高盛在7月23日釋出的全球市場評論中，為AI投資的風險對沖提供了一個分析框架，將當前市場面臨的AI風險區分為兩類本質不同的型別：一類威脅“蛋糕的大小”，即AI創造的總價值縮水；另一類改變“蛋糕的切法”，即總價值不變，但贏家和輸家重新洗牌。這一區分之所以緊迫，是因為AI定價對樂觀假設的依賴正在加深。

據高盛資料，AI相關股票（含私有公司）自2022年11月以來市值增長約26萬億美元，扣除基線回報後約23萬億美元。而在高盛的基線假設下，美國企業從AI生產率提升中可獲得的資本收入現值（PDV）僅約9萬億美元。即使在最樂觀的組合假設下——更高的生產率增長、更快的採納速度、更大的資本份額——這一數字也僅約28萬億美元。換句話說，當前AI股票的市值增長，已經逼近了“一切都完美兌現”才能支撐的上界。

高盛框架中驅動AI總價值的五個變數——生產率增長、採納速度、資本份額（企業變現能力）、國際份額、折現率——任何一個預期下調，都會縮小蛋糕。宏觀衝擊（如貨幣緊縮、油價上漲、就業走弱）也會通過利潤預期和折現率傳導過來，且鑑於AI股估值高企、倉位集中、融資需求大，宏觀衝擊可能對AI板塊形成不成比例的打擊。一個容易被忽略的邊界是：這裡的“蛋糕”指的是美國企業部門可獲的AI價值。即便全球AI總經濟價值不變，只要價值從美國企業流向消費者或非美生產者，對美股而言就是蛋糕變小了。

分配格局已在發生變化。迄今AI價值主要流向美國AI公司和部分亞洲關鍵企業，過去6-9個月市場尤其獎勵了供給側——半導體、儲存等基礎設施商。2025年底以來，儲存晶片因AI需求加速出現短缺而大幅漲價，本質是一次貿易條件衝擊：晶片生產者受益，消費者受損。蛋糕在做大的同時，切法也在快速變化。

如何判斷一個AI風險屬於“蛋糕大小”還是“蛋糕切法”？有些判斷很直觀：採納放緩、用例受限、市場融資意願下降推高折現率——典型的蛋糕縮小。但很多情況遠沒這麼清晰。例如，AI產品變現困難、模型競爭壓低創新成本，收益從企業流向消費者，美國企業手中的蛋糕小了，但企業消費者也受益，更低成本還可能加速採納。半導體產能擴張或晶片效率提升，傷害生產者、利好消費者，蛋糕總量可能不變，但切法變了。AI顛覆傳統行業，本質是分配，但若贏家不在美國上市市場，蛋糕也跟著縮。

高盛舉了一個關鍵例子：超大規模雲廠商削減資本開支。同一個動作，如果源於對AI投資回報的悲觀或融資環境收緊——蛋糕縮小；如果源於發現現有基礎設施已夠用、或找到了更高效的利用方式——蛋糕不變，只是從供應商手中切給了雲廠商自己。不同來源，完全不同的市場後果。

過去18個月的五個市場事件，清晰地展示了這一區分。先看三個總量衝擊——DeepSeek事件（2025年1月）、廣泛AI憂慮（2026年2月，核心是對持續高資本開支能力的質疑）、非農驅動的利率飆升（2026年6月）。市場反應高度一致：標普500分別跌1.5%、1.7%、2.6%，VIX飆升20.5%、20.9%、39.7%，AI籃子和半導體大幅跑輸大盤，信用利差走闊，防禦性股票逆勢上漲，美債10年期收益率前兩次下行9bp。第三次利率本身就是衝擊源，方向相反。前兩次走勢符合增長預期下調，第三次符合鷹派政策衝擊。

再看兩個分配衝擊——Google宣佈增發融資AI資本開支（6月2日）、Meta宣佈建設雲業務出售多餘算力（7月1日）。畫面截然不同：標普500幾乎不動，美債收益率不動，VIX也不動。但水面下劇烈翻湧：Google事件當日半導體漲5.8%、超大規模雲廠商跌2.4%；Meta事件方向完全相反，超大規模雲廠商漲2.5%、半導體跌6.4%。贏家輸家劇烈切換，在指數層面彼此對沖，宏觀資產幾乎感知不到。

關於DeepSeek的歸類值得單獨說明。這類降低創新成本的突破，可能將價值重新分配給消費者（含企業消費者），但同時降低了美國企業部門整體的AI收益份額——對全球是切法變了，對美股是蛋糕變小了。因此，歸入總量衝擊。

波動率資料講的是同一個故事。當前標普500成分股平均隱含波動率處於15年99百分位，隱含相關性卻跌至15年來的最低點——個股劇烈分化，對AI整體價值的定價共識並未動搖。過去6-9個月，除伊朗戰爭等宏觀事件外，只有總量衝擊推高了隱含相關性和指數波動率。分配衝擊越主導，指數波動率受到的壓力就越有限。

對於持有寬基美股的投資者，核心威脅是總量衝擊。好在總量衝擊有清晰的宏觀傳導路徑——股票指數和利率反應最靈敏，外匯和大宗商品訊號較弱；除利率本身是風險源外，AI總量擔憂通常壓低美債收益率。宏觀對沖工具可用，跨國家和行業的分散化也能吸收分配層面的波動。

對於持有AI特定敞口或超配頭寸的投資者，處境更棘手。總量風險仍可宏觀對沖，但分配衝擊同樣衝擊組合，卻難以用宏觀資產保護——分配衝擊在宏觀層面自我抵消，其他資產與核心AI頭寸之間的關聯並不可靠。如果只持有大盤，蛋糕大小是你的問題，蛋糕切法不是。但如果重倉AI，兩種風險都會打到你——而後者更難防。