大家好，这里是最佳拍档。近日，Ark Invest发布了最新的《Big Ideas 2026》。作为Ark连续第十年发布的旗舰研究报告，这份文档不仅仅是对未来科技趋势的预测，更是一幅描绘全球经济如何被颠覆性技术重塑的全景图。在过去的十年里，Ark的Big Ideas系列一直致力于聚焦于长期创新的平台，而今年的报告更为特殊，提出了“伟大加速”这个核心主题，指出人工智能正在成为驱动五大创新平台融合的核心引擎，一场足以改变经济增长轨迹的技术革命已经到来。
报告中提出了十三项足以定义未来的大想法，涵盖人工智能、机器人技术、能源、区块链、太空探索和生物学等六大核心领域。这些技术不再是孤立的发展，而是呈现出了前所未有的相互依存关系。一个平台的性能突破，往往会为另一个平台解锁全新的可能。这种技术融合的态势，正是我们理解未来十年科技和经济走向的核心钥匙。今天我们就来梳理一下报告的主要内容。
技术融合：经济增长的颠覆性引擎
首先，报告中最核心的论断是技术融合正在加速，并且正在催化一场全球性的科技投资浪潮。报告提出了一个融合网络强度（Fusion Network Intensity: 衡量颠覆性技术之间相互催化程度的指标）的指标，用来衡量颠覆性技术之间相互催化的程度，而这个指标在二零二五年实现了百分之三十五的显著增长。在这场融合中，人工智能（Artificial Intelligence, AI: 模拟人类智能解决复杂问题的技术）无疑是绝对的核心赋能平台，而机器人技术（Robotics: 设计、建造、操作和应用机器人的技术）在二零二五年也迎来了催化作用的拐点。
这种技术融合带来的直接影响，就是全球进入了前所未有的技术投资周期。通过对比历史上的技术投资浪潮，从铁路、电气化、电话到汽车、计算机和半导体，再到互联网，报告发现当前AI软件、AI数据中心、太空技术等领域的资本支出占GDP（Gross Domestic Product: 国内生产总值）的比例，已经达到了历史上几次科技繁荣时期的水平。但是值得注意的是，尽管投资规模巨大，当前科技行业的估值却远低于二零零零年互联网泡沫时期的峰值。这意味着，在技术加速融合的背景下，当前的投资可能还处于一个价值洼地阶段。
技术融合和投资增长的最终落脚点，是对经济增长的巨大拉动。报告指出，历史上的每一次技术范式转移，都会带来GDP增长的结构性变化。仅资本投资这一项，在颠覆性创新平台的催化下，就可能在本十年为年化实际GDP增长贡献一点九个百分点。而随着AI、公共区块链、机器人技术等多个创新平台的协同发力，实际的经济增长可能会超出市场普遍预期的四个百分点以上。这里有一个非常直观的案例，比如家用人形机器人（Humanoid Robot: 模拟人类形态和行为的机器人）。当前美国家庭日常维护的平均价值大约为六点八万美元，但是其中只有两千六百美元被计入GDP。而一台家用人形机器人每年可能为GDP贡献六点二万美元。如果美国九千万个自有住房的家庭都配备一台，那么GDP将增加近六万亿美元，增幅达到百分之二十。如果人形机器人在五年内渗透百分之八十的美国家庭，美国的GDP增长率可能会从每年百分之二到百分之三，提升到百分之五到百分之六。这个数据或许听起来惊人，但它背后是对技术解放生产力、将非市场化活动转化为经济价值的深刻洞察。
不过，并不是所有看起来前沿的技术都能够在短期内实现颠覆性的突破。报告特别提到了量子计算（Quantum Computing: 基于量子力学原理进行计算的新型计算范式）。尽管企业和科研机构已经投入了数十亿美元的研发资金，但是它的性能提升曲线依然缓慢。谷歌花了四年多时间才实现了量子比特数的翻倍。即便按照摩尔定律的速度发展，量子计算要达到能够破解RSA2048加密算法的水平，可能也要等到二零四零年之后。
在理解了技术融合的宏观图景后，我们将逐一深入探讨报告中提出的核心技术领域，首先聚焦于作为所有创新引擎的人工智能。
人工智能：重塑万物的核心引擎
人工智能是整个报告的重中之重，报告将其定义为重塑每个行业、影响每个企业、催化每个创新平台的核心动力。它的影响力之所以如此深远，在于它能够解决以往难以攻克的难题、自动化知识型工作，并且加速技术和各个经济部门的融合。报告甚至预测，神经网络的普及可能比电气化带来的影响更为深远，有希望创造数万亿美元的价值。
