编者按：本文来自微信公众号 划重点KeyPoints（ID：huazhongdian123），作者：林易，编辑：重点君，创业邦经授权发布。
1月30日，美国知名投资人、ARK Invest创始人木头姐（Cathie Wood）接受播客访谈，她详细解读了ARK最新发布的《Big Ideas 2026》报告，内容涵盖AI Agent、自动驾驶、宏观经济等多方领域的发展趋势。
数据显示，目前AI Agent在长周期任务上的成功率已达到80%。虽然这一数字对于人类员工来说尚不及格，但如果部署100个Agent并行工作，其解决问题的概率将呈指数级上升。
最近开源智能体MoltBot（龙虾机器人，因商标问题从Clawdbot改名而来）刷屏全球互联网，Moltbot能够连接用户的社交媒体、邮箱和本地文件，像私人助理一样自主完成任务。
木头姐认为Moltbot的爆火代表了个人Agent力量的崛起，个人可以利用开源工具拥有强大的生产力，无需完全依赖大公司的封闭生态。随着AI Agent任务成功率的提升，智能体将从单纯的聊天机器人进化为能够自主执行复杂工作的数字助手，这是未来GDP和生产力爆发式增长的关键驱动力之一。
关于大模型公司之间的竞争，木头姐认为，OpenAI虽然拥有9亿用户的先发优势，但巨大的算力成本迫使其不得不开始追求商业化。OpenAI正在计划推出高达60美元的CPM广告报价，这一价格是目前Facebook的三倍，堪比超级碗广告的定价水平。
相比之下，谷歌则显得更游刃有余。谷歌拥有庞大的搜索业务现金流作为后盾，具备极强的战略耐力。它不需要急于通过高价榨取用户价值，相反，可以利用价格优势来抢占OpenAI的市场份额。
在自动驾驶领域，木头姐对Robotaxi的未来绝对乐观，并预测这一市场将彻底颠覆传统汽车制造业。
ARK研究预测，特斯拉将是Robotaxi领域的最大赢家，Waymo紧随其后。Waymo虽然技术领先，但缺乏制造能力，它必须依赖汽车制造商提供车辆平台。这种组装式的供应链模式，注定了其成本难以极致压缩。而特斯拉拥有完全垂直整合的生态。从电池制造、芯片设计、数据中心到整车制造，特斯拉凭借垂直整合的供应链，其每英里运营成本预计仅为20美分，比Waymo低50%。
木头姐表示，传统汽车制造商在这一波浪潮中将难以生存或胜出。Robotaxi是机器人、AI和储能技术三大领域的融合。传统车企专注于内燃机，缺乏这三大关键技术的积累和融合能力。内燃机技术已经成熟，不再符合莱特定律带来的成本下降曲线，而电动车和AI技术正处于成本快速下降的通道中，这使得传统车企在未来的价格战中毫无还手之力。另一方面，传统车企严重依赖供应商，无法像特斯拉那样通过内部完全自动化的供应链来快速响应指数级增长的需求。
关于AI时代的宏观经济，木头姐预测：全球GDP增长率将从历史平均的3%跃升至7%。现在是机器人、储能、AI、区块链和多组学测序这五大技术平台的融合期，7%的预测甚至可能是保守的。虽然技术具有降低成本的通缩性质，但由此带来的单位需求将呈爆炸式增长，从而极大地推动经济总量的扩张。
针对推理成本急速下跌的问题，木头姐认为这不会导致市场萎缩。相反，人类对智能的需求在本质上是无限的，即便推理成本趋近于零，为了获得更长思维链的智能代理服务，企业和个人仍将投入巨大成本。
木头姐访谈内容划重点：
1.智能的无限需求
推理成本向零逼近，但人类对智能的渴望是无限的。人们会耗尽所有预算去获取更多的智能，即使单次推理变得便宜，总需求量的爆发也会让市场规模巨大。目前的AI Agent在长期任务上的成功率约为80%。
2.个人AI Agent的生产力飞跃
开源的Moltbot能够运行在个人电脑上，帮助整理工作、连接社交媒体和邮件，甚至在睡眠时自动完成任务。这不仅是技术突破，更成为一种文化现象。这种工具能让工作效率产生质的飞跃，但它同时也具有破坏性，如果出错，它可能在两秒钟内搞乱甚至损毁电脑系统。
3. 特斯拉Robotax的压倒性优势
在自动驾驶领域，特斯拉将是最大赢家，Waymo位居其次。特斯拉的优势在于其垂直整合的成本结构和制造能力，能够将每英里成本降至20美分，而目前Uber等服务的成本在2美元以上。传统汽车制造商由于依赖外部供应链、受限于工会以及缺乏机器人与AI的企业基因，很难在这场转型中生存，因为未来的汽车本质上是移动的推理引擎和储能装置。
4.汽车将演变成移动推理引擎和储能
未来的汽车不仅仅是交通工具，而是数以百万计的移动推理引擎和能源存储装置。自动驾驶汽车将成为分布式能源生态系统的一部分，利用闲置时间平衡电网（例如在夜间利用率低时充电，白天反向供电）。这种深度融合是传统车企难以理解和复制的。
5. 轨道数据中心与垂直整合
SpaceX正在构建轨道数据中心，可重复使用火箭的发射成本急剧下降。在太空中，太阳能效率是地面的六倍，且不受土地限制。马斯克意图通过高度垂直整合，绕过传统供应链的层层加价，这将彻底改变算力基础设施的成本结构。
