，降低失败的风险。
更重要的是，AI 驱动的药物能够在专利保护期内，获得更长的收入周期，从而大幅度提升现金流。在三十年的周期内，一款 AI 设计的药物累计现金流，可能可以达到四十亿美元，是传统药物的四倍以上。
多组学技术的终极目标，是实现对疾病的治愈，而不仅仅是治疗。对于罕见病而言，一次性的基因编辑疗法虽然定价高昂，平均价格可能超过一百万美元，是传统慢性病治疗终身费用的十五倍，但是由于能够从根本上治愈疾病，它的价值远远超过传统疗法。报告测算，一款罕见病治愈疗法的价值，可能是普通药物的二十倍，是最佳精准疗法的 2.4 倍。
以遗传性血管水肿为例，美国大约有七千名患者，目前依赖昂贵的慢性预防度疗法。而一次性基因编辑疗法，虽然现实世界的定价可能达到三百万美元，但是能够为美国医疗系统节省五百二十亿美元的终身直接成本。
随着技术的成熟，基因编辑疗法正在从罕见病向常见病拓展。心血管疾病成为下一个重要目标。心血管疾病是全球的头号杀手，美国大约有一千七百万患者，存在血脂控制不佳和动脉粥样硬化的问题。一款能够终身降低心血管疾病风险的一次性体内基因编辑疗法，按照价值导向定价，约为十六点五万美元，其美国市场总规模将达到两点八万亿美元，是辉瑞的他汀类药物立普妥二十年累计销售额的十二倍。而全球市场规模可能将达到美国市场的两到三倍。
多组学和 AI 的结合，还为长寿经济打开了想象空间。过去的一个世纪，医疗进步主要通过预防传染病和慢性病的早期死亡来延长寿命，但是不能从根本上解决衰老的生物学机制。DNA 损伤、线粒体功能障碍、表观遗传漂移等问题，依然在侵蚀着人体的健康。而多组学技术能够帮助我们理解衰老的生物学过程，进而开发出针对性的干预手段，延长人类的健康寿命。
报告测算，如果能消除疾病相关死亡和与年龄相关的功能衰退，美国的健康生命潜力将会翻倍。按照每健康生命每年十万美元的价值来计算，这个市场机会的规模将达到一千两百万亿美元。而当前全球生物技术市场规模仅为这个数字的千分之一，未来的增长空间巨大无比。
第四个核心领域，是太空和机器人技术的突破。可重复使用火箭和机器人技术，正在解锁太空经济，并且重新定义生产力的边界。
在 SpaceX 的推动下，人类进入了太空经济的新时代。年度轨道发射质量达到了历史新高，SpaceX 的星链卫星数量超过了九千颗，占全球活跃卫星总数的百分之六十六。
可重复使用技术的核心价值，在于降低发射成本。根据赖特定律，发射成本会随着轨道发射质量的累计翻倍，而下降大约百分之十七。SpaceX 凭借着猎鹰九号的部分可重复使用技术，在二零零八年到二零二五年的十七年间，将发射成本从每公斤约一点五六万美元，降至不足一千美元，降幅达到百分之九十五。而报告预测，随着星舰这种可快速重复使用的火箭的规模化应用，发射成本有希望进一步降到每公斤一百美元。
发射成本的下降，直接推动了卫星带宽成本的暴跌。同样根据赖特定律，轨道每秒千兆比特容量，每翻倍一次，卫星带宽成本就会下降大约百分之四十四。这使得卫星通信能够和地面蜂窝网络形成互补，实现全美范围内的无缝移动覆盖。
从数据来看，二零零一年，美国移动网络每个月仅能提供 0.001GB 的数据，价格约为九十美元。二零二五年，无限高速流量套餐价格约为一百美元，覆盖了百分之八十六的美国陆地面积。而到了二零三零年，无限高速流量的套餐价格将维持在一百美元左右，实现百分之百的美国陆地覆盖。报告预测，随着卫星通信的规模化应用，它的年营收有望超过一千六百亿美元，占全球通信营收预测的百分之十五。
可重复使用火箭的另一个重要价值，是支撑下一代云计算的发展。神经网络对下一代云计算的计算需求，正面临着地球物理条件的限制。而基于太空的 AI 计算有望解决这一问题。在竞争性发射成本下，太空计算的成本可能比地面计算低百分之二十五。这将为神经网络的持续增长，提供所需要的计算能力。报告预测，AI 芯片的增长，可能会让可重复使用火箭的需求，相对于现有的模型增长六十倍。这意味着太空经济和 AI 经济将形成强烈的协同效应。
