變革真實(shí)存在，卻也完全可預(yù)測(cè)。

當(dāng)革命性技術(shù)催生出一波又一波具備投資價(jià)值的創(chuàng)新企業(yè)時(shí)，企業(yè)家與投資者才能借此積累財(cái)富。無論是鐵路、貝塞麥煉鋼法、電力、內(nèi)燃機(jī)，還是微處理器 —— 每一項(xiàng)技術(shù)都如同煙花廠中的零星火花，引爆了數(shù)十年的后續(xù)創(chuàng)新，滲透到社會(huì)的方方面面，并將一批新的發(fā)明家與投資者推向權(quán)力、影響力與財(cái)富的高峰。

然而，有些技術(shù)創(chuàng)新即便對(duì)社會(huì)產(chǎn)生了變革性影響，卻難以催生新的財(cái)富，反而會(huì)鞏固現(xiàn)有的格局。在微處理器問世 15 年前，另一項(xiàng)革命性技術(shù) —— 集裝箱運(yùn)輸 —— 誕生于一個(gè) “時(shí)機(jī)不佳” 的時(shí)代：當(dāng)時(shí)的技術(shù)進(jìn)步如同《愛麗絲夢(mèng)境奇遇記》里的 “紅皇后賽跑”（Red Queen's race），發(fā)明家與投資者即便不停奔跑，最終也未能獲得更好的結(jié)果。

任何投資 “新新事物” 的人都必須回答兩個(gè)問題：第一，這項(xiàng)創(chuàng)新能創(chuàng)造多少價(jià)值？第二，誰能捕獲這些價(jià)值？信息通信技術(shù)（ICT）革命的價(jià)值被初創(chuàng)企業(yè)捕獲，催生出數(shù)千名新晉富豪創(chuàng)始人、員工與投資者；反觀集裝箱運(yùn)輸革命，其價(jià)值被過度分散，最終只讓一位創(chuàng)始人短暫致富，僅一位投資者略微獲利。

生成式人工智能更接近前者，還是后者？它會(huì)成為未來眾多行業(yè)財(cái)富的基石，還是會(huì)讓投資界整體面臨凈虧損，只在局部產(chǎn)生少數(shù)零和博弈的贏家？

投資人工智能成果確實(shí)有盈利途徑，但前提是要接受一個(gè)現(xiàn)實(shí)：對(duì)發(fā)明家與投資者而言，當(dāng)下仍是 “時(shí)機(jī)不佳” 的階段。人工智能模型構(gòu)建者與應(yīng)用公司最終會(huì)在競(jìng)爭(zhēng)中形成寡頭壟斷，而人工智能帶來的收益將流向客戶，而非技術(shù)構(gòu)建者。因此，大量涌入人工智能領(lǐng)域的資金正投向錯(cuò)誤的方向。除了少數(shù)幸運(yùn)的早期投資者，能獲利的將是那些有遠(yuǎn)見、及早抽身的人。

微處理器：從 “計(jì)算器配件” 到時(shí)代革命

1971 年，英特爾（Intel）的工程師發(fā)明了微處理器，但他們最初并未意識(shí)到這項(xiàng)技術(shù)的革命性 —— 當(dāng)時(shí)他們只是想避免每次都從頭設(shè)計(jì)臺(tái)式計(jì)算器芯片組。然而，外部人士卻發(fā)現(xiàn)，微處理器可用于打造個(gè)人計(jì)算機(jī)，科技愛好者們率先付諸實(shí)踐。成千上萬的 “極客” 探索出英特爾從未設(shè)想過的配置與用途。正如經(jīng)濟(jì)學(xué)家卡洛塔?佩雷斯（Carlota Perez）所言，這種 “分布式、無需許可” 的創(chuàng)新，引發(fā)了一場(chǎng)由技術(shù)觸發(fā)、但由經(jīng)濟(jì)與社會(huì)力量推動(dòng)的 “大規(guī)模發(fā)展浪潮”[1]。

20 世紀(jì) 70 年代初，個(gè)人計(jì)算機(jī)并無實(shí)際需求，更像是昂貴的玩具。但早期探索者奠定了技術(shù)基礎(chǔ)，還構(gòu)建了社群。到 1975 年左右，微處理器成本的 “階躍式下降” 讓個(gè)人計(jì)算機(jī)市場(chǎng)具備了可行性：

英特爾 8080 芯片初始標(biāo)價(jià) 360 美元（相當(dāng)于如今的 2300 美元），制造商

MITS 推出的 “牛郎星”（Altair）計(jì)算機(jī)即便以 75 美元（如今的 490 美元）

的批量?jī)r(jià)銷售，也幾乎無利可圖；

當(dāng) MOS 科技公司以 25 美元（如今的 150 美元）的價(jià)格推出 6502 芯片時(shí)，

史蒂夫?沃茲尼亞克（Steve Wozniak）才負(fù)擔(dān)得起蘋果原型機(jī)的制造成本；

6502 芯片及定價(jià)相近的齊洛格（Zilog）Z80 芯片迫使英特爾降價(jià)，新興的

個(gè)人計(jì)算機(jī)社群開始涌現(xiàn)企業(yè)家，數(shù)十家公司成立，每家都推出略有差異的

產(chǎn)品。

20 世紀(jì) 70 年代中期，沒人能預(yù)料到個(gè)人計(jì)算機(jī)（及 ATM、POS 終端、智能手機(jī)等類似產(chǎn)品）會(huì)徹底改變世界。當(dāng)時(shí)史蒂夫?喬布斯向投資者宣稱 “未來每個(gè)家庭都會(huì)擁有一臺(tái)個(gè)人計(jì)算機(jī)”（事后證明這是嚴(yán)重低估），而另一些人則質(zhì)疑 “個(gè)人計(jì)算機(jī)是否有存在的必要”。直到 1979 年，蘋果的廣告仍未說明 “個(gè)人計(jì)算機(jī)能做什么”，反而反問用戶 “你會(huì)用它做什么”[2]。IBM、惠普（HP）、數(shù)字設(shè)備公司（DEC）等老牌計(jì)算機(jī)制造商，對(duì) “客戶不需求的產(chǎn)品” 毫無興趣 —— 沒人 “需要” 計(jì)算機(jī)，因此個(gè)人計(jì)算機(jī)不是 “被購(gòu)買”，而是 “被推銷”。