以下是木头姐访谈实录：
1.AI与GDP增长的加速
Peter：欢迎大家来到《Moonshots》节目。我们邀请到了ARK Invest的创始人、CEO兼CIO凯茜·伍德（Cathie Wood）。凯茜，你预测全球GDP将实现7%的增长，这简直是一个奇点事件，毕竟人工智能的发展速度远超我们要预期。今天我们还有幸请到了我的“登月”伙伴Dave Blundin和Salim Ismail。这可是全球排名第一的科技播客，旨在让大家为即将到来的未来巨变做好准备。早上好，凯茜。
Cathie Wood：早上好，Peter。
Peter：你们发布了一份令人惊叹的《2026 Big Ideas》报告。我们从中挑选了大约20张幻灯片，想和团队一起探讨一下。这真的很重要，你能想象世界变化得有多快吗？这对你来说仍然令人震惊吗？
Cathie Wood：即使我们一直预期世界变化的步伐会比人们想象的更快，但AI的发展速度依然超出了我们的预期。要知道，我们在这方面本来就已经走在很前面了，但这依然说明了某种趋势。
Peter：好的，我们来谈谈这场巨大的加速。凯茜，我在屏幕上放了第一张幻灯片，是关于2030年GDP预期变化的。这些数字相当惊人，你预测全球GDP增长7%，这就像是一个奇点事件，是国际货币基金组织（IMF）预测值的两倍。我们刚和埃隆·马斯克聊过，他也认为未来两年内GDP可能增长5倍，并在下一个十年出现三位数增长。凯茜，你怎么看？
Cathie Wood：这张图表做得很漂亮。你可以看到，历史上每一次技术革命都伴随着GDP增长的阶跃式上升。回顾1500年到1900年那几百年，除了末期的铁路，并没有太多新技术，根据Brett Winton与学术界合作的研究，那时的全球实际GDP增长率仅从0.6%提升到了6%左右。随后，当我们经历铁路、电话、电力、内燃机这场技术革命时，在接下来的125年里，增长率提升了五倍，稳定在3%左右。
现在，我们要面对的是五个核心平台：机器人、能量存储、人工智能（这是最大的催化剂）、区块链技术和多组学测序。这五大技术的融合，让我们认为增长率会再提升两倍半，达到7%左右。实际上，我认为这还是保守估计。几年前我们刚提出这个数字时，人们都觉得我们疯了，而在听了埃隆的观点后，你会发现我们对全球实际GDP爆发式增长的看法是一致的。这确实是当今在世的人从未见过的景象。
Dave Blundin：我来充当一下反方观点，尽管我自己并不相信这个反方观点，但为了讨论通过必须得有人提出来。Alex和我刚从达沃斯论坛回来，如果你随机调查那里的银行家和政客，大概只有20%的人相信这种增长，80%的人都不信。那80%的人会说：“看，当计算机革命起飞时，GDP 增长率依然稳定在每年3%。不管有什么突破，无论是聚变还是计算，最终都会被那3%的增长率所包含，我们摆脱不了这个困局。”这种心态源于过去125年的历史经验。凯茜，你会怎么回应这些不信者？
Cathie Wood：有趣的是，今天活着的人确实没有经历过除此以外的情况。在80年代和90年代，生产率增长确实有所上升，那是投资的黄金时代，但全球GDP增长大体保持在3%。但我认为那些金融界人士不相信这一点的根本原因在于他们的研究架构。
Cathie Wood：传统金融机构是按部门、行业或子行业来孤立地设置研究的。然而，现在的技术正在渗透到每一个领域并模糊这些界限。你必须像我们一样建立研究体系，也就是围绕这15项核心技术（归纳为5大平台）来开展。我们的每一位分析师都在研究这些技术何时以及如何在各个行业中扩展。我们在内部打破了孤岛，分析师们协同工作，只有这样才能真正理解当今正在发生的重大技术融合。
Peter：这确实是完美的融合。正如你在幻灯片中所见，我们正在见证可重复使用的低成本太空发射技术与太空数据中心的结合。六个月前，我和埃隆·马斯克以及戴夫交流时，还没有人谈论在太空建立数据中心，但现在每个人都在讨论这个话题。
Cathie Wood：我们与Mach 33合作推出了一个开源的SpaceX模型。早在去年年中我们就发布了这个模型，当时还没把“轨道数据中心”纳入考量。现在，我们和Mach 33重新设计了方案，早期的结果显示成本正在显著下降，这将进一步推动单位增长。
这正是赖特定律（Wright's Law）的核心：随着累计产量的每一次翻倍，在这个案例中是可重复使用的火箭技术，成本会以稳定的百分比下降。对于火箭来说，成本下降的幅度相当可观。信不信由你，在工业机器人领域，累计产量每翻一番，成本就会下降约50%。火箭领域的降幅可能没那么高，但我相信也会在百分之二十几的区间。
Dave Blundin：我其实想问关于左边这张图表的问题。既然发射成本正在大幅下降，我惊讶的是那条曲线没有下降得更多。我和埃隆开会时的一个重要收获是，老实说，我进去时对“太空数据中心”持半信半疑的态度，出来时却完全被说服了，他正在积极且秘密地推进一件事：绕过现有的供应链。目前制造GPU芯片，台积电（TSMC）大约有50%的利润率，NVIDIA有80%的利润率，价值链中充满了层层加价。埃隆打算绕过这一切，建立自己的晶圆厂。
