一份跨越百年的股市大数据研究揭示：美国股市过去一百年创造的 91 万亿美元净财富，几乎全部来自最顶层的 3.7% 公司。而 AI 大模型 的爆发，正在让这个幂律曲线变得更加陡峭——赢家通吃的速度，比以往任何时候都快。
今年 3 月，亚利桑那州立大学 W.P. 凯里商学院的亨德里克·贝森宾德发表了一篇论文，题为《美国股市一百年》。他使用 CRSP 数据库中 29,754 只普通股的回报数据，从 1926 年 1 月一直算到 2025 年 12 月，整整一个世纪。
结论只有两段话：
第一段：美国股市在过去一百年里创造了 91 万亿美元的净财富，年化回报率 10.1%，是人类历史上最壮观的财富引擎。
第二段：这台引擎的动力来源，比你想象的要集中得多。只有 27.6% 的股票跑赢了大市。近 60% 的股票实际上摧毁了股东财富，中位数股票的终身回报率为 负 6.9%。全部 91 万亿净财富中，仅仅 46 家公司就贡献了一半。
这就是幂律分布。不是二八法则，而是 4% 的公司创造了全部财富。剩下 96% 的公司加在一起，扣除国债收益之后，股东的净收益为零。
这 46 家主宰了半个世纪财富创造的公司，并不是同一批公司从头赢到尾。它们在不同的时代登上王座，又在不同的时代交出权杖。
埃克森美孚、通用电气、IBM、雪佛龙、奥驰亚。石油、汽车、电力、烟草。前五家贡献约 10% 的净财富创造。
英伟达、苹果、微软、Alphabet、亚马逊。全部是科技公司，前五家贡献了 21.4% 的净财富创造。
英伟达一家在最近九年创造的财富，就超过了埃克森美孚在之前九十年创造的全部财富。集中度还在加速：前三十家公司在后九年的财富创造占比是 61.19%，几乎是前九十年 31.06% 的两倍。
注：数据按"股东财富创造"口径计算，即扣除同期国债收益后的净财富增量。不同时间段因市场环境差异，绝对数值不可直接对比，但集中度趋势明确。
财富创造的速度在加快，集中度也在加速攀升。而这一切，与 AI 大模型的崛起高度同步。
贝森宾德在论文中留了一个问号：人工智能是会加速赢家通吃的趋势，还是通过广泛普及来拉平竞争环境？
目前来看，陡峭的可能性更大。
AI 是一种典型的 赢家通吃技术：
这个飞轮一旦转起来，后来者很难追上。如果 AI 真的成为下一代通用技术平台，它可能进一步加剧财富创造向头部公司的集中。
看看过去九年的数据就清楚了：英伟达以 4.51 万亿美元 的股东财富创造高居榜首，苹果 4.10 万亿，微软 3.25 万亿，Alphabet 3.14 万亿，亚马逊 1.86 万亿。五家公司合计超过 16 万亿美元——全部诞生于硅谷或西雅图，全部在最近四十年内上市，全部与 AI 深度绑定。
一个诚实的注脚：
幂律之所以是幂律，不是因为市场制度或文化差异，而是因为 复利的数学本质。一家公司的长期回报率只要比对手高几个百分点，经过几十年的复利放大，累积财富就是数量级的差距。AI 只是让这个差距的放大速度变得更快了。
贝森宾德在 2023 年与合作者的一项研究中，将同样的方法扩展到全球六万多只股票。结论几乎一模一样：全球股市的净财富创造同样高度集中于极少数公司，各国各地区的头部集中度略有差异，但幂律分布的底层形状完全一致。
这意味着什么？
幂律不是市场制度的产物，而是 复利与竞争的自然结果。无论你在中国、美国还是欧洲，无论你投的是科技股还是消费股，头部公司吃掉大部分利润的规律始终成立。
而 AI 大模型的出现，正在将这个规律推向极致。因为 AI 技术本身具有最强的网络效应和规模效应——它不像传统行业那样存在"区域市场"或"细分赛道"的保护，而是直接在全局层面展开竞争。
贝森宾德的研究横跨一百年，但最关键的转折发生在最近九年。2017 年之后，AI 大模型从实验室走向商业化，财富创造的速度和集中度同步飙升。这不是巧合。
AI 是一种"超级放大器"——它放大了好公司的竞争优势，也加速了差公司的淘汰速度。在传统行业，一家公司可能需要几十年才能建立起不可逾越的护城河；在 AI 时代，护城河可以在三年内挖好，也可以在一年内填平。
这对投资者意味着什么？
幂律曲线不会消失，但它的形状正在被 AI 重塑。那些能够充分利用 AI 放大自身优势的公司，将在下一个百年占据更陡峭的塔尖位置。
AI 大模型正在将幂律分布的"头部集中速度"从几十年压缩到几年。未来十年，全球净财富创造向 AI 头部公司集中的趋势不会放缓，只会加速。赢家通吃，但赢家也是轮换的——而那个永远通吃的赢家，是时间本身。
原始论文《美国股市一百年》（亨德里克·贝森宾德，2026）可在学术数据库查阅。全球市场扩展研究发表于 2023 年，覆盖 62 个市场、6 万余只股票。
综合公开信息整理 ↗ 不提供具体链接