接下来是机器人技术。报告的核心观点是，机器人技术正在将人类从低生产力、低趣味性的工作中解放出来。历史数据显示，一九四八到二零零零年，自动化及生产力提升和强劲的劳动力市场并存。二零零零年后，生产力和劳动力参与率的背离，更多的是由于人口老龄化、全球化等结构性因素，而不是技术替代。
随着机器人技术的发展，劳动力的每一小时都将变得更有价值。人们能够用更少的工作时间，创造出更多的产出，同时提升生活水平。美国人均年工作小时数，已经从一九五零年的大约两千小时，降到了二零二四年的一千七百小时左右，而且这个趋势还将持续。
报告同时指出，当前工业自动化仍然处于初级阶段，机器人的密度还有巨大的提升空间。以亚马逊为例，它的机器人密度，已经远远超过了全球制造业和汽车制造业的平均水平。但是距离通用机器人能够实现的潜力，还依然很遥远。
报告预测，随着机器人从固定任务专用设备，向开放式通用平台转变，自动化将创造二十六万亿美元的市场机会，其中制造业和家用机器人，各占十三万亿美元。制造业的机会，来自于全球三十二万亿美元的制造业 GDP 预测，以及机器人带来的百分之百的劳动生产率提升。而家用机器人的机会，则源于全球二十八亿劳动力，每天大约两点三小时的无偿家务劳动。这些劳动的价值将通过机器人技术，转化为对应的经济产出。
不过，家用人形机器人的发展，依然面临着巨大的技术挑战。它的任务复杂度远远超过自动驾驶出租车。两者在动能需求、动态移动性、感知与推理、适应性、容错率等多个维度上，存在着显著的差异。比如，人形机器人需要同时协调上肢和下肢运动，处理数千种不同的物体，适应非结构化的环境。它的整体复杂度是自动驾驶出租车的约二十万倍。但是报告通过计算能力的缩放定律预测，只要 AI 计算能力持续的扩张，硬件不断进步，特斯拉的 Optimus 机器人有望在二零二八年左右，克服这些复杂度挑战，达到人类水平的任务执行能力。
在机器人市场的竞争格局中，焦点正在从传统的工业巨头，向通用的具身 AI 先驱转移。通用机器人领域有 Agility Robotics 的 Digit、Apptronik 的 Apollo、波士顿动力的 Atlas、特斯拉的 Optimus 等多个玩家。而专用机器人领域则有 ABB、Amazon Robotics、Intuitive Surgical 等传统巨头。随着技术的成熟，通用机器人和专用机器人将在不同场景中实现协同，共同推动生产力的提升。
第五个核心领域，是支撑所有技术革命的基础，分布式能源，以及改变人类出行和物流方式的自动驾驶技术。
分布式能源的核心价值，在于为 AI 革命和经济增长提供可靠的、低成本的电力支撑。历史经验表明，尽管互联网等新技术的能源消耗巨大，但是经济整体的能源效率会随之提升。中国、美国、日本等主要经济体的能源强度（每美元 GDP 消耗的千瓦时），自一九九二年以来持续下降。AI 时代也将延续这个趋势。
太阳能、风能、储能、核能等分布式能源技术的成本，也在持续下降。这将为经济增长提供强劲的动力。具体来看，太阳能和电池成本的下降已经是众所周知的趋势，而核能成本的下降同样值得关注。历史上，太阳能和核能的成本，都随着产能的累计翻倍而大幅度下降。一九七零年代的监管变革，中断了核能成本的下降轨迹。不过，美国近期的行政命令，有望推动核能回到之前的成本下降轨道。
根据赖特定律，美国的电力价格从十九世纪末到一九七四年，一直稳步下降，但是一九七四年后，由于核能的建设成本受监管的影响上升，电力价格陷入停滞。如果没有当时的监管强化，当前美国的电力价格可能会低百分之四十左右。报告预测，随着低成本发电技术的规模化应用，以及 AI 数据中心等电力密集型需求的拉动，零售电力价格将在停滞五十年后，重新回到赖特定律的持续下降。
