木头姐展望2026：中美竞争胜负关键在应用与专有数据

图片来源：Moonshots

Cathie Wood，ARK Invest创始人与CEO，被称为“女版巴菲特”。Peter H. Diamandis，XPRIZE 基金会创始人兼执行主席、奇点大学联合创始人。2026年1月27日，Cathie Wood做客《Moonshots》播客。在本次访谈中，她围绕《Big Ideas 2026》，与Peter H. Diamandis等人探讨了 AI、比特币、能源转型、自动驾驶等前沿领域，分享了技术融合对经济增长的颠覆性影响及未来趋势预测。

Z Highlights

• ARK Invest预测2030年全球GDP增速将破7%，五大技术融合驱动的增长呈去通胀性，未来或将迈入良性通缩时代。

• 比特币2030年目标价被上调至150万美元，其作为 “数字黄金” 在通胀、通缩环境下均能发挥对冲作用。

• 中美AI差异化发展，中国凭开源路线突围，美国主导应用层全球竞争力。

• 全球电力领域累计投资将达10万亿美元，光伏、核电成本下行，轨道数据中心成能源供给新场景。

• Tesla凭垂直整合领跑Robotaxis赛道，未来出行每英里成本或低至0.2美元，颠覆传统汽车产业。

• 未来五年颠覆式创新资本回报年化复合增速预计35%，2030年或现百万亿市值公司，其中Tesla最具潜力。

AI 革命将驱动GDP增长超7个点

Peter H. Diamandis：欢迎大家来到Moonshots，本期是《WTF Just Happened in Tech》的特别节目。今天我们请到了ARK Invest的创始人兼CEO——Cathie Wood，来一起解读ARK Invest的《Big Ideas 2026 》。这是我们心目中全球第一的科技播客，帮助你为未来做好准备，迎接即将席卷而来的未来巨变。Cathie，早上好，我的朋友。

Cathie Wood：早上好，Peter。能参加WTF，我深感荣幸。

Peter H. Diamandis：你们这次发布的《Big Ideas 2026》真的太惊艳了。我们从你大概80到100页的内容中，精选了大约20页一起讨论。这真的太重要了。你能想象事情变化得有多快吗？说实话，这种速度现在还会让你感到震惊吗？

Cathie Wood：我们一直都预期世界会以比大多数人想象中更快的速度变化，但AI的进展速度仍然超出我们的预期。考虑到我们在AI预测上本就已经相当激进，这一点真的很说明问题。

David Blundin：你还记得Mary Meeker吗？当年互联网爆发时，她每年做的那份报告，几乎成了所有人判断未来趋势的“指南针”。那真的非常史诗级。而现在，这份报告在一个更加加速的时代里，已经接过了那个角色。我真心建议所有在听播客的人，点开链接，把整套报告都看完，因为我们今天最多只能讲18页左右，里面的内容远远不止这些，真的非常震撼。

Cathie Wood：Mary Meeker的确是我们的灵感来源。我们是从2017年开始做这份报告的。Mary Meeker的报告非常以互联网为中心，重点在于“已经发生了什么”，数据极其扎实、精彩。而我们想再往前一步，做至少五年的前瞻预测——这是我们的投资时间跨度。这也迫使我们更激进地运用赖特定律。Peter，你和我之前也多次讨论过这一点，不知道你现在是否想再展开一下。

David Blundin：我们确实聊过。说真的，全世界都应该感谢你们在做这件事。我们上周刚和Ray Kurzweil聊过。在AI时代做未来预测，需要极大的勇气。Mary Meeker的视角更像是：回顾过去三年，预测未来一年；而现在还能有人敢往前看五年，并且给出明确判断，这对观众来说价值巨大，但真正愿意这么做的人非常少。

我知道你为此承受了很多质疑和中伤。Peter也是，Ray Kurzweil更是深有体会。但这对所有人来说都太重要了。如果你不点开链接去看这份报告，那你真的不够理智。

Cathie Wood：非常感谢你这么说。我也想特别强调一点：我是在一个极其出色的研究团队基础上完成这些工作的。我们的首席未来学家BrettWinton，以及一整支研究总监和分析师团队。而且非常有意思的是，AI正在如何重塑我们的研究方式，以及它让我们如今能够完成的研究规模和深度，已经完全不同于过去。

Peter H. Diamandis：好的。那我们来聊聊“大加速”（The Great Acceleration），Cathie。我会围绕这个主题展示几张幻灯片，这是第一张：从现在到2030年，GDP的结构性变化预测。

图片来源：ARK Invest

这些数字真的非常惊人。你们预测全球GDP增速达到7%，这几乎是一个“奇点事件”，直接是IMF预测的两倍。

我们刚刚还和Elon Musk聊过——也是我们节目的老朋友——他提到未来两年GDP增长可能达到5倍，十年内甚至出现三位数增长。这些数字听起来简直疯狂。你是怎么理解这件事的，Cathie？

Cathie Wood：你这里的图表做得非常漂亮。你可以看到，每一次技术革命，都会伴随着GDP增长的“阶跃式跃迁”。如果我们回看1500年到1900年，这段时间里，尤其是后期，并没有太多新的通用型技术出现。当时我们进入了铁路时代，但根据Brett Winton的研究——而且他是结合了学术界的数据——那一阶段全球真实GDP增速大约只有0.6%。随后，随着铁路、电话、电力、内燃机的出现，我们迎来了一次完整的技术革命，GDP增速直接提升了五倍，在接下来的125年里稳定在3%左右。

而现在，我们所说的这五大平台——机器人、能源存储、AI（其中AI是最大的催化剂）、区块链技术、多组学测序，以及它们之间的相互融合——我们判断，全球GDP增速将再提升2.5倍。而且我真的认为，这个判断仍然是保守的。

我们两三年前就开始公开这个数字，当时大多数人的反应是翻白眼。“他们又疯了。”但现在，当Elon也在你们节目里反复强调：全球真实GDP增速将以惊人的速度加速，这说明风向已经开始变了。

Peter H. Diamandis：我记得他说用的词是——“爆炸式增长”（explode）。

Cathie Wood：对，爆炸，爆炸式增长。而且我认为，人们并没有真正理解这意味着什么。我觉得7%以上的增速仍然是保守的，但可以肯定的是：这是任何一个活着的人从未见过的经济增长形态。

Peter H. Diamandis：各位，可能你们不知道，我其实也有一支非常强大的研究团队。每周，我和团队都会系统性研究正在影响世界的“元趋势”（meta trends），比如：计算能力、传感器、网络、AI、机器人、3D打印、合成生物学。

我每周都会发布一份元趋势报告，帮助你们比其他任何人提前10年看到未来。

David Blundin：我来扮演一下“反方”，虽然我自己并不相信这个反方观点。说实话，我们在座的几个人大概都不信，但我还是得把它说出来。Alex 和我刚从达沃斯回来。如果你随机去问银行家和政客，大概20%相信，80%不相信。

那80%不相信的人会说：“你看，当年计算机革命发生时，GDP最终还是稳定在3%的年增长率。不管我们做什么，都逃不出3%这个‘增长陷阱’。无论是核聚变还是计算能力的突破，最终都会被‘消化’进这3%里面。”他们认为，世界总是会回到原点。而我觉得，这种思维方式，本质上是被过去125年的历史给锁死了。

我非常喜欢这张图，因为它展示的是更早期的历史阶段。它迫使你跳出个人一生的经验范围，去看整个人类文明的长期轨迹。而这，才是问题真正变清晰的地方。但现在假设我是一个不相信的人，你会怎么回应这种观点？

Cathie Wood：有意思的是，正如你说的，今天还活着的任何一个人，其实都没有真正经历过一个“完全不同”的增长时代。其中一个原因就在于生产率增长。

它在80年代和90年代确实出现过一轮上行，那是投资的黄金时代。生产率确实上来了，全球GDP也一度维持在3%左右的增长，但并不完全是因为技术本身。我认为那在某种程度上是必要条件之一，但更重要的因素是——中国在加入WTO之后融入了全球经济体系。

我觉得他们之所以会那样思考，是因为你说得没错：我们从未真正经历过一场技术革命。

而现在，我们面对的是五大平台，而且它们正在相互融合。这五大平台背后涉及15种不同的技术。而我认为，尤其是在金融圈，很多人不相信这一点的原因在于——他们的研究框架本身就有问题。他们是按照“行业/子行业/细分产业”来做研究的，把这些领域人为地切割成一个个“孤岛”。但现实是，技术正在渗透到每一个行业，边界正在被彻底模糊。

所以，你几乎必须像我们这样有意识地重构研究体系——不是按行业，而是按这15种技术来组织研究。我们的每一位分析师，关注的核心问题都是：这些技术什么时候、以什么方式，在跨行业层面实现规模化扩散。在我们这里，没有“信息孤岛”。分析师们是高度协作的，一起理解当下正在发生的巨大技术融合浪潮。

Peter H. Diamandis：这正好完美地引出了你们报告里的这张幻灯片，讲的就是即将到来的各种“融合”。在这个案例中，是可重复使用、低成本进入太空的能力，与太空中的数据中心之间的融合。

图片来源：ARK Invest

谁能想到呢？Dave和我之前跟Elon聊的时候提到，六个月前还没有人在谈“太空数据中心”，结果突然之间，所有人都开始讨论这个话题了。

Cathie Wood：是的。我们其实已经发布了一个开源的SpaceX模型，是和Mach33合作完成的。我们发布得比较早，大概是去年年中的时候，而当时模型里完全没有考虑轨道数据中心这种应用场景。所以现在，我们正在和Mach33一起重新回到建模阶段。你现在看到的，就是一些初步结果。

最显著的，首先是成本下降。这又是一个由新应用场景推动“单位数量增长”的案例，而赖特定律的核心，正是单位数量增长。对于一项新技术来说，每当累计产量翻倍一次——在这里指的是可重复使用火箭——成本就会按照一个稳定的比例下降。在火箭领域，这个成本下降幅度相当可观，具体数字读者需要去翻那一页了，我现在一时想不起来。但有意思的是，它还没有工业机器人那么夸张。在工业机器人领域，每当累计产量翻倍，成本会下降50%。火箭还没到那个程度，但我记得应该是20%多的区间。

