structure｜1️⃣ 三级笔记、思想框架

ARK Big Ideas 2026 的宏观技术叙事

核心观点

ARK 的《Big Ideas 2026》不是一份单点预测清单，而是一套解释宏观技术扩散的框架。它把 AI 放在中心位置，认为 AI 正在加速公共区块链、机器人、储能和 multiomics 五大创新平台之间的相互催化。报告的基本判断是：这些技术已经从实验阶段进入规模化阶段，接下来会通过资本开支、生产率提升、新型消费入口、自动化物理世界和金融基础设施重构，推动一次 GDP 增长率的结构性抬升。

这份报告最值得读的地方，不是每一个数字本身，而是它的叙事结构：AI 是中央动力，算力和能源是约束条件，机器人和自动驾驶把软件能力接到物理世界，区块链把交易和资产变成可编程基础设施，multiomics 把生物数据变成 AI 可以优化的对象。ARK 想表达的是，2026 年之后的技术竞争，越来越不是单项技术竞赛，而是平台之间互相解锁、互相放大的复合系统。

一、总框架：AI 是中央动力，五大平台正在互相催化

1.1 ARK 用“技术平台”而不是“产品趋势”理解创新

• 报告开篇强调，Big Ideas 2026 是 ARK 第十年发布的旗舰研究报告，目标是穿过短期噪音，识别正在重塑全球经济的长期创新平台。
• ARK 关注的不是渐进变化，而是 growth 的 step-function change，也就是增长曲线突然换挡。
• 2026 年的 13 个 Big Ideas 横跨 AI、机器人、能源、区块链、太空和生物学，但底层不是 13 个互不相关的主题，而是一组正在收敛的技术平台。
• 这些平台被 ARK 概括为五类：AI、Public Blockchains、Robotics、Energy Storage 和 Multiomics。

1.2 技术收敛是报告的主线

• ARK 认为，五大平台正在变得相互依赖：一个平台的性能进步，会释放另一个平台的新能力。
• 例子一是 reusable rockets 与 AI compute：可复用火箭可能把 AI 芯片送入轨道，为 next gen cloud 提供新的空间基础设施。
• 例子二是 multiomics 与 digital wallets：被授权的多组学数据可以接入数字钱包，再由神经网络推动精准疗法。
• 例子三是 stablecoins 与 smart contracts：它们可能让 AI agents 更容易协调和调度真实世界资源。
• 这里的核心思想是：创新平台不再只是并行发展，而是在形成一个互相供能的网络。

1.3 ARK 试图量化“收敛网络强度”

• 报告提出 Convergence Network Strength，用来衡量颠覆性技术之间相互催化的程度。
• ARK 认为这个指标在 2025 年增加了 35%。
• AI 仍然是最关键的 enabling innovation platform，但 robotics 在 2025 年作为催化器的重要性开始出现拐点。
• 这个指标的意义不是精确预测，而是帮助读者理解：平台之间的连接正在变密，单项技术的进步会更快传导到其他行业。

二、宏观叙事：技术扩散会推动一次新的投资周期和 GDP 换挡

2.1 下一轮增长先表现为资本开支周期

• ARK 认为世界正在进入一个前所未有的 technology investment cycle。
• 数据中心、robotaxi、space data center、AI agents 等新资本基础，会带来接近历史大型基础设施投资周期的资本开支强度。
• 报告把当前 AI 基础设施投资与铁路、电力、电信、互联网和电商仓储等历史周期放在一起比较。
• 这套叙事的关键是：AI 不只是软件效率工具，它还会拉动硬件、能源、地产、网络、芯片和运输等固定资产投资。

2.2 技术可以通过多条路径拉动 GDP

• 报告区分了几种增长机制：资本形成、劳动替代、未计价劳动货币化、生产率提升和新市场创造。
• 家庭 humanoid robot 是典型案例。报告估算，美国业主家庭中大量 home upkeep 价值没有流入 GDP，而一个家庭人形机器人可能把这部分未计价劳动转化为可购买的商品或服务。
• 如果家庭人形机器人在美国 9000 万业主家庭中普及，理论上可能对 GDP 产生万亿美元级影响。
• 这里的逻辑是：AI 和机器人不只提升企业效率，也可能改变哪些活动被市场计价。

2.3 ARK 认为真实增长可能显著高于共识

• 报告判断，单是由颠覆性创新平台催化的资本投资，就可能在本十年给年化实际 GDP 增长增加 1.9 个百分点。
• 如果 robotaxis、next gen data centers 和 enterprise AI agents 等新资本基础提高资本回报率，真实增长可能每年超过共识预期 4 个百分点以上。
• ARK 的宏观立场很清楚：技术平台不是股市主题，而是增长函数中的结构变量。
• 它把 AI、区块链、机器人、储能和 multiomics 都视为可能提供结构性增长加成的平台。

三、AI 基础设施：需求爆炸来自推理成本坍塌

3.1 AI 需求增长的直接驱动是 inference cost 下降

• AI Infrastructure 章节的起点是推理成本下降。报告称，按某些口径，推理成本在过去一年下降超过 99%。
• 成本下降带来需求弹性：开发者、企业和消费者使用模型的 token 数量快速增长。
• OpenRouter 作为统一 LLM API 的需求，自 2024 年 12 月以来增长 25 倍。
• 这说明 AI 需求不是静态预算分配，而是典型的成本下降驱动用量爆发。

