2028年全球智能危机：人工智能的普及如何重塑就业和活动市场

TL;DR

• “2028年全球智能危机”是Citrini Research在2026年提出的一个前瞻性宏观情景。它不是一个预测，而是对如果人工智能发展速度快于机构适应能力可能发生的情况进行的压力测试。

• 核心思想简单却令人不安：如果智能变得丰富且廉价，那么建立在稀缺人类专业知识基础上的经济体可能难以适应。

• 人工智能带来的早期生产力提升最初可能会提振企业利润和股市。

• 随着时间的推移，白领工人的大规模失业可能会削弱消费者支出、住房稳定性和信贷市场。

• 理财账户风险可能并非始于银行，而是始于私人信贷、保险资产负债表和优质抵押贷款。

• 在由结构性劳动力替代而非周期性需求疲软引发的危机中，降息等传统政策工具可能效果不佳。

简介

2026年， Citrini Research 发表了一篇题为《2028年全球智能危机》的思维实验。该文章以回顾未来的视角撰写，描述了人工智能驱动的繁荣如何演变为系统性经济衰退。作者明确指出：这不是预测。这是一个旨在探讨投资者和政策制定者可能低估的风险的场景。

核心论点是反直觉的。如果人工智能的看涨情况是正确的呢？如果人工智能系统继续快速改进，降低成本，提高生产力，并在更多认知任务上超越人类工人呢？在这种情况下，这种颠覆可能不是暂时的或特定于某个行业的。它可能会重塑劳动力市场、住房稳定性、信贷市场，甚至政府财政。

本文以通俗易懂的语言解释了2028年全球智能危机。它探讨了如果机构未能足够快地适应，人工智能驱动的富足可能如何导致结构性劳动力流失、金融重新定价和更广泛的经济调整。

为什么现在这个场景很重要

想法的时机很重要。自2023年以来，大型语言模型和基于代理的AI系统发展迅速。曾经辅助人类的生产力工具现在可以自主完成任务。企业正在将预算重新分配给AI基础设施，而科技公司则报告数据中心和芯片支出创历史新高。

与此同时，软件、金融和咨询行业的招聘速度有所放缓。专业领域的职位空缺有所减少，尽管建筑和医疗保健行业保持稳定。这种差异表明，认知自动化对白领职位的影响比许多人预期的更早、更快。

核心经济转变：从稀缺到智能的丰裕

智能作为历史稀缺投入

现代经济建立在人类智慧稀缺的假设之上。熟练的专业人员设计产品、管理资本、编写软件并协调供应链。他们的工资反映了这种稀缺性。

在美国，劳动在GDP中的份额已从1970年代的约64%逐渐下降到2020年代中期的约56%。即便如此，高技能劳动仍然是家庭收入和税收的支柱。抵押贷款承保、学生贷款和退休规划都假设受过教育的工人有稳定的长期收入。

丰裕冲击

人工智能改变了这种局面。一旦经过训练，人工智能系统就能以极低的边际成本执行认知任务。与取代体力劳动的机械自动化不同，人工智能的目标是推理、编码、起草和分析。

这一轮周期与过去的自动化浪潮不同，因为它直接与曾被认为不受影响的职位竞争。当一台机器能够以极低的成本复制一个年薪15万美元专业人士的产出时，经济核算会迅速发生变化。

人类智能取代螺旋

AI 能力：削减薪资

在早期阶段，公司受益。人工智能工具降低了工资支出。保证金扩大。收益超出预期。股价上涨。

历史数据显示，当生产力增速快于工资增速时，企业利润往往会飙升。在这种情况下，公司会将节省下来的资金重新投入到更多人工智能系统中，从而进一步提高效率。

薪资缩减：消费疲软

然而，白领工人占可自由支配支出的比例过高。美国收入最高的20%人群贡献了大约三分之二的消费者支出。当这些工人失业或接受薪酬较低的职位时，对住房、旅游和零售业的影响是巨大的。