David Blundin：我其实想问你一个问题。看左边这张图，我有点意外的是，随着发射成本下降，那条曲线居然没有降得更陡一些。我当时和Elon开会的一个最大感受是：我进去之前，对“太空数据中心”这个概念是半信半疑的；但出来的时候，我已经完全被说服了。

他现在非常激进、而且非常低调地在推进的一件事是：在GPU芯片制造这条链条上，TSMC大概有50%的利润率，而NVIDIA的利润率高达80%。这条价值链里，已经被层层叠加进了巨额成本。而他正在悄然绕开这一切，开始规划自建晶圆厂（fabs）。

然后你再回到Elon一贯的思路——他总是会问：真正不可突破的底层约束是什么？结果你会发现，是一些极其基础的东西：比如沙子，那几乎不要钱；比如电力，在太空中，太阳能板的效率是地面的6倍。这意味着成本会出现巨大的下降。所以我认为，这张图展示的，其实只是“在现有条件下，单纯降低发射成本”的效果。但它并没有把GPU成本、能源成本、太阳能板制造成本等一系列“同步发生的颠覆性变化”算进去。

如果Elon是对的，这些变化会在短短几年内同时发生，那这条曲线会急剧下探。因为我觉得，这张图的x轴只考虑了单次发射成本，但并没有真正把时间维度纳入进去。

Cathie Wood：对，这一点非常关键。而有意思的是，摩尔定律本质上讲的是“时间”，而它在半导体行业里已经不再奏效了。现在真正发挥作用的是赖特定律。所以问题变成了：是什么会阻碍单位数量的增长？

我不认为监管会成为主要障碍。我认为我们正在进入一场新的太空竞赛。所以我同意你的看法，我们的假设可能仍然是保守的。通常来说，尤其是在Elon的公司里，我们都会假设存在你刚才提到的那种高度垂直整合。

而且我们也非常清楚，在这个问题上，把芯片技术掌握在自己手里有多重要。所以在这一点上，我们是有纳入假设的。但至于你提到的其他一些成本要素——目前还没有完全反映进去。

Peter H. Diamandis：Alex，你怎么看这个问题？

Alex Wissner-Gross：我把我的想法以问题的形式抛给Cathie。Cathie，如果我们像我之前在播客里提到的那样，天真地外推下去，最终会走向一种类似戴森云的情景：为了建造轨道数据中心，我们会需要足够多的原子，于是开始拆解月球，甚至太阳系里的其他天体、行星、小行星带。

我知道你一向非常公开地只做五年期预测，但如果我请求你稍微往远一点看，比如50年，你对戴森云的立场是什么？我们会真的进入戴森云时代吗？还是会出现10个彼此竞争的戴森云？

Peter H. Diamandis：还是说根本不会有戴森云？Alex是我们这里的“行星拆解专家”。月球嘛，反正迟早要被拆的。

Cathie Wood：是的，这个问题我可能并不是足够专业来给出答案。不过，我们确实把SpaceX的模型推演得远远超过了五年，并且已经把Optimus、Tesla和BoringCompany登陆火星的设想纳入其中。而且我们认为，这在技术上是完全可行的。至于更深层次的太空问题，我其实更希望我们的太空分析师能深入思考这个议题。我也很想和他们一起好好推演这件事，我会真的去做这件事。

Peter H. Diamandis：的确，非常不可思议。对我来说，轨道碎片（orbital debris）是近期最大的“卡脖子”风险。如果在轨道上发生一次卫星解体，并引发其他卫星的超指数级连锁解体，那就麻烦了——但我们先不展开这个话题。

我们回到AI基础设施。来看这张幻灯片。

图片来源：ARK Invest

推理成本（Inference Cost）正在以惊人的速度崩塌，而它的影响极其巨大，但我觉得大多数人还没有意识到这一点。

Salim Ismail：我有一个问题，它把刚才讨论的火箭、GDP以及这里的内容串在了一起。问题是这样的：当技术像我们看到的这样高度通缩化时——这张图已经非常清楚地展示了这一点——token成本在坍塌，火箭发射成本也在坍塌：NASA的航天飞机一次发射要6亿美元，SpaceX只要6000万美元，而他们还会再降一个数量级。这在GDP统计上看起来是下降的。

那问题来了：当技术把一切成本都如此猛烈地压低时，我们如何还能预测GDP会出现如此巨大的增长？这是我对这些数字最大的疑问。

Peter H. Diamandis：这里是不是在上演Kevin’sParadox？

Cathie Wood：是的。但成本下降的另一面，当然是单位数量的爆炸式增长。

所以我们说的7%以上GDP增长，指的是真实GDP。

Salim Ismail：所以说，本质上是杰文斯悖论（Jevons Paradox）来救场了。

Cathie Wood：正是如此。而且很多人，尤其是在我们这个行业里，每当我——或者我们——说未来价格会开始下降时，都会直接嘲笑。他们的反应是：“通胀已经在2%到3%这个区间卡了这么久，不可能离开这里。”

但如果你去看Trueflation（一个实时追踪1万种商品价格的指标），现在的通胀率已经降到了1.2%。而与此同时，美联储还在对抗一种观念：认为通胀仍在2.5%到3%区间，并且他们“无论如何都要把它压到2%”。这正是他们可能会过度收紧的原因之一。

而我认为，在未来一年之内，通胀会跌破2%，并且继续向负值移动。这个判断的关键在于：生产率增长，单位劳动力成本持续放缓，再加上汽油价格下降，以及在美国我们已经看到住房成本和租金开始回落。

到某个时点，人们会突然意识到这一点，它会成为共识。但此刻，这个共识离现实还远得不能再远。

David Blundin：我真希望在这期播客结束之前，我们已经“发明”了一个Cathie Wood定律。现在我们已经有了摩尔定律、赖特定律、杰文斯悖论，看起来这种“定律”可以无限增加，但它们都需要名字。

我不知道你有没有完整看过那期Elon的播客，但我简直不敢相信他讲了那个故事：两个经济学家在森林里互相付钱让对方吃屎，于是全球GDP增加了200美元，但什么生产性价值都没创造。

这正好呼应了Salim的观点：如果AI治愈了乳腺癌，数以百万计的人不再需要放疗或化疗，在统计上看，GDP反而下降了。但现实中，你完全可以选择继续“假装”去治疗、继续付钱，只是你不再得癌症了。这为世界创造了巨大的净价值，但在GDP里却表现为负数。所以在AI时代，GDP这个指标本身是根本性失效的。也许，“Cathie Wood定律”正是用来修复这一点的。

Cathie Wood：是的，但这里还有另一面。我不敢说它是完全等量反向的，但如果你看机器人技术，再看看我们现在有多少时间是在免费劳动上花掉的：我们开车接送孩子，没有工资；我们做饭、收拾厨房，没有工资。这些活动未来会被大量“解锁”，并且以付费形式重新进入经济体系——因为我们会去购买机器人来完成这些事情，而这些支出将被计入GDP。

这有点像当年的农业经济。那时候人们想要很多孩子，是因为只需要给他们提供食宿，他们就会劳动，没有现金工资。后来工业革命发生，这些劳动最初并没有被计入GDP。因为GDP=国民收入，而国民收入在现代社会更容易被统计，是通过税收体系来实现的。两者必须相等。

所以，通过购买机器人，我们会看到大量原本“消失”的GDP，重新回到统计体系中。

Salim Ismail：这是一个非常好的点。也就是说，你把那些传统上没有被计量的活动，转移进被计量的经济体系，结果就是整体规模自然被抬升了，对吗？

Cathie Wood：是的。

Salim Ismail：这让我想起一个非常具体的案例。我记得以前和一些VC聊天，他们几乎都错过了Uber的投资机会。我还专门采访过其中一位，问他为什么，他说：“我们彻底算错了。”他们当时的逻辑是：旧金山的出租车市场一年大概5亿美元，就算Uber拿到20%的份额，这也根本不是一个典型的风险投资规模，而且Uber也只能从中抽取一部分收入。

他们忽略的是——共享出行市场直接扩大了四倍，而且Uber从传统出租车那里拿走了80%的市场份额。于是，大量原本你根本想象不到会打车的人开始打车，比如喝醉的人等等，这彻底改变了整个游戏规则。

Cathie Wood：有意思的是，现在Uber只占了城市出行总里程的1%。这一点在《Big Ideas》报告里也有。我们也专门做过分析，在讨论GDP的“增量与抵消”时涵盖了这一点。

我们的结论是：为了满足这1%的城市出行里程，如果使用自动驾驶出行系统，只需要14万辆车；但如果用传统方式，要覆盖美国所有城市出行里程，需要2400万辆车。而当你把这个数字放到现实背景中来看：美国目前拥有的汽车总量大约是4亿辆，每年新车销量大约1500万辆。

这说明什么？Robotaxi带来的产能利用率提升，将会彻底摧毁我们现在所熟知的汽车产业结构。

Peter H. Diamandis：完全同意。而我们在这张图里看到的，本质上是认知的商品化。这可能是驱动整个人类经济、甚至整个人类文明的最核心要素——智能本身。而现在，它正以一种极其夸张的速度被商品化，每年99%的速度下降，这是一场真正的“向下竞赛”。但问题仍然存在：在价格持续下降的情况下，大型语言模型还能否维持足够的收入，来支撑它们所需的AI基础设施建设？你会担心这些前沿模型的经济闭环最终无法成立吗？

Cathie Wood：过去一段时间观察OpenAI非常有意思。他们已经开始尝试变现，比如广告、商业应用、机器人相关场景。而在具体的定价上，我们刚刚了解到，他们计划收取每千次展示60美元左右的费用；而Facebook目前的水平大约是20美元。这相当于是超级碗级别的定价。