他总是问：根本性的约束是什么？真正的物理障碍是什么？其实很简单：沙子（硅）的获取非常便宜；至于电力，太空中太阳能板的效率是地面的六倍，成本极低。所以我认为，如果我们今天只看发射成本的下降，而不考虑GPU成本、电力成本和太阳能板生产成本的趋同性颠覆，那我们就低估了趋势。如果埃隆是对的，这些都会在短短几年内并行发生，成本曲线会急剧下降。
Cathie Wood：确实如此。我们再看赖特定律在半导体行业的应用。现在的问题是，什么会阻碍这种增长？我不认为监管会成为障碍，因为我们正处于一场太空竞赛中。既然埃隆的公司高度垂直整合，我们假设他能搞定芯片供应。
Dr. Alexander：凯茜，如果我们天真地通过过去的数据向外推演，我们会达到“戴森群”级别的规模吗？在未来的某个时刻，为了建造轨道数据中心，我们是否需要从月球、其他行星或小行星带获取足够的原材料？我知道你通常做五年预测，但如果让你展望50年后，我们会看到戴森群（Dyson swarm）吗？还是会有多个相互竞争的戴森群？
Cathie Wood：虽然我不够专业去回答关于戴森群的具体问题，但我们的模型确实已经把SpaceX的规划推演到了五年以后，并且纳入了Optimus机器人、特斯拉和The Boring Company甚至火星殖民的因素。我们认为这在技术上是可行的。不过，轨道碎片确实是近期最大的绊脚石，一旦发生连锁反应，后果不堪设想。
Peter：让我们把话题转回AI基础设施。正如幻灯片所示，推理成本正以惊人的速度下降，其影响巨大，我认为人们尚未完全意识到这一点。
Salim Ismail：这里有个悖论：当技术像我们所见的那样具有极强的通缩性，例如火箭发射成本从航天飞机的6亿美元降至SpaceX的6000万美元，甚至还将再降10倍，这对GDP来说是巨大的缩减。当技术如此彻底地降低一切成本时，我们如何预测GDP的增长？这是我最大的担忧之一。
Cathie Wood：成本下降的另一面是单位数量的爆炸式增长，这就是杰文斯悖论（Jevons Paradox）。很多人嘲笑我预测价格将开始下跌，他们认为通胀会卡在2%到3%的区间。但如果你看真实通胀数据，它已经降到了1.2%到2%。美联储还在对抗通胀幽灵，但我认为明年通胀率会降至2%以下，甚至转为负值。这里的关键是生产率增长和单位劳动成本的下降。
Dave Blundin：确实，油价在跌，租金也在跌。或许我们需要一个“凯茜·伍德定律”来解释这一切。埃隆曾讲过一个笑话：两个经济学家在树林里散步，互相付钱吃对方的排泄物，结果GDP增加了200美元，却没创造任何价值。反过来看，如果AI治愈了癌症，数百万人不再需要放疗和化疗，这在GDP上会表现为负增长，但对人类价值却是巨大的。所以在AI时代，GDP指标本身就有根本性缺陷。
Cathie Wood：你说到了点子上，但这事还有另一面。看看机器人技术，特别是那些我们要花时间做却没有任何报酬的事情，比如接送孩子、做饭、打扫卫生。这些从未计入GDP。但未来我们将购买机器人来做这些事，这将转化为付费服务，从而进入GDP统计。这就像从农业经济向工业经济转型时，家务劳动逐渐社会化一样。被“看不见”的劳动将转化为可衡量的经济活动，这将带来GDP的大幅回流。
Cathie Wood：举个具体的例子，当年很多风险投资人错过了Uber。有人告诉我，他们当时算了一笔账：旧金山的出租车市场每年约为5亿美元，如果Uber拿走20%，这生意就不值得投。但他们没算到的是，由于价格和便利性的变化，拼车市场扩大了四倍，而且Uber从出租车手中抢走了80%的份额。如今，Uber仅占所有城市出行里程的1%。根据我们在《Big Ideas》里的分析，要满足这1%的里程只需要14万辆车；而要满足全美所有的城市里程，需要2400万辆车。考虑到美国现有的4亿辆汽车保有量，Robotaxi（机器人出租车）的增长将彻底摧毁我们熟知的汽车市场结构。
Peter：同意。我们正在见证“认知的商品化”。人类经济的基石，智能，正以每年99%的速度降价。这是一场逐底竞争。我的问题是，随着价格暴跌，大语言模型（LLM）公司能否维持构建AI基础设施所需的收入？凯茜，你对这些前沿模型的商业闭环有担忧吗？
Cathie Wood：观察OpenAI最近的动向非常有趣。他们开始商业化了，规划了广告、电商和机器人业务。但我们听说他们的广告报价是每千次展示（CPM）60美元，这相当于超级碗广告的价格，而Facebook目前只有20美元。OpenAI可能会因为控制了供应端而暂时得逞，但我们的分析师认为这不可持续。谷歌的Gemini不会这么做，他们有谷歌庞大的现金流支持，可以打价格战来抢占市场份额。这对OpenAI来说不是好消息。虽然OpenAI有9亿用户的先发优势，但他们必须加快收入增长来支撑基础设施扩张。这可能意味着他们需要在某些方面收缩战线，更加专注。