蘋果、辛克萊（Sinclair）等光鮮的初創(chuàng)公司靠炒作吸引關(guān)注；雅達(dá)利（Atari）、康懋達(dá)（Commodore）、坦迪 / 無線電屋（Tandy/RadioShack）等在消費(fèi)電子領(lǐng)域有根基的公司，則憑借強(qiáng)大的零售渠道，讓產(chǎn)品觸達(dá)潛在客戶。

技術(shù)浪潮的共性：時(shí)間、耐心與 “自我強(qiáng)化循環(huán)”

個(gè)人計(jì)算機(jī)市場(chǎng)初期增長(zhǎng)緩慢，直到 1979 年電子表格等 “實(shí)用應(yīng)用” 出現(xiàn)后才加速。隨著使用場(chǎng)景增多，“觀察實(shí)際應(yīng)用” 降低了市場(chǎng)不確定性，進(jìn)而推動(dòng)更多企業(yè)采用，形成 “自我強(qiáng)化循環(huán)”。每一次技術(shù)浪潮都需要時(shí)間積累 momentum（勢(shì)頭）：例如，電力用了近 30 年才覆蓋美國(guó)一半家庭，個(gè)人計(jì)算機(jī)的普及也花了相近時(shí)間 [3]。

當(dāng)一場(chǎng)技術(shù)革命要改變一切時(shí)，需要大量創(chuàng)新、投資、敘事、時(shí)間，以及純粹的 “苦功”—— 它還會(huì)吸納所有可用的資金與人才。正如科學(xué)領(lǐng)域的 “庫(kù)恩范式”（Kuhn’s paradigms），任何不屬于該浪潮 “技術(shù) - 經(jīng)濟(jì)范式” 的技術(shù)，都只會(huì)淪為 “旁支表演”[4]。

新興的個(gè)人計(jì)算機(jī)市場(chǎng)吸引了風(fēng)險(xiǎn)投資家，他們開始為新公司下高風(fēng)險(xiǎn)賭注。這一趨勢(shì)又激勵(lì)了更多發(fā)明家、企業(yè)家與研究者，進(jìn)而吸引更多投機(jī)資本。

而在個(gè)人計(jì)算機(jī)崛起前的行業(yè)巨頭 IBM，此時(shí)表現(xiàn)相對(duì)疲軟 —— 它既不相信個(gè)人計(jì)算機(jī)會(huì)長(zhǎng)期存在并滲透到自身核心市場(chǎng)，也不屑于關(guān)注 “想要更廉價(jià)解決方案的新興小市場(chǎng)”。

事后看來，我們總將個(gè)人計(jì)算機(jī)先驅(qū)視為 “預(yù)言家”，但在當(dāng)時(shí)，除了少數(shù)早期采用者，幾乎沒人關(guān)注這一領(lǐng)域。《紐約時(shí)報(bào)》等主流媒體直到 1981 年 8 月 IBM 推出個(gè)人計(jì)算機(jī)后，才開始認(rèn)真對(duì)待這一技術(shù)。1976 年蘋果公司成立的整整一年里，《紐約時(shí)報(bào)》僅 4 次提及 “個(gè)人計(jì)算機(jī)”[5]。顯然，只有那些 “瘋狂者、異類、反叛者與麻煩制造者”，才在當(dāng)時(shí)關(guān)注著這一領(lǐng)域。

今昔對(duì)比：人工智能與個(gè)人計(jì)算機(jī)的 “驚喜差距”

將計(jì)算機(jī)革命早期與當(dāng)下對(duì)比，最顯著的差異在于 “驚喜感”：20 世紀(jì) 70 年代，沒人在意個(gè)人計(jì)算機(jī)；2025 年，人工智能卻成了全民熱議的話題。

大公司厭惡 “驚喜”，而 “不確定性” 正是初創(chuàng)公司的最佳護(hù)城河。1979 年 IBM 進(jìn)入個(gè)人計(jì)算機(jī)市場(chǎng)時(shí)，蘋果本可能無法存活 —— 它能繼續(xù)競(jìng)爭(zhēng)，全靠 1980 年 IPO（首次公開募股）籌集的 1 億美元資金。在 IBM 引發(fā)的行業(yè) “篩選” 后，蘋果成了僅存的競(jìng)爭(zhēng)者之一 [6]。

隨著技術(shù)站穩(wěn)腳跟并展現(xiàn)潛力，軟件、內(nèi)存、軟盤驅(qū)動(dòng)器、調(diào)制解調(diào)器等外設(shè)的創(chuàng)新也隨之而來，彼此強(qiáng)化：每一項(xiàng)進(jìn)步都會(huì)對(duì)相鄰技術(shù)產(chǎn)生壓力，若系統(tǒng)某環(huán)節(jié)拖后腿，投資者就會(huì)爭(zhēng)相為該領(lǐng)域注資。例如，個(gè)人計(jì)算機(jī)內(nèi)存提升催生了對(duì)復(fù)雜軟件的需求，進(jìn)而需要更多外部存儲(chǔ) —— 這促使風(fēng)投大衛(wèi)?馬夸特（Dave Marquardt）在 1980 年投資磁盤驅(qū)動(dòng)器制造商希捷（Seagate）。1981 年希捷上市時(shí)，為馬夸特帶來了 40 倍回報(bào)。其他投資者紛紛效仿，此后三年，約 2.7 億美元資金涌入該行業(yè) [7]。

資金還流向底層基礎(chǔ)設(shè)施（光纖網(wǎng)絡(luò)、芯片制造等），確保 “容量永遠(yuǎn)不會(huì)成為瓶頸”。利用新技術(shù)超越老牌企業(yè)的公司開始搶占市場(chǎng)份額，即便保守的競(jìng)爭(zhēng)者也意識(shí)到 “不采用新技術(shù)就會(huì)滅亡”。炒作逐漸演變?yōu)橥顿Y泡沫 —— 即 20 世紀(jì) 90 年代末的互聯(lián)網(wǎng)狂熱。

信息通信技術(shù)浪潮與此前的技術(shù)浪潮（如 19 世紀(jì) 30 年代運(yùn)河建設(shè)、20 世紀(jì) 20 年代鐵路建設(shè)后的投資熱潮）類似：人類對(duì)每個(gè)階段的反應(yīng)，都會(huì)可預(yù)測(cè)地催生下一階段。

