2028年全球智慧危機：人工智慧的豐裕如何重塑就業與市場

TL;DR

• 「2028年全球智慧危機」是Citrini Research於2026年提出的一個前瞻性宏觀情境。這並非預測，而是對如果人工智慧的發展速度超越了機構的適應能力，可能發生情況的壓力測試。

• 其核心思想簡單卻令人不安：如果智慧變得豐富且廉價，那麼建立在稀缺人類專業知識基礎上的經濟體可能會難以調整。

• 人工智慧早期帶來的生產力提升最初可能會提振企業利潤和股市。

• 隨著時間推移，大規模的白領工人失業可能會削弱消費者支出、住房穩定性和信貸市場。

• 金融風險可能不會始於銀行，而是始於私人信貸、保險資產負債表和優質抵押貸款。

• 在由結構性勞動替代而非週期性需求疲軟引發的危機中，傳統政策工具（例如降息）可能效果不彰。

介紹

2026年， Citrini Research 發表了一篇題為《2028年全球情報危機》的思維練習。這篇文章以從未來回顧的角度撰寫，描述了人工智慧驅動的繁榮如何演變成系統性經濟衰退。作者們明確指出：這並非預測。這是一個旨在探索投資者和政策制定者可能低估的風險的場景。

核心論點是違反直覺的。如果人工智慧的看漲情況是正確的呢？如果AI系統持續快速改進，降低成本，提高生產力，並在更多認知任務上超越人類工作者呢？在這種情況下，這種顛覆可能不是暫時的或特定於某個行業的。它可能會重塑勞動市場、住房穩定性、信貸市場，甚至政府財政。

本文以淺白易懂的方式解釋了2028年全球智慧危機。它探討了如果機構未能足夠迅速地適應，人工智慧驅動的豐裕可能如何導致結構性勞動力流失、金融重新定價以及更廣泛的經濟調整。

為何此情境現在如此重要

想法的時機很重要。自2023年以來，大型語言模型和基於代理的AI系統迅速改進。曾經協助人類的生產力工具現在能自主完成任務。企業正在將預算重新分配到AI基礎設施，而科技公司則報告數據中心和晶片的支出創下歷史新高。

與此同時，軟體、金融和諮詢領域的招聘速度放緩。專業領域的職位空缺有所減少，即使建築和醫療保健領域保持穩定。這種差異表明，認知自動化對白領職位的影響比許多人預期的更早、更快。

核心經濟轉變：從稀缺性到智慧的豐裕

智慧作為歷史上稀缺的投入

現代經濟的建立是基於人類智慧稀缺的假設。熟練的專業人士設計產品、管理資本、編寫軟體並協調供應鏈。他們的薪資反映了這種稀缺性。

在美國，勞動佔GDP的比重已從1970年代的約64%逐步下降至2020年代中期的約56%。即便如此，高技能勞動力仍然是家庭收入和稅收的支柱。抵押貸款承保、學生貸款和退休規劃都假設受過教育的勞工能獲得穩定的長期收入。

豐饒衝擊

AI 改變了這個等式。一旦經過訓練，AI 系統就能以低邊際成本執行認知任務。與取代體力勞動的機械自動化不同，AI 針對的是推理、編碼、起草和分析。

這次的週期與過去的自動化浪潮不同，因為它直接與曾經被認為是「絕緣」的角色競爭。當機器能夠以極低的成本複製一名年薪15萬美元專業人士的產出時，經濟計算會迅速改變。

人類智慧取代螺旋

AI 能力：減少薪資支出

在早期階段，公司會受益。AI工具可降低薪資費用。利潤率擴大。收益超出預期。股價上漲。

歷史數據顯示，當生產力增長速度快於工資時，企業利潤往往會飆升。在這種情況下，公司會將節省下來的資金重新投資於更多的人工智慧系統，進一步提高效率。

薪資減少：消費疲軟

然而，白領階級在可支配支出中佔據了過高的比例。美國收入最高的20%人群貢獻了約三分之二的消費者支出。當這些員工失業或接受薪資較低的工作時，對住房、旅遊和零售業的影響將會非常顯著。