在初期，他们或许还能做到，因为他们掌控着供给。但我们的消费端分析师已经开始警觉了，他们在说：“等等，等等，Gemini不会这么干。他们不会这样定价。他们会选择留在低价区间，从OpenAI手中抢市场份额。”因为Gemini背后有Google，而Google拥有巨大的现金流，可以长期补贴这类投入。

所以这是一个正在快速演化的局面。我们的互联网与消费领域分析师的判断是：这对OpenAI来说，并不是一个好消息。当然，OpenAI拥有9亿用户，在用户规模上有巨大的先发优势。但当这些偏消费端的分析师开始发出这种信号时，本身就很值得关注。

我认为OpenAI自己也很清楚：他们必须更快地推动收入增长，才能支撑基础设施的扩张。至于这是否意味着他们最终需要收缩部分目标，毕竟他们现在是“横向铺得很广、纵向挖得很深”，也许未来他们需要调整策略，选择更聚焦。

Dave Blundin：对，得更聚焦一点。我不知道Kevin是在镜头前还是私下说的，但内部的目标是：在两年内找到750亿美元的广告收入。也可能是18个月，从零开始。

Cathie Wood：我不认为这是秘密，希望也不是。而且Amazon现在的广告收入已经达到500亿美元。当然，Amazon的广告业务是大约七年前开始推进的。但在AI时代，一切皆有可能。我认为他们确实有可能在两年内做到。

AI Agent 效率爆发式提升

图片来源：ARK Invest

Peter H. Diamandis：这张幻灯片里让我觉得非常有意思的一点是：AI Agent在长时间任务中的成功率达到了80%。说实话，任何一个员工如果只有80%的成功率，我觉得都会被开除。

Dave Blundin：没错，所以我们还没到那个阶段。关键在于，如果你把前一张幻灯片和这一张放在一起看，前一张意味着推理成本正在趋近于零。但“趋近于零”和“真的为零”完全是两回事。因为一旦推理成本极低，人们对无限长推理循环的需求会变得天文级别、且永不满足。所以不管推理有多便宜，需求都会爆炸式增长。这正是那个效应。

Peter，你刚才提到80%成功率，但如果你同时启动100个Agent，从统计角度看，把成功率从80%拉到90%的概率是非常高的——只要有一个Agent想明白了，就够了。这是最原始的“暴力并行”方法，当然还有更聪明的方法。

但核心结论是：对智能的需求几乎是无限的。所以，“接近零的推理成本”离真正的零还非常遥远，而人们会愿意为更多智能付出他们所能负担的一切。我们对此是完全认同的。

Cathie Wood：是的，完全认同。最近观察Clawd Bot真的是太震撼了。天哪，简直是——一个周末就爆发了。

Peter H. Diamandis：如果我们的听众还没在X上看到，或者还没去体验Clawd Bot AI，你们一定要去看看。这基本就是你的私人版Jarvis。我就是这么称呼它的。

我看到的一个例子是在一台Mac mini上运行：它可以通过对话接受指令，替你完成任务，甚至早上把你叫醒，然后向你汇报它在夜里完成了哪些工作。就像一个极度积极、永远不抱怨的员工或实习生。这真的太疯狂了。

Dave Blundin：这不只是技术问题了，比如Suno、Sora，或者我们现在看到的这些工具——它还是一种文化现象。你可以把昨晚你做出来的东西直接展示给朋友，直接把他们震住。

Cathie Wood：抱歉，Dave，我打断一下——我想澄清一点。它现在叫Clawd，拼写是CLAWD，算是对我们熟悉并喜爱的Anthropic的Claude的一个文字游戏。

而且它是开源的。我们的首席AI分析师已经在用它了，我能明显感觉到，他只用了一个周末，整个人的组织能力就提升了一大截。它的不同之处在于

Dave Blundin：它可以连接你所有的社交媒体账号、你的邮箱、你笔记本里的任何内容。这使得它在自动化个人生活这件事上异常强大。你可以实时向朋友展示它在做什么，而你自己完全不用“进循环”。

但它没有直接来自大型AI实验室的原因也在这里：如果哪一步出错，它两秒钟之内就能把你整台电脑搞乱。所以它在这个意义上是有点危险的，用的时候得小心。

Peter H. Diamandis：但也正是这种“危险性”，让它如此强大。Alex，你怎么看这张关于agentic的幻灯片？

Alex Wissner-Gross：首先我得指出一点，它已经不再叫Clawd Bot了，因为和Anthropic的商标冲突，现在它叫Molt Bot，而它的吉祥物是一只龙虾。所以我们已经彻底进入了《Accelerando》（渐快）的第一章。我们已经追上了未来。我今天在我的newsletter里也写到了这件事。

Salim Ismail：龙虾……我正想说，这简直是从“融合”走向了“进化”。

Alex Wissner-Gross：是的，我们发现自己正生活在一个世界里：智能、自主的龙虾出现了，人们开始给这些龙虾提供数字居所，甚至赋予它们数字人格权。我们已经完全追上了《Accelerando》的第一章。我今天刚在我的newsletter里写了这件事。

但回到正题，Cathie，我认为你刚才提出了一个非常关键、而且据我所知从未有人清晰表达过的观点。很多人——包括在座的一些人——一直在为GDP感到焦虑，担心“超级通缩”会暴露GDP增长和真实财富增长之间的结构性错位。但你点出了一个我从未听任何人明确说过的关键点：当人类把越来越多的服务委托给AI agent时，从GDP的视角看，这种委托行为本身就表现为商业活动。

换句话说，当我们把“人类”拆解成一个个角色、一个个生产性服务，再把这些服务进一步拆分，这些子单元之间的大量交互，其中很多是agent与agent之间的，在统计上都会被计入GDP，看起来就像是商业活动的爆炸式增长。所以你描绘的，恰恰是相反的情景：GDP在真实意义上大幅爆炸，而真实财富可能保持相对稳定，甚至同步增长。

所以我想问你一个更根本的问题：如果你可以挥动一根魔法棒，定义一个Cathie Wood版的指标，不是GDP增长，而是人类真实财富增长，你会如何定义它？

Cathie Wood：我认为，财富增长和生产率增长是高度绑定的。我这里说的是真实财富增长，不是房地产那种由价格推动的资产膨胀。我指的是：由技术赋能所带来的生产率提升。

我们其实在80年代和90年代只“浅尝”过一次这种感觉。那还是在互联网之前，先是PC，然后是前互联网时代、前移动互联网时代。但即便如此，那也是一个对金融市场而言极其辉煌的时期。财富创造的规模是惊人的，因为软件第一次真正释放了生产率。

80年代其实经历过一段非常令人沮丧的时期——我当时就在现场——那时甚至有人说，技术似乎正在拖累生产率。

然后Microsoft出现了，接着是——轰的一声——互联网爆发。现在回头看，那只是一个预演，只是对我们即将经历的事情的一个前奏。如果你回看当时的数据，经济增长确实加速了——幅度不算巨大，但相比70年代那种糟糕的增长率，已经是显著改善了。70年代到80年代初，生产率在很长一段时间里几乎是零，甚至为负。随后，生产率开始回升，金融市场随之繁荣，通胀也开始下降。

而我之所以对这个问题思考得如此深入，是因为在我职业生涯的早期，我们就曾做出一个判断：通胀会下降。当时大多数人认为，不经历一场大萧条，这是不可能发生的。但事实恰恰相反。通胀下降，并不是因为经济崩溃，而是因为技术推动的生产率增长，当然，也有相对理性的货币政策因素。生产率增长带动了单位产出的提升。

而历史告诉我们——这和你在凯恩斯主义经济学里学到的是完全不同的。凯恩斯主义（主要源自哈佛学派）认为：增长是通胀性的。但现实是：增长不是通胀性的，增长是去通胀的。而在我们即将进入的这个世界里，增长甚至是良性的通缩。当某样东西的价格下降时，对它的需求会爆炸式增长。

图片来源：ARK Invest

Peter H. Diamandis：我们在这张关于“智能”的图表里已经清楚地看到了这一点。Alex，请继续。

Alex Wissner-Gross：好的，那我顺着这个思路追问一个问题，Cathie。这似乎不仅是这些精彩图表的核心，也可能是你整个投资哲学的核心。听起来你在说：GDP可能并不是衡量进步的最佳宏观指标。你真正关注的，更像是人均生产率。但即便是人均生产率，最终你还是得把它量化成美元，或者某种可计算的单位。而你是通过ETF在投资未来。

所以我真正好奇的是：你用什么作为最终的“标尺”？

你显然是在投资未来，而像S&P500这样的传统基准，“市场先生”有时候是非常神经质的，它未必真的在衡量通往未来的进展。如果你必须选一个单一指标，一个我们所有人都可以坐下来计算的指标，你真正优化的、用来衡量“进步”的指标会是什么？

Cathie Wood：从“指标化”的角度来看，这对我来说一直是个高度敏感的话题，因为金融市场现在的状况，某种程度上正是指标化造成的。不幸的是，市场已经被它深度塑造了。而Elon Musk对这一点也有非常强烈的看法。我们曾和他进行过一次X平台上的闭门交流，在这个话题上花的时间远远超过我原本的预期。

但问题在于：无论是S&P还是纳斯达克，这些指数顶部的公司之所以在那里，是因为它们过去的成功。如果我们判断正确，如果我们正走入一个从创新角度看史无前例、极具颠覆性的时代，那么传统的世界秩序必然会被打乱。

如果你回看Ibbotson–Sinquefield的长期研究，S&P500的名义回报率，历史上大致处在高个位数区间。我们认为，这个情况会发生改变，但S&P需要一段时间才能“追上来”，因为他们必须先看到收入增长、看到盈利能力。这意味着，在把这些新公司纳入指数方面，他们是滞后的。

在我们的《Big Ideas》报告中，有一个专门的章节讲到：我们认为，颠覆式创新在资本市场中的回报，将在未来五年里以35%的年化复合增长率持续增长。

你问哪只基金专注于这个主题？答案是：我们所有的基金。我们的旗舰产品，把所有创新平台整合在一起的，就是ARKK。

是的，这个目标确实非常激进。而且我们也经历过一段非常艰难的时期——几乎所有创新资产都被“处刑”了，包括创投领域。那是供应链冲击叠加COVID相关的货币政策所导致的。所以现在，几乎没有多少人愿意相信这个判断，因为创新资产刚刚经历了如此艰难的一段时间。但我们认为，现在正在走出低谷。那根橡皮筋已经被拉得很紧了。