互聯(lián)網(wǎng)泡沫破裂后，社會(huì)開始反對(duì)行業(yè)過度投機(jī)，政府也獲得民眾支持，重新對(duì)科技公司及投資者施加管控，為 “狂熱” 踩下剎車。企業(yè)不再像泡沫時(shí)期那樣盲目創(chuàng)新，而是轉(zhuǎn)向已驗(yàn)證的市場(chǎng)；金融家從 “投機(jī)” 轉(zhuǎn)向 “投資”；企業(yè)家不再聚焦底層技術(shù)創(chuàng)新，而是專注于尋找應(yīng)用場(chǎng)景。技術(shù)仍在進(jìn)步，但變革更多是 “漸進(jìn)式”，而非 “革命性”。

變革放緩后，企業(yè)有信心進(jìn)行長(zhǎng)期投資，開始以新方式整合系統(tǒng)各環(huán)節(jié)，為更廣泛用戶創(chuàng)造價(jià)值。泡沫時(shí)期過度建設(shè)的光纖通信網(wǎng)絡(luò)等基礎(chǔ)設(shè)施，提供了大量廉價(jià)產(chǎn)能，降低了擴(kuò)張成本 —— 這對(duì)企業(yè)家與投資者而言，是一段黃金時(shí)期。

人工智能的 “與眾不同”：缺乏 “試錯(cuò)空間” 的革命

與互聯(lián)網(wǎng)不同，社會(huì)無需等到 “泡沫破裂”，就已開始批評(píng)人工智能。盡管對(duì)科技的 “反彈” 已持續(xù)十年，我們對(duì)此習(xí)以為常，但人工智能面臨的反對(duì)，與信息通信技術(shù)早期（比爾?蓋茨、史蒂夫?喬布斯、杰夫?貝佐斯等科技巨頭廣受推崇）形成鮮明對(duì)比。

世界厭惡變革，20 世紀(jì) 80-90 年代之所以 “容忍” 科技，是因?yàn)楫?dāng)時(shí)人們認(rèn)為 “科技若出問題，還能倒退”—— 這給了早期計(jì)算機(jī)創(chuàng)新者 “試錯(cuò)空間”。如今，所有人都知道 “計(jì)算機(jī)已不可或缺”，人工智能不再享有 “觀望” 的余地，而是被視為 “信息通信技術(shù)革命的一部分”。

經(jīng)濟(jì)學(xué)家佩雷斯將每一次技術(shù)浪潮劃分為四個(gè)可預(yù)測(cè)階段：爆發(fā)期（irruption）、狂熱期（frenzy）、協(xié)同期（synergy）、成熟期（maturity），每個(gè)階段都有獨(dú)特的投資特征。

對(duì)投資者而言，中間兩個(gè)階段（狂熱期、協(xié)同期）相對(duì)容易把握：

狂熱期：所有人蜂擁而入，投資者因 “為未經(jīng)驗(yàn)證的想法承擔(dān)高風(fēng)險(xiǎn)” 而獲利，最終以泡沫破裂、賬面利潤(rùn)消失告終；

協(xié)同期：理性回歸，企業(yè)優(yōu)化產(chǎn)品，使其適用于更廣泛用戶，有耐心、會(huì)篩選、且能提供 “非資金價(jià)值” 的投資者將獲得回報(bào)。

而爆發(fā)期與成熟期的投資難度更大。

爆發(fā)期投資：比事后看起來更難

20 世紀(jì) 70 年代的投資，遠(yuǎn)比事后回顧時(shí)更具挑戰(zhàn)性。1971-1975 年期間，要投資個(gè)人計(jì)算機(jī)相關(guān)領(lǐng)域，要么是 “堅(jiān)定的信仰者”，要么是 “采用盲目多元化策略的綜合企業(yè)集團(tuán)”：

英特爾是優(yōu)秀的投資標(biāo)的，但初期看起來只是 “上一波電子行業(yè)的公司”；

MOS 科技 1969 年成立時(shí)旨在與德州儀器競(jìng)爭(zhēng)，后來為維持運(yùn)營(yíng)，不得不將多數(shù)股權(quán)出售給艾倫 - 布拉德利（Allen-Bradley）；

齊洛格 1975 年的投資方竟是埃克森（Exxon）；

蘋果雖潛力巨大，但完全不符合風(fēng)投的 “標(biāo)準(zhǔn)篩選條件”—— 當(dāng)時(shí)個(gè)人計(jì)算機(jī)仍是 “為找問題而存在的解決方案”。

直到 20 世紀(jì) 80 年代初（爆發(fā)期后期），優(yōu)質(zhì)投資機(jī)會(huì)才大量涌現(xiàn)：個(gè)人計(jì)算機(jī)制造商（康柏、戴爾）、軟件與操作系統(tǒng)公司（微軟、藝電、Adobe）、外設(shè)廠商（希捷）、工作站企業(yè)（太陽微系統(tǒng)）、計(jì)算機(jī)商店（Businessland）等。若投資了贏家，收益會(huì)很可觀，但 “資金多于想法” 的現(xiàn)狀意味著，這并非投資的黃金時(shí)代。到 1983 年，僅磁盤驅(qū)動(dòng)器領(lǐng)域就有 70 多家公司競(jìng)爭(zhēng)，估值大幅下跌。

20 世紀(jì) 70-80 年代確實(shí)有人積累了財(cái)富，許多風(fēng)投也在這一時(shí)期成名，但爆發(fā)期投資者的最大優(yōu)勢(shì)，是 “積累機(jī)構(gòu)知識(shí)”，為后續(xù)狂熱期、協(xié)同期的早期優(yōu)質(zhì)投資奠定基礎(chǔ)。

成熟期投資：“無變革” 的困境

成熟期的投資難度更大：爆發(fā)期是 “難以預(yù)測(cè)未來”，成熟期則是 “幾乎無變革發(fā)生”。關(guān)于 “什么可行”“客戶與社會(huì)如何反應(yīng)” 的不確定性幾乎消失，一切都可預(yù)測(cè)，所有人的行為也都可預(yù)測(cè)。

缺乏活力的市場(chǎng)環(huán)境，讓協(xié)同期成功的企業(yè)得以鞏固地位（如 “漂亮 50”（Nifty 50）、FAANG 等科技巨頭），但增長(zhǎng)變得困難。它們開始侵入彼此的市場(chǎng)、進(jìn)行并購(gòu)、提價(jià)降本；“以低價(jià)吸引新客戶” 的時(shí)代結(jié)束，產(chǎn)品質(zhì)量下滑；大公司仍宣稱 “追求革命性創(chuàng)新”，但更傾向于 “控制創(chuàng)新的應(yīng)用方式”；研發(fā)支出從 “產(chǎn)品與流程創(chuàng)新” 轉(zhuǎn)向 “越來越徒勞的、延長(zhǎng)當(dāng)前范式的嘗試”—— 企業(yè)將這包裝成 “為勝利而戰(zhàn)”，實(shí)則是 “害怕失敗”。