AI模型的训练和运行需要前所未有的计算资源，这直接推动了下一代云计算数据中心（Cloud Computing Data Center: 提供云计算服务的物理设施）的爆发式增长。一个关键的驱动因素是推理成本（Inference Cost: AI模型进行预测或生成结果的计算成本）的暴跌。在过去一年里，AI推理的成本下降了超过百分之九十九。成本的降低直接刺激了需求的爆发，OpenRouter作为一个整合了多个大语言模型（Large Language Model, LLM: 基于海量文本训练的AI系统）的API平台（Application Programming Interface Platform: 提供API接口供开发者使用的平台），自从二零二四年十二月以来，处理的token数量增长了二十五倍。这种需求的激增直接反映在数据中心的投资上。自从ChatGPT掀起了AI热潮以来，数据中心系统的年增长率已经从百分之五飙升到了百分之二十九。二零二五年，全球数据中心系统的投资达到约五千亿美元，是二零一二到二零二三年平均水平的将近两点五倍，而报告预测到二零三零年，这个数字将会翻三倍，达到一点四万亿美元。
与此同时，AI芯片市场的竞争也进入了白热化阶段。长期以来，英伟达（NVIDIA）凭借着在AI芯片设计、软件和网络领域的早期布局，占据了百分之八十五的GPU（Graphics Processing Unit: 图形处理器，常用于AI计算）市场份额，毛利率高达百分之七十五。但是这种垄断格局正在被打破，超威半导体（AMD）、谷歌等竞争对手在小模型推理等领域已经实现了赶超。例如，AMD的MI300X芯片每单位总拥有成本能够处理三千两百万个token，而英伟达的H100为一千五百万个，H200为一千三百万个。不过在大模型的推理领域，英伟达的Grace Blackwell机架式系统依然保持着领先，支撑着最先进的基础模型运行。除了GPU之间的竞争，专用集成电路（ASIC: Application-Specific Integrated Circuit: 为特定应用设计的芯片）也正在崛起。博通（Broadcom）、亚马逊（Amazon）等公司设计的ASIC芯片凭借着更高的成本效益，正在逐步抢占市场份额。
AI对消费端的变革同样深刻，报告将其定义为AI消费者操作系统（AI Consumer Operating System: 以自然语言为接口的智能代理系统）的崛起。报告认为，我们正在经历一场用户交互方式的根本性转变，从命令行时代、网页时代、移动应用时代，进入到以自然语言为接口的智能代理（Intelligent Agent: 能感知环境并采取行动以实现目标的AI系统）时代。消费者和应用程序的直接交互越来越少，更多的是通过AI代理来完成。这种转变让数字体验变得更加便捷和高效，也使得AI的普及速度远远超过了当年的互联网。数据显示，AI聊天机器人在智能手机用户中的渗透率，在推出后的几年内，就达到了互联网在PC用户中渗透率的几倍。这种交互方式的变革直接重塑了消费交易的全流程。在互联网出现之前，完成一笔购买可能需要一个小时；到了网页时代，时间大幅缩短；移动时代进一步提速；而在AI代理时代，完成一笔交易的时间已经压缩到了大约九十秒。这背后是AI代理带来的极致个性化和效率提升，它能在发现、互动、决策、购买的每个环节精准满足用户的需求，让千人千面的消费体验成为现实。而这个变革的背后，是一系列技术协议的支撑。Anthropic开源MCP协议（Anthropic MCP Protocol: Anthropic开源的代理协议）让AI代理能够无缝获取互联网上的实时信息，OpenAI的ACP协议（OpenAI ACP Protocol: OpenAI的端到端交易安全协议）则保障了端到端交易的安全性。这些协议的普及，正在让AI成为数字商业的核心引擎。报告预测，到二零三零年，AI代理将促成超过八万亿美元的在线消费，占全球在线消费总额的百分之二十五，而这个比例在二零二五年还仅为百分之二。搜索领域的变革同样剧烈，二零二五年AI搜索占全球搜索流量的比例约为百分之十，到二零三零年这个比例将飙升到百分之六十五。与之对应的，是AI搜索广告的支出每年大约有百分之五十的增长。尽管广告变现相比于流量的增长可能会有两年左右的滞后，但是AI对搜索行业的颠覆已经不可逆转。最终，到二零三零年，AI代理可能会创造约九千亿美元的商业和广告收入，其中线索生成和广告将成为主要的增长动力，而消费者订阅收入的占比将相对有限。