事实上，COVID加速了整个世界的数字化——几乎是我们生活的每一个角落。如果你看这里，ARKK已经实现了大约——

Peter H. Diamandis：——过去两年大约31%到33%的年化回报率，这真的非常惊人。

Cathie Wood：是的，我们三年的数据已经开始向我们所说的那个数字爬升了。但如果要在整个周期内达到平均值，我们就必须超过35%，而我认为我们会做到。

不过，在我们这个行业里，大多数人一听到这些说法就会翻白眼，因为他们对传统基准太过依赖。如果我要尝试寻找一个真正衡量经济进步的指标，那么在大多数人盯着GDP的时候，我会去看它的另一面——国民总收入（GNI）。GNI是通过税收系统来衡量的，我们能从IRS，以及州和地方税务机关那里获得大量信息。从增长率的准确性角度来看，这个指标要更可靠。理论上，GDP和GNI应该是相等的，但现实中它们并不一致。总会存在一个统计偏差，而且这个偏差正在扩大。原因就在于：从“产出端”，我们已经无法有效衡量我们今天讨论的这些变化带来的影响。但这些影响，会在收入端体现出来。

Alex Wissner-Gross：所以你的答案是GDP，或者更准确地说是GNI，而不是某种人均生产率指标？

Cathie Wood：对，我认为会是GNI。而生产率本身，其实也是一个非常难以衡量的东西。正因如此，我们认为今天的生产率被严重低估了。目前官方数据显示，大约是同比2%，但我们认为这是低估的。

那这意味着什么？GDP的计算方式决定了：如果我们低估了生产率，就等于低估了真实GDP增长率，同时高估了通胀。所以这是一个能拼得起来的小谜题。但由于存在如此多的误测，如果政策制定者没有我们这样的思维框架，而只是盲目信任这些数据，他们就很可能做出错误决策。

Peter H. Diamandis：政策制定者往往也会选择那些最方便他们论证的数字。

Cathie Wood：这确实经常发生。

中美AI大模型发展对比

图片来源：ARK Invest

Peter H. Diamandis：我想把话题推进到下一个部分——在你的《Big Ideas》报告中，你谈到了美国与中国的对比。我认为，这正是当前很多政策（包括特朗普时期政策）背后的驱动力。David Sachs现在也在频繁讨论这个问题。我刚从达沃斯回来，这也是那里的核心议题之一。

与此同时，又有人在说：随着AGI或ASI的出现——不管你怎么称呼它——我们需要放慢脚步，因为我们并不真正理解自己正在走向哪里。

但真正被当作洪水猛兽的是：如果美国不能占据AI的主导地位，它在全球范围内、尤其是金融层面，可能会失败。顺便一提，我们还可以谈到美元作为全球储备货币的地位——它在全球使用中的占比正在下降，而这恰恰发生在上述一切同时进行的背景下。所以，你能否花一点时间，带我们一起解读一下这张来自你们报告中的图表？

Cathie Wood：好的。我们一直在追踪中国发布的所有大模型。它们全部是开源的。实际上，是我们把中国“逼”进了开源阵营。而我非常喜欢开源。对开源有极高的信念，Linux就是最典型的成功案例。

Peter H. Diamandis：你说的“我们”，是指美国？

Cathie Wood：是的，美国。更准确地说，是美国的公司。因为IP被盗的问题，美国公司停止向中国销售软件。这并不是政府主导的政策，而是企业自身的决定。于是，在DeepSeek这个节点上，我们突然意识到一件事：他们已经把开源用到了极致。而现在，他们已经走在我们前面了。

再看看Llama4的表现——它的失败是Meta在开源上的一次尝试，而现在看起来Meta可能也要重新转向闭源。这让我觉得，中国正在开源这条路上抢先一步。至于Clawd Bot，抱歉，我刚才说错了名字，我不知道它已经改名了。谢谢你提醒我。你刚才说现在它叫什么来着？

Alex Wissner-Gross：现在它叫Molt，就像甲壳类动物蜕壳那样，拼写是M-O-L-T，Molt Bot，它的吉祥物是“龙虾先生”。这应该就是昨天才改的吧？

Peter H. Diamandis：Cathie，你并没有落伍。

Alex Wissner-Gross：你最多也就落后了24小时吧，我想在AI的时间尺度里，24小时差不多就等于一年。

Peter H. Diamandis：但Cathie，Alex最喜欢的一本书——我想Dave和我也紧随其后——叫《Accelerando》。这本书第一章一开始，就是把龙虾的神经结构“发射”到宇宙中，然后故事就从那里一路展开。

Alex Wissner-Gross：不过我得告诉你，Alex是那种按“分钟级”追踪新闻的人。所以只要你觉得自己跟不上Alex，这是对所有人来说都完全正常的。

Cathie Wood：嗯，这确实挺有意思的。我们刚刚结束今天的晨会，通常我自己、我们整个团队，对这些事情都是紧跟不放的。所以谢谢你告诉我这个，我会让其他人也知道。而且说到龙虾，有一件很有趣的事——我现在是圣彼得堡达利博物馆的董事会成员。全世界只有两家达利博物馆，一家在巴塞罗那，一家就在这里。他在艺术作品中经常使用龙虾这个意象。所以我一定得去读这本书。

Alex Wissner-Gross：是的，我在我的通讯里已经提过这一点了——龙虾正在成为“奇点时代”的新吉祥物。

Cathie Wood：这真的很有意思，因为达利当年其实是……

Alex Wissner-Gross：我发短信给你，Cathie。

Peter H. Diamandis：我现在就发给你。

Cathie Wood：太迷人了。达利是一个非常技术导向的艺术家，不知道你们是否了解这一点。他的艺术作品中包含了双螺旋结构，也就是DNA，在Watson和Crick真正确认DNA结构之后不久就出现了。他们是在50年代完成这项发现的，而在60年代初，这个结构就已经出现在他的画作中。所以我觉得这一切都非常迷人。尤其是这个“龙虾”的元素。

Alex Wissner-Gross：一个洪堡式的甲壳动物，象征着经济增长。

Cathie Wood：是的。

Alex Wissner-Gross：我刚刚已经把信息发给你了，Cathie。

Peter H. Diamandis：好好享受吧。

Cathie Wood：谢谢。所以这个Clawd bot，或者说Molt bot，是开源的，而我认为它最初是从美国开始的。所以也许这正是未来的发展方向。而且我刚刚还参加了一个电话会议，叫“Bitcoin Brainstorm”，和Alex Gladstein一起。他现在不仅对比特币着迷，也对AI产生了浓厚兴趣，研究它们如何协同工作。他几乎一直在谈Clawd bot。这东西真的——我是说，真的在席卷全球。所以这里体现的是个体能动性在发挥作用，而不是大型公司在主导。接下来会走向哪里，真的非常值得关注。总之，我很高兴看到我们又重新回到了开源运动中。

如果你看投资占GDP的比重——我们在《Big Ideas》里也分析了这一点——这里的投资是包含房地产的，中美两国都是如此。在美国，投资占GDP的比重大概在20%出头；在中国，是40%，而且自从他们加入世界贸易组织之后，这个比例基本一直维持在这个水平。所以他们所谓的“投资”，即便包含房地产，而我们也知道中国房地产正在大幅通缩，但投资占比依然维持在40%左右。他们正在不断、持续地向这个方向投入大量资金。我们对此必须保持警惕。

不过我也认为，竞争本身是好事。因为没有什么比竞争更能推动美国真正行动起来。而且，如果你想看看中国在AI应用于医疗领域方面的进展，那真的令人难以置信。Peter，我知道你也谈过这个。现在发生的事情，真的非常惊人。

Peter H. Diamandis：是的。Insilico Medicine的CEO，Alex Zhavoronkov，刚刚在香港交易所上市，超额认购达1200倍。我刚和他聊过，他昨天还在北京。我是通过Zoom跟他交流的。那里的生物科技市场正在爆发式增长，确实如此。这些公司正在陆续上市，而且是一个金融市场在推动这场加速。与此同时，政府也在大量投入资金。

Alex Wissner-Gross：更重要的是——在临床试验方面，他们做得也更好。至少从绝对数量来看，现在中国开展的临床试验数量，已经远远超过西方了。

Cathie Wood：是的，其中一个原因在于，我们的监管体系比他们严格得多。不过，这种情况正在发生改变。

Peter H. Diamandis：是的。新的FDA署长在降低监管门槛方面做得非常出色。Salim，在“中美对比”这个话题上，能不能听听你的看法？

Alex Wissner-Gross：是的。我一直认为，随着我们逐步迈向“丰裕时代”，这种紧张关系的重要性会下降。我在上一期播客里也提到过，我认为这场竞争最终的胜负，取决于应用层。而我认为，美国在应用层拥有极其巨大的领先优势，最终会赢在这里。说实话，美国通过硅谷式思维在应用层面对全球的“碾压式领先”令人震惊，几乎所有应用都被美国公司占据，唯一的例外可能是TikTok，以及也许Spotify。

Peter H. Diamandis：除此之外——内循环是非常强大的。

Salim Ismail：当我们把能源进一步拉近到这个内循环中时，这会成为一个巨大的挑战。这一点确实如此。

Dave Blundin：不过我觉得，Cathie关于开源的观点，比表面听起来要重要得多。

Alex Wissner-Gross：因为如果你去看真正参与Anthropic和OpenAI这些核心算法研发的人数，其实是一个非常、非常、非常小的群体。而且他们极度自负，认为自己是算法史上最聪明的一群人，诸如此类。

一旦你把研究从开源世界抽离，全部锁进封闭模型里，能够流入美国体系的创意数量就会被严重压缩。这确实能捕获几乎所有的商业收益，也在一定程度上解决安全问题。但同时，它也会极大地拖慢创新速度。

