当AI成功之后，谁获得经济租金？

Minerva Investment Research Note | September 2026

---

Executive Summary

人工智能的投资讨论正在进入一个新的阶段。

最初的问题是：AI会不会成功？

随后，问题变成：如此庞大的AI资本开支，最终能否获得足够的回报？

但随着AI逐渐从技术突破走向基础设施建设、企业应用和生产率提升，一个更深层的问题开始出现：

即使AI最终非常成功，创造的经济价值又会由谁获得？

这不是一个语义上的区别，而是一个直接影响资本回报的问题。

技术进步可以提高整个经济的生产率，却不意味着技术提供者能够永久获得全部新增价值。

AI的成本可以不断下降，使用可以不断普及，消费者和企业可以获得巨大的效率提升，而产业链中的竞争也可能同时压缩超额利润。

因此，我们认为AI投资需要同时区分三个概念：

Economic Value
AI为经济创造了多少价值；

Economic Rent
其中有多少价值能够长期留在特定企业或产业环节；

Investor Return
资本市场今天的价格，是否已经反映了这些未来的经济租金。

真正值得研究的，不只是AI能创造多少价值。

而是：

谁能够把这种价值留在自己的资本回报中，以及这种能力能够持续多久。

---

01｜从“AI会不会成功”到“谁获得成功的收益”

过去两年的AI投资叙事，实际上包含了几个不同的问题。

第一层是技术问题：

AI能力是否会继续快速提高？

第二层是宏观问题：

AI是否能够提高全要素生产率，并推动潜在经济增长？

第三层是企业问题：

企业能否利用AI降低成本、增加收入或者建立新的商业模式？

第四层才是投资问题：

上述价值中，有多少最终会体现为股东回报？

这四个问题经常被放在一起讨论。

但它们并不是同一个问题。

一个技术可以非常成功。

一个经济可以因为技术而显著提高生产率。

消费者也可以因此获得巨大的福利。

然而，提供这种技术的企业仍然可能无法永久获得与其社会价值相对应的利润。

原因很简单：

经济价值与经济租金不是同一个概念。

---

02｜生产率提高，不等于利润同比提高

设想一个极端但并不难理解的情景。

AI使一个知识工作者能够完成过去两个人甚至三个人的工作。

从宏观经济角度看，这是一种生产率提升。

企业可能降低成本。

产品价格可能下降。

消费者获得更多服务。

新的需求可能被创造出来。

整个经济的潜在产出因此提高。

但接下来需要问：

谁获得了这部分新增价值？

可能是企业。

可能是消费者。

可能是劳动者。

也可能是AI基础设施和软件供应商。

更现实的情况则可能是几者共同分享。

如果AI工具越来越便宜，竞争越来越激烈，那么AI带来的生产率提升可能最终主要通过更低的产品价格传递给消费者。

这对社会而言可能是一件非常积极的事情。

但从投资角度看，它意味着：

AI的社会价值可以不断扩大，而AI企业的超额利润未必同步扩大。

这正是AI投资中一个容易被忽略的区别。

---

03｜技术革命最终可能降低技术本身的利润率

历史上的技术进步经常存在一个看似矛盾的过程：

技术最初稀缺，因此拥有较强定价权。

随着技术成熟，成本下降。

随着成本下降，应用扩大。

随着应用扩大，竞争者增加。

最终，技术成为整个经济的基础设施。

从社会角度看，这是技术成功。

但从资本角度看，这可能意味着：

技术的使用价值不断提高，而技术提供者能够获得的超额利润逐渐受到竞争约束。

AI是否会经历类似过程，目前无法确定。

但这应该成为投资者必须考虑的情景之一。

如果未来的AI计算、模型和基础设施越来越便宜，那么AI的总使用量可能因此大幅增加。

这可能进一步扩大AI对经济的贡献。

但与此同时：

每单位AI服务所能够获得的利润，也可能下降。

于是出现一个重要的投资悖论：

AI越成功地成为一种通用基础设施，它越可能创造巨大的社会价值；但这并不自动意味着AI产业能够永久获得同等比例的经济租金。

---

04｜真正稀缺的，不一定是AI本身

这也是为什么我们认为，未来的AI投资研究不能只围绕“谁拥有最好的模型”。

更重要的问题可能是：

什么东西在AI普及以后仍然稀缺？

如果模型能力快速商品化，那么模型本身的经济租金可能下降。

如果计算能力不断提高，单位计算成本持续下降，那么单纯拥有计算资源的优势也可能受到竞争影响。

如果AI工具越来越容易获得，那么“拥有AI”本身就不再构成护城河。

真正长期稀缺的东西可能转移到其他地方：

• 高质量的数据；
• 分发渠道；
• 用户生态；
• 企业工作流；
• 网络效应；
• 电力和关键基础设施；
• 稀缺的计算资源；
• 客户转换成本；
• 品牌与信任；
• 将AI嵌入真实业务流程的能力。