3.2 ChatGPT moment 之后，数据中心系统投资换挡

• 报告认为，自 ChatGPT moment 之后，data center systems 的年化增长从 5% 加速到 29%。
• 2025 年数据中心系统年投资约 5000 亿美元，接近 2012 到 2023 年平均水平的 2.5 倍。
• ARK 预计这一投资类别到 2030 年可能增加到约 1.4 万亿美元。
• 这不是普通云计算扩容，而是 next gen cloud 的形成过程：数据中心的核心负载从传统互联网服务转向 AI 训练和推理。

3.3 Tech capex 高，但估值环境不同于电信泡沫

• 报告把当前科技资本开支与 1990 年代 tech-and-telecom boom 比较。
• Hyperscalers 在 2026 年的资本开支可能超过 5000 亿美元，接近 2021 年 1350 亿美元的 3 倍。
• 但 ARK 强调，虽然 IT 和通信服务行业 capex 占 GDP 比例接近 1998 年水平，科技板块 P/E 仍远低于电信泡沫峰值。
• 这为 ARK 的乐观判断提供了一个估值叙事：当前像泡沫时代一样投钱，但不像泡沫时代那样昂贵。

四、AI 不只是基础设施，也会变成消费者操作系统和企业生产率工具

4.1 AI Consumer Operating System 是新入口叙事

• 报告把端侧和消费级 AI 描述为一组 AI-driven intelligent devices。
• 这些设备会改变人们消费、工作和娱乐的方式，成为新的 consumer operating system。
• 这个说法的重点是：AI 不只是 app 内功能，而可能变成跨设备、跨任务、跨购买场景的默认交互层。
• 当 digital wallets 进化成 AI-driven purchasing agents，消费入口可能从 one-click checkout 变成 one-query purchases。

4.2 AI Productivity 指向知识工作自动化

• 报告将 AI Productivity 放在单独章节，说明 AI 对企业的影响不止是降低客服或写作成本。
• AI agents 可能承担更长任务，改变知识工作者处理搜索、分析、编程、沟通和运营的方式。
• 生产率影响会通过两个层面发生：一是单个任务成本下降，二是组织能以更少协调成本完成以前无法完成的复合任务。
• 这也解释了为什么 ARK 把 enterprise investments in AI agents 视为新资本基础的一部分。

五、区块链叙事：资产、合约和金融应用被重新编程

5.1 Public Blockchains 是数字产权和结算层

• 报告认为，在大规模采用后，money 和 contracts 可能迁移到 Public Blockchains。
• 公共区块链提供 digital scarcity 和 proof of ownership，让资产和合约能在开放网络上被验证。
• 这里的宏观意义不是“币价上涨”，而是金融基础设施的交易成本下降。
• 透明度提升、资本控制影响下降、合约执行成本下降，是 ARK 赋予区块链的核心经济功能。

5.2 Stablecoins 和 Smart Contracts 让 AI agents 有了金融执行层

• 报告把 stablecoins 描述为连接传统金融与去中心化网络的桥。
• Smart Contracts 则把合约执行变成可编程流程。
• 这两者与 AI agents 结合后，可能让机器不仅生成建议，还能协调支付、采购、履约和资源调度。
• 所以区块链在 ARK 框架里不是孤立金融主题，而是 AI 时代的 machine-to-machine economic infrastructure。

5.3 Digital Wallets 可能成为新分发平台

• 报告认为，随着更多资产 money-like，个人和企业会越来越需要 digital wallets。
• 当钱包成为 AI-driven purchasing agents，它们可能变成数字服务的强分发入口。
• 这会冲击传统平台和企业结构，因为用户意图、支付、身份和合约执行可能集中到一个智能钱包层。

六、Multiomics：AI 把生物数据变成可优化对象

6.1 Multiomics 的前提是数据采集和理解成本下降

• 报告认为，收集、测序和理解数字生物数据的成本正在快速下降。
• Multiomics Technologies 让科学家、治疗机构和健康平台能同时使用 DNA、RNA、蛋白质和数字健康数据。
• 这为癌症筛查、分子诊断和疾病分类提供了新的数据基础。

6.2 Programmable Biology 与 AI autonomous labs 改变药物研发经济性

• ARK 认为，丰富的 multiomics 数据加上 Programmable Biology，会让 AI systems running autonomous labs 降低药物发现、开发和试验成本。
• 这会改变一个长期回报停滞的行业。
• Precision Therapies 是这条链路的结果：治疗可以更精确地靶向罕见病和慢性病。
• 在更长时间尺度上，生物设计和合成还可能推动农业、材料科学和计算本身。

七、机器人、火箭、能源和自治系统把 AI 接入物理世界

7.1 Robotics 是 AI 与现实世界之间的执行层

• 报告认为，人形机器人将在 AI 催化下与人类协作，并能适应 legacy infrastructure。
• Specialized Robots 则会在制造、物流、医疗、仓储和更广泛的物理流程中扩散。
• 机器人平台的意义在于：AI 不再停留在屏幕和软件里，而能改变制造复杂度、物理工作成本和跨距离运输成本。

7.2 Reusable Rockets 被放进 AI 基础设施叙事

• 报告最有想象力的一处，是把可复用火箭和 AI compute 连接起来。
• ARK 认为，地面 next gen cloud 会遇到电力、冷却和土地等约束，space-based AI compute 可能为神经网络提供额外算力。
• 在这个模型里，AI chip growth 可能让可复用火箭需求相对既有模型增长 60 倍。
• 无论这个数字是否成立，它反映了 ARK 的思考方式：AI 需求会外溢到太空基础设施。

7.3 Energy Storage 和 Distributed Energy 是 AI 数据中心的底层约束

concepts｜2️⃣ 关键概念、概念网络

agentic reading｜3️⃣ 费曼 x3