一视财经
2026-08-19
撰文丨一视财经 东阳
编辑 | 高山
当AI开始重塑经济底层逻辑，如果你紧握着一张旧地图，永远找不到新大陆。
2026年的全球资本市场正经历一场罕见的割裂：一方面，AI算力、智能设备和产业数字化板块持续走强，但曾被视作AI风向标的美国“科技七巨头”却进入内部分化期——6月单月市值合计缩水2.3万亿美元，微软上半年跌幅超过22%，而同期的费城半导体指数却暴涨逾100%；另一方面，根据国际货币基金组织2026年4月发布的《财政监测报告》，全球政府债务总额已逼近102万亿美元，约占全球GDP的94%，主要经济体的老龄化程度不断加深，市场波动加剧，风格切换愈发频繁。这一切表明，过去十年惯用的定投、行业集中持仓、固定股债比例等策略，已越来越难适应当前的复杂环境。
恰在此时，先锋集团旗下的标普500指数ETF（VOO）资产规模突破1万亿美元，成为全球首只迈过这一门槛的ETF产品。凭借这一成就，先锋集团超越贝莱德，登顶美国ETF市场份额榜首。站在这个历史性的高度上，先锋集团全球首席经济学家约瑟夫·H·戴维斯在其新书《投资的未来》中发出警示：趋势如同地壳板块般缓慢漂移，不能用当下的格局去规划长期投资，必须换一套全新的逻辑来重新审视财富配置。
8月17日，中信出版携手华夏基金，特邀戴维斯与华夏基金（香港）行政总裁甘添做客“懂读书”直播间。这场对话的核心命题只有一个：当技术变革进入“大轮动”前夜，普通投资者该看向哪里？
戴维斯给出的第一个判断，足以让任何习惯了线性思维的人坐立不安。
“未来三到五年，全球范围内多数经济预测都可能被证明偏离实际，团队评估这一情景的概率达到85%。”这句话并非出自某个对冲基金经理的直觉，而是来自先锋集团超过100人的研究团队、历时十余年的持续跟踪，以及对过去和现在技术变革数据的系统梳理。
戴维斯坦言，团队最初并不是为了寻找一个结论。但在整理技术史数据时，他们发现现实路径与国际货币基金组织、世界银行、各国央行的主流展望之间，出现了值得重视的张力。当通用技术开始渗透到工作、消费和企业组织方式中，市场目前对经济增长、生产率提升和产业重构的理解，仍可能存在系统性低估。
甘添对此直言不讳：“市场对经济、增长的预估存在巨大低估。”
这背后的逻辑并不复杂：AI带来的变化可能明显快于传统经验所能捕捉的范围。过去二十年，我们习惯了渐进式的技术迭代——智能手机用了五年才渗透过半，云计算花了近十年才成为企业标配。但AI的扩散速度，可能远超这些先例。戴维斯的团队预测，变化较集中的阶段可能在2030年前出现，速度约为个人电脑普及时期的两倍，影响幅度也约为两倍。
换句话说，我们不是在经历一次普通的产业升级，而是在目睹一次经济底层逻辑的重构。旧的经验模型正在失效，而新的框架尚未建立——这正是“85%预测错误”概率的来源。
如果说“85%预测错误”是对全局的判断，那么“大轮动”就是对投资方向的指引。
戴维斯将深刻技术变革划分为两个阶段。第一阶段属于技术生产者：芯片、数据中心、大型科技公司凭借高盈利增长成为市场焦点——这一幕已在美国、亚洲和中国市场清晰上演。过去三到五年，涨幅高度集中在大型科技股，这是事实。
但戴维斯的研究发现了一个许多人忽略的历史规律：回看过去150年的电力、个人电脑、汽车等每一次技术周期，市场收益最终会从“造技术”的一方，逐步扩散到“用技术”的一方。
这就是他所谓的“大轮动”——资金会流向许多人不关注的市场板块，正是因为技术对整个全球经济的转型作用，才带来了第二阶段的收益。当技术价格下降、竞争加剧、应用门槛降低，真正被改变的会是更多行业的效率与新产业的诞生。
华夏基金的实践，恰是这轮“大轮动”的鲜活注脚。2026年上半年，A股结构性行情持续演绎，以AI为代表的科技主线走出独立行情。截至6月30日，华夏基金旗下“翻倍基”数量达17只，位居行业前列，产品覆盖主动权益与被动投资两大领域。其中华夏数字产业A近一年净值增长率达328.58%，大幅跑赢业绩比较基准超280个百分点。在ETF端，华夏构建了“人工智能三剑客”矩阵——人工智能AIETF（515070）、科创人工智能ETF华夏（589010）、创业板人工智能ETF华夏（159381）；数据显示，截至2025年中，华夏基金管理ETF规模近8000亿元，继续排名行业第一。