chinese

即使是高收入人群中适度的就业下降，也可能导致需求出现超乎寻常的跌幅。

负反馈循环

当消费者支出疲软对企业收入造成压力时，就会出现反馈循环。企业通过裁员和增加自动化来保护利润。人工智能进一步改进。这个循环不断重复。

与库存周期或加息驱动的传统衰退不同，如果人工智能能力持续进步，这种螺旋式下降将没有自然的制动机制。

“幽灵GDP”与经济流通的崩溃

“幽灵GDP”描述的是出现在国民账户中但未在家庭中流通的产出。如果生产力提高而工资停滞不前，那么即使消费者支出减弱，GDP也可能保持稳定。

当收入集中在资本所有者而非工薪阶层时，货币流通速度会下降。机器产生产出，但它们不消费商品或服务。随着时间的推移，这种不平衡会给依赖可自由支配需求的行业带来压力。

行业颠覆：从软件到中介

企业软件压缩

代理编码工具允许公司构建内部替代方案，以取代昂贵的软件订阅。这种价格压力遍及整个SaaS行业。随着合同的缩减或消失，公司会裁员。

2026年和2027年，上市软件公司的增长放缓，并进行了裁员。席位数量的减少直接导致按用户许可销售的供应商收入下降。

基于摩擦的商业模式的崩溃

AI 代理还能减少消费者摩擦。它们可以即时比较价格、取消未使用的订阅并优化购买。

随着人工智能系统寻求更低成本的结算轨道，支付基础设施可能面临压力。Solana 和以太坊等区块链网络提供近乎即时的转账，且费用极低，对以交换为驱动的模型构成了挑战。

当摩擦消失时，基于便利性和惯性的商业模式将失去定价权。

从行业风险到系统性理财账户风险

隐私币入账风险

隐私信贷在过去十年中显著增长，全球规模已超过2万亿美元。软件行业的许多杠杆收购都假设收入会稳定、持续增长。如果人工智能扰乱了这些收入流，偿债就会变得紧张。

假设的2027年情景中的降级说明了集中的行业风险敞口如何通过信贷市场层层传导。

保险和监管溢出效应

大型资产管理公司拥有人寿保险公司，这些公司将保单持有人的资金投资于私人信贷。如果损失不断增加，监管机构可能会收紧资本要求。基于风险的资本调整可能会迫使资产出售或融资，从而加剧压力。

抵押贷款问题：优质借币订单仍然“资金良好”吗？

美国抵押贷款市场规模超过13万亿美元。承保假设借款人在30年内保持稳定的收入。

在这种情况下，科技密集型地区的主要借款人面临持续的工资压缩。某些大都市地区的早期拖欠数据令人担忧，即使全国平均水平保持稳定。

与2008年不同，贷款在发放时并非不计后果。风险源于事后结构性收入受损。

全球溢出效应与外部账户

如果人工智能降低了对代码外包的需求，依赖IT服务出口的国家可能会面临货币压力。资本正日益流向半导体和数据中心枢纽。

生产人工智能基础设施的经济体表现优异，而劳务输出经济体则进行调整。

结构性危机中的政策约束

货币政策的委托价

降息可以缓解信贷条件，但如果机器执行任务的成本更低，则无法恢复对人力的需求。

财政紧张

随着就业结构变化，工资税收入下降。政府支出增加以支持失业工人。劳动在GDP中的份额进一步下降。

新兴政策提案

提案包括对AI计算征税、从公共AI基金中分配股息，或建立主权国家对AI基础设施回报的参与。每种方法都伴随着政治和经济上的权衡。

投资影响

基于白领收入稳定增长假设构建的投资组合可能需要重新评估。抵押贷款支持证券、私人信贷和非必需消费品股票可能面临逆风。

反之，人工智能基础设施、半导体供应链和计算提供商可能会受益于持续的需求。

常见问题

1. 2028年全球情报危机是一个预测吗？

不。这是Citrini Research提出的一个设想，旨在探讨如果人工智能的普及速度快于机构的适应速度，可能存在的潜在风险。

2. 这与之前的自动化浪潮有何不同？

早期的技术浪潮取代了体力劳动，但创造了新的认知角色。人工智能直接在推理、编码和决策任务中竞争，更快地压缩了高收入职业。

3. 政策能否阻止危机？

及时的财政改革、劳动力再培训和适应性监管框架可以减轻风险。关键变量是速度。人工智能的发展可能超越制度变革。