成熟期也可能出現(xiàn)創(chuàng)新，有時(shí)甚至是突破性創(chuàng)新，但這些創(chuàng)新只有 “符合當(dāng)前浪潮的范式” 才會(huì)獲得支持，最終輕易被行業(yè)巨頭 “吞噬”。這意味著，企業(yè)家或投資者幾乎無法通過這些創(chuàng)新獲利。生成式人工智能顯然正被信息通信技術(shù)巨頭捕獲 —— 這引發(fā)了一個(gè)問題：對(duì)發(fā)明家與投資者而言，此次是否會(huì)不同？（這與 “人工智能本身是否是革命性技術(shù)” 是兩個(gè)問題。）

集裝箱運(yùn)輸?shù)膯⑹荆骸皟r(jià)值流向客戶” 的革命

集裝箱運(yùn)輸是 “后期浪潮創(chuàng)新” 的典型案例：它改變了世界，開啟了現(xiàn)代全球化時(shí)代，對(duì)社會(huì)與經(jīng)濟(jì)產(chǎn)生深遠(yuǎn)影響，顯著提升了人類福祉，但投資它并真正獲利的人，或許只有一兩個(gè)。

1956 年屬于上一波技術(shù)浪潮的后期，但就在這一年，后來更名為 “海陸運(yùn)輸”（SeaLand）的公司，通過推出首艘集裝箱船 “理想 - X 號(hào)”（Ideal-X），徹底革新了貨運(yùn)行業(yè)。海陸運(yùn)輸創(chuàng)始人馬爾科姆?麥克萊恩（Malcom McLean）有一個(gè)頓悟：卡車司機(jī)、鐵路公司、航運(yùn)公司的核心任務(wù)是 “將貨物從發(fā)貨人運(yùn)到目的地”，而非 “開卡車、裝貨車、裝船”。

海陸運(yùn)輸實(shí)現(xiàn)了 “貨運(yùn)跨模式無縫銜接”，節(jié)省了時(shí)間、提高了航運(yùn)可預(yù)測(cè)性、降低了成本（包括裝卸貨成本與船舶在港閑置成本）[8]。

集裝箱運(yùn)輸?shù)暮锰庯@而易見 —— 所有人都能看到其效率，而客戶只關(guān)心 “貨物能否送達(dá)”，不在乎 “如何送達(dá)”。但它面臨巨大阻力：碼頭工人會(huì)失業(yè)、政客會(huì)失去失業(yè)者的選票、港口管理局會(huì)失去政客的支持、聯(lián)邦監(jiān)管機(jī)構(gòu)會(huì)因 “負(fù)面后果” 被追責(zé)、鐵路公司可能被航運(yùn)公司搶走貨運(yùn)業(yè)務(wù)、現(xiàn)有航運(yùn)公司可能被新公司取代，且所有變革都需要巨額資金。多數(shù)人認(rèn)為，麥克萊恩不可能成功。

麥克萊恩在反對(duì)聲中找到了突破口：

購(gòu)買并改造 surplus（過剩的）軍用船只，降低成本；

聚焦 “沿海航運(yùn)”（在州際公路興起的時(shí)代，這是一個(gè)衰退行業(yè)），規(guī)避競(jìng)爭(zhēng)；

在新澤西州紐瓦克（而非紐約地獄廚房的航運(yùn)樞紐）設(shè)立基地，獲得港口管理局支持，同時(shí)避開曼哈頓的擁堵；

與紐約碼頭工人聯(lián)盟達(dá)成協(xié)議 —— 只因他當(dāng)時(shí)規(guī)模小，被聯(lián)盟視為 “無威脅”[10]。

但競(jìng)爭(zhēng)對(duì)手與監(jiān)管機(jī)構(gòu)行動(dòng)太快，麥克萊恩未能建立起 “護(hù)城河”（如掌控港口、與發(fā)貨人或其他運(yùn)輸方式簽訂獨(dú)家協(xié)議、推動(dòng)專有技術(shù)標(biāo)準(zhǔn)化等）[9]。到 1965 年左右，當(dāng)集裝箱運(yùn)輸 “看似可行” 時(shí)，其明顯優(yōu)勢(shì)吸引了所有大型航運(yùn)公司入局，競(jìng)爭(zhēng)加劇。即便 1968 年集裝箱貨運(yùn)量仍不足總貿(mào)易量的 1%，集裝箱船數(shù)量已開始快速增長(zhǎng) [10]，此后多年 “產(chǎn)能遠(yuǎn)超需求”。

競(jìng)爭(zhēng)加劇引發(fā)了 “價(jià)格戰(zhàn)”，利潤(rùn)被壓縮，進(jìn)而導(dǎo)致行業(yè)整合與卡特爾（壟斷聯(lián)盟）形成。與此同時(shí)，建造更大集裝箱船與配套港口設(shè)施的成本極高，行業(yè)變得 “資本密集”。麥克萊恩看到了危機(jī)，于 1969 年 1 月將海陸運(yùn)輸出售給雷諾茲（R.J. Reynolds）—— 他或許是唯一 “全身而退” 的企業(yè)家。

集裝箱運(yùn)輸?shù)?“端到端愿景” 過了很久才實(shí)現(xiàn)，但到 1980 年左右，海運(yùn)成本開始大幅下降 [11]，這推動(dòng)了國(guó)際貿(mào)易繁榮 [12]，使制造商得以從高工資國(guó)家轉(zhuǎn)向低工資國(guó)家，集裝箱運(yùn)輸從此 “不可逆轉(zhuǎn)”。

當(dāng)然，仍有人獲利：麥克萊恩賺了錢；航運(yùn)巨頭丹尼爾?路德維希（Daniel Ludwig）1965 年以每股 8.5 美元的價(jià)格，向海陸運(yùn)輸?shù)那吧睇溈巳R恩工業(yè)公司投資 850 萬美元，1969 年以每股 50 美元賣出 [13]；造船廠也賺了錢 ——1967-1972 年，約 100 億美元（相當(dāng)于 2025 年的 800 億美元）被投入集裝箱船建造；建造新集裝箱港口的承包商同樣獲利；后來，馬士基（Maersk）、長(zhǎng)榮（Evergreen）等通過整合主導(dǎo)行業(yè)的航運(yùn)公司，也成長(zhǎng)為巨頭。