甘添对此给出了一个务实的补充：“其实也不能走向另一个极端。上游基础设施是整个AI产业的底座，没有算力、芯片作为支撑，所有应用都无从谈起。戴维斯先生讲的大轮动，更多是提醒我们不要固化投资思维，不要一直固守过去的强势赛道。”
对普通投资者来说，最难的不是看懂热门赛道，而是去辨别：哪些应用不是短期概念炒作，是真的可以降本增效、创造真实营收。大轮动不是简单的非此即彼，而是要看到整个产业的价值重心正在发生迁移——把更多研究视角，从“谁在造AI”，转向“谁在用AI赚到钱”。
戴维斯举了一个经典的历史案例：1990年代，引领变革的是硬件——个人电脑、英特尔芯片——但它们并不是利润最丰厚的公司。真正的大赢家是后来的软件公司和电商平台，比如亚马逊。今天我们看到AI、数据中心、芯片最初上涨，但软件即服务的价格已经在下降。技术越走向普及，越会把利润池推向新的应用场景。
这并不意味着需要简单卖出AI基础设施公司。戴维斯更想提醒的是：若AI确如判断那样具备变革性，过去几年领涨的资产在未来五到十年继续以同样方式领跑，历史上并不多见。对普通投资者而言，更值得追问的是：哪些企业会因为AI而显著提高生产率？哪些应用会从试点走向日常经营？哪些现在少有人讨论的领域，可能成为第二阶段红利的承接者？
投资布局之外，就业转型是这场对话的另一核心议题。戴维斯提出了一个分析框架：变革性技术通过三个维度改变人类工作。
第一是“自动化”，即节省时间。第二是“增强”，技术作为人类能力的补充，如同个人电脑之于知识工作者。第三则是成为新产业、新工作、全新活动类型的平台——这一维度极为罕见，但电力、铁路等通用技术都具有，而AI正具备这一潜质。
基于对全球职业和超过十亿份职位描述的分析，戴维斯给出了一个相对乐观的量化判断：每三个岗位中有两个会同时经历自动化与增强，劳动者整体仍可能受益；但也有约五分之一的岗位面临更明显的自动化替代。
金融和信息技术是他点名的两个高敏感行业。原因很简单：这些工作高度依赖数据、经验和模式识别——恰好是AI最擅长的部分。他判断，AI可能自动化约30%的工作内容，但并不意味着金融岗位整体消失，而是工作结构被重新分配：基础交易、投资组合交易、基础分析等环节变化更快，人则把更多时间投向判断、沟通、创意和复杂决策。个人电脑当年改变会计与财务工作，已经提供过类似样本。
甘添对此感同身受：“在金融行业内部，我们已经切身实地感受到AI带来的赋能效果。不管是投研辅助、客户服务，还是流程化风控，AI工具已经实实在在嵌入我们日常业务流程。”但他同时表达了担忧：“我们现在正处在AI变革的过渡期。技术迭代的速度很快，旧岗位被改造、被简化的过程已经发生，可是与之匹配的全新岗位、新就业机会的生成，还需要一定时间——两者之间会存在时间差，会有一段阵痛期。”
针对市场上关于AI可能引发大规模失业与通缩的担忧，戴维斯以马斯克所代表的“大萧条”式悲观场景作出了回应。他认为，如果AI只停留在“白领流水线”——企业用更少的人做同样的事，却没有创造足够新产业——那么就业压力、消费走弱和债务负担可能相互强化，权益市场也可能经历较长低迷期。但他同时给出更积极的一面：每有一个岗位受到负面影响，约有三个岗位可能从AI中受益。 关键分界线在于，AI能否像电力一样，真正成为通用技术平台。
回到这场对话的主题，戴维斯带来的启示或许并不是追逐下一个热门概念，而是接受变化会比想象中更快，并在资产组合中为这种速度留出位置。经济重构决定长期方向，投资布局要顺着生产率扩散寻找机会，就业转型则提醒我们重新理解人的价值。
对普通投资者来说，与其纠结短期涨跌，不如把视线放长到技术如何进入真实经营：谁能降低成本，谁能打开新需求，谁能把AI从工具变成增长曲线的一部分。
大轮动的序幕已经拉开，但大多数人还在盯着第一幕的舞台。 当华夏基金这样的头部机构已经构建起覆盖主动权益与ETF的产品矩阵、当17只翻倍基与单月回撤超40%同时存在，普通投资者更该明白：AI投资的游戏规则正在重写，而赢家不会是那些死守旧剧本的人。