AI在生产力提升方面的潜力同样非常巨大。随着推理能力、工具使用能力和上下文扩展能力的提升，AI代理的性能正在指数级增长。到二零二五年，它们能够可靠完成的任务时长从六分钟提升到了三十一分钟，增长了五倍。对于知识工作者而言，AI会更加节省时间。美国中等收入知识工作者的时薪大约为五十六点五美元，而ChatGPT的用户平均每天就能节省五十分钟，折合每天创造四十七美元的价值。这意味着ChatGPT Plus每月二十美元的订阅费用，在半天内就能收回成本。更重要的是，AI的成本正在各个领域呈指数级的下降。以软件开发为例，在二零二五年四月到十二月的八个月里，软件开发的成本从每百万token三点五美元降到了零点三二美元，降幅高达百分之九十一。在数学、科学、客户服务等多个基准测试中，AI模型的年化成本降幅都在百分之八十五以上，部分领域甚至达到了百分之九十九点七。这种成本的暴跌，正在让AI技术加速从大企业向中小企业渗透，成为普惠性的生产力工具。
在全球的AI竞争格局中，美国和中国处于领先的地位，但是呈现出了不同的发展路径。当前，中国的AI模型性能和美国相比大约落后六个月左右。但是在开源模型的领域，中国占据了绝对的优势，市场上性能最强的十个开源模型中，有八个是来自中国，已经超越了曾经主导开源领域的Meta。不过，中国面临的挑战是计算能力的差距。台积电（TSMC）二零二四年的日均晶体管产能大约为一千三百五十亿，是中芯国际（SMIC）的三十八倍。这种计算能力的差距，长期来看可能会影响着两国AI模型的迭代速度和应用深度。
AI原生企业（AI-Native Companies: 业务核心基于AI技术的新兴企业）的崛起速度同样令人瞩目。OpenAI、Anthropic等通用AI提供商的收入已经能够和大型上市软件公司抗衡。而专注于特定领域的AI原生初创企业增长更加迅猛。成立于二零二二年的代码工具提供商Cursor，它的年化经常性收入同比增长了超过百分之一千。成立时间相近的法律AI公司Harvey、医疗AI公司OpenEvidence等等，也都实现了1亿美元级别的年化收入。这种爆发式增长的背后，是AI技术在垂直领域深度应用和商业价值的快速兑现。报告预测，随着企业越来越多地利用AI增强知识工作者的能力，全球软件支出的增长率将从过去十年的百分之十四，提升到未来五年的百分之十九到百分之五十六。尽管就业的增长可能会放缓，平均工作时长也可能会下降，但是长期失业率未必会上升，因为AI解放的劳动力将流向更高价值的工作领域。根据不同的投资情景，AI有希望为全球解锁二十二万亿乃至一百一十七万亿美元的价值盈余（Value Surplus: 技术进步带来的额外经济价值）。这个数字的背后，是对人类生产力边界的重新定义。
随着人工智能在各个领域展现出颠覆性力量，数字资产作为另一大创新平台，也正经历着从边缘走向主流的关键转型。
数字资产：机构化与代币化浪潮
数字资产（Digital Assets: 基于区块链技术，以数字形式存在并具有所有权和价值的资产）领域，包括比特币、代币化资产和去中心化金融的应用，在二零二五年迎来了关键的转折点。监管明确化和机构的大规模入场，正在推动数字资产从小众投机品向主流资产类别的转变。
先来看比特币（Bitcoin: 一种去中心化的数字加密货币）。作为数字资产领域的龙头，比特币在二零二五年的成熟度显著提升，成为了机构资产配置的重要选项。一系列标志性事件推动了比特币的机构化进程：美国证券交易委员会（SEC: U.S. Securities and Exchange Commission: 负责监管美国证券市场的联邦机构）批准了比特币ETF（Bitcoin Exchange-Traded Fund: 追踪比特币价格的交易所交易基金）的通用上市标准；摩根士丹利扩大了对比特币的基金投资渠道；威斯康星州养老金将比特币纳入了投资组合；得克萨斯州推出了比特币战略储备；富达推出了加密货币的个人退休账户；特朗普总统甚至签署了行政命令设立战略比特币储备。这些事件的叠加，使得比特币的价格在二零二五年呈现出了稳步上升的态势。尽管期间经历了十月份一百九十亿美元杠杆头寸平仓的流动性事件，但是整体波动有所减小，避险资产的属性日益凸显。