但 “對(duì)雷諾茲及其他 20 世紀(jì) 60 年代末為追逐快速增長(zhǎng)而涉足集裝箱運(yùn)輸?shù)墓径裕@些投資只帶來了失望”[14]。除麥克萊恩與路德維希外，很難找到其他人因集裝箱運(yùn)輸本身致富 —— 競(jìng)爭(zhēng)與巨額資本支出，讓行業(yè)難以快速增長(zhǎng)或?qū)崿F(xiàn)高利潤(rùn)率。

最終，集裝箱運(yùn)輸行業(yè)主要被 “原有巨頭” 主導(dǎo)，利潤(rùn)流向了 “發(fā)貨企業(yè)”，而非 “運(yùn)輸企業(yè)”。宜家（IKEA）受益于廉價(jià)航運(yùn)，從 1972 年的 “斯堪的納維亞區(qū)域性公司”，成長(zhǎng)為 2008 年的 “全球最大家具零售商”—— 集裝箱運(yùn)輸完美適配其平板包裝家具；沃爾瑪（Walmart）則利用集裝箱運(yùn)輸帶來的 “可預(yù)測(cè)性”，降低庫(kù)存及相關(guān)成本。

事后看來，投資集裝箱運(yùn)輸?shù)恼_方式很明確：不投資集裝箱運(yùn)輸行業(yè)本身，而是投資 “受益于集裝箱運(yùn)輸?shù)男袠I(yè)”。但即便如此，沃爾瑪、好市多（Costco）、塔吉特（Target）等公司的成功，也伴隨著其他公司的失敗：集裝箱運(yùn)輸?shù)臎_擊讓西爾斯（Sears）、伍爾沃斯（Woolworth）陷入衰退，為蒙哥馬利?沃德（Montgomery Ward）與 A&P 超市敲響了喪鐘，還曾迫使梅西百貨（Macy’s）破產(chǎn)（后被聯(lián)邦百貨收購(gòu)重組并縮減規(guī)模）。

與此同時(shí)，在 “世界家具之都” 美國(guó)北卡羅來納州，家具制造商試圖通過從中國(guó)進(jìn)口廉價(jià)家具與宜家競(jìng)爭(zhēng)，最終卻被自己的供應(yīng)商取代 [15]。

若當(dāng)時(shí)有更多時(shí)間構(gòu)建 “護(hù)城河”，或許會(huì)出現(xiàn)幾家主導(dǎo)集裝箱運(yùn)輸?shù)墓荆鋭?chuàng)始人能躋身《福布斯》400 富豪榜，投資者也會(huì)成為傳奇。但 “護(hù)城河需要時(shí)間構(gòu)建”，而與個(gè)人計(jì)算機(jī)不同，集裝箱運(yùn)輸?shù)钠占?“毫無意外”—— 所有利益相關(guān)企業(yè)都立刻制定了戰(zhàn)略計(jì)劃。

經(jīng)濟(jì)學(xué)家約瑟夫?熊彼特（Joseph Schumpeter）曾說：“任何新事物出現(xiàn)時(shí)，完全競(jìng)爭(zhēng)都會(huì)暫時(shí)中止。”[16] 但集裝箱運(yùn)輸?shù)陌咐砻鳎诩夹g(shù)浪潮末期，這一規(guī)律并不成立。而在完全競(jìng)爭(zhēng)狀態(tài)下，不存在經(jīng)濟(jì)利潤(rùn)，因此成熟期的創(chuàng)新者也無法獲利。與集裝箱運(yùn)輸一樣，人工智能的出現(xiàn)并未給創(chuàng)新者帶來 “受保護(hù)的利潤(rùn)期”，反而立刻引發(fā)了 “全面競(jìng)爭(zhēng)混戰(zhàn)”。

生成式人工智能：是新浪潮開端，還是舊浪潮尾聲？

我們姑且認(rèn)可 “生成式人工智能具有革命性”（盡管越來越明顯的是，這項(xiàng)技術(shù)已進(jìn)入漸進(jìn)式發(fā)展階段）。它將為經(jīng)濟(jì)創(chuàng)造巨大價(jià)值，投資者也希望捕獲其中一部分。但 “何時(shí)捕獲、誰能捕獲、如何捕獲”，取決于人工智能是 “信息通信技術(shù)浪潮的尾聲”，還是 “新浪潮的開端”。

若人工智能開啟了新浪潮，市場(chǎng)會(huì)經(jīng)歷漫長(zhǎng)的 “不確定性與實(shí)驗(yàn)期”：早期采用者會(huì)用自己的模型進(jìn)行實(shí)驗(yàn)；當(dāng)成千上萬甚至數(shù)百萬 “極客” 用這項(xiàng)技術(shù)以全新方式解決問題時(shí)，其應(yīng)用場(chǎng)景會(huì)迅速擴(kuò)散。但現(xiàn)實(shí)是，他們使用的模型歸大型人工智能公司所有，其實(shí)驗(yàn)空間被限制在 “現(xiàn)有巨頭允許的范圍內(nèi)”—— 而這些巨頭絕不愿讓現(xiàn)狀受到長(zhǎng)期挑戰(zhàn)。

這并不意味著人工智能無法開啟下一場(chǎng)技術(shù)革命。若實(shí)驗(yàn)變得 “廉價(jià)、分布式且無需許可”—— 就像沃茲尼亞克在車庫(kù)里組裝計(jì)算機(jī)、福特在廚房研發(fā)首臺(tái)內(nèi)燃機(jī)、特里維西克（Trevithick）在詹姆斯?瓦特（James Watt）的專利到期后立刻研發(fā)高壓蒸汽機(jī)那樣 —— 它或許能成為下一輪重大變革的種子，實(shí)現(xiàn) “革命性” 而非 “漸進(jìn)式” 突破。但在這一切發(fā)生之前，“爆發(fā)期” 無從談起。

事實(shí)上，人工智能是 “信息通信技術(shù)浪潮的縮影”。20 世紀(jì) 60 年代的計(jì)算機(jī)先驅(qū)們立志打造 “能思考的機(jī)器”，其繼任者通過不斷提升算法、芯片、數(shù)據(jù)與數(shù)據(jù)中心基礎(chǔ)設(shè)施，最終實(shí)現(xiàn)了這一目標(biāo)。與集裝箱運(yùn)輸一樣，人工智能是 “對(duì)過往技術(shù)的延伸”，因此其能力與未來方向 “毫無意外”。