为了满足快速增长的电力需求，全球电力领域的资本支出需要大幅增加。报告预测，到二零三零年，全球电力发电领域的累计资本支出，需要从历史水平翻倍到十万亿美元。而固定式储能的部署规模，需要再增长十九倍。这些投资将主要流向太阳能、风能、核能和储能领域，不仅能够支撑 AI 等新技术的发展，还能够推动能源结构的转型，减少对化石燃料的依赖，提升能源系统的韧性、可靠性和灵活性。
而自动驾驶技术则分为两个主要方向，包括自动驾驶车辆和自主物流。
二零二五年，机器人出租车已经开始在特定的城市，抢占传统网约车的市场份额。在旧金山，Waymo 的市场份额持续提升，对 Uber 和 Lyft 构成了直接竞争。特斯拉凭借着完全自动驾驶技术，在数据积累和算法迭代上占据了优势，它的自动驾驶里程数，遥遥领先于 Waymo、Baidu、阿波罗出行等竞争对手。
机器人出租车的核心竞争力在于成本优势。随着技术的规模化，机器人出租车的每英里成本将大幅下降。二零二五年初推出时，Waymo 第五代机器人出租车的每英里成本，大约为一点二美元。而到二零三零年规模化后，特斯拉 Cybercab 的每英里成本，可能降到零点二五美元，远低于当前人类驾驶网约车的零点八美元，以及私家车的零点五美元。
成本的下降将直接刺激需求。当前 Uber 仅占美国城市行驶里程的不到百分之一，而只需约十四万辆机器人出租车，就能满足当前的网约车需求。如果要满足美国大部分城市的行驶里程，仅需要两千四百万辆机器人出租车，不足当前美国注册车辆总数的百分之十。而特斯拉已经具备了在主要网约车城市，生产足够车辆的产能。这意味着机器人出租车的规模化应用，可能比市场预期的还要更快。
报告预测，到二零三零年，机器人出租车行业的企业价值，可能将达到三十四万亿美元。这个预测的核心风险在于，除特斯拉以外的其他汽车制造商，能不能快速规模化它们的机器人出租车车队。在行业价值的分配上，自动驾驶技术平台将占据主导地位。数据显示，自动驾驶技术平台将获得百分之七十六的收入、百分之九十七的息税前利润，以及百分之九十八的企业价值。而汽车制造商仅能够获得百分之一的息税前利润和企业价值。车队运营商和流量获取方，则获得剩余份额。这个分配格局表明，在自动驾驶的时代，软件和数据的价值将远远超过硬件的制造。
最后是自主物流。二零二五年，完全的自主配送已经成为现实。全球范围内，无人机和地面机器人的完全自主最后一公里配送年化量，已经超过了四百万次。而在美国，无人驾驶长途卡车已经投入运营，运营商计划快速扩展路线。
数据是自主物流商业化的关键。企业通过积累专有数据，能够加速安全验证，提升运营的效率。自主物流的核心价值在于大幅降低了供应链的成本。在长途货运领域，自动驾驶电动卡车的每吨英里成本，大约为零点零三美元，相比较人类驾驶柴油卡车的零点零七美元，下降约为百分之六十。在最后一公里的配送领域，无人机和机器人配送的平均订单成本，不足 1 美元，较当前外卖平台的十五美元，下降约百分之九十。成本的下降将刺激更频繁的配送需求，改变消费者的购买习惯。
报告预测，到二零三零年，全球自主配送市场的营收将达到四千八百亿美元，其中长途卡车运输和最后一公里无人机、机器人配送，将成为主要的增长引擎。不过，监管政策和后端装载操作的自动化程度，将会是影响这个预测实现的关键因素。
好了，以上就是 Ark Invest《Big Ideas 2026》报告的核心内容了。总结来看，这份报告描绘了一幅技术深度融合、生产力大幅提升、经济加速增长的未来图景。AI 作为核心引擎，和公共区块链、机器人技术、储能、多组学等平台相互赋能，正在催生一场覆盖消费、生产、医疗、交通、能源等各个领域的全方位革命。
历史告诉我们，科技的发展从不是以线性速度推进的，而是在关键节点实现爆发式的增长。也许正如报告中所说，未来不会是一蹴而就的，但是那些早期识别并且拥抱未来的人，将会有机会拥有未来。
感谢收看本期视频，我们下期再见。