我们从马斯克第一性原理开始分析，

现代资本市场的整个架构都建立在一个很少被认真审视的假设之上：竞争优势会随着时间复利增长。企业的护城河会持续存在，品牌能够长期保持影响力，网络效应可以形成防御。如果把这个假设拿掉，你不仅是在重新定价某些股票，而是在动摇一个世纪以来资本配置方式的哲学基础。

有一个值得认真思考的情景：AI 极大降低了颠覆成本，同时极大提高了创新速度，以至于没有任何公司能够可靠预测五年后的自由现金流。当你利用 AI 去颠覆一个行业巨头时，已经有人在利用更好的模型准备颠覆你。这个循环不断加速，直到市场不再为一家企业在第七年及以后可能赚到的钱买单，因为第七年的情况已经变得不可预测。结果就是，股票不再按照未来现金流折现来定价，而是按照企业当前产生的现金流乘以某个倍数来定价。

这就像 2011 年人们给出租车牌照定价一样——就在 Uber 出现之前。

在讨论这种变化的影响之前，需要先理解为什么自由现金流倍数的压缩可能是一种理性的市场反应，而不是恐慌或过度反应。

首先是无风险利率，也就是投资者在零风险情况下可以获得的回报。美国十年期国债是一个很好的参考，目前收益率大约在 4.5%。这是一个底线。理性的投资者不会接受风险资产的回报低于无风险资产，因此任何股票估值都必须先超过这个门槛。

从无风险利率到股票应有的回报，需要加上股权风险溢价。这是投资者因承担企业经营风险而要求的额外回报。长期来看，这个溢价大约在 4% 到 5% 之间，因此稳定且没有增长的企业，其合理回报率大约在 8.5% 到 9.5%。如果把这个回报率转换成估值倍数，就会得到大约 10 到 12 倍自由现金流的估值。这是一个稳定、没有增长但也没有生存威胁的企业在理性情况下应有的估值水平。

如果一家企业每年有 20% 的概率被 AI 淘汰，在快速变化的行业中，这并不是一个不合理的假设。那么这家企业的预期寿命大约只有五年。用 9% 的资本成本对五年的现金流折现，大约只能得到 3.9 倍自由现金流的估值。如果颠覆概率提高到 30%，估值大约变成 2.8 倍。如果概率只有 10%，估值则接近 6.5 倍。因此在合理假设下，估值可能落在 2 到 7 倍自由现金流之间。关键在于，当企业寿命的不确定性成为主要变量时，估值模型会变得非常敏感。

市场历史上已经多次出现类似的重新定价。

根据美股大数据 StockWe.com，2005 年到 2015 年的报纸行业就是一个例子。随着数字广告摧毁传统印刷商业模式，报业公司的估值从 12 到 15 倍 EBITDA 压缩到 2 到 4 倍。很多报纸公司最终破产。第一年的现金流是真实存在的，但到了第七年就消失了。市场实际上是在为一个逐渐枯竭的资产定价，而不是为一个可持续经营的企业定价。

2016 年到 2020 年的零售行业也是如此。随着亚马逊不断瓦解传统线下零售模式，百货公司和专业零售商的估值压缩到 3 到 6 倍自由现金流。市场不是在否定它们当前的盈利，而是在定价一个问题：在业务彻底衰退之前，你还能收回多少年的现金流。

2019 年到 2021 年的能源公司同样经历过类似的估值压缩。尽管这些公司拥有几十年的石油储量，但市场开始担心未来石油需求下降，从而导致这些储量无法实现价值，于是估值压缩到 4 到 6 倍自由现金流。

出租车牌照的案例最为极端。纽约出租车牌照曾经价值超过一百万美元，但随着 Uber 的出现，价值跌到不到十万美元。这些牌照曾经是拥有几十年稳定现金流的资产。但一旦市场认定这些现金流的持续时间已经结构性结束，价格就会迅速接近零。

如果 AI 颠覆的逻辑类似，那么这种历史上只发生在某一个行业的估值压缩，可能会同时出现在整个经济体系中。

目前标普 500 的市盈率大约在 22 倍。顶级科技公司的市盈率在 30 到 60 倍之间。很多高增长 SaaS 公司甚至可以获得 8 到 20 倍的市销率，即使它们几乎没有自由现金流。因为市场是在为它们未来建立的商业帝国买单。

对于很多公司来说，60% 到 80% 的股权价值并不来自当前盈利，而是来自终值，也就是十年以后现金流的折现总和。

如果市场只愿意支付 5 倍自由现金流，那么市场实际上只是在为企业短期产生的现金买单，而不会为未来增长、潜力或未来可能建立的商业帝国付费。在这种情况下，未来在真正到来之前几乎是没有价值的。

美股投资网获悉，标普 500 当前总市值大约 58 万亿美元，而企业每年产生的自由现金流大约是 2.8 万亿美元。如果按照 5 倍自由现金流重新定价，整个股市的价值将只有 14 万亿美元，也就是下跌 75%。如果按 2 倍定价，损失几乎是毁灭性的。即使按 7 倍定价，也会有大约三分之二的股权财富消失。

这种变化将导致增长型投资模式失效。增长投资的核心逻辑是牺牲今天的现金流来换取未来几十年的市场统治地位。但如果企业可能在五到十年内被颠覆，那么这种模式就不再合理。

风险投资也会受到冲击。如果没有终值，谁会以 10 亿美元的估值投资一家还没有收入的公司？IPO 市场将大幅收缩，只剩下已经拥有稳定现金流的企业能够上市。

资本不会消失，而是会转移。资金将流向那些不容易被 AI 颠覆的资产，比如能源基础设施、农田、收费公路、水资源、大宗商品生产商以及短期政府债券。这些都是具有物理属性、需求稳定且难以被数字技术取代的资产。

黄金可能表现良好，短期政府债券也会受到青睐，因为它们不依赖终值假设。

一个有趣的悖论是，目前推动 AI 发展的科技公司每年投入 3000 亿到 5000 亿美元建设 AI 基础设施。这种投资只有在相信未来 7 到 15 年能持续获得回报时才合理。如果市场只愿意给企业 2 到 7 倍自由现金流的估值，这种长期投资将无法融资。

如果私营资本无法为长期项目提供资金，国家资本可能会填补空白。拥有高储蓄率和强大财政能力的国家，比如美国、中国、海湾国家、挪威、新加坡，可能会在长期投资方面获得巨大的结构性优势。

在企业层面，变化也会非常明显。研发项目会更多依赖现有现金流来支持，资本支出周期大幅缩短。并购也会改变逻辑，收购方不再为未来协同效应买单，而是要求交易立即带来自由现金流增长。

股票期权这种激励长期价值创造的薪酬机制也会失去作用。员工可能更倾向于要求现金薪酬。企业管理层会更加关注未来一年到一年半的表现，因为市场只为短期业绩买单。

这种状态可能并不会长期稳定。如果市场真的将企业估值压缩到 2 到 7 倍自由现金流，那么推动 AI 发展的资本支出将会枯竭，从而导致技术进步放缓。随着颠覆速度下降，企业护城河又可能重新变得稳固，估值体系也可能逐渐恢复。

更可能出现的情况是一种不断波动的过渡期：周期更短，波动更大，市场会周期性地怀疑终值，但在技术发展放缓时又恢复信心。

即使终值只下降 30% 或 40%，而不是完全消失，也将成为战后以来资本市场最大的结构性变化。这不仅仅是一次估值调整，而是对资本市场存在意义的重新定义。

最终的问题不再只是 AI 是否会颠覆行业，而是这种颠覆是否会快到改变资本市场本身的定价机制。

终值坍缩。