20 世紀(jì) 70 年代，人們花了很長(zhǎng)時(shí)間才理解 “強(qiáng)大且普及的計(jì)算技術(shù)” 的價(jià)值；但在 2025 年，“比以往更擅長(zhǎng)思考的機(jī)器” 很容易被大眾理解。

我們不妨對(duì)比人工智能的商業(yè)演進(jìn)與集裝箱運(yùn)輸?shù)南嗨浦帲?/p>

在 “人工智能相似發(fā)展” 列中，前 4 項(xiàng)已在進(jìn)行中。如何投資，取決于你是否認(rèn)為第 5-7 項(xiàng)會(huì)成為下一步趨勢(shì)。

經(jīng)濟(jì)學(xué)家預(yù)測(cè)，未來十年人工智能將推動(dòng)全球 GDP 增長(zhǎng) 1%[17] 至 7% 以上 [18]，對(duì)應(yīng) 1-7 萬億美元的新增價(jià)值。核心問題是：這些價(jià)值在價(jià)值鏈中會(huì) “停留” 在何處？

多數(shù)人工智能市場(chǎng)報(bào)告將行業(yè)分為十多個(gè)類別，按服務(wù)客戶與行業(yè)細(xì)分，但未來幾年這些分類會(huì)發(fā)生巨大變化。若想簡(jiǎn)化企業(yè)分類，不妨 “跟隨資金流向”：

人工智能的投資策略：“向下游捕魚”，而非 “向上游游泳”

集裝箱運(yùn)輸?shù)臍v史經(jīng)驗(yàn)表明：若你并非模型層公司的早期投資者，現(xiàn)在入局已無意義。山姆?奧特曼（Sam Altman）等少數(shù)早期推動(dòng)者可能像麥克萊恩、路德維希那樣積累財(cái)富，但 “模型研發(fā)與運(yùn)營(yíng)的巨額成本” 加上 “激烈競(jìng)爭(zhēng)”，意味著最終市場(chǎng)只會(huì)剩下少數(shù)公司，且均由大型科技公司資助或控股。若你已是早期投資者，恭喜：行業(yè)整合可能會(huì)讓你獲得退出機(jī)會(huì)。

垂直領(lǐng)域模型（如代碼生成工具 Cursor、法律 AI Harvey）或許是最具價(jià)值的細(xì)分方向，但 “模型微調(diào)成本低” 且 “存在范圍經(jīng)濟(jì)”（同一基礎(chǔ)模型可適配多個(gè)領(lǐng)域），其優(yōu)勢(shì)難以長(zhǎng)期維持。此外，正如谷歌 2010 年收購(gòu) Invite Media 以掌握 “向廣告公司銷售的能力”，那些 “獲得客戶信任的垂直領(lǐng)域模型公司” 將成為熱門收購(gòu)標(biāo)的。

盡管 Midjourney、Runway 等 “非語言生成模型”（如圖像、視頻）可能憑借差異化架構(gòu)開辟獨(dú)立賽道，但大型語言模型（LLM）公司也已輕松進(jìn)入這一領(lǐng)域（如谷歌 Imagen、微軟 DALL-E）。Osmo 等專注于特定交互模式（如兒童教育）的公司能否例外，仍需觀察。

雖然現(xiàn)在投資模型層已為時(shí)過晚，但 “利用模型解決特定問題的應(yīng)用公司” 仍在大量涌現(xiàn)（如 Perplexity、InflectionAI、Writer、Abridge 等）。但需注意：若這些公司成長(zhǎng)為高價(jià)值企業(yè)，模型層公司會(huì)通過 “歧視性定價(jià)” 或 “垂直整合” 奪取其收益 —— 換句話說，“成功即意味著失敗”，這絕非可靠的投資邏輯。

未來，模型層與應(yīng)用層公司將逐漸融合，最終形成 “少數(shù)幾家綜合性人工智能公司”。市場(chǎng)中總會(huì)有贏家，但對(duì)應(yīng)用層整體的投資大概率會(huì)虧損。當(dāng)然，若應(yīng)用公司能積累客戶群或打造優(yōu)秀團(tuán)隊(duì)，可能會(huì)被收購(gòu) —— 但這類公司本質(zhì)上并非 “技術(shù)公司”，而是 “基于預(yù)期構(gòu)建市場(chǎng)”，需按此類資產(chǎn)定價(jià)。此外，部分投資者可能通過 “套利” 獲利（利用收購(gòu)方的 FOMO 情緒，促使其高價(jià)收購(gòu)），但這并非真正的 “投資”。

或許在 “模型巨頭與客戶的接口管理” 或 “企業(yè)數(shù)據(jù)保護(hù)” 領(lǐng)域存在投資機(jī)會(huì)（如 Hugging Face、Glean），因?yàn)檫@類業(yè)務(wù)本質(zhì)上與模型層獨(dú)立。但在集裝箱運(yùn)輸后期，類似的 “中間服務(wù)商” 并未成長(zhǎng)為大型企業(yè) —— 由于人工智能的 “無意外性”，即便這類公司成功，也可能止步于中型規(guī)模（模型巨頭不會(huì)允許它們獲得戰(zhàn)略影響力）。

當(dāng)一個(gè)行業(yè) “規(guī)模將擴(kuò)大但發(fā)展路徑不確定” 時(shí)，投資者常傾向于 “向上游投資”（即行業(yè)供應(yīng)商）。對(duì)人工智能而言，上游即芯片提供商、數(shù)據(jù)公司、云 / 數(shù)據(jù)中心企業(yè)（如 SambaNova、Scale AI、Lambda，以及英偉達(dá)、彭博等老牌公司）。

但數(shù)據(jù)領(lǐng)域的投資前景喜憂參半：

通用數(shù)據(jù)（如多數(shù)人已知的信息、10 年前的知識(shí)）已成為大宗商品，少數(shù)公司可能從事 “數(shù)據(jù)整理與標(biāo)注”，但由于 AI 本身可完成這類工作，其定價(jià)權(quán)有限；

垂直領(lǐng)域模型需要專業(yè)數(shù)據(jù)，部分模型需處理 “實(shí)時(shí)信息”，因此 “特定、實(shí)時(shí)、難以復(fù)制的數(shù)據(jù)” 具有價(jià)值（彭博等公司已在此領(lǐng)域成功）；