因此，一个非常重要的问题是：

AI会强化现有护城河，还是会削弱现有护城河？

不同答案，对资本回报的含义完全不同。

---

05｜同样的AI增长，可以产生完全不同的投资结果

我们可以用四种情景来理解这一点。

Scenario A｜集中式经济租金

AI创造大量价值，而少数拥有关键技术、基础设施和生态系统的企业能够持续获得其中很高的比例。

这种情况下：

Productivity ↑
Corporate Profit ↑↑
Economic Rent concentrated

AI的成功可能直接转化为少数企业长期超额回报。

---

Scenario B｜平台竞争

AI创造大量价值，但技术进步与竞争不断压低价格。

使用量快速增长。

企业收入增长，但利润率逐渐受到竞争压力。

此时：

Productivity ↑↑
AI Usage ↑↑
Margin →

社会获得巨大收益，但资本回报未必与使用量同比增长。

---

Scenario C｜消费者获得大部分收益

AI使知识、软件和服务的边际成本大幅下降。

企业之间的竞争最终把效率提升转化为更低价格。

消费者获得主要收益。

这可能是一个非常成功的AI世界。

但对于AI资产投资者而言，情况则更加复杂。

---

Scenario D｜经济价值扩大，但租金不断重新分配

AI产业内部不断发生技术替代。

新的模型、新的芯片架构、新的应用层企业持续出现。

今天拥有优势的企业，并不一定能够把优势保持十年。

在这种情况下：

AI创造的总价值可以不断增加，而单个企业的经济租金却不断被重新分配。

这可能是最值得长期关注的情景。

---

06｜因此，真正需要研究的是“租金持续时间”

传统估值通常会问：

未来盈利是多少？

对于AI这样的快速变化行业，我们认为还应该增加一个问题：

这些盈利究竟能够持续多久？

这实际上是在研究企业的 Economic Rent Duration。

一家企业未来五年获得超额利润，与未来十五年获得超额利润，所对应的价值完全不同。

同样的利润率，如果竞争优势只能维持三年，和能够维持十五年，其合理估值也会完全不同。

因此：

AI投资的核心变量之一，不只是盈利增长率，而是超额资本回报能够持续多久。

这也是为什么单纯讨论某一时点的P/E，并不能完全解释AI资产的长期投资回报。

真正需要研究的是：

ROIC → Reinvestment → Competitive Advantage → Duration

---

07｜微软、Google以及其他平台企业真正需要证明什么？

对于大型科技公司而言，问题因此不再只是：

AI能不能增加收入？

而是：

AI能否强化这些公司的经济租金，并使其持续时间超过市场目前的隐含预期？

我们可以从几个方向观察。

AI是否提高客户转换成本？

如果AI深度进入企业工作流，那么它可能进一步强化生态系统。

AI是否扩大平台网络效应？

如果AI使用户更加依赖现有平台，那么竞争优势可能被进一步放大。

AI是否只是增加Capex？

如果AI带来的收入增长最终需要持续增加同等甚至更高的资本投入，那么新增利润的资本效率就需要重新评估。

AI是否成为新的竞争工具？

如果所有大型企业最终都能够获得类似的AI能力，那么AI本身可能无法形成长期差异化。

AI是否产生新的利润池？

最重要的问题之一仍然是：

AI是在重新分配已有利润，还是在创造一个足够大的新利润池？

---

08｜这也是“确定性溢价”真正值得研究的地方

市场愿意为确定性支付溢价，本身并不奇怪。

真正值得研究的是：

这种确定性究竟来自哪里？

如果确定性来自：

• 已经存在的现金流；
• 稳定的客户生态；
• 可验证的竞争优势；
• 持续的高资本回报；

那么这种确定性具有较强的现实基础。

但如果确定性越来越依赖：

• AI一定会持续高速增长；
• 企业一定会快速实现AI商业化；
• AI利润率一定能够长期保持；
• 当前领先者一定能够保持领先；

那么投资者承担的实际上是另一种风险：

对未来经济租金持续时间的依赖。

这不意味着市场一定错误。

它意味着：

我们需要知道自己究竟在为哪一种确定性支付价格。

---

09｜我们将关注什么？

因此，Minerva对AI周期的跟踪，不会只关注AI资本开支的绝对规模。

我们更关注几个变量之间的关系：

变量	我们关注的问题
AI Capex	投入是否仍然快速增加？
AI Revenue	新收入是否真正形成？
Free Cash Flow	收入增长是否最终转化为现金？
ROIC	新增资本的回报是否下降？
AI价格	计算和模型成本是否持续下降？
企业生产率	AI是否真正改善经营效率？
利润率	竞争是否正在把生产率收益转移给客户？
Market Share	经济租金是否仍然集中？
Competitive Entry	新竞争者进入是否加快？
Rent Duration	超额利润能够维持多久？

其中，我们尤其关注最后一个问题。

因为：

如果AI创造的价值不断扩大，但超额利润持续时间越来越短，那么AI可能是一个伟大的技术革命，却未必对应同样伟大的长期投资回报。

反之，如果企业能够不断把AI带来的生产率优势转化为更高的ROIC，并且这种优势能够持续，那么当前较高的市场预期就可能逐渐获得基本面的支持。

---

10｜Minerva Perspective

我们并不认为现在需要回答：

AI是不是泡沫？

也不认为投资者必须在“相信AI”和“不相信AI”之间做出选择。

我们认为更重要的问题是：

AI创造的经济价值，将如何在资本、企业、劳动者和消费者之间重新分配？

因为技术成功只是第一步。

生产率提高是第二步。

真正决定投资回报的，是第三步：

谁能够获得经济租金，以及这种租金能够持续多久。

这也是为什么，一家企业可能非常优秀，一个产业可能拥有极其光明的长期前景，而投资者仍然需要独立判断：

今天的价格，究竟隐含了怎样的租金规模？

以及：

市场是否已经把这种租金可以持续很多年的假设计入价格？

我们无法准确预测AI最终会创造多少价值。

也没有必要。

更重要的是持续观察现实：

生产率是否提高。

价值是否形成。

价值由谁获得。

利润是否转化为现金流。

超额回报是否能够持续。

最终，Minerva关注的并不是：

AI会不会改变世界。

这件事情很可能已经不需要再争论。

我们真正需要研究的是：

当AI改变世界之后，经济租金将在哪里沉淀。

因为对投资者而言，

创造价值是一回事。

拥有价值，是另一回事。

以合理价格拥有能够长期保留这份价值的企业，则是第三回事。