即使是高收入族群中微小的就業下降，也可能導致需求出現超乎預期的跌幅。

負面回饋循環

當消費者支出疲軟對企業營收造成壓力時，負面回饋循環就會出現。企業會透過裁員和增加自動化來應對，以保護利潤。人工智慧進一步提升。這個循環不斷重複。

與傳統上由庫存週期或升息所驅動的經濟衰退不同，如果人工智慧能力持續進步，這種螺旋式下降將沒有自然的制動機制。

「幽靈GDP」與經濟循環的崩潰

「幽靈GDP」描述的是出現在國民帳戶中，但並未在家庭中流通的產出。如果生產力提高而工資停滯不前，即使消費者支出減弱，GDP仍可能保持穩定。

當收入集中在資本所有者而非工薪階層時，貨幣流通速度就會下降。機器產生產出，但它們不消費商品或服務。隨著時間的推移，這種不平衡會對依賴非必要需求的行業造成壓力。

產業顛覆：從軟體到中介

企業軟體壓縮

代理式編碼工具讓公司能夠建立內部替代方案，以取代昂貴的軟體訂閱。這種價格壓力遍及整個SaaS產業。隨著合約縮減或消失，公司會裁員。

在2026年和2027年，公開上市的軟體公司報告了較慢的增長和裁員。較低的席位數量直接減少了銷售按用戶許可證的供應商的收入。

基於摩擦的商業模式的崩潰

AI 代理還能減少消費者的摩擦。它們能即時比較價格、取消未使用的訂閱，並優化購買。

隨著AI系統尋求更低成本的結算途徑，支付基礎設施可能面臨壓力。Solana和Ethereum等區塊鏈網路提供近乎即時的轉帳，且費用極低，這對以交換費為主的模式構成了挑戰。

當摩擦消失時，建立在便利性和慣性上的商業模式就會失去定價權。

從產業風險到系統性金融風險

私人信貸曝險

在過去十年中，私人信貸顯著增長，全球規模已超過2兆美元。軟體產業中的許多槓桿收購都假設營收會穩定且持續增長。如果人工智慧（AI）顛覆了這些營收來源，償債能力將會變得緊張。

在假設的2027年情境中，評級下調說明了集中化的產業曝險如何透過信貸市場產生連鎖反應。

保險與監管溢出效應

大型資產管理公司擁有壽險公司，這些公司將保單持有人的資金投資於私人信貸。如果損失不斷增加，監管機構可能會收緊資本要求。基於風險的資本調整可能會迫使資產出售或增資，從而加劇壓力。

抵押貸款問題：優質貸款仍然「資金良好」嗎？

美國抵押貸款市場規模超過13兆美元。承銷假設借款人在30年內保持穩定的收入。

在這種情況下，科技產業發達地區的優質借款人面臨持續的工資壓縮。某些都會區的早期拖欠數據引發了擔憂，即使全國平均水平保持穩定。

與2008年不同，貸款在發放時並非輕率。風險源於事後結構性收入受損。

全球溢出效應與外部帳戶

如果人工智慧（AI）降低了對外包編碼的需求，依賴IT服務出口的國家可能會面臨貨幣壓力。資本正日益流向半導體和資料中心樞紐。

生產AI基礎設施的經濟體表現優於勞動力輸出經濟體，而後者則在調整中。

結構性危機中的政策限制

貨幣政策的限制

降息可以放鬆信貸條件，但如果機器執行任務的成本更低，則無法恢復對人力的需求。

財政緊張

隨著就業結構轉變，薪資稅收減少。政府支出增加以支援失業工人。勞動在GDP中的佔比進一步下降。

新興政策提案

提案包括對AI運算徵稅、從公共AI基金分配股息，或建立主權參與AI基礎設施回報。每種方法都伴隨著政治和經濟上的權衡。

投資影響

基於穩定白領收入增長假設而建立的投資組合可能需要重新評估。抵押貸款證券、私人信貸和非必需消費品股票可能會面臨逆風。

相反地，人工智慧基礎設施、半導體供應鏈和運算供應商可能會持續受惠於需求。

常見問題

1. 2028年全球情報危機是一個預測嗎？

不。這是 Citrini Research 提出的一種情境，旨在探討如果人工智慧的採用速度快於機構的適應速度，可能帶來的潛在風險。

2. 這與之前的自動化浪潮有何不同？

早期的浪潮取代了體力勞動，但創造了新的認知角色。人工智慧直接在推理、編碼和決策任務中競爭，更快地壓縮了高收入職業。

3. 政策能否阻止危機？

及時的財政改革、勞動力再培訓和適應性監管框架可以減輕風險。關鍵變數是速度。人工智慧的發展可能超越制度變革。