Dave Blundin：我想插一句。幻灯片上提到AI Agent在长期任务上的成功率是80%。彼得，你说任何员工如果只有80%的成功率都会被解雇，但这还没算完。如果把上一张关于推理成本降至零的幻灯片结合来看，你会发现：无论推理变得多便宜，离真正的“零成本”还很远。因为人类对“思考循环”的渴望是无限的。正因为彼得提到的80%成功率，如果你启动100个AI Agent去解决同一个问题，只要其中一个成功了，整体成功率就会极高。这是一种“暴力破解”法。因此，对智能的需求基本上是无限的，人们会花光所有预算去获取更多的智能。
Cathie Wood：另外，最近那个开源的Claude机器人（Claude-bot）真是令人惊叹。它在一个周末内就火遍了互联网。你可以把它看作个人版的Jarvis，它能运行在你的电脑上，帮你组织工作、连接社交媒体和邮件，甚至在你睡觉时自动完成任务。我们的首席AI分析师只用了一个周末，工作效率和条理性就有了质的飞跃。
Dave Blundin：没错。它之所以还没被大型AI实验室直接推出，是因为它非常强大但也具有破坏性，如果出了差错，它可能在两秒钟内搞乱甚至损毁你的电脑系统。所以使用时要小心，但这也正是它强大的原因。这不仅仅是技术，更是一种文化现象。
Dr. Alexander：凯西，我想回到你刚才提到的一个非常有趣的观点。据我所知，还没有人像你这样表述过。很多人，包括本节目的嘉宾，都在担心GDP增长与实际财富增长之间存在固有的不一致，甚至担心超级通胀。
但你提出了一个相反的独特视角：随着人类将越来越多的服务委派给AI代理，从GDP的角度来看，这种“委派”构成了商业活动。本质上，我们将人类个体的角色与生产性服务剥离，而这些细分领域之间的交互许多将由代理完成，这反而会增加对GDP的贡献并促进商业发展。所以，你描绘的是一个GDP数据可能爆发式增长，但实际人类财富或许保持不变的图景。那么我想问你，如果你能挥动魔法棒，给出一个并不是单纯指GDP增长，而是定义“人类真实财富增长”的完美指标，你会如何定义？
Cathie Wood：财富增长在很大程度上与生产率增长密切相关。我所说的实际财富增长，不是指由价格驱动的房地产泡沫，而是由技术推动的生产力提升。
我们在80年代和90年代初曾稍微尝到过一点甜头。那时是PC时代和互联网时代的开端。对金融市场而言，那是一个辉煌的时期，因为软件的潜力首次被真正释放。虽然我们在80年代经历过一段“索洛悖论”时期，当时人们觉得科技发展似乎反而削弱了生产力，但随后微软崛起，紧接着迎来了互联网热潮。这只是我们即将经历的变革的前奏。
如果你回顾历史，从糟糕的70年代到80年代初，生产率增长几乎为零甚至为负。随后生产率开始回升，金融市场随之繁荣，通货膨胀开始下降。我之所以对此深有感触，是因为在我职业生涯早期，我们就判断通胀会下降，而当时大多数人认为除非发生经济大萧条，否则这不可能发生。但事实恰恰相反，通胀下降是由于技术带来的生产率增长以及合理的货币政策。
这里有一个与哈佛学派相关的凯恩斯主义经济学的不同观点：凯恩斯主义认为增长会导致通胀；但实际上，增长不会导致通胀，反而会导致通缩。我们即将进入的世界是通缩性的，这是“好的通缩”，即当商品价格下降时，需求会激增。
2.在AI时代重新定义财富
Dave Blundin：凯西，我也许可以顺着这一点深入问一下。这似乎是问题的核心，不仅关乎视觉展示，也关乎你更广泛的投资论点，即GDP可能不是衡量进步的最佳宏观指标。听起来你认为“人均生产力”才是关键。但最终，作为通过ETF进行的投资，你必须用美元或其他单位来量化它。
我好奇的是，我们应该设定什么样的基准？你显然在投资未来的行业。而标普500指数（S&P 500）作为传统的基准，可能无法正确衡量通向未来的进步。如果让你设定一个单一的度量标准来优化进步本身，那会是什么？
Cathie Wood：首先，关于指数化投资，这是我的一个痛点。目前的金融市场结构确实如此，埃隆·马斯克（Elon Musk）对此也有非常强烈的看法，我们在一次X Space的对话中花了很多时间讨论这个话题。
标普500、纳斯达克这些榜单前列的公司，代表的是过去的成功。如果我们的判断是正确的，即我们正进入有史以来最具颠覆性的创新时期，那么传统的旧世界秩序将被打破。长期来看，标普500的名义回报率一直维持在个位数的高位。但我们认为这将会改变。因为标普在纳入新股票时往往滞后，他们需要先看到收入增长和盈利能力。在我们的《Big Ideas》报告中，我们预测颠覆性创新在未来五年内将以年化35%的速度复利增长。
Peter：你们哪只基金专注于这个方向？