客戶集中度提高會(huì)壓低數(shù)據(jù)價(jià)格，而應(yīng)用范圍擴(kuò)大則會(huì)增加收入 —— 總體而言，該領(lǐng)域或略有收益，但難成 “風(fēng)口”，會(huì)涌現(xiàn)新公司，但值得投資的寥寥無幾。

人工智能公司的巨額資本支出，主要流向基礎(chǔ)設(shè)施企業(yè)。這些公司的估值已反映了這一預(yù)期，因此不會(huì)有 “超預(yù)期收益”。此外，需警惕類似集裝箱運(yùn)輸 “船舶建造” 的風(fēng)險(xiǎn)：1965-1973 年，船舶建造受益于集裝箱運(yùn)輸，但需求崩潰后行業(yè)陷入低迷 [19]。若人工智能公司整合或協(xié)同行動(dòng)，即便輕微的行業(yè)下行（迫使公司縮減開支），也可能導(dǎo)致基礎(chǔ)設(shè)施支出 “嚴(yán)重、突然且長(zhǎng)期的下滑”。這將使英偉達(dá)及其競(jìng)爭(zhēng)對(duì)手（需對(duì)供應(yīng)商做出長(zhǎng)期承諾并擴(kuò)大產(chǎn)能）陷入困境 —— 若市場(chǎng)規(guī)模縮小，它們無法通過降成本適配新需求。對(duì) “按 S 型增長(zhǎng)曲線定價(jià)” 的公司而言，若市場(chǎng)出現(xiàn) “峰值與衰退”，其估值將嚴(yán)重高估。

綜上，投資者不應(yīng) “向上游游泳”，而應(yīng) “向下游捕魚”：那些 “依賴模糊信息實(shí)現(xiàn)高質(zhì)量成果” 的公司，將因人工智能提升效率、增加利潤(rùn) —— 這類行業(yè)包括專業(yè)服務(wù)、醫(yī)療、教育、金融服務(wù)、創(chuàng)意服務(wù)，合計(jì)占全球 GDP 的 1/3 至 1/2，且此前未從自動(dòng)化中顯著獲益。

與集裝箱運(yùn)輸一樣，人工智能能降低成本，但企業(yè) “如何將成本降低納入戰(zhàn)略” 及 “如何使用節(jié)省的資金”，將決定其成敗。直白地說：“用成本節(jié)省提高利潤(rùn)而非擴(kuò)大收入”，是一場(chǎng)必輸?shù)挠螒颉?/p>

最快受益的公司，是那些 “戰(zhàn)略本身就依賴成本降低” 的企業(yè)。宜家長(zhǎng)期以來的戰(zhàn)略是 “低價(jià)銷售優(yōu)質(zhì)家具，通過銷量獲利”，集裝箱運(yùn)輸使其得以走向全球，最終成為全球最大零售商，創(chuàng)始人英瓦爾?坎普拉德（Ingvar Kamprad，宜家 IKEA 中的 “IK”）也成為億萬富豪。類似地，沃爾瑪?shù)膽?zhàn)略是 “在未被充分服務(wù)的市場(chǎng)中，以高銷量、低價(jià)格取勝”，集裝箱運(yùn)輸帶來的成本節(jié)省與 “即時(shí)供應(yīng)鏈”，使其得以擴(kuò)大產(chǎn)品種類、降低庫(kù)存成本。

如今，那些 “已重視高銷量、低價(jià)格” 的知識(shí)型企業(yè)，是投資人工智能的 “低風(fēng)險(xiǎn)選擇”。同時(shí)，新公司將以 “高銷量、低成本” 戰(zhàn)略成立或轉(zhuǎn)型（如同 20 世紀(jì) 80 年代初的好市多）。這些新公司將與現(xiàn)有企業(yè)競(jìng)爭(zhēng)，但憑借 “無歷史包袱” 與 “后發(fā)優(yōu)勢(shì)”，可能占據(jù)一席之地。不過，由于 “進(jìn)入門檻低”，每個(gè)細(xì)分市場(chǎng)都會(huì)面臨激烈競(jìng)爭(zhēng)，市場(chǎng)將呈現(xiàn) “碎片化” 特征 —— 經(jīng)驗(yàn)豐富的管理團(tuán)隊(duì)與 “無缺陷的執(zhí)行”，將成為成功的關(guān)鍵。

對(duì)企業(yè)家而言，這些領(lǐng)域充滿機(jī)遇；但對(duì)投資者而言，難度更大。這類公司無需大量私募資本（宜家從未依賴風(fēng)險(xiǎn)資本，好市多 1983 年僅融資一輪，1985 年便上市）—— 因?yàn)?“實(shí)施降成本技術(shù)” 無需巨額資本投入。與集裝箱運(yùn)輸一樣，“技術(shù)觸發(fā)” 與 “最佳投資機(jī)會(huì)” 之間存在長(zhǎng)期滯后，機(jī)遇將出現(xiàn)在后期。

選股者也能獲利，但需精挑細(xì)選。按樂觀預(yù)測(cè)，未來十年 “占全球 GDP 1/3 的行業(yè)” 將因人工智能實(shí)現(xiàn) 7% 的額外增長(zhǎng)，這意味著相關(guān)公司每年僅能獲得約 2% 的增長(zhǎng)紅利（若傳統(tǒng)信息通信技術(shù)的 productivity（生產(chǎn)率）增長(zhǎng)放緩，紅利會(huì)更低）。價(jià)值轉(zhuǎn)移的核心方向是 “擁抱人工智能戰(zhàn)略的公司”，從 “拒絕變革的公司” 手中奪取市場(chǎng)份額 —— 就像沃爾瑪從西爾斯手中搶占份額（西爾斯僅利用了廉價(jià)商品，卻未實(shí)現(xiàn)自我革新）。

最終贏家：消費(fèi)者

然而，最大的受益者將是消費(fèi)者。此前的機(jī)械化浪潮提升了制造業(yè)的勞動(dòng)生產(chǎn)率，壓低了價(jià)格，為消費(fèi)者節(jié)省了開支；同時(shí)，制造業(yè)工資上漲，倒逼服務(wù)業(yè)工資提高（盡管服務(wù)業(yè)并未從生產(chǎn)率增長(zhǎng)中獲益），進(jìn)而導(dǎo)致服務(wù)價(jià)格上升 [20]。