数据能够直观反映比特币机构的持有情况。二零二五年，美国比特币ETF的持仓量从大约一百一十二万枚增长到了一百二十九万枚，增幅百分之十九点七。而上市公司的比特币持仓量从大约五十九点八万枚增长到了一百零九万枚，增幅高达百分之七十三。两者合计持有比特币总量的百分之十二，相较于二零二四年的百分之八点七显著提升。与此同时，比特币的风险调整后收益（Risk-Adjusted Return: 衡量投资回报与承担风险之间关系的指标）——夏普比率（Sharpe Ratio: 衡量投资风险调整后收益的指标）也持续领先于其他大型加密货币。自二零二二年十一月市场底部以来，比特币的年化夏普比率超过了以太坊（Ethereum）、索拉纳（Solana）以及CoinDesk 10指数中的其他成分币。更重要的是，比特币的波动性正在下降。二零二五年，比特币相对于历史高点的平均回撤幅度在五年、三年、一年和三个月等多个时间维度上都创下了历史最低水平，这表明了它作为资产的稳定性正在增强。
报告对二零三零年比特币的市场规模保持了相对稳定的预测，但是调整了部分核心假设。一方面，由于二零二五年黄金市值飙升了百分之六十四点五，比特币作为数字黄金（Digital Gold: 比特币因其稀缺性和去中心化特性被视为类似黄金的价值储存工具）的总潜在市场增长了百分之三十七，达到约二十四点四万亿美元。另一方面，由于稳定币（Stablecoin: 价值与法定货币或其他资产挂钩的加密货币）在发展中国家的快速普及，比特币作为新兴市场避险资产的渗透率预测下降了百分之八十。综合来看，报告预测到二零三零年，全球数字资产的总市值可能达到二十八万亿美元，年复合增长率约为百分之六十一。其中比特币将占据百分之七十的市场份额，市值有望从二零二五年的近两万亿美元增长到十六万亿美元。而以太坊、索拉纳等智能合约平台（Smart Contract Platform: 支持智能合约创建和执行的区块链平台）的总市值将达到大约六万亿美元。
接下来是代币化资产（Tokenized Assets: 将现实世界资产映射到区块链上，以数字代币形式表示）。二零二五年，美国天才法案（U.S. GENIUS Act: 假定为规范稳定币和资产代币化的法律）的签署成为了关键的催化剂。该法案为稳定币和资产代币化提供了明确的监管框架，直接推动了相关领域的爆发式增长。稳定币的周交易量屡创纪录，多家企业和金融机构纷纷宣布推出自有稳定币。贝莱德（BlackRock）披露了内部代币化平台的筹备计划，Tether、Circle、Stripe等头部机构更是推出了专为稳定币优化的Layer 1区块链（Layer 1 Blockchain: 基础区块链网络，如比特币和以太坊）。到二零二五年十二月，稳定币的调整后月度交易量达到了三点五万亿美元，是Visa、PayPal和全球汇款业务总和的二点三倍。其中，Circle的USDC占据了百分之六十的市场份额，Tether的USDT占比百分之三十五，PayPal的PYUSD市值增长了六倍，达到三十四亿美元。
除了稳定币以外，现实世界资产（Real World Assets, RWA: 指区块链外部存在的有形或无形资产）的代币化同样进展迅速。二零二五年，代币化现实世界资产的市值增长了百分之二百零八，达到一百八十九亿美元，其中美国国债和大宗商品是主要驱动力。贝莱德推出的十七亿美元BUIDL货币市场基金（BlackRock BUIDL Fund: 贝莱德推出的代币化货币市场基金）占据了美国九十亿美元代币化国债市场的百分之二十。Tether的XAUT和Paxos的PAXG这两款代币化黄金产品市值分别达到了十八亿美元和十六亿美元，合计占据代币化大宗商品市场百分之八十三的份额。而代币化股票的市场规模也接近七点五亿美元。在区块链选择上，以太坊依然是首选，链上资产规模超过了四千亿美元。稳定币和头部代币占据了七大主流区块链大约百分之九十的市值。报告预测，到二零三零年，全球代币化资产的市场规模将从十九亿美元增长到十一万亿美元，占所有金融资产的百分之一点三八，其中银行存款和全球公开股票将成为未来五年代币化速度最快的资产类别。