Dave Blundin：所以中国那一套——

Salim Ismail：但你看看Claude对比Molt Bot，对吧？那就是应用层，把能力交到任何人手中，让他们可以实现自己的功能。这正是开源最擅长的地方。坦率地说，这也是美国真正最擅长的地方。

Alex Wissner-Gross：而且这也和中国过去“追赶型竞赛”的模式是一致的。而AI领域的对应版本就是：“把一切都开源，让我们14亿人口去试，疯狂试，我们自然会快速创新。”

而他们是对的。从根本上来说，他们是对的。让数量级更多的人参与进来，创新速度一定会更快。当然，对美国来说，唯一的好消息是，这些开源成果也会反向流回美国。这并不是被封锁在中国内部的。但我真的相信，开源社区的创新速度要快得多。只不过，它在负面用途方面，也确实非常、非常危险。

Cathie Wood：有一件事很有意思——我们的政府对于Meta收购Manus这件事，目前几乎没有任何表态。当然，也许之后会有。而Manus本身也是一家中国的开源公司。

另外也很有意思的是，看Sam Altman和Jensen Huang对DeepSeek的态度。他们的说法是：“嘿，这个算法确实挺聪明的，向中国、向DeepSeek的创始人致敬。”但紧接着他们又说：“猜猜怎么着？这也给了我们机会，把它蒸馏进我们自己的模型里。”

所以在软件层面，我们的政府几乎没有太多干预。但在硬件层面，情况就完全不同了，政府的介入要多得多。

比特币的增长逻辑

Peter H. Diamandis：我们接下来进入下一个话题。我们来聊聊比特币。你几年前曾和我一起在现场舞台上讨论过这个话题，两年前因为疫情又通过视频连线讨论过。你当时预测比特币会涨到100万美元。你现在仍然坚持这个目标吗？

在最近市场回调的情况下，有什么让你依然保持信心？给我们讲讲你对比特币的整体看法和预测吧，Cathie。

Cathie Wood：当然。我们并没有放弃这个判断。现在仍然是我们的牛市。2030年，150万美元。

不过其中有一些结构性的变化。

第一是稳定币，尤其是在新兴市场中，Tether的作用，已经在某种程度上取代了我们原本认为比特币会承担的一个重要功能。我们原先的判断是：在稳定币出现之前，人们确实会、而且已经在，把比特币当作一种“财富被没收的保险”。

这种没收可能来自通胀、恶性通胀、大规模货币贬值——这些情况在新兴市场中屡见不鲜——或者是直接的财富剥夺。

而现在，稳定币在很大程度上承担了这个角色。但稳定币本质上是以美元作为支撑的。因此，它们仍然受制于我们的法币货币体系。这一变化，大概会让我们对比特币的目标价格下调20万到30万美元。

但从另一面看，最近黄金发生了什么？

黄金在过去两年里价格翻倍，在过去一年中明显跑赢了比特币。这强化了比特币作为“数字黄金”的角色。

我们认为，随着全球代际财富转移正在加速，年轻一代更有可能选择“数字黄金”作为资产配置的一部分，而不是实物黄金。那更符合他们的世界。因此，我们认为这一角色的重要性反而在提升，或者说，比特币的价格应当受到黄金走势的支撑。

如果你看2020到2025年之间的相关性矩阵，比特币和黄金之间的相关性几乎不存在，只有0.14。但如果你回看历史，至少在最近两个周期里，都是黄金先动，然后比特币跟随。所以我们认为，比特币正在为下一轮大行情做准备。

最近几个月发生的事情，可以追溯到10月10日。那天发生了一次“闪崩”，起因是Binance的一个软件故障。这次事件让大量高杠杆的投机者或投资者瞬间“站错了方向”。随后发生了自动去杠杆，大约有280亿美元规模的头寸被清算。

我们听到的反馈是，这一轮去杠杆过程基本已经完成、清理干净了。因此，我们对比特币依然抱有非常高的期望。

Cathie Wood：通过观察2020年到2025年之间的相关性矩阵，我们可以发现，比特币和黄金之间几乎不存在相关性，相关系数仅为0.14。但是从历史表现来看，尤其是在最近两个周期中，黄金通常领先于比特币。因此，我们认为比特币正在为新一轮的大幅上涨做准备。

过去几个月中最重要的事件发生在10月10日。那天，Binance（币安）的软件故障引发了一次闪崩，导致了大量高杠杆的投机者和投资者出现严重的仓位失衡，随后，市场被触发了自动去杠杆机制。这次仓位失衡的规模约为280亿美元。目前我们得到的反馈是这部分风险已经基本出清，因此我们对比特币后续的走势持非常乐观的态度。

我们昨天组织了一次关于比特币的头脑风暴。在与团队交流的过程中，我们得到的共识是，稳定币的确发挥了一定的人道主义作用，它们相当于一种由美元支持的保险机制。但需要注意的是，这里我们讨论的是比特币社群。他们相信，我也认同，比特币的核心使命是自由——是一种摆脱政府监管的金融自由；同时，比特币也意味着免于审查和资产扣押等多种限制。

随着技术发展，全球新兴市场的财富水平在不断提升。虽然目前来说，这些地区的大部分人群仍处于勉强维持生计的状态，但从长期储蓄的角度来看，他们最终会将资金配置转向比特币。

Peter H.Diamandis：以El Salvador为例，比特币一直被视为对抗美元通胀压力的一种手段。当全球局势因战争而愈发动荡、通货膨胀不断加剧、COVID之后货币被大量放入市场时，理论上人们会涌向比特币以维持自身财富价值和避免资产被通胀侵蚀。但从现实情况来看，理论上的这种预期似乎并没有变成现实，你是否也有这样的看法？

Cathie Wood：如果从2022年末股票和加密货币的熊市的底部算起，比特币的涨幅大约达到了360%。这一表现的确与当时的通胀环境有关，同时也反映了市场对美联储无法有效控制通胀的担忧。因此，我们可以认为比特币在这一阶段确实发挥了其应有的作用。

我经常被问到的一个问题是：如果未来的预期不是通胀，而是通缩，那么比特币是否会失去其被赋予的重要角色？对此，我们的回答是明确的：是的，比特币的确是一种用于对抗通胀的资产。在数学上，比特币的供给被严格限定在2100万枚。目前，比特币的年增速约为0.8%，未来将会下降至0.4%。在当前阶段，比特币的供给增长速度已经低于黄金的供给增长速度，因为黄金矿工可以根据价格信号灵活调整开采强度，从而提高黄金产量。

那么，在通缩的情境下又该如何理解比特币的作用？回顾2008至2009年，那是一场灾难性的严重通缩危机，全球金融体系面临崩溃风险，还引入了大量对手方风险。在这种情况下，比特币同样可以发挥对冲作用。如果选择self custody Bitcoin，那么个人将无需承担任何对手方风险，资产存放在个人钱包中，完全属于自己。

因此，我们认为比特币在通胀和通缩两种极端环境下，都能发挥非常重要的作用。尤其是在我们判断正确的前提下——世界正在被五大技术创新平台和十五种技术加速融合所带来的深度颠覆，那么传统的世界秩序将面临显著动荡，市场中的破产数量也可能远超大多数人的预期。

Dave Blundin：谈到混乱，我们在伊朗——我童年时曾在那里生活过，看到了一个非常典型的现实案例。我们在Venture funds有一位实习生Farah，她提到她是伊朗人以及她的父母仍居住在伊朗。多年来，在当地的集市——也就是我小时候买米之类的生活用品的地方——几乎所有交易都通过比特币完成。每个人都必须拥有一部手机，他们购买商品的唯一方式就是使用比特币，而且这种情况已经持续很多年了。这种做法大概率是非法的，但在伊朗已经没有人在意了。与此同时，国家正处于革命状态，官方货币在此时几乎已完全失去功能，整个国家处在极度不稳定的边缘。我还注意到，在几年前的区块链账本的报告中，来自伊朗的交易在其中的占比异常之高、明显高于其他地区。

因此，伊朗的情况将成为一个重要的风向标。类似的地区动荡并不仅限于伊朗，在委内瑞拉及世界其他地区，还有大量人口正生活在高度不稳定的环境中，居民们都想尽快逃离他们所在的地区。如果所有伊朗的居民都转向比特币，那么这一现象将不仅仅再是一个警示信号，还将成为一个现实案例。这预示着在可能出现的全球性动荡中，世界上超过一半的人口很有可能也会转向比特币。

Salim Ismail：我使用了一套符合ARK Invest分析风格的跟踪体系，发现了一个核心事实是，黄金的市值几乎是比特币的20倍。然而，比特币的日交易量已经达到了黄金的近四分之一。因此，从相对比例来看，比特币的交易活跃度远远超过了黄金。这一指标在我看来也有着非常重要的意义。

Dave Blundin：在印度和伊朗，人们历来都大量囤积黄金。从根源上来说，当拥有可支配的剩余资金时，人们会尽可能多地购买黄金，因为黄金可以随身带离本国，且相对来说比较保值。同时，在其他资产和制度都不稳定的情况下，人们也没有其他更加可靠的选择。但如果人们开始信任加密货币，尤其是比特币，而不再将黄金作为首选，那么正如你所说，这将意味着一次典型的代际认知转变。

因此，我认为，在当前的伊朗，比特币首先是一种交易机制。因为人们很难直接用黄金去购买一袋大米，使用比特币却可以。但是，如果人们的认知进一步转向将比特币视为一种store of wealth，正如Mike Saylor所强调的那样，那么这种观念很可能会在一代人的时间内迅速向全球扩散。

Cathie Wood：当然，我们完全同意。

数字资产迎爆发式增长，科技与金融融合，2030年或现百万亿市值公司

Peter H.Diamandis：接下来的这张幻灯片展示的是数字资产的市值可能达到20万亿美元，这一规模相当于2010年整个美国股市的体量。

图片来源：ARK Invest

Cathie Wood：这一规模也大致相当于当前美国经济的体量。

Peter H.Diamandis：是的，正是如此。这一规模极其惊人，而且仍在持续增长。与此同时，相关法律和监管框架都在逐步调整以促成这一发展，相关的各类公司也在不断涌现，加速着这一进程。其中，智能合约的快速扩张构成了最关键的技术推动力之一。