Cathie Wood：我们所有的基金都专注于此。我们的旗舰基金ARKK整合了所有这些平台。这是一项艰巨的任务。我们经历了一段非常艰难的时期，特别是在遭遇供应冲击和与新冠相关的货币政策时，创新股在包括风险投资在内的各个领域都遭受了重创。当时很少有人相信创新，但我们认为现在正在走出困境。橡皮筋已经被拉得很长，事实上，企业已经加速了世界各个角落的数字化进程。
Peter：仅仅看ARKK，过去两年的年化回报率大约在31%到33%之间，这相当了不起。
Cathie Wood：是的，我们的三年数据正开始向我们预期的数字攀升，但为了达到平均值，我们还得超过35%。如果你要我尝试用一个经济指标来衡量进步，当大多数人关注GDP时，我会关注国民总收入（GNI）。理论上，GNI和GDP的增长率应该相等，但实际上并非如此，两者总是存在统计差异。这种差异正在扩大，因为从产出角度（GDP）我们无法准确测量刚才讨论的许多技术影响，但这些影响会在收入端（GNI）显现出来。
Peter：所以答案是GNI，而不是某种人均生产力？
Cathie Wood：对，我认为应该是GNI。生产率也很难测量，这就是为什么我们认为目前的生产率被低估了，年化增长率大约被低估了2%。这意味着什么？按照GDP的构成方式，如果我们低估了生产率，那么我们就低估了实际GDP增长，同时高估了通货膨胀。这像个拼图，如果政策制定者不具备我们这种思维方式，盲目信任公布的数据，就会在政策上犯错。
3.10万亿美元公司的预测
Peter：凯西，我想问你。到2030年，我们会看到市值达到十万亿美元的公司吗？比如SpaceX是会上市，还是可能与特斯拉合并？你认为埃隆会通过哪种方式为SpaceX获得流动性或稳定性？
Cathie Wood：这很有趣。我不确定埃隆是不是在你的播客里提到过，但我听说过他说预见到旗下公司的融合，这是我之前没预料到的。不过我们确实已经讨论这种情况一段时间了，因为在人工智能的世界里，要取胜就必须拥有专有数据。想想他拥有的所有专有数据：特斯拉拥有路面的语言数据；Neuralink拥有多组学数据；SpaceX拥有太空数据；X拥有独特的社交数据；Boring Company也有别人没有的数据。所以，我确实认为由于这种融合驱动，到2030年那些万亿美元级别的公司将会开始上线。
Peter：我认为主要的候选者就是特斯拉，正如你刚才所说的原因。而且可能会有一些组合作为其中一部分发生。
Cathie Wood：是的，这也很有趣。我知道有传闻说SpaceX正在接触投行人士，但我以前从未想过SpaceX会上市，也不觉得有必要。毕竟埃隆在特斯拉的公开市场经历并不愉快。但如果SpaceX真的上市，那可能是为了抓住轨道数据中心（Orbital Data Center）的机会。
Peter：其实在这个播客上我们也问过埃隆。那是关于他最不可思议的事情之一。我们问他：“看看你的商业帝国，Starlink、全球太空数据中心、激光链路，这一切难道不是你毕生心血的汇聚点吗？通向这个惊人的十万亿美元的成功，当时的远见一定非同凡响。”但他却笑着说：“不不不，这完全是运气，这些事情彼此毫无关联。”我觉得这太不可思议了，他本可以借机吹嘘自己的远见或宣称自己是天才，但他没有。
Cathie Wood：其实这是因为人工智能正在导致一切融合。这就是为什么我们在组建公司和组织研究时，让机器人工程、能源存储和AI分析师共同协作来研究它。在传统的金融机构里，汽车分析师通常只懂内燃机，不懂技术，他们经常为此争论地盘，导致技术分析师的话语权旁落。这就是为什么华尔街到现在仍然看不懂特斯拉。
Peter：没错，凯西。我对“专家”的定义就是那些能确切告诉你为什么某件事做不成的人。那么，让我们进入最内层的循环，谈谈能源。再次引用《Big Ideas Report 2026》的图表，我们看到越来越高效的能源正在驱动全球经济，每美元GDP对应的千瓦时能耗正在下降。
此外，太阳能和电池成本也在大幅下降。我认为人们并没有真正意识到能源在根本上有多么关键。它不仅与GDP相关，还与每个国家的生活水平、健康和教育息息相关，尤其是在现在的数据中心争夺战中，它已成为国家主导地位的根本。凯西，你对此有什么看法？
Cathie Wood：经济活动本质上就是能量的转化。那些盲目说能源是坏事的人，并不清楚自己在说什么，他们基本上是想把我们逼回黑暗的中世纪。如果我们要进步，就必须使用更多能源。关于核能，特别值得注意的是，美国和日本在70年代开始的过度监管扼杀了这个行业。如果按照赖特定律，随着技术进步建设成本本应下降。如果我们在核能上继续沿赖特定律发展，今天的电力成本会比现在低40%。
所以我认为我们对核能重新燃起的热情很重要，这将把我们带回成本下降的轨道。当然，还有太阳能。埃隆关于轨道数据中心的愿景，也会为数据中心的太阳能采购注入强大动力。
Dr. Alexander：我很好奇，凯西。你认为是因为核能过度监管，还是其他原因，导致1971年后美国经济走上了一条不同的道路？