最后是去中心化金融（DeFi: Decentralized Finance: 基于区块链的金融服务，无需传统中介）应用。二零二五年，去中心化金融领域出现了一个关键的转变，价值捕获的重心从网络层转移到了应用层。随着网络逐渐成为基础设施，用户经济和利润空间开始向应用集中。以Hyperliquid、Pump fun、Pancakeswap为代表的DeFi应用二零二五年的总营收达到了创纪录的三十八亿美元，其中一月份的营收就占据了全年的五分之一。目前，已经有七十个DeFi应用和协议的月经常性收入超过了一百万美元。DeFi平台的资产规模也在快速追赶传统金融科技公司，液体质押、借贷等DeFi协议正吸引着大量机构资金涌入。前五十大DeFi平台的锁仓总价值均超过了十亿美元，前十二大平台更是超过五十亿美元。更值得关注的是DeFi应用的运营效率。Hyperliquid在二零二五年凭借着不到十五名员工，创造了超过八亿美元的年收入，其人均营收远远超过传统科技公司和金融机构。在具体赛道上，DeFi衍生品正在抢占中心化交易所的市场份额，Hyperliquid在永续合约市场份额的持续提升对币安（Binance）构成了直接竞争。与此同时，Layer 1区块链的定位也在发生变化，从单纯的收入生成网络逐渐转变为了具有货币属性的资产。拿以太坊为例，按照五十倍的高增长收入倍数计算，它超过百分之九十的市值来自于货币资产的属性，而不是网络效用。索拉纳虽然创造了十四亿美元的收入，但是百分之九十的估值依然源于网络效用。这个现象表明，未来只有少数数字资产能够保留货币的属性，成为流动性强的价值储存工具。
从数字金融的变革，我们转向生命科学的突破，多组学与人工智能的融合正在开启一场前所未有的医疗革命。
生物学与医疗革命：AI驱动的治愈未来
第三个核心领域是生物学和医疗的革命。报告将多组学（Multi-omics: 对生物多个层面数据（如基因组、蛋白质组）进行综合研究）定义为AI原生生物学（AI-Native Biology: 结合AI技术进行生物学研究和应用的范式），认为它正在推动医疗领域从疾病治疗向健康管理转变，有希望实现对罕见病和慢性病的治愈，创造巨大的社会价值和经济价值。
要理解多组学，首先要明确它的定义：它是对生物多个层面数据的综合研究，包括基因组学（Genomics: 研究生物体全部基因组的科学）、表观基因组学（Epigenomics: 研究基因组表观遗传修饰的科学）、转录组学（Transcriptomics: 研究细胞或组织中所有RNA分子的科学）、蛋白质组学（Proteomics: 研究细胞或组织中所有蛋白质的科学）和代谢组学（Metabolomics: 研究细胞或组织中所有代谢产物的科学）。这些层面的数据相互作用，共同决定了人体的可观察特征和健康。而多组学技术的核心优势，在于数据获取成本的急剧下降。到二零三零年，全人类基因组测序（Whole Human Genome Sequencing: 对个体完整基因组进行测序）的成本可能会从当前水平下降十倍，降至十美元左右。这将会极大提升诊断的精准度。
数据成本的下降直接推动了分子诊断数据量的爆炸式增长。二零二五年，下一代分子诊断测试的年数据量已经超过了OpenAI、Gemini、Anthropic等机构训练大语言模型所用的数据量。报告预测到二零三零年，这个数据量还将增长十倍。海量数据和AI的结合，正在重塑疾病的诊断方式。ChatGPT推出后，FDA（Food and Drug Administration: 美国食品药品监督管理局）批准的、AI驱动的诊断工具和医疗设备的成功率从个位数大幅提升。预计到二零三零年，大约百分之三十的FDA批准诊断工具和医疗设备都将具备AI功能，长期来看这个比例将达到百分之百。
多组学和AI的融合也正在彻底改变药物研发的经济学。传统药物的研发周期长达十三年，平均成本高达二十四亿美元，而且失败率居高不下。而AI驱动的药物研发能够将上市时间缩短百分之四十，降到八年，同时将总成本降低四倍，到七亿美元。这个变革的核心在于AI对药物研发全流程的优化，从靶点发现、化合物筛选到临床试验设计，AI能够显著提升效率，降低失败的风险。更重要的是，AI驱动的药物能够在专利保护期内获得更长的收入周期，从而大幅度提升现金流。在三十年的周期内，一款AI设计的药物累计现金流可能可以达到四十亿美元，是传统药物的四倍以上。
