2026 年 2 月 23 日,華爾街度過了一個不尋常的週一。IBM 因 Anthropic 發布 COBOL 現代化工具而暴跌 13%,創下 2000 年以來最大單日跌幅;黑石受私募信貸基金贖回限制衝擊跌超 6%;美國運通跌逾 7%,軟體板塊整體下挫近 5%。多重利空同時引爆,但市場情緒的引信卻出人意料——一份來自 Citrini Research 的報告,一家大多數人沒聽過的小型投研機構,用一篇思想實驗把已經發炎的市場神經徹底點燃。
報告名稱直白得近乎挑釁:《The 2028 Global Intelligence Crisis》(2028 全球智能危機)。中文圈更直接,喻穎正在其社群貼文中稱之為《2028 AI 屠宰場》。
這就是讓人不安的地方。不是高盛、不是摩根士丹利,是一家幾乎沒有品牌護城河的小機構,用一篇思想實驗就讓市場動了。這說明市場此刻的神經不是緊繃,而是已經在發炎——任何刺激都可能引發痙攣。恐懼不需要權威背書,只需要一條夠完整的故事線。
Citrini 的故事線是一條五環鏈條,每一環扣住下一環,形成一條從繁榮走向崩潰的路徑。
第一環他們稱為「幽靈 GDP」。邏輯是這樣的:AI 讓企業裁員、利潤飆升、生產力創 1950 年代以來新高,帳面上的數字漂亮極了——標普 500 逼近 8000 點,那斯達克破 3 萬點。但 AI 只產出、不消費。它不會買房、不會下館子、不會帶小孩去迪士尼。產出增加了,但勞動報酬沒有流回消費端。貨幣的流通速度放慢,消費經濟萎縮。GDP 的數字是真的,但支撐它的血液循環已經在停滯。
第二環是商業模式的系統性坍塌。AI 代理成為消費者的全能助手之後,所有依賴「人類惰性」存活的中介層——比價平台、保險續保、旅遊預訂、房產經紀——都會被擊穿。更致命的是支付網路:當交易變成機器對機器,信用卡 2% 到 3% 的手續費就成了純粹的冗餘成本。AI 代理會自動切換到零成本的穩定幣結算,Visa 和 Mastercard 的護城河就是建在這層手續費上的。
第三環是白領失業引爆消費崩潰。美國經濟的結構性弱點在這裡暴露無遺:白領佔就業總數一半,卻貢獻了大約 75% 的可自由支配消費。AI 替代白領之後,高技能勞動力湧入零工經濟——工程師開網約車、程式設計師當水管工——壓低了所有人的工資。還在職的白領也開始預防性儲蓄,不敢花錢。消費引擎同時從供給端和需求端熄火。
第四環是金融體系的傳導。規模龐大的私募信貸市場中,有大量資金流向 SaaS 公司,底層假設是「軟體收入穩定可預期」。AI 一旦讓客戶不再續費,這個假設就崩了。而這些私募信貸的錢,很多來自你我的養老金和保險帳戶。保險公司被監管要求補資或拋售資產,股市再跌一輪。
第五環是報告最悲觀的部分:這不是一個有自然制動機制的週期。傳統衰退會自我修復——利率降了,建設會回來;庫存清了,補貨會開始。但 AI 衝擊是結構性的。AI 的能力持續提升、成本持續下降,企業用省下來的錢買更多 AI,導致更多裁員,再省更多錢,再買更多 AI。這是一條沒有煞車的下坡路。
報告預測 2028 年 6 月美國失業率觸及 10.2%,標普 500 從高點大幅回撤。白宮的回應是「科幻作品」,華爾街主流機構指出這個劇本需要五個極端條件同時成立,機率極低。但「黑天鵝之父」塔勒布出來說了一句話:市場低估了 AI 的風險。
到這裡,大多數人會開始選邊站——你覺得這份報告靠譜還是危言聳聽?但我更在意的是另一件事。
報告作者之一阿拉普·沙阿公開承認自己的策略是「唱空做多」:做空被 AI 顛覆的企業,同時持有受益的半導體股票。如果他的預言成真,他直接獲利。這不是中立分析,這是帶著倉位的敘事。
而這恰恰是 2013 年諾貝爾經濟學獎得主羅伯特·希勒說過的事。他的「敘事經濟學」指出:敘事先於現實並塑造現實。經濟波動不是純粹被基本面驅動的,是被容易傳播的故事驅動的。索羅斯的反身性理論說的是同一件事——參與者的信念會改變被觀察的對象本身。
所以這份報告最值得警覺的地方,不是它的五環推演對不對。而是它證明了一件事:市場此刻的免疫系統已經弱到一篇思想實驗就能引發系統性反應。真正的風險不在 AI 的能力曲線上,在市場選擇相信哪個故事。
對台灣來說,這條鏈上每一環都值得對照自問。我們的半導體和硬體製造坐在 AI 受益端,但我們的服務業、金融業、中介產業呢?台灣的白領密度不比美國低,我們的保險業同樣大量投資固定收益商品。如果這條鏈條的前兩環在美國發生,第四環的震波不會繞過太平洋。
沒有人知道 2028 年會不會變成屠宰場。但 2026 年 2 月 23 日那個週一已經告訴我們一件事:
市場從來不是被事實擊潰的。它是被一個夠好的故事擊潰的。
參考來源
Citrini Research & Alap Shah, The 2028 Global Intelligence Crisis, February 22, 2026. 原文連結
💬 留言討論
載入中...