问题：随着人工智能快速发展，市场对“确定性资产”的需求显著增加；近期一份海外研究报告预测了未来智能风险情景，尽管假设条件较为理想化，但仍引发投资者情绪波动，科技类资产承压，恐慌指数上升。这使AI与企业价值的讨论再度升温：技术快速迭代、盈利模式尚未稳定的阶段，哪些资产能提供更可预期的回报？ 原因：过去十多年，宽松的货币政策支撑了轻资产和增长型资产的估值溢价，但随着全球利率环境变化和流动性成本上升，市场更加关注现金流的稳定性和资产的可持续性。此外，AI模型能力的提升并不直接等同于企业层面的确定回报。模型提供的是“高概率正确”，但企业经营需要“可复制、可审计、可持续”的确定性，这使得具备工程复杂度、监管壁垒和规模投入的重资产领域重新受到关注。 影响：机构提出“HALO效应”框架，认为“重资产、低淘汰”的组合在技术不确定性周期中可能获得更稳定的定价支撑。重资产指建设周期长、资本投入大、技术和监管门槛高的资产形态；低淘汰则指在多个技术周期中仍具经济价值，不易被新技术浪潮淘汰。该框架通过资本密集度指标（如固定资产强度、资本开支负担等）量化评估企业资产结构。结果显示，公用事业、能源、基础资源、电信领域资本密集度较高，而软件、互联网、媒体等更偏向轻资产。但行业内部差异明显，例如汽车、航空和奢侈品虽属消费行业，却具备“低淘汰”特征，并非传统意义上的落后行业。 对策：投资者在评估AI产业机会时，应关注资产结构与技术周期的匹配度，避免将“高成长”与“高确定性”简单等同。企业需平衡技术投入与实体资产建设：一上提升数字化能力，另一方面通过长期资本配置增强抗周期能力和技术替代韧性。监管层面可完善长期资本支持机制，鼓励基础设施和关键产业链投资，为市场提供更稳定的锚点。 前景：AI仍是全球产业效率提升的重要驱动力，但其商业化路径仍在探索中。随着技术迭代加速、行业应用分化，资本市场对“确定性”的偏好可能更增强，重资产、低淘汰领域的价值重估或将继续。同时，具备长期现金流和技术适配能力的实体资产有望在未来竞争中占据更重要的位置。
当技术创新与市场理性找到新的平衡点，那些看似“重剑无锋”的实体资产正在书写不同于互联网时代的经济故事。这场静默的价值重估提醒我们：在追逐技术前沿的同时，或许更应回归商业本质——真正经得起时间考验的基础设施和能力积累，才是穿越周期迷雾的可靠指引。