多组学技术的终极目标是实现对疾病的治愈，而不仅仅是治疗。对于罕见病而言，一次性的基因编辑疗法（Gene Editing Therapy: 通过修改基因来治疗疾病的方法）虽然定价高昂，平均价格可能超过一百万美元，是传统慢性病治疗终身费用的十五倍，但是由于能够从根本上治愈疾病，它的价值远远超过传统疗法。报告测算，一款罕见病治愈疗法的价值可能是普通药物的二十倍，是最佳精准疗法的2.4倍。以遗传性血管水肿（Hereditary Angioedema: 一种罕见的遗传性疾病）为例，美国大约有七千名患者目前依赖昂贵的慢性预防度疗法，而一次性基因编辑疗法虽然现实世界的定价可能达到三百万美元，但是能够为美国医疗系统节省五百二十亿美元的终身直接成本。
随着技术的成熟，基因编辑疗法正在从罕见病向常见病拓展，心血管疾病（Cardiovascular Disease: 影响心脏和血管的疾病）成为下一个重要目标。心血管疾病是全球的头号杀手，美国大约有一千七百万患者存在血脂控制不佳和动脉粥样硬化的问题。一款能够终身降低心血管疾病风险的一次性体内基因编辑疗法，按照价值导向定价约为十六点五万美元，其美国市场总规模将达到两点八万亿美元，是辉瑞（Pfizer）的他汀类药物立普妥（Lipitor: 一种他汀类降脂药物）二十年累计销售额的十二倍。而全球市场规模可能将达到美国市场的两到三倍。
多组学和AI的结合还为长寿经济（Longevity Economy: 围绕延长人类健康寿命而产生的经济活动）打开了想象空间。过去的一个世纪，医疗进步主要通过预防传染病和慢性病的早期死亡来延长寿命，但是不能从根本上解决衰老的生物学机制。DNA损伤、线粒体功能障碍、表观遗传漂移等问题依然在侵蚀着人体的健康。而多组学技术能够帮助我们理解衰老的生物学过程，进而开发出针对性的干预手段，延长人类的健康寿命。报告测算，如果能消除疾病相关死亡和与年龄相关的功能衰退，美国的健康生命潜力将会翻倍。按照每健康生命每年十万美元的价值来计算，这个市场机会的规模将达到一千两百万亿美元，而当前全球生物技术市场规模仅为这个数字的千分之一，未来的增长空间巨大无比。
从微观的生命科学领域，我们转向宏观的宇宙探索与智能机器，探讨太空和机器人技术如何重塑生产力边界。
太空与机器人：生产力边界的重构
第四个核心领域是太空和机器人技术的突破。可重复使用火箭（Reusable Rocket: 火箭部分或全部可回收并再次使用的技术）和机器人技术正在解锁太空经济，并且重新定义生产力的边界。
在SpaceX的推动下，人类进入了太空经济的新时代。年度轨道发射质量达到了历史新高，SpaceX的星链（Starlink: SpaceX的卫星互联网服务）卫星数量超过了九千颗，占全球活跃卫星总数的百分之六十六。可重复使用技术的核心价值在于降低发射成本。根据赖特定律（Wright's Law: 生产成本随累计产量增加而下降的经验法则），发射成本会随着轨道发射质量的累计翻倍而下降大约百分之十七。SpaceX凭借着猎鹰九号（Falcon 9: SpaceX的部分可重复使用火箭）的部分可重复使用技术，在二零零八年到二零二五年的十七年间，将发射成本从每公斤约一点五六万美元降至不足一千美元，降幅达到百分之九十五。而报告预测，随着星舰（Starship: SpaceX正在开发的完全可重复使用的超重型运载火箭）这种可快速重复使用的火箭的规模化应用，发射成本有希望进一步降到每公斤一百美元。
发射成本的下降直接推动了卫星带宽成本（Satellite Bandwidth Cost: 卫星通信传输数据的成本）的暴跌。同样根据赖特定律，轨道每秒千兆比特容量每翻倍一次，卫星带宽成本就会下降大约百分之四十四。这使得卫星通信能够和地面蜂窝网络形成互补，实现全美范围内的无缝移动覆盖。从数据来看，二零零一年美国移动网络每个月仅能提供0.001GB的数据，价格约为九十美元。二零二五年无限高速流量套餐价格约为一百美元，覆盖了百分之八十六的美国陆地面积。而到了二零三零年，无限高速流量的套餐价格将维持在一百美元左右，实现百分百的美国陆地覆盖。报告预测，随着卫星通信的规模化应用，它的年营收有望超过一千六百亿美元，占全球通信营收预测的百分之十五。
可重复使用火箭的另一个重要价值，是支撑下一代云计算（Cloud Computing: 通过互联网提供计算服务，如服务器、存储、数据库等）的发展。神经网络对下一代云计算的计算需求正面临着地球物理条件的限制，而基于太空的AI计算（Space-based AI Computing: 在太空中进行AI计算，以克服地球物理限制）有望解决这一问题。在竞争性发射成本下，太空计算的成本可能比地面计算低百分之二十五。这将为神经网络的持续增长提供所需要的计算能力。报告预测，AI芯片的增长可能会让可重复使用火箭的需求相对于现有的模型增长六十倍。这意味着太空经济和AI经济将形成强烈的协同效应。