Dave Blundin：Cathie，你对此有什么看法吗？目前的讨论主要集中在store of wealth以及替代传统货币的问题上，但如果进一步来看，是否会出现对IPO的替代？如果AI真正起飞，同时Elon的判断是正确的——出现了三位数增长率，那么ICO是否会取代IPO？这种机制未来可能会如何运作？

Cathie Wood：很多人在比特币发展的早期阶段，尤其是在Ether出现之后，曾经有一种设想——私募市场中的投资机会将会得到更广泛、更分散的配置。现在我们确实正在看到一些这样的趋势。

举个例子，比如说Robinhood希望与大型公司合作，推动这些公司的所有权去中心化。我们自己也在做类似的事情，通过一种称为interval fund的工具来实现投资民主化。Robinhood在加密货币领域已经做得非常成熟，并且正在从基础设施层面持续建设相关能力。因此，我并不意外，最初我们设想的那种“没有中介”的模式，可能会率先以“Robinhood作为中介”的形式落地。我认为，在未来三年内，这种变化是完全有可能发生的。

Dave Blundin：是的，我非常认同这一观点。随着相关模式的不断演进，我们需要持续、深入地观察和研究。有一点可以确定的是，某种重大的变化正在并且一定会发生。

Peter H.Diamandis：二级市场在一定程度上已经提供了流动性。作为Link Ventures和Link Exponential Ventures的负责人，Dave，我们正在以首轮1000万到2000万美元估值投资来自MIT和Harvard的公司，这些公司很快成长到1亿美元的规模，其中有不少在极短时间内就增长到有10亿甚至20亿美元的估值，而这些公司的创始人往往只有二十岁左右，甚至十九岁，这一成长速度和规模本身就非常惊人。但真正的问题在于如何实现退出。

目前IPO市场虽然开始有所恢复，但远未达到以往那种高度活跃的状态，而M&A市场则持续低迷，企业不再直接收购公司，而更多地在购买某种“权利”或部分权益。在这种背景下，将在二级市场出售股份作为一种提供阶段性流动性的方式，正在变得越来越重要。现在的问题在于，我们该如何进一步加速这一过程？

Dave Blundin：这是一个非常好的问题。我之前也和Wellington的Michael Karman讨论过这一点。当年Uber还处于私有阶段时，Wellington是其规模达数十亿美元的重要投资者之一。Michael Karman的观点是，根本没有必要把公司上市，公司完全可以长期在私募市场中进行交易，这才是未来发展的方向。

不过，现实中往往会出现另一种情况——一旦市场出现不确定性，人们就会变得谨慎，资本又会迅速回流到美国公开市场。无论是COVID这样的系统性冲击，还是其他形式的动荡，最终都会回到美国公开市场，因为在关键时刻，这种形式被认为是最值得信任的依托。

但是很显然，这种体系已经无法跟上AI发展的速度，因此，某种结构性的变化一定会发生，这是毫无疑问的。问题在于，每当世界出现恐慌情绪，市场的直觉反应仍然是回到熟悉的制度框架中，比如对SEC的信任、对GAAP Accounting的信任。

然而，如果一切资产都长期停留在私募市场中，也会面临规模瓶颈。比如A16Z目前的规模大约是900亿美元，General Catalyst约600亿美元，这在绝对意义上当然不小，但以Cathie Wood的视角来看，这样的体量几乎不具备什么决定性意义。在Cathie的世界里，讨论的起点是万亿，目标是100万亿。如果无法触达这样的资本池，就很难真正推动AI进入下一阶段的发展。因此，市场显然还需要突破一个全新的规模层级。那么现在的关键就在于，究竟要通过什么机制来实现和达到这样的规模层级。

Peter H.Diamandis：顺着Dave的这个话题，我想问Cathie一个问题。到2030年的时候，我们是否能够见到市值达到100万亿的公司？现在我们已经见到了5万亿级别的公司，SpaceX也即将上市，甚至有可能与Tesla合并。你认为Elon会通过哪种方式为SpaceX提供流动性或稳定性？是通过并购，还是通过IPO？另外，未来是否有可能出现估值达到数十万亿，甚至100万亿的公司？你对此有什么看法？

Cathie Wood：是的，这确实很有意思。我不确定Elon是否是在你的播客里说过这番话，也不太记得我是在哪里听到的，但他提到过一点：他已经开始看到自己旗下的不同公司之间出现了一些此前未曾预料到的融合趋势。

其实我们已经讨论这一点有一段时间了，因为在AI时代，想要取得决定性优势，核心在于是否拥有专有数据。仔细想想，Elon掌握着多少种、多少层级的专有数据。在Tesla，他拥有“道路的语言”，即来自真实世界驾驶场景的海量数据；在Neuralink，他已经开始掌握multi-omics data，这类数据在太空环境或人类神经接口层面几乎无人能及；在SpaceX，他掌握着其他任何机构都无法获取的数据；在X，同样如此；甚至包括The Boring Company，这些数据也都是独一无二的。在这种背景下，我完全可以想象出现100万亿级别的公司。

所以我认为你提到的情况很有可能会发生，而其根本原因正是这种跨公司、跨技术、跨数据体系的深度融合。

Peter H.Diamandis：你认为到2030年之前会有可能出现一家市值达到100万亿的公司吗？

Cathie Wood：我认为这是有可能的，而目前最有潜力的候选者就是Tesla，原因正如我刚才所说。此外，这个过程中也可能会发生一些公司层面的组合或整合。同样值得注意的是，我也听到了一些关于SpaceX正在接触投行的传闻。坦率来说，我一直不认为SpaceX需要上市，也不认为它非上市不可，而且从Elon在Tesla的公开市场经历来看，市场的整体环境并不算友好。但如果SpaceX真的选择上市，我认为核心原因很可能在于他想抓住“轨道数据中心”这一机会。如果围绕这一方向展开，SpaceX的战略逻辑也就非常清晰了。

Dave Blundin：其实那段话就是Elon在我们有一期播客里说的，这正是Elon非常不可思议的一点。我们当时给了他一个几乎是“送分题”的问题，我们说，你看看自己整个商业版图中正在发生的融合，所有事情似乎都在指向一个核心目标——如果你最终实现了星链，以及通过卫星或激光链路构建全球性的太空数据中心，那么你这一生所做的几乎所有事情，都会汇聚成一个规模高达100万亿的巨大成功。这样的前瞻性判断，听起来几乎不可思议。但他的回应却是：“不，不，不，这完全是运气，这些事情彼此之间原本毫无关联。”。

我当时觉得这一点非常震撼，因为那其实是一个完全可以夸大其词、标榜自我为天才的机会，但是Elon既不会说谎，也不会刻意宣称自己的天才，他非常直接地否认了这种叙事，并说真正的原因是AI正在推动一切发生融合。

Cathie Wood：毫无疑问，正因为如此，我们才会以现在这种方式来搭建我们的机构和研究体系。以Tesla为例。为什么我们看Tesla看得比华尔街上的任何人都看得更准？原因就在于我们让robotics、energy storage和AI的分析师协同工作、共同研究。在传统机构中，这些研究往往由汽车分析师主导，他们的专业背景集中在内燃机和人工驾驶汽车上，并将其作为唯一的核心分析视角；而技术分析师即便参与其中，也常常需要为话语权而竞争，甚至会引发一定程度的“地盘之争”，最终往往是技术分析师处于劣势。正因为这种结构性的分割，他们当初没有看对，现在依然没有看对。

Peter H.Diamandis：是的，Cathie，我对“专家”的定义就是那些能够非常准确地告诉你一件事情为什么不可能实现的人。

Dr.Alexander Wissner-Gross：针对这一点，考虑到你管理着多只主动交易型ETF，我想听听你对有效市场假说的看法。显然，在你看来，市场必须足够低效，才能证明运行主动管理型ETF的合理性。但我好奇的是，作为你技术论点的一部分，我们肯定正在走向一个超级智能的世界——某种程度上我们已经身处其中——超级智能本身已经是市场上的主动交易者，从日交易量来看，交易量完全由算法交易者主导。在超级智能极度充裕的情况下，从何时开始，继续运营主动管理型ETF就不再有意义，不如直接让指数投资接管市场？

Cathie Wood：这是一个非常好的问题。确实，算法本身具备识别模式的能力，但如果从AI的角度来看，AI理应会彻底击穿那些对基准高度敏感的投资组合。当前的市场比以往任何时候都更加低效，其根本原因在于，在2000年代初的科技与电信泡沫破裂之后，尤其是在2008–2009年金融危机之后，市场中的风险厌恶情绪达到了顶峰。再加上本届政府以及上一届政府带来了高度不确定性、焦虑感和波动性，投资者被进一步推向了基准依赖——凡是采取这种策略的人，都犯下了重大的战略性错误。

真正让我感到兴奋的是prediction markets（ZP注：指一种通过市场机制预测未来事件或结果的金融工具），它们将推动真正意义上的主动投资回归。许多自称为“主动投资者”的人，其实只是围绕着一个指数，在极短期的视角下做微调——多买一点某只股票、少买一点另一只股票，尤其是在mag six stock或者所谓的magnificent stocks（ZP注：通常指美国科技行业最具影响力的七家大型科技公司股票）之间来回倒腾，结果也都是所有投资组合看起来几乎一模一样。

而我们完全不同，因为我们做的是面向未来五年的原创研究。这种前瞻性研究长期以来一直被传统金融市场嘲讽，但是，对于技术世界和投资世界而言，ChatGPT的出现是一个重要的转折点。现在几乎所有人都在使用ChatGPT，他们也开始意识到，AI正在改变我们脚下的地基，也开始思考，这个AI到底意味着什么？因此，我们终于开始看到更多具有前瞻性的机构投资者出现。加上散户投资者本来就更具未来导向，而机构投资者往往选择保守行事——这也是为什么我们长期以来一直都更受散户欢迎。