Cathie Wood：我认为，当年放弃金本位制、关闭黄金窗口，导致货币政策除了受人性的脆弱影响外，不再与任何实质事物挂钩，这实际上开启了一段艰难的时期。随之而来的是工资和价格管制、各种市场扭曲，以及整体监管力度的增加。核能产业就是这种情况的一个缩影。我记得那是1974年或1975年左右，在脱离金本位制后，我们失去了约束，油价几乎瞬间翻了四倍，这让我们走上了一条非常糟糕的道路，我们也因此停止了载人登月计划。
随后出现了里根经济学（Reaganomics），即沃尔克（Volcker）的货币政策与里根的经济政策相结合，包括放松管制和减税，这一策略今天仍在被沿用。目前美国的企业实际税率在发达国家中属于极低水平。虽然特朗普在第一任期内开始降低税率，但在新税法之前的折旧时间表其实并不利于创新。现在的新政策允许制造业结构在投入使用的第一年就完全折旧，而不是分30到40年逐步折旧。这意味着，任何在美国建设制造设施的公司，只要在2028年底前开工，就能获得巨额退税，并可以将这些资金重新投入研发，从而降低价格，推动再工业化。我们正在见证这一切，未来几年我们将迎来一场经济繁荣，这甚至会让埃隆·马斯克所说的5倍GDP增长都显得保守。这听起来是非常合理的预测。
4.AI与未来投资方向
Peter：Dave，我很好奇，我们之前在短信里聊过关于下一波投资方向的问题。当然这不是投资建议，但你提到了能源基础设施。小型模块化反应堆（SMRs）、核裂变能源，以及虽然目前还有点遥远的核聚变，都是关注重点。同时还有数据中心的建设。这些领域的数字看起来非常惊人，这将是我们看到上市公司中投资最多、增长最快的领域。
Dave Blundin：我们与凯西（Cathie Wood）以及Peter你的科技路线不同之处在于，我们并不试图一次性部署上百亿美元，所以我们可以更灵活地深入观察数据中心的技术栈。你会发现，供应链中的某些组件突然之间面临无限的需求。我们在Boom Supersonic（Boom超音速公司）身上也看到过类似的情况。这是一家制造超音速飞机的公司，其引擎组件的价值突然上涨了10倍甚至100倍，因为同样的组件可以用于制造发电机，而这些发电机多年来一直处于积压状态。
Peter：我认识Boom的创始人，当时我就觉得处理联邦航空管理局（FAA）的监管简直是疯狂的挑战。但后来他们找到了市场，完成了一次出色的转型。
Dave Blundin：没错，这是一个绝佳的转型案例。这其实是两个不同层面的案例研究：一个是与这次人工智能（AI）建设相关的任何事物，如果你能抢先发现，可能会带来千倍的回报；另一个是关于优秀的团队如何转型。有些项目乍看之下像是一潭死水，但如果你意识到这是一个了不起的团队，你会发现他们转型的速度比以往任何时候都快。所以，无论如何都要选择并坚持支持优秀的团队。
Peter和我讨论时，我们一直在寻找那些尚未被发现的机会。比如Alex对光子学（Photonics）有很多见解，在大型数据中心的互联网互连、让数据高速传输方面，存在着巨大的机会。但我认为这一切都指向同一个主题：如果你看未来几年，轨道数据中心、对芯片的无限需求，以及将这一切连接起来的管道、布线和粘合剂，到处都是潜在的机会。
Cathie Wood：我想回应Dave刚才提到的很重要的一点，那就是必须从“出色的团队”开始。我们看到那些转型之所以非常成功，是因为不同技术之间的融合创造了全新的产业。因此，转型的机会比以前多得多。如果你因为担心监管阻碍而错过交易，那将是一个风险。因为就像Boom那样，有时一次转型正好能契合监管的需求，甚至监管机构也希望这种改变发生。
关于这张幻灯片，我想指出，到2030年，全球电力累计投资需要增加到10万亿美元。这说明我们将在电力方面进行巨额投资，毫无疑问，数万亿美元将投入到与AI相关的一切基础设施中。
Dr. Alexander：我想问凯西，也想问问在座的各位关于能源的话题。也许你们看过Apple TV的剧集《为全人类》（For All Mankind），它提出了一个替代历史的场景：如果苏联先于我们登上月球，太空竞赛从未结束，核能技术因此被快速推进，历史会怎样发展？我很想从“学习曲线”的角度探讨这个替代历史。如果20世纪70年代中期我们的发展没有脱轨，我们现在在能源领域应该达到什么水平？是落后了十年，还是五十年？
Cathie Wood：在能源方面，特别是核能，我不能说我们整体落后了，但我认为我们在新建项目上确实落后了。美国需要大、中、小型反应堆的全面投资。毫无疑问，我们在核能上确实浪费了很多时间。
由于美元是储备货币，我们在70年代将通货膨胀带给了全世界。虽然瑞士等少数国家能够抵抗，但这总体上是一个全球现象。但我认为我们现在的心态是正确的，硅谷一直保持着正确的心态。我们正试图在这里打造一个新的创新中心，加州的税法可能也在推动这一点。虽然AI人才聚集在硅谷至关重要，但我们现在看到创新力量正在分布到全美各地。随着创新成本的急剧下降，个人的能动性变得越来越强，你可以在任何地方成为企业家。
5.自动驾驶车辆的未来
