美国AI巨头面临“收益分享”新政，投资者该如何重估估值逻辑？

2026年7月2日，美国白宫国家经济委员会主任哈塞特公开表示，美国政府正在与所有人工智能公司就“分享收益”事宜展开讨论。这一表态标志着美国联邦层面首次明确将AI产业的利润分配纳入政策议程，可能预示着未来对科技巨头征税、数据使用补偿或公共投资回报机制的重大调整。尽管哈塞特未披露具体谈判对象、时间表或政策框架细节，但该言论迅速引发市场对AI行业监管走向与盈利模式可持续性的重新评估。

政策信号：从技术中立到收益共担

哈塞特的发言虽简短，却传递出清晰的政策转向信号。过去十年，美国对人工智能产业总体采取“鼓励创新、审慎监管”的立场，强调技术发展优先于分配干预。然而，随着生成式AI爆发式增长，头部企业凭借算力垄断、数据优势和网络效应迅速积累巨额利润，而公共部门在基础设施、基础研究和劳动力再培训上的投入却未获得相应回报。这种“私人获益、社会承担成本”的结构性失衡，正成为全球多国政策制定者关注的焦点。

哈塞特所提“分享收益”，并非首次出现在政策语境中。近年来，欧盟已在《人工智能法案》中探索“高风险AI系统”的合规成本分摊机制；英国财政部亦曾讨论对大型科技公司征收“数字服务税”以补偿公共服务压力。但美国此前较少直接使用“收益分享”这一带有再分配色彩的表述。此次由白宫国家经济委员会主任亲自提出，意味着该议题已进入核心经济决策层视野，可能成为下一阶段科技治理的重要支柱。

值得注意的是，哈塞特使用了“所有人工智能公司”这一宽泛表述，暗示政策覆盖范围可能不仅限于当前市值领先的科技巨头（如英伟达、微软、谷歌母公司Alphabet、Meta等），也可能包括新兴AI初创企业。这反映出监管逻辑的潜在转变：不再仅针对“大而不能倒”的平台，而是将整个AI价值链视为需协调利益的生态系统。

执行路径尚不明确，但三大方向值得关注

尽管目前尚无官方文件或会议纪要佐证具体谈判进展，但从政策可行性角度，美国政府推动AI收益分享可能通过以下路径实现：

第一，税收工具的定向强化。 美国国会近年多次讨论对AI相关收入征收专项税，例如对云计算AI服务收入、模型训练能耗或数据交易征税。此类税收可注入国家AI研发基金或劳动力转型计划，形成“取之于AI、用之于社会”的闭环。2025年已有议员提案要求对年AI收入超10亿美元的企业征收3%附加税，虽未通过，但为后续立法铺垫了讨论基础。

第二，公共数据与基础设施的有偿使用机制。 美国联邦政府掌握大量高质量公共数据（如气象、交通、医疗脱敏数据集）及国家级算力资源（如能源部超级计算中心）。未来可能要求商业AI公司在使用这些公共资源时支付费用，或按模型商业收益比例返还部分收入。此举既能补偿公共资源消耗，也能激励企业更高效利用数据。

第三，强制性社会效益承诺（Social Benefit Covenants）。 类似于制药企业在获得FDA快速审批时需承诺药品可及性，AI公司可能被要求在获得政府合同、频谱许可或研发补贴时，同步承诺将一定比例利润用于教育、社区AI素养提升或中小企业技术赋能。这种“条件性收益分享”可在不增加税负的前提下实现价值再分配。

市场影响：短期波动有限，长期估值逻辑重构

对于美股科技板块而言，哈塞特的言论短期内不太可能引发剧烈抛售。原因在于，当前表态仍属政策意向阶段，距离立法或行政命令尚有较长流程。且“分享收益”具体形式、税率水平、豁免条款等关键变量均未明确，市场难以量化财务影响。

然而，从中长期看，投资者需重新审视AI企业的自由现金流假设。若未来实施实质性收益分享机制，头部公司的净利润率可能承压，尤其对依赖云AI服务和广告驱动的商业模式冲击更大。相反，那些已布局公共合作项目、开源生态或教育领域的AI企业（如部分垂直领域模型开发商）可能因政策契合度更高而获得估值溢价。

此外，该政策动向也凸显美国在全球AI治理竞赛中的战略调整。面对中国在AI基础设施投入与产业政策协同上的优势，以及欧盟在伦理与权利保护上的先行地位，美国正试图构建“创新驱动+公平分配”的第三条路径。这不仅关乎国内经济公平，也意在塑造全球AI治理话语权——通过将收益分享纳入国际标准谈判，增强美国规则的吸引力。

风险与挑战：执行难度与创新抑制担忧

尽管收益分享理念具有道德正当性，但其落地面临多重挑战。首先是如何界定“AI收益”。许多科技公司的收入来自混合业务（如搜索、社交、电商），AI仅作为底层技术支撑，单独剥离AI贡献度在会计上存在困难。其次，过度征税或强制分成可能削弱企业研发投入意愿，尤其对尚处亏损期的AI初创公司构成生存压力。

更深层的矛盾在于：政府希望分享的是“超额利润”，但市场认为当前AI投资仍处于高风险阶段。据公开数据显示，2025年全球AI领域融资额虽达历史高位，但多数通用大模型尚未实现稳定盈利。在此背景下推行收益分享，可能被业界解读为“杀鸡取卵”，反而加速人才与资本向监管更宽松地区转移。

因此，政策设计需在公平与效率间取得平衡。一种可能的折中方案是设置“收益门槛”——仅当企业AI业务利润率超过行业基准或社会平均资本回报率时，才触发分享义务。同时配套税收抵免，鼓励企业将分享资金反哺于基础研究或包容性创新项目。

结语：AI治理进入“分配时代”

哈塞特的表态虽仅一句话，却可能是美国AI政策演进的关键节点。它标志着监管重心正从“是否发展AI”转向“如何共享AI红利”。在全球经济增长放缓、社会不平等加剧的宏观背景下，技术红利的分配正义已成为不可回避的政治经济议题。

对投资者而言，这意味着不能再仅以技术领先性或用户规模评估AI企业价值，而需纳入政策适应性维度。未来几年，能够主动参与政策对话、设计共赢型商业模式的公司，更可能在监管浪潮中占据有利位置。而对于整个行业来说，如何在保持创新活力的同时回应社会对公平的诉求，将是决定AI能否真正成为普惠技术的核心考验。