所以，你提出这个问题是完全正确的，但眼下最直接的影响是那些看起来像benchmark的策略将被淘汰，因为它们几乎不创造任何价值；真正会得到回报的是那些开展原创研究、努力理解世界将如何运作的投资者。当然，模式识别本身也会借助AI——我们也已经在这样做了。正如Peter所说，我们也需要用AI来改进和美化我们的图表，这正是我们接下来要做的事情。我认为这是一个非常重要、也非常有价值的启示。

能源转型与全球发展

Peter H.Diamandis：接下来我们进入最核心的部分，来聊一聊能源。这里有几张来自Big Ideas Report 2026的图表，链接附在下方了。

图片来源：ARK Invest

随着能源效率的不断提升，全球经济正在被重新塑造。我们看到单位GDP所对应的千瓦时用电量正持续下降，全球能源装机容量却在不断上升——其中新增的大部分来自太阳能，且主要来自中国。中国的发展速度明显领先于我们。与此同时，太阳能和电池的成本正在持续下行，尤其是在过去的一年里，电池技术已取得了令人震惊的进展。这两点结合在一起具有非凡的意义，不过其意义其实被严重低估了。

当然，也有人已经意识到了它们的重要意义。我们的订阅用户和长期收听这档节目的听众肯定是清楚的，因为我们一直在反复强调能源的重要性，它不仅决定着GDP，还深刻影响着一个国家的生活水平、健康状况和教育体系，几乎关系着地球上每一个国家的发展前景。尤其是在当前这个阶段，数据中心对能源的需求极高，这让能源成为国家竞争力和世界地位的关键基础。Cathie，你对此怎么看？

Cathie Wood：这张图表中有一点非常值得关注。在这份《Big Ideas》中，我们确实花了很多篇幅讨论核能。但如果仔细看各国、尤其是世界主要国家的能源效率水平，就会发现中国的能源效率大约只有其他大国的一半，当然这是一种略带夸张的说法。那么，中国是如何弥补这一差距的？答案是中国正在大规模建设核电，他们目前可能已经拥有超过28座大型核反应堆。相比之下，虽然美国正在重新启用部分老旧设施，但是目前美国并没有在建设新的大型核电站。不过我认为，美国在核能方面的监管立场正在发生显著变化，未来一定会有所行动。这是我从那张图表中得到的一个重要启示。

创新的魅力正是在于它能够帮助人们真正理解自己在说什么，而我们所做的工作正是帮助人们建立这种理解。没错，提高能源效率是必然趋势，而且我们目前也确实正在变得更加高效。但从根本上讲，经济活动本质上就是能源的转化过程。那些简单地、未经思考就宣称“能源是坏的”的人其实并没有真的理解自己在表达什么，他们的这种说法本质上等同于希望社会倒退回“黑暗时代”。如果人类要持续进步，就必然会不断地使用更多的能源。

在核能这一领域，还有一个非常值得注意的历史事实。美国和日本在20世纪70年代时对核能进行了严格监管，这几乎扼杀了整个行业的发展。原本根据Wright’s Law，核电的建设成本是随着技术进步持续下降的，但监管的强化使这一趋势被逆转。如果美国当年的核能行业能够遵循着Wright’s Law持续发展至今，那么如今美国的电力成本可能会低40%。因此，如今重新燃起的核能热情非常重要，它有助于让我们重新回到符合Wright’s Law的技术进步路径上。

当然，这一进程也将与太阳能技术协同推进。如果再考虑到Elon提出的Orbital data centers（轨道数据中心），就会进一步加速以太阳能为核心的数据中心能源供给体系。

Dr.Alexander Wissner-Gross：Cathie，我很好奇，我们在播客里有时会提到那个网站WTF happened in 1971.com。假设你对它比较熟悉，你是否认为，核能能源的发展受阻，或者说对核能能源的过度监管，正是1971年左右美国经济发展轨迹发生转折、走上另一条发展路径的关键原因之一？

Cathie Wood：我认为，放弃金汇兑本位制、关闭黄金兑换窗口，并让货币政策不再与任何客观约束挂钩、只受制于人性的脆弱，这些本身就是关键转折。随后美国又实行了工资-价格管制，各种各样的扭曲政策接连出现，整体监管力度显著提高。大概发生在1974或1975年左右的核能发展受阻正是这种变化的一个集中体现。所以是的，确实就是那个时刻——退出金汇兑本位、失去纪律约束，紧接着油价几乎立刻暴涨了四倍，把我们带上了一条非常糟糕的发展道路。

Dr.Alexander Wissner-Gross：而且我们还停止了把人类送上月球。有很多事情几乎在同一时期同时发生了。

Cathie Wood：是的。接着是Reaganomics，也就是Volcker与Reaganomics政策的组合，而这种组合如今正在被再次复制——放松监管、减税。当前美国的公司税率，尤其是有效的企业税率，已经下降到成为发达国家中的最低水平之一；而在Trump第一任期开始大幅削减税率之前，这一税率几乎处于最高水平。新税法中的折扣计划着实令人震惊。这些政策明显有利于创新，非常有利于本国的创新。举例来说，制造业厂房可以在投入使用的第一年就完成全部折旧，而不是像过去那样在30到40年内逐步折旧。只要企业在2028年底之前开始建设生产设施，它们就可以获得巨额退税，并将这些资金重新投入到R&D，或者用于降低产品价格。

Peter H.Diamandis：我们正在进行再工业化。

Cathie Wood：是的，我们正在再工业化。在接下来的几年里我们应该可以看到经济爆炸性的增长。

Peter H.Diamandis：这让Elon所说的GDP五倍增长速度显得非常有道理。

Peter H.Diamandis：Dave，我很好奇。你和我一直有在通过文字聊天讨论接下来该把资金投向哪里。当然，我们说的这些这不是投资建议。目前来看，能源基础设施、基于SMRs的能源产品，以及核裂变和核聚变；但与此同时，数据中心建设等领域也非常值得关注。整体来看，这些领域的数据似乎表明，它们将成为上市公司中投资规模最大、增长最快的方向。你怎么看？

Dave Blundin：我们和Cathie的不同之处在于，在我们的文字讨论中，Peter，我们并不是试图一次性部署100亿美元的资金。因此，如果你深入研究data center stack（数据中心堆栈），就会发现供应链中的各个组件突然都出现了近乎无限的需求。从Boom Supersonic的案例中可以看到，一家原本生产高超音速发动机的公司，因为可以用同样的组件来制造发电机，而这些发电机的订单已经积压了数年，其估值一下子上涨了10倍、甚至100倍。

Cathie Wood：是的，我们的风投基金中也持有这家企业。我想你们应该也是吧？

Peter H.Diamandis：我真希望当时就认识Boom的创始人。我当时的第一反应是：天哪，做超音速飞机还要和FAA（美国联邦航空管理局）打交道，这简直是一个无底洞，需要不断烧钱。结果他们找到了一个真正可行的市场。

Cathie Wood：他们找到了一个市场，一个绝妙的转型点。

Dave Blundin：是的，这是一次非常精彩的转型。这实际上是两个不同层面的案例。

一个是，只要与这轮AI build out相关，如果你足够早地发现机会，就可能存在潜在的1000倍回报。

另一个是，优秀的团队能够转型。一个项目最初看起来像是泥潭、前景堪忧，仔细一看却发现背后是一个极其出色的团队。而且如今转型的速度比以往任何时候都要快得多。因此，核心原则始终是“选择优秀的团队，并持续与优秀的团队站在一起”。

所以，这是一个融合了两种逻辑的案例。Peter和我在私下交流时，一直在寻找那些尚未被发现的机会。Alex在photonics以及跨越大型数据中心的互联网互联方面有很多洞见，这里的核心问题在于如何让数据以极高的速度流动。这里蕴藏着巨大的机遇。但在我看来，这些机遇都指向同一个核心命题。试想未来几年，当巨型轨道数据中心拔地而起，芯片需求无限增长，再加上配套的管道系统、布线工程等基础设施建设，处处都暗藏商机。

Cathie，你对此有任何洞见吗？

Peter H.Diamandis：Cathie，如果你愿意的话，请为我们讲解一下这个幻灯片。

Cathie Wood：当然。不过在此之前，Dave刚才提到了一个我认为非常重要的观点：优秀的团队。你必须从这里着手。而我们之所以看到这些转型如此成功，是因为技术之间以及技术之间的融合，从而催生了全新的产业。

因此，企业转型的机会远不止于此。若因担心监管政策会成为交易障碍而放弃合作，这种风险或许会降低——但若能像Boom公司那样，直接将转型方向锁定在监管领域，风险则可能更高。监管机构希望这一愿景可以实现。因此，我认为这一点至关重要。

Peter H.Diamandis：到2030年，全球电力领域的累计投资规模需要达到10万亿美元。由此可见，未来电力领域的投资规模将极为庞大。

图片来源：ARK Invest

Cathie Wood：是的，毫无疑问。未来将会有数万亿美元投入到AI相关的一切领域，而这一切都与AI密切相关。

Dr.Alexander Wissner-Gross：我很好奇，Cathie。还是围绕能源这个主题，或许你可能看过Apple TV的剧集For All Mankind，它构建了一种平行宇宙：由于在太空竞赛中美国并未率先完成人类登月，而是前苏联先行一步，竞争因此持续推进，特别是核能的发展被大幅加速。

在这种平行宇宙历史的思路下，同时你又非常熟悉Wright’s Law以及更广义的经验曲线，我想问的是：如果1970年代初至中期的发展没有像现实中那样“偏离轨道”，你认为我们现在相对于潜在的发展路径究竟落后了多远？是落后了一个世纪，还是五十年？按照本应达到的水平来看，我们现在理应处在什么位置？

Cathie Wood：我认为在能源领域，尤其是核能方面，不能简单地说我们整体落后了。但可以说，我们在新建产能上确实滞后了。即便如此，在美国，核能仍然占发电量的约20%。而且，尽管中国目前正在建设大约28座左右的新核电站，我们的核电站数量仍然多于中国。我们需要尽快推进建设大型核反应堆，同时也需要建设中型和小型核反应堆的方案；事实上，我们在venture fund中对于这些不同规模的项目都已有布局。