Peter：我们现在进入最后一个话题，自动驾驶汽车。关于这个话题有太多可以讨论的，比如人形机器人，也许我们在讨论特斯拉时会顺带聊到。目前的消息是，自动驾驶出租车终于来了。我们已经看到了Waymo的进展，CyberCab也即将上线。Uber、Lucid都在部署自己的车队。
数据显示，Waymo的份额正在上升，而Lyft和Uber在下降。我们在圣塔莫尼卡出差时，往返机场或送孩子上学的路上，平均每天能在街上看到10到12辆Waymo。我认为大约在四五年后，80%的车辆将是自动驾驶汽车。你们怎么看？
Cathie Wood：我们同意这个观点。正如我们的研究报告所示，我们预计从平台角度看，特斯拉将是最大的赢家，Waymo将位列第二。原因在于Waymo的成本结构依赖于外部供应链，这与特斯拉的垂直整合模式完全不同。这正是埃隆的运作方式。Waymo曾一度难以吸引汽车零部件供应商，所以他们现在正与极氪（Zeekr）、现代（Hyundai）等公司合作。目前他们在全美的车辆少于3000辆，如果你一次行程能看到10辆，说明它们高度集中在你所在的区域。
我们认为从成本角度看，特斯拉的方案将比Waymo低50%，因此能够收取更低的费用。目前Uber的平均价格随着高峰定价上涨了40%，达到每英里2美元到2.8美元。而我们的研究证实了埃隆的说法：当达到规模效应时，特斯拉能够将价格定在每英里20美分。在达到那个低价之前，巨大的价格保护伞将导致特斯拉的现金流暴增。
Dave Blundin：你完全说对了，凯西。在去参观特斯拉超级工厂之前，我完全没意识到这一点。我曾以为埃隆不喜欢供应商只是因为他是个控制狂，但这并不是真的。他不依赖供应商是因为他看到了制造业的指数级机会。需求会在一夜之间飙升，而满足这种需求的唯一方法是将原材料（如原铝）在工厂的一端输入，在另一端直接产出汽车或芯片。你必须内部制造所有东西并提前规划。如果你像Waymo那样，在供应链中缺少哪怕一个受限组件，整个生产链都不得不停下来等待。
Cathie Wood：绝对是这样。对Waymo和特斯拉的需求都会是无限的，但特斯拉能更快地生产更多汽车，因为埃隆将所有环节都纳入了那个完全指数级自动化的内部供应链中。
Salim Ismail：我认为如果特斯拉允许人们拥有自己的汽车并将其转变为出租车，那将是一个巨大的优势，这更符合指数级增长组织的特点。那样的话，你甚至不需要拥有自己的资产，这正是Uber增长如此迅速的原因。
Peter：凯西，在技术融合的讨论中，你有没有关注这样一个概念：数以百万计的自主联网出租车，实际上就是移动在城市中的推理引擎（Inference Engines）和能源存储装置？
Cathie Wood：哦，当然。这与埃隆关于我们电网目前效率低下的观点不谋而合。电网在晚上的利用率很低，而白天有时又被过度使用。这是一个典型的分布式能源生态系统机会。
Dave Blundin：令人惊讶的是人们多么低估这一点。如果你看特斯拉的超级工厂，街对面就是Optimus（擎天柱机器人）的工厂，旁边还有数据中心。这里的核心在于，所有组件都是通用的。当你对比福特或通用汽车时，你会问：“你们到底在做什么？”他们从别处订购底盘和动力总成。如果他们明天想转型成一家机器人公司，他们做不到，因为他们只是在组装第三方的组件集合。他们只能是一家汽车公司。
而埃隆构建帝国的方式是，整条制造链的每一个环节都可以在短时间内转向，例如变成卫星制造业务。整条长链本质上是可重构的机器人。我认为这可能是他独有的优势。也许谷歌在做类似的事情，我不确定，但这就是未来。所有这些都可以通过AI和机器人进行重新配置。
Cathie Wood：在这个方面，美国汽车行业正在减少对电动汽车的投入，开始收缩，但他们又试图搞清楚如何切入Robotaxi（机器人出租车）领域。这一切最终会融为一体，而特斯拉早就看明白了这一点。埃隆在他的宏图计划里早就写明了。如果传统车企认真对待过他，那答案早就摆在他们面前了。
Peter：我看不出传统汽车行业能挺过这一劫。未来是与AI深度集成的：AI知道你的日程，当你走向前门拉动门把手时，自动驾驶汽车已经在那里等你，你甚至不需要叫车。
Salim Ismail：关键在于，我们只需要几千万辆汽车就能覆盖所有人的出行需求。现在全球每年销售9000万辆新车，这是疯狂的供应过剩。
Dr. Alexander：但我认为，对不同形状和尺寸的机器人的需求实际上是无限的。所以我认为汽车行业会以某种形式存活下来，就像自行车演变成马车、再演变成飞机和汽车一样。这个行业会演变成机器人行业，并且规模比以往任何时候都大。
Dave Blundin：但在行业内部，有些公司根本没有做好转型的准备，而其他公司则准备充分。在这方面，美国人有一种特质，那就是热爱重塑，我们愿意把旧的东西扔掉，去创建一个全新的创业公司。
Salim Ismail：我想强调一个非常关键的点。有人类驾驶员的网约车服务与完全自动驾驶之间的成本差异，实际上超过了10倍，这是一种惊人的成本下降。