1918 年，美國(guó)家庭在食品與服裝上的支出占比為 55%，2023 年這一比例降至 16%[21]，但醫(yī)療、教育等 “知識(shí)密集型服務(wù)” 的成本漲幅遠(yuǎn)超通脹。

人工智能將帶來類似的變革：知識(shí)密集型服務(wù)將降價(jià)，消費(fèi)者能購(gòu)買更多此類服務(wù)；而 “人與人互動(dòng)的服務(wù)”（如護(hù)理、餐飲）將漲價(jià)，占家庭支出的比例上升 —— 這為兩類服務(wù)都帶來了明顯機(jī)遇。但更重要的是，人工智能創(chuàng)造的新增價(jià)值，大部分將被消費(fèi)者捕獲：他們將以合理價(jià)格獲得更多樣化的知識(shí)密集型產(chǎn)品，更廣泛、更廉價(jià)地獲取醫(yī)療、教育、咨詢等服務(wù)。

結(jié)語：投資人工智能的正確方式

新浪潮開啟時(shí)，“構(gòu)想、發(fā)明并打造改變世界的公司” 能帶來財(cái)富、聲譽(yù)與榮耀，這無疑是最佳機(jī)遇。但對(duì)投資者與企業(yè)家而言，“一廂情愿的空想” 最為危險(xiǎn)。過去 50 年投資科技的經(jīng)驗(yàn)，如今已不再適用。

投資人工智能的正確方式，是思考 “知識(shí)工作者效率提升” 的影響，想象這種效率將開啟哪些新市場(chǎng)，然后投資這些市場(chǎng)。數(shù)十年來，“押注新事物本身” 是獲利之道；如今，你需要 “押注新事物所開啟的機(jī)遇”。

杰瑞?諾伊曼（Jerry Neumann）是退休風(fēng)險(xiǎn)投資者，專注于創(chuàng)新領(lǐng)域的寫作與教學(xué)。

參考文獻(xiàn)

[1] Perez, C.,Technological Revolutions and Financial Capital, Edward Elgar, 2002.
[2] 圖片來源：蘋果公司（Apple）
[3] 圖表來源：Jovanovic, B., & Rousseau, P., “General purpose technologies. Handbook of Economic Growth”, 1 (05), p. 1194. [在線獲取]：https://doi.org/10.1016/S1574-0684(05)01018-X
[4] 注：醫(yī)療技術(shù)、制藥等領(lǐng)域的投資不受主流技術(shù)浪潮影響，因其本質(zhì)上屬于 “核心需求”，不會(huì)淪為 “旁支表演”。
[5] 數(shù)據(jù)來源：作者檢索《紐約時(shí)報(bào)》檔案，關(guān)鍵詞為 “microcomputer”“personal computer”“home computer”，排除廣告、分類廣告與目錄內(nèi)容。
[6] 圖表來源：Dediu, H., “The Next 40”, Asymco, March 2016. [在線獲取]：https://www.asymco.com/2016/03/28/the-next-40/
[7] Sahlman, W.A. and H.H. Stevenson. “Capital market myopia.”Journal of Business Venturing, 1985, 7-30.
[8] 本節(jié)內(nèi)容大量參考馬克?萊文森（Marc Levinson）所著《集裝箱改變世界》（The Box，普林斯頓大學(xué)出版社，2006 年），該書兼具專業(yè)性與可讀性，極具價(jià)值。
[9] 早在 1958 年（“理想 - X 號(hào)” 首航僅兩年后），美國(guó)海運(yùn)管理局就已啟動(dòng)集裝箱標(biāo)準(zhǔn)化進(jìn)程。
[10] 麥肯錫（McKinsey），“Brave New World: Container transport in 2043”[在線獲取]：https://www.mckinsey.com/~/media/mckinsey/industries/travel-logistics-and-infrastructure/our-insights/brave-new-world-container-transport-in-2043/brave-new-world-container-transport-in-2043.pdf, 2018；圖表來源：Levinson, p. 221.
[11] 圖表數(shù)據(jù)：OECD Economic Outlook, Volume 2007/1 No. 81, June. [在線獲取]：http://dx.doi.org/10.1787/032883306727
[12] 圖表數(shù)據(jù)：Michel Fouquin & Jules Hugot, 2016. "Two Centuries of Bilateral Trade and Gravity Data: 1827-2014," CEPII Working Paper 2016-14, May 2016, CEPII.https://www.cepii.fr/pdf_pub/wp/2016/wp2016-14.pdf. 經(jīng) Our World in Data 整理。
[13] 注：麥克萊恩后來難以抗拒重返航運(yùn)業(yè)的誘惑，于 1978 年收購(gòu)了另一家航運(yùn)公司 USL。1986 年，他因經(jīng)營(yíng)不善導(dǎo)致 USL 破產(chǎn)，隨后個(gè)人也宣告破產(chǎn)。
[14] Levinson, p. 230.
[15] Mullin, John,The Rise and Sudden Decline of North Carolina Furniture Making, Federal Reserve Bank of Richmond, Econ Focus, Fourth Quarter 2020. [在線獲取]：https://www.richmondfed.org/publications/research/econ_focus/2020/q4/economic_history
[16] Schumpeter, J.A.,Capitalism, Socialism and Democracy. Harper and Row: New York, 1950, p. 150.
[17] Acemoglu, Daron, “The Simple Macroeconomics of AI”, 2024. [在線獲取]：
[18] Goldman Sachs, “Generative AI could raise global GDP by 7%”, April 5, 2023. [在線獲取]：https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent
[19] 圖表來源：Colton, T., Huntzinger, L., “A Brief History of Shipbuilding in Recent Times”, CNA, 2002, p. 3. [在線獲取]：https://www.cna.org/archive/CNA_Files/pdf/d0006988.a1.pdf
[20] 注：這種現(xiàn)象被稱為 “鮑莫爾成本病”（Baumol’s cost disease），指勞動(dòng)生產(chǎn)率低的行業(yè)（如服務(wù)業(yè)），因需與勞動(dòng)生產(chǎn)率高的行業(yè)（如制造業(yè)）競(jìng)爭(zhēng)勞動(dòng)力，導(dǎo)致成本與價(jià)格不斷上漲。
[21] 數(shù)據(jù)來源：美國(guó)勞工統(tǒng)計(jì)局（Bureau of Labor Statistics），[在線獲取]：https://www.bls.gov/news.release/cesan.nr0.htm；及 [在線獲取]：https://www.bls.gov/opub/100-years-of-u-s-consumer-spending.pdf.