接下来是机器人技术。报告的核心观点是，机器人技术正在将人类从低生产力、低趣味性的工作中解放出来。历史数据显示，一九四八到二零零零年，自动化及生产力提升和强劲的劳动力市场并存；二零零零年后，生产力和劳动力参与率的背离更多的是由于人口老龄化、全球化等结构性因素，而不是技术替代。随着机器人技术的发展，劳动力的每一小时都将变得更有价值，人们能够用更少的工作时间创造出更多的产出，同时提升生活水平。美国人均年工作小时数已经从一九五零年的大约两千小时降到了二零二四年的一千七百小时左右，而且这个趋势还将持续。
报告同时指出，当前工业自动化仍然处于初级阶段，机器人的密度还有巨大的提升空间。以亚马逊为例，它的机器人密度已经远远超过了全球制造业和汽车制造业的平均水平，但是距离通用机器人能够实现的潜力还依然很遥远。报告预测，随着机器人从固定任务专用设备向开放式通用平台的转变，自动化将创造二十六万亿美元的市场机会，其中制造业和家用机器人各占十三万亿美元。制造业的机会来自于全球三十二万亿美元的制造业GDP预测，以及机器人带来的百分百的劳动生产率提升。而家用机器人的机会则源于全球二十八亿劳动力每天大约两点三小时的无偿家务劳动，这些劳动的价值将通过机器人技术转化为对应的经济产出。
不过，家用人形机器人的发展依然面临着巨大的技术挑战。它的任务复杂度远远超过自动驾驶出租车（Robotaxi: 无人驾驶的出租车服务）。两者在动能需求、动态移动性、感知与推理、适应性、容错率等多个维度上存在着显著的差异。例如，人形机器人需要同时协调上肢和下肢运动，处理数千种不同的物体，适应非结构化的环境。它的整体复杂度是自动驾驶出租车的约二十万倍。但是报告通过计算能力的缩放定律预测，只要AI计算能力持续扩张，硬件不断进步，特斯拉的Optimus机器人有望在二零二八年左右克服这些复杂度挑战，达到人类水平的任务执行能力。
在机器人市场的竞争格局中，焦点正在从传统的工业巨头向通用的具身AI（Embodied AI: 结合了物理身体和AI能力的系统）先驱转移。通用机器人领域有Agility Robotics的Digit、Apptronik的Apollo、波士顿动力的Atlas、特斯拉的Optimus等多个玩家。而专用机器人领域则有ABB、Amazon Robotics、Intuitive Surgical等传统巨头。随着技术的成熟，通用机器人和专用机器人将在不同场景中实现协同，共同推动生产力的提升。
支撑这些技术革命的基础是能源，同时，自动驾驶技术正在彻底改变人类的出行和物流方式。
分布式能源与自动驾驶：基础设施的未来
第五个核心领域是支撑所有技术革命的基础——分布式能源（Distributed Energy Resources, DER: 分散式、小型化的能源生产和储存系统），以及改变人类出行和物流方式的自动驾驶技术（Autonomous Driving Technology: 使车辆无需人类干预即可自主行驶的技术）。
分布式能源的核心价值在于为AI革命和经济增长提供可靠的、低成本的电力支撑。历史经验表明，尽管互联网等新技术的能源消耗巨大，但是经济整体的能源效率会随之提升。中国、美国、日本等主要经济体的能源强度（Energy Intensity: 每单位GDP消耗的能源量）自从一九九二年以来持续下降，AI时代也将延续这个趋势。太阳能、风能、储能、核能等分布式能源技术的成本也在持续下降，这将为经济增长提供强劲的动力。
具体来看，太阳能和电池成本的下降已经是众所周知的趋势，而核能成本的下降同样值得关注。历史上，太阳能和核能的成本都随着产能的累计翻倍而大幅度下降。一九七零年代的监管变革中断了核能成本的下降轨迹。不过，美国近期的行政命令有望推动核能回到之前的成本下降轨道。根据赖特定律，美国的电力价格从十九世纪末到一九七四年一直稳步下降，但是一九七四年后，由于核能的建设成本受监管的影响上升，电力价格陷入停滞。如果没有当时的监管强化，当前美国的电力价格可能会低百分之四十左右。报告预测，随着低成本发电技术的规模化应用，以及AI数据中心等电力密集型需求的拉动，零售电力价格将在停滞五十年后，重新回到赖特定律的持续下降。