Cathie Wood：问题的核心在于，传统车企是在内燃机和人工驾驶的环境下成长起来的，这导致它们的企业基因与当前的技术变革不匹配。虽然人们常说它们可以重新配置、整合或重组，但在颠覆性创新领域，这种转型往往难以成功。
我认为它们无法在这个新领域获胜，因为这涉及三项技术的深度融合：机器人技术（像埃隆·马斯克那样将汽车视为机器人）、人工智能（这是方程中永恒的一部分）以及能源存储。随着电池技术的发展，电动汽车的成本持续下降。相比之下，内燃机是一个完全成熟的行业，根据赖特定律，由于其累计产量基数巨大，成本翻倍从而带来成本下降可能需要上百年的时间。因此，传统车企无法像坚持做电动汽车那样享受到成本下降曲线带来的红利。
Dr. Alexander：我认为我们可能遗漏了一个非常重要的组成部分，也就是埃隆所说的“制造那些生产机器的机器”。我们在讨论内燃机与电动汽车的对比时，往往忽略了它们的制造方式。目前的传统汽车公司在很大程度上依赖受工会保护的人工劳动，而在未来，大部分制造工作将由机器人自动完成。
所以我想问Cathie，你是否认为对于传统汽车公司，至少是美国汽车公司，来说，真正的竞争障碍在于它们无法像特斯拉那样，实现高度机器人化的制造自动化？
Cathie Wood：毫无疑问。大概三四年前，埃隆曾说过：“我发现自己其实是一个工厂的制造者。”这对我们来说也是一个重要的顿悟时刻。他在设计未来的工厂，并引入了正确的技术。
Dave Blundin：回到Alex的观点，当初位于加州的初代超级工厂（Gigafactory）在疫情期间被迫停工时，埃隆决定搬离加州，前往德克萨斯州，在一个监管环境更友好的地方从头开始建设。如果你看看传统汽车公司，它们受到工会、养老金计划以及与当地选区紧密绑定的制约。因此，在一个新的司法管辖区从头开始建厂，实际上比改造传统车企的现有生产线要便宜得多。
Salim Ismail：是的，欧洲的情况更糟。例如在德国，他们有工人委员会来决定宝马或梅赛德斯作为公司被允许做什么。这在达沃斯论坛上也成为了一个重要话题。欧洲的资本如果没有好的去处，比如你想藏钱可以去列支敦士登或摩纳哥，但如果你想在一个监管相对理性、或者说较少受限的环境中建立一家低成本汽车公司，你会去哪里？
Cathie Wood：我知道大多数人认为欧洲在技术和监管层面已经完全没希望了，因为创新的崩塌和个人能动性的减弱。从宏观层面上我同意这一点。但我想问，欧洲有什么是其他地方没有的？为什么我们都去那里度假？
Dave Blundin：建筑，还有生活方式。
Cathie Wood：对，生活方式、悠闲的节奏、美食。所以我不会完全否定欧洲，他们会像以往那样为世界其他地区提供服务，生活方式、旅游服务、漂亮的广场和浓缩咖啡。
Dave Blundin：我来做个预测。欧洲拥有令人难以置信的潜在人才储备，才华横溢。历史上，像印度这样的人才流出国，人们去美国赚钱后往往会回国退休。但欧洲人以前不这么做，因为离开欧洲太难了，那里的生活太美好了。但我认为现在差距已经变得如此之大，真正的创业群体将开始涌向美国，工作十年，保留在欧洲的居所，然后来回往返。
Salim Ismail：我可以提出反方观点吗？我认为过去对于欧洲企业家来说，来美国是一个可行的选择，但现在这已经不再是唯一的路径了。接下来会发生的是，欧洲将被迫改变监管制度。目前的结构无法维持，必须通过设立特别经济区或进行结构性变革来突破，否则就会陷入“死亡螺旋”。我们在今年的达沃斯看到了这种迹象，他们试图创建一种“欧盟公司”（EU Inc.）的概念，即在一个国家注册就等于在所有国家注册，并统一创新体系的规则。
Peter：这是我们的最后一张幻灯片。全自动配送已经到来了。虽然我们长期以来一直关注机器人出租车（Robotaxi），但我们看到目前每年已经有400万次无人配送。
Cathie Wood：是的，最美妙的是他是从卢旺达开始的，利用无人机运送医疗用品。据统计，他将孕产妇因产后大出血导致的死亡率降低了50%以上。
Peter：所以，我们在空中看到了Zipline和Wing实现了无人配送，还有Matternet。在地面上，我们有Starship、Meituan和Coco Robotics等几十家公司。
当然，我们也看到了卡车运输自动化的起步。有趣的是，地面交通已经很拥挤了，目前空中航线虽然是开放的，但最终也会变得拥挤。如果配送量激增，主要是来自Zipline和Wing，我很好奇人们是否会开始抱怨噪音问题，因为它们虽然在高空飞行，但需要通过缆绳放下货物来完成投递。
Dave Blundin：航道是三维的，物理上不会那么快拥挤，但你说得对，噪音将成为一个非常大的问题。如果有人能发明出静音无人机，那将彻底改变游戏规则。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
