核心内容总结
生成式AI的爆发打破了企业价值增长的匀速节奏，全球企业价值在十年间迁移了27万亿美元，其中三分之一集中在AI兴起后的两年（2022-2024），投资者越来越愿意为企业的AI未来潜力支付溢价。中国企业智能化跃迁速度加快，但仅10%能将AI投入转化为未来能力优势，更少企业能沉淀为绩效壁垒。同时，AI使用成本被严重低估（如“词元税”），导致企业预算超支、资本对估值产生焦虑，但长期来看资本仍有耐心（至少三年）。
详细拆解解读
1. 生成式AI让企业价值“搬家”速度翻倍
企业价值迁移可以理解为“钱往更有未来潜力的企业流”。过去十年全球企业价值总共迁移了27万亿美元，相当于把27万个“小目标”重新分配了一遍。而AI火起来的这两年（2022-2024），就占了三分之一（约9万亿），速度比之前快了一倍。
为什么？因为投资者现在更看重企业用AI创造未来的能力。比如，把企业整体价值（包括股权、债务）和当前赚的钱（息税前利润）比，十年间这个比率涨了25%——意思是，哪怕现在不怎么赚钱，只要AI布局好，投资者愿意花更多钱买你的股票，赌你未来能爆发。
2. 中国企业AI跑得挺快，但“内功”没跟上
中国企业的数字化转型指数2026年同比涨了10分，是近年最大涨幅，说明大家都在猛搞AI：智能制造里的数字孪生、智能研发能力分别提升27%和22%，数据治理成熟度也涨了14%；88%的企业AI应用过了试点阶段，44%甚至开始重新设计岗位要求。
但问题来了：只有10%的企业能把AI投入变成“未来能力优势”（比如AI自主决策、产品价值提升、全球协同这三项至少两项进行业前20%），更少企业能把优势变成实实在在的业绩壁垒。大部分企业还是在现有业务里卷，没真正打开新增长空间——14%的企业才通过AI实现显著价值提升。
3. AI不是“省钱工具”，反而更“烧钱”——“词元税”成新焦虑
之前大家以为AI能降本，现在发现是“吞金兽”。曹琦峰说，AI的使用成本被严重低估了：比如在测试时单次调用成本很低，但放到企业真实场景（高频用、多轮交互、跨工具），就变成持续的大支出。同一任务，不同的AI使用方式成本能差17倍！
最典型的是“词元税”——AI处理的每一个字、词或片段（叫“词元”）都要花钱。比如Uber四个月就用完了全年AI预算，只能给词元设上限；Meta、亚马逊干脆取消了按词元消耗排名的内部考核。中国企业也一样，算力和调用成本越来越高，开始影响利润和回报节奏。
4. 资本市场开始“慌”：AI投入和产出不匹配，泡沫要挤？
AI基建成本高（比如买算力、建模型），但商业化落地能力弱，这种反差让资本开始焦虑：投入这么多，啥时候能看到回报？如果迟迟没成果，或者监管政策有变化，资本可能就撤了。
所以市场上“挤泡沫”的声音越来越大，全球科技巨头甚至开始给数字基建“踩刹车”。本质上，这是资本对“预期值”和“回报速度”的担心——不是AI没用，而是怕投入速度超过价值产出的速度。
5. 长期乐观但短期要“算账”：资本还能耐心等三年
曹琦峰认为，AI对企业的价值肯定是有的，但短期必须算清楚经济账：比如量化AI应用的边际成本（每多用一次AI要花多少钱，能带来多少收益）。
至于资本的耐心？他说至少未来三年，资本还不会失去信心。但如果企业一直只投入不产出，或者成本控制不住，那泡沫可能真的会破。所以企业得平衡长期布局和短期盈利，不能光“烧钱”不“造血”。
最后一句话总结
AI是未来，但现在得先解决“花钱”和“赚钱”的平衡问题——不然再大的潜力，也撑不住资本的焦虑。
（全文用大白话拆解，避免专业术语，希望非财经人士也能轻松看懂~）