为了满足快速增长的电力需求，全球电力领域的资本支出需要大幅增加。报告预测，到二零三零年，全球电力发电领域的累计资本支出需要从历史水平翻倍到十万亿美元。而固定式储能（Stationary Energy Storage: 用于电网或建筑物的固定式储能系统）的部署规模需要再增长十九倍。这些投资将主要流向太阳能、风能、核能和储能领域，不仅能够支撑AI等新技术的发展，还能够推动能源结构的转型，减少对化石燃料的依赖，提升能源系统的韧性、可靠性和灵活性。
而自动驾驶技术则分为两个主要方向，包括自动驾驶车辆和自主物流（Autonomous Logistics: 利用自动驾驶技术实现货物运输和配送）。二零二五年，机器人出租车已经开始在特定的城市抢占传统网约车的市场份额。在旧金山，Waymo的市场份额持续提升，对Uber和Lyft构成了直接竞争。特斯拉凭借着完全自动驾驶（Full Self-Driving, FSD: 特斯拉的自动驾驶辅助系统）技术，在数据积累和算法迭代上占据了优势。它的自动驾驶里程数遥遥领先于Waymo、百度、阿波罗出行等竞争对手。
机器人出租车的核心竞争力在于成本优势。随着技术的规模化，机器人出租车的每英里成本将大幅下降。二零二五年初推出时，Waymo第五代机器人出租车的每英里成本大约为一点二美元，而到二零三零年规模化后，特斯拉Cybercab的每英里成本可能降到零点二五美元，远低于当前人类驾驶网约车的零点八美元，以及私家车的零点五美元。成本的下降将直接刺激需求。当前Uber仅占美国城市行驶里程的不到百分之一，而只需约十四万辆机器人出租车就能满足当前的网约车需求。如果要满足美国大部分城市的行驶里程，仅需要两千四百万辆机器人出租车，不足当前美国注册车辆总数的百分之十。而特斯拉已经具备了在主要网约车城市生产足够车辆的产能。这意味着机器人出租车的规模化应用可能比市场预期的还要更快。报告预测，到二零三零年，机器人出租车行业的企业价值可能将达到三十四万亿美元。这个预测的核心风险在于，除特斯拉以外的其他汽车制造商能不能快速规模化它们的机器人出租车车队。在行业价值的分配上，自动驾驶技术平台将占据主导地位。数据显示，自动驾驶技术平台将获得百分之七十六的收入、百分之九十七的息税前利润，以及百分之九十八的企业价值。而汽车制造商仅能够获得百分之一的息税前利润和企业价值，车队运营商和流量获取方则获得剩余份额。这个分配格局表明，在自动驾驶的时代，软件和数据的价值将远远超过硬件的制造。
最后是自主物流。二零二五年，完全的自主配送已经成为现实。全球范围内，无人机和地面机器人的完全自主最后一公里配送年化量已经超过了四百万次。而在美国，无人驾驶长途卡车已经投入运营，运营商计划快速扩展路线。数据是自主物流商业化的关键，企业通过积累专有数据，能够加速安全验证，提升运营的效率。自主物流的核心价值在于大幅降低了供应链的成本。在长途货运领域，自动驾驶电动卡车的每吨英里成本大约为零点零三美元，相比较人类驾驶柴油卡车的零点零七美元，下降约为百分之六十。在最后一公里的配送领域，无人机和机器人配送的平均订单成本不足1美元，较当前外卖平台的十五美元下降约百分之九十。成本的下降将刺激更频繁的配送需求，改变消费者的购买习惯。报告预测，到二零三零年，全球自主配送市场的营收将达到四千八百亿美元，其中长途卡车运输和最后一公里无人机、机器人配送将成为主要的增长引擎。不过，监管政策和后端装载操作的自动化程度将会是影响这个预测实现的关键因素。
综上所述，Ark Invest的《Big Ideas 2026》报告描绘了一个由技术融合驱动的未来，其核心在于人工智能的加速发展。
结语：拥抱非线性增长的未来
好了，以上就是Ark Invest《Big Ideas 2026》报告的核心内容了。总结来看，这份报告描绘了一幅技术深度融合、生产力大幅提升、经济加速增长的未来图景。AI作为核心引擎，和公共区块链、机器人技术、储能、多组学等平台相互赋能，正在催生一场覆盖消费、生产、医疗、交通、能源等各个领域的全方位革命。历史告诉我们，科技的发展从不是以线性速度推进的，而是在关键节点实现爆发式的增长。也许正如报告中所说，未来不会是一蹴而就的，但是那些早期识别并且拥抱未来的人，将有机会拥有未来。感谢收看本期视频，我们下期再见。