所以，可以肯定的是，我们在核能领域浪费了大量时间。上世纪70年代之所以出现全球性通胀，很大程度上是因为我们是储备货币的发行国，从而把整个世界带入了那个通货膨胀时代。当然，也有少数国家例外，比如Switzerland，但总体而言，通胀在当时是一个全球现象。

我认为现在我们的思维方式已经回到了正确的轨道。Silicon Valley一直以来都保持着这种正确的思维模式。我们也在努力打造一个新的Bay Area。我认为这同样非常重要：Silicon Valley以及California tax law在一定程度上推动了这一进程；而在AI领域，这一点尤为关键，因为相关人才高度聚集在那里。不过，我们现在也看到，这种人才和创新正在逐步向美国的其他地区扩散。

这同样非常重要，并且对整个西方世界都具有意义。随着创新的成本持续下降——而这一趋势已经在发生——individual agency正变得越来越可行。

Peter H.Diamandis：人们可以作为独立个体在任何地方创业。

Cathie Wood：是的。当然，中国非常具有企业家精神。你只要去中国几次，就会被震撼到。但回头看Jack Ma以及那些tycoons的经历，成功和财富一度被视为负面现象。而在美国并非如此。从这个角度看，中国在一定程度上伤害了自己，但这并不否认中国内在的、强烈的创业热情。坦率地说，我认为竞争会让双方都变得更好。

Salim Ismail：我一直认为，中国的企业家精神是如此深厚、如此原生。

Cathie Wood：我认为中国对自己正在将西方市场商品化这一点是相当自豪的，但现在中国开始意识到：等一下，我们正在“吃掉自己”。我们把一切都过度商品化，结果却是在摧毁本国的产业，是不是该多考虑一点收益率？这听起来很震撼。这种说法来自中国本身，确实令人意外，但却是必要的。

自动驾驶快速发展与汽车产业变革

Peter H.Diamandis：接下来，我们将和Cathie一起进入最后一个话题——自动驾驶汽车。其实还有很多相关主题可以讨论，我们甚至还没谈到人形机器人。后续也许会在讨论Tesla的过程中顺带提及，但我们先直接进入正题。

当然，最新的消息是：Robotaxis终于来了。我们已经看到了Waymo，也看到了cyber taxis正式上线。刚刚还有消息称，Uber、Lucid以及Nvidia（英伟达）正在把各自的车队投放到道路上。当然，中国也已经有数十个类似的项目在运行。

从数据来看，Waymo正在快速上升，而Lyft和Uber则呈现下滑趋势。Robotaxis的行驶里程以及累计里程即将出现显著跃升。

图片来源：ARK Invest

就我在Santa Monica的日常体验而言，无论是往返机场，还是接送孩子上下学，我们都会顺便统计一下路上能看到多少Waymo。目前平均一天大概能看到10-12辆Waymo。我在想，大约四到五年后，路面上可能会有80%的车辆是自动驾驶汽车。Cathie，你怎么看？

Cathie Wood：非常同意，我们也是这么认为的。

在《Big Ideas 2026》中你也会看到，从平台的角度来看，我们预计Tesla将成为最大的赢家，Waymo排名第二。原因在于Waymo的成本结构具有依赖性，而Tesla是垂直整合的，这正是Elon的偏好和modus operandi（指某种行为或活动的特定方法或方式）。

Waymo的情况就并不如此了。事实上，有一段时间他们甚至很难吸引到汽车供应商。现在他们与Zeker、Hyundai以及其他几家公司合作。整个美国的Waymo的车辆总数还不到3,000辆。所以如果你一次就能看到10辆，那说明这些车辆可能集中在你所在的区域附近。

这很有趣。但我们认为，从成本角度来看，Tesla的方案将比Waymo低约50%，因此Tesla可以收取更低的费用。在此期间，Tesla和Waymo都有很大空间与Uber和Lyft竞争，因为在动态定价的作用下，过去四年中Uber的平均价格上涨了约40%，每英里从2美元涨到2.80美元。这为Tesla提供了一个巨大的“价格保护伞”。

我们确实同意，并且我们的研究也验证了Elon的说法：当Tesla规模化运营时，每英里的定价将能降到约0.20美元。在此之前，这个巨大的价格空间将使Tesla的现金流激增。

Dave Blundin：是的，你完全说对了，Cathie，我完全同意。直到我们去了Gigafactory（超级工厂），我才真正明白了这一点。我之前以为Elon不喜欢供应商只是因为他太控制狂，但事实并非如此。他不喜欢供应商是因为他看到了制造方面的指数级机会。需求可能会在一夜之间暴涨，而满足这种需求的唯一方式，就是把未经加工的铝原料变成一辆车，或者把未经加工的芯片原料制成成品。同时，还必须把所有这些环节都内部化并提前规划。但是，如果供应链中哪怕只有一个组件受限——就像Waymo那样——那么整个供应链都必须等待那个组件的到位。

Cathie Wood：完全正确。

Dave Blundin：所以，对Waymo和Tesla来说市场上都会存在接近无限的需求，但Tesla能更快、更大规模地生产汽车，因为Elon从一开始就在思考如何把所有环节都纳入一个完全指数化、自动化的内部供应链中。

Salim Ismail：Tesla还有一个巨大的优势，就是如果他们允许拥有车辆的个人把自己的车转化为taxis，那这将会成为一个巨大重要的机会。这种模式更符合指数级组织的逻辑——你并不需要自己拥有资产，这正是Uber能够如此快速扩张的原因。这种模式里蕴含着巨大的机会空间。

Peter H.Diamandis：Cathie，在众多讨论中，你是否也在关注这样一个观点：数以百万计的智能网约车，本质上是分布在城市中移动的推理引擎和储能设备。

Cathie Wood：当然是的。同时，我也非常关注Elon经常提到的一个问题。我们国家当前的电网效率极低，夜间未被充分利用，而白天的某些时段则会被过度使用——这也取决于天气情况。所以，发展分布式能源生态系统绝对是一个关键方向。

Dave Blundin：让我感到非常震撼的是，当你去看一座Tesla Gigafactory（特斯拉超级工厂），就会发现马路对面正在建设Optimus工厂，旁边还有数据中心。这个体系中的所有组件本质上都是通用的。

反观Ford或GM，你去问他们“你们到底在做什么？”，他们的答案往往是：我们座椅从中国订购，底盘从某个供应商采购，动力传动系统也来自不同的外部厂商。如果他们想在第二天转型成为一家机器人公司那是完全做不到的，因为他们只是在做一堆第三方组件的组装。他们是一家汽车企业，也只能是一家汽车企业。

而Elon所构建的体系完全不同。他的整个制造供应链中，每一个环节都可以在极短时间内进行转型，转向卫星制造或其他形态。整个链条是由可重构的机器人构成而形成的一个高度灵活的系统。在我看来，这种灵活性和能力是Elon独有的。也许Google正在做类似的事情，只是我并不清楚。但这显然是未来的发展方向，这些系统都可以通过AI和robots进行重新配置。

Cathie Wood：在美国的汽车行业，还有一件正在发生的事情：汽车企业们正在从电动汽车领域回撤，但回撤的同时又在试图弄清楚该如何切入自动驾驶领域。实际上，这一切最终都会融合成同一个体系，而Tesla早就看清了这一点。Elon在他的master plan里就已经想明白了——他或许是第一个，也可能是第二个，但不管是第几个，他在很久以前就已经把逻辑梳理清楚了。Elon的这些内容其实都是摆在明面上的，只要当时其他人愿意认真对待就能思考清楚这些东西。

Peter H.Diamandis：我真的很难想象传统汽车制造业该如何在这种冲击下存活下来。汽车制造业将与AI深度融合。你的AI知道你的日程安排，当你朝前门走去、伸手去开门时，它已经知道你要去哪儿，一辆自动驾驶汽车已经在门口等着你，这甚至不需要你发出任何指令。这是一种无缝衔接、近乎automagical的未来体验。

Salim Ismail：我认为这里的关键点在于：我们实际上只需要几千万辆汽车，就足以覆盖整个US的出行需求。但现在，全球每年新售出的汽车数量高达9,000万辆。这是一种极其夸张的过度供应。

Dr.Alexander Wissner-Gross：但与此相比，市场对不同形态和规模的robots存在着几乎是趋于无限的需求。所以我对此的立场是，我确实认为汽车制造业会存活下来，但它会演化，就像自行车和马车在某种意义上演化出了飞机和汽车一样。

Dave Blundin：汽车制造业不仅存活了下来，规模还比以往任何时候都大。然而在行业内，如果你深入观察这些汽车公司的内部结构，就会发现它们根本没有转型生产机器人的能力。与此相对的另一些公司却具备这种能力。美国人热衷于创新，就像“淘汰旧事物，创建新企业”那样。抱歉我可能说的比较直白。

Salim Ismail：这里还有一个非常关键的点我想强调：人类驾驶的网约车和完全自动驾驶的智能汽车之间的差距实际上超过了10倍。这是一个极其巨大的成本下降。

Cathie Wood：正是如此，这就是问题所在。这些公司成长于内燃机驱动和人类驾驶的时代，所以它们的“DNA”并不匹配。它们当然会进行结构调整、重新配置、合并、重组，这些都会发生。但在颠覆式创新面前，这种情况不断重演——它们绝不可能在这个领域胜出，因为这个领域由三种技术融合，这些技术是这些公司从未研究和深耕过的。

第一个是robotics，而且是像Elon那样不断演进的robotics；第二个是AI，AI从一开始就是整个体系的一部分；第三个是energy storage。正是因为energy storage的进步，电动汽车的成本才能持续下降。相比之下，内燃机产业已经是一个完全成熟的产业。根据Wright’s Law，从当前水平开始再次实现一次累计翻倍，可能需要100年。

因此，这些公司并没有沿着任何显著...