OpenAI 正在解决一个以前不存在的问题：人工智能未来的超额收益是否应该与公众分享。真正影响估值的是否会从自愿的经济分享演变为强制性的股权和治理转移，而不是“股息”本身。
在过去的两年里，人工智能市场一直专注于一个问题：谁能赚到最多的钱？英伟达的订单、云服务提供商的资本支出、数据中心的建设、模型公司的估值以及企业采用的速度，构成了这个人工智能交易周期的支柱。金钱正在购买增长，押注利润池，并讨论人工智能能将多少经济价值转化为公司收入。
但现在，另一个问题开始出现：如果人工智能真的创造了前所未有的财富，这笔钱是否只属于公司、员工和股东？这正是 OpenAI 公共财富基金讨论真正值得关注的地方。它不是一项最终确定的监管政策，美国政府也没有立即“没收人工智能公司的股权”。更准确地说，这是人工智能行业第一次将“如何分配未来的超额收益”摆上公共政策的桌面。
这个问题的反直觉之处在于，市场并非因为怀疑人工智能的赚钱潜力而讨论分配。恰恰相反，正是因为越来越多的人相信人工智能将赚取巨额超额利润，政治体系才开始询问：这些利润是否只能由少数公司和投资者享有？
根据 NOTUS 6 月 4 日的报道，白宫高级官员已与顶尖人工智能公司就“自愿股权转让”进行了初步讨论。这个方向类似于阿拉斯加永久基金，政府或公共信托持有部分资产，并将部分收益与居民分享。在 OpenAI 4 月份发布的一份白皮书中，也提出了建立公共财富基金的设想。大型模型公司可以通过资金、股权或其他方式向该基金捐款，让那些没有直接持有科技股、风险投资资产或私募股权的普通家庭也能分享人工智能的增长红利。
桑德斯（Sanders）的版本更为激进。他主张大型人工智能公司将更高比例的所有权转让给公众，并允许公众拥有一定程度的治理权。“50% 的股票税”和材料中提到的董事会席位，代表了本轮讨论中最激进的政治提议。然而，正如媒体报道的那样，白宫的讨论仍是初步的试探，没有正式的百分比、法律结构或时间表。OpenAI 的白皮书代表了公司层面的政策建议，而非政府文件。尽管桑德斯的提议影响深远，但距离成为实际政策还有很长的路要走。
因此，目前最合理的评估不是“人工智能公司将被国有化”，而是人工智能估值表中出现了一个新的变量：未来最赚钱的人工智能公司是否需要分配一部分经济所有权，才能获得社会和监管机构的认可？这对二级市场的影响是有限的短期影响。像 NVDA、MSFT、AMZN、GOOGL 和 META 这样的公开交易的人工智能资产，仍然主要受计算需求、云资本支出、订单预期和利润实现等因素驱动。然而，对于 IPO 前的人工智能公司来说，影响更为直接。如果 OpenAI、Anthropic 或 xAI 等公司未来上市，投资者不仅会问它们能赚多少钱，还会询问：这笔钱有多少需要与公共基金、政府或其他公共机制分享？
OpenAI 主动提出建立公共财富基金，本质上是为其未来的扩张购买“社会许可”。所谓的社会许可并非官方许可，而是公众、监管机构和政治体系对公司持续扩张的容忍度。模型越强大，关于取代人类劳动的讨论就越多。OpenAI 面临的不是一家科技公司典型的挑战，而是一种接近工业革命水平的叙事压力：如果人工智能真的改变了生产力，谁将分享这部分收益？
主动设计一个适度的利润分享机制，可以将风险从“未知的政治影响”转移到“可估算的长期成本”。这在某种程度上类似于一家自然资源公司进入一个地区，并首先设计一个当地就业、基础设施和收入分享计划。它们需要解决的不是一次性赔偿，而是未来的超额利润将如何被社会接受。
“放弃所有权”这个说法可能令人望而生畏，但对估值的影响完全取决于所选择的路径。第一种是公司自愿分配一小部分无投票权的经济利益注入公共财富基金。第二种方法是通过产业政策，例如认股权证，由政府获得经济利益。第三种情况是桑德斯式的强制高比例公共所有权。更现实的情况仍然是反复讨论的小规模、自愿的、主要以经济为中心的提议。它可能不会立即实施，但它将成为人工智能公司融资、上市和政策沟通中一个不可避免的问题。
对 OpenAI 来说，真正敏感的不是“是否分享”，而是分享机制是否会影响治理结构。微软、风险投资家、员工持股计划和战略投资者都会关心。企业客户也会问：如果政府在某种意义上成为经济受益者，采购、数据治理和监管中立性是否会变得更加复杂？因此，这件事的市场意义不在于人工智能公司的利润将立即被削减，而在于人工智能的利润池首次被纳入公共分配框架。
证据链已经足够表明，人工智能收益的社会化正在进入公共政策的实验阶段；但尚未足以证明人工智能行业的规则已经改变。接下来的四个关键观察点是：第一，看 OpenAI 以外的公司是否会效仿。第二，看白宫和行政部门是否会正式化。第三，看融资文件和未来的招股说明书。第四，看市场价格是否开始反映。
因此，目前没有必要将其解读为人工智能行业的估值崩溃。人工智能市场以前只定价增长，现在开始定价分配。如果最终的安排只是一小部分、无投票权的经济利益，并有明确的披露，那么它更像人工智能公司为长期扩张支付的保险费。然而，如果由于政治压力，自愿分享被推向强制所有权，甚至进入董事会和治理安排，那么估值逻辑将发生重大转变。届时，市场将不再折价一部分利润，而是折价公司的控制权及其长期的增长灵活性。
[律动]
AI财富分配：加密AI代币的范式转变
最近围绕潜在AI生成财富公共财富基金的讨论，由特朗普与OpenAI等AI公司的会议引发，代表了我们如何评估AI资产的范式转变。虽然这表面上与加密货币无关，但这一发展为AI加密生态系统带来了深远影响，并可能从根本上重塑专注于AI项目的代币经济学。
市场影响：从纯粹利润到分配
多年来，AI投资论点一直很明确：构建最强大模型并捕获计算需求的公司将产生前所未有的利润。英伟达飙升的估值、微软Azure AI的增长以及OpenAI 1570亿美元的估值都反映了这种对利润最大化的单一关注。
公共财富基金讨论引入了一个关键的新变量：AI产生的超额收益将如何分配？这并非关于AI是否会盈利——而是关于谁将分享这些利润。市场现在不得不考虑，未来最有价值的AI资产可能需要分配其经济所有权的一部分，以维持社会许可。
对于加密货币投资者而言，这造成了双重影响：
对加密AI代币的直接影响
专注于AI的加密代币（如RNDR、AKT、FET等）有望从这一叙事转变中受益。面临潜在利润分享要求的集中式AI公司代表了监管和政治风险的集中点，而分布式AI加密项目则提供了另一种范式，即代币持有者直接分享协议价值。
这一发展的时机尤为有趣。随着AI采用的加速，集中式控制和分布式分配之间的紧张关系变得更加尖锐。公共财富基金基本上将许多加密AI代币已经尝试的事情正式化：创造更广泛的价值分配机制。
重新构想代币经济学
这一讨论推动加密货币市场采用更复杂的代币经济学模型。我们可能会看到：
-
增强的分配机制：AI加密代币将越来越强调对持有者的直接收益，而不仅仅是投机，可能包含反映公共财富基金概念的利润分享功能，但通过代币机制实现。
-
更明确的效用叙事：能够阐明其代币如何提供AI功能访问能力同时提供公平分配的项目将获得竞争优势。
-
治理代币的演变：AI加密项目的治理模式可能变得更加复杂，将”社会许可”讨论的元素纳入基于代币的投票系统。
风险评估
短期风险
-
叙事波动性：加密货币市场可能难以对这一新变量进行定价，导致AI相关代币的短期波动。
-
市场混乱：许多投资者可能无法充分理解AI财富分配的影响，造成错误定价的机会。
-
行业范围的抛售：更广泛AI领域的任何负面发展都可能触发加密AI代币的无差别抛售。
长期风险
-
监管溢出效应：随着政府处理AI财富分配问题，类似的框架最终可能应用于AI加密项目，特别是那些声称民主化AI访问的项目。
-
集中化蔓延：如果主导的AI叙事转向带有利润分享的集中式控制，可能会边缘化分布式替代方案。
-
估值压缩：如果AI资产面临强制性的利润分享，可能导致整个行业估值压缩，包括加密AI代币。
战略机会
-
去中心化溢价：强调去中心化治理和分配的AI加密项目可能相对于其集中式同行以溢价交易。
-
监管定位：主动设计基于代币的分配机制的项目可以将自己定位为面临日益增加的监管审查的合规替代方案。
-
基础设施代币化：代表AI基础设施或计算资源所有权的代币可能会看到需求增加，因为投资者寻求接触AI上行潜力而不承担集中式公司风险。
-
跨链协同效应：这一发展可能加速跨链解决方案，促进不同AI协议和社区之间的价值分配。
投资考量
对于经验丰富的加密货币投资者而言，这一发展既代表风险也代表机会。关键在于区分：
-
短期噪音：关于AI财富分配的初步讨论不太可能对加密代币价格产生直接影响。
-
长期结构性转变：关于AI生成财富如何分配的持续辩论将从根本上重塑集中式和分布式AI解决方案之间的竞争格局。
最可能的结果是一条中间道路，即AI公司实施适度、自愿的利润分享机制以维持社会许可。对于加密AI代币而言，这创造了一个引人注目的叙事优势：它们从设计之初就旨在比其集中式同行更广泛地分配价值。
随着这一叙事的发展，投资者应关注具有以下特征的AI加密项目：
– 清晰的基于代币的分配机制
– 去中心化的治理结构
– 超越纯粹投机的实际效用
– 监管前瞻性和设计合规的方法
AI财富分配对话才刚刚开始，其解决可能需要数年时间。然而，它对加密AI代币的影响是直接而深远的。那些能够阐述对带有利润分享的集中式AI控制的有力替代方案的项目将处于有利位置，以捕获加密生态系统中的下一波AI创新。