2028 全球智能危機報告：AI 贏了，但經濟輸了

原文：《THE 2028 GLOBAL INTELLIGENCE CRISIS》
作者：CitriniResearch

Table of Contents

前言 (Preface)

如果我們對 AI 的看漲預期持續正確……但這實際上卻是個利空消息呢？

接下來的內容是一個情境模擬，而非預測。這不是什麼「看空者的意淫」或 AI 毀滅論的愛好者創作。這篇文章的唯一意圖，是模擬一個相對缺乏探討的情境。我們的朋友 Alap Shah 提出了這個問題，我們共同腦力激盪出了答案。

希望閱讀這篇文章後，能讓您對 AI 使經濟變得日益詭異時，可能出現的「左尾風險」（極端負面風險）做好更充分的準備。

這是來自 CitriniResearch 於 2028 年 6 月發布的宏觀備忘錄，詳細記錄了「全球智能危機」（Global Intelligence Crisis）的演變與後果。

宏觀備忘錄 (Macro Memo)

智能過剩的後果 (The Consequences of Abundant Intelligence)

CitriniResearch 2026 年 2 月 22 日 —— 2028 年 6 月 30 日

今天早上公布的失業率為 10.2%，比預期高出 0.3% 。市場隨即拋售 2%，使得標普 500 指數從 2026 年 10 月的高點至今已累計跌幅達 38% 。

交易員們已經麻木了。六個月前，這樣的數據會觸發熔斷機制。

兩年。僅僅兩年時間，我們就從「局部受控」且「僅限特定產業」的影響，演變成一個完全不再像我們從小到大所認知的經濟體。本季的宏觀備忘錄是我們嘗試重建這段序列的努力——一份對危機前經濟的檢討報告。

當時的狂熱是顯而易見的。到 2026 年 10 月，標普 500 逼近 8000 點，那斯達克突破 3 萬點。由於人類勞動力被取代而引發的第一波裁員潮始於 2026 年初，而這些裁員確實發揮了預期的作用：利潤率擴大、盈餘超越預期、股價飆升。創紀錄的企業利潤被直接投回 AI 算力中。

表面的經濟數據依然亮眼。名目 GDP 反覆錄得中高個位數的年化增長。生產力正在蓬勃發展。受惠於那些不睡覺、不請病假、不需要醫療保險的 AI 代理程式（AI agents），每小時實質產出的增長率達到 1950 年代以來未見的水準。

算力的擁有者財富呈爆炸式增長，因為勞動力成本消失了。與此同時，實質薪資增長卻崩潰了。儘管政府不斷誇耀創紀錄的生產力，白領勞工卻將工作輸給了機器，被迫轉向低薪職位。

當消費經濟開始出現裂痕時，經濟學者們創造了一個流行詞：「幽靈 GDP」（Ghost GDP）——這種產出顯示在國民帳戶中，卻從未在實體經濟中循環。

在各方面， AI 都超出了預期，而市場就是 AI 。唯一的問題是……經濟並非如此。

事後看來本應顯而易見：北達科他州的一個 GPU 集群產生了以往曼哈頓中城 1 萬名白領勞工的產出，這更像是一場經濟瘟疫，而非經濟靈藥。貨幣流通速度（Velocity of money）停滯了。當時佔 GDP 70% 的以人為中心的消費經濟枯竭了。如果我們早點問「機器在非必要消費品上花多少錢？」（提示：零），我們或許能更早發現問題。

AI 能力提升 → 企業需要更少員工 → 白領裁員增加 → 失業者消費減少 → 利潤壓力迫使企業投入更多 AI → AI 能力進一步提升……

這是一個沒有自然煞車的負回饋循環：「人類智能取代螺旋」。白領勞工的收入能力（以及理所當然的消費力）受到了結構性損害。他們的收入是 13 兆美元抵押貸款市場的基石——這迫使承銷商重新評估優質房貸是否還能回收。

長達 17 年沒有真正的違約週期，讓私募市場充斥著由私募股權（PE）支持、並假設年經常性收入（ARR）會永續存在的軟體交易。2027 年中，由 AI 破壞引發的第一波違約浪潮挑戰了這一假設。

如果影響僅限於軟體產業，這原本是可控的。但事實並非如此。到 2027 年底，它威脅到每一個以「中間媒介」為前提的商業模式。大量建立在利用「人類交易摩擦」牟利的企業隨之瓦解。

整個系統最終被發現是一連串依賴白領生產力增長的相關押注。2027 年 11 月的崩盤，只是加速了已經存在的負回饋循環。

我們等待「壞消息就是好消息」（指政府會因數據差而降息救市）已經快一年了。政府開始考慮提案，但公眾對政府救援能力的信心已消磨殆盡。政策反應總是滯後於經濟現實，但缺乏全面計劃現在正威脅著要加速通縮螺旋。

故事的開端 (How It Started)

2025 年底，代理型編碼工具（agentic coding tools）的能力出現了跳躍式進化。

一個使用 Claude Code 或 Codex 的合格開發者，現在可以在幾週內複製中型 SaaS 產品的核心功能。雖然不完美，但已足以讓正在審核 50 萬美元年度續約合約的資訊長（CIO）開始思考：「如果我們自己開發呢？」

2026 年的企業支出預算是在 2025 年第四季制定的，當時「代理型 AI」還只是個流行語。年中的預算審查是採購團隊第一次看清這些系統實力後的決策時刻。有些公司親眼看到內部團隊在幾週內做出了原型，取代了六位數金額的 SaaS 合約。

那年夏天，我們採訪了一家財富 500 強企業的採購經理。他告訴我們一次預算談判：業務員以為能照舊每年漲價 5%，並說「你們團隊依賴我們」。採購經理卻回覆，他正與 OpenAI 洽談，讓他們的工程師使用 AI 工具完全取代該供應商。最後他們以 30% 的折扣續約。他說這算好結果了，那些像 https://www.google.com/url?sa=E&source=gmail&q=Monday.com、Zapier 和 Asana 這類「長尾 SaaS」處境更慘。

投資者原本預料到長尾軟體會受打擊，但認為「核心系統」（Systems of Record）是安全的。直到 ServiceNow 2026 年第三季的財報，這種「反身性」（reflexivity）機制才變得清晰。

ServiceNow 新增 ACV 增長從 23% 減速至 14%；宣布裁員 15% 並啟動「結構性效率計劃」；股價大跌 18% | 彭博社，2026 年 10 月

SaaS 並非「死掉」了，自行開發仍有成本效益考量。但「自行開發」成了一個可選項，影響了議價。更重要的是，競爭格局變了。AI 降低了開發門檻，功能差異化消失。老牌企業陷入了價格戰，不僅與同業競爭，還要與那些沒有歷史包袱、積極搶占市佔率的新興挑戰者廝殺。

這份財報也揭示了系統間相互關聯的本質：ServiceNow 按人頭（seats）計費。當客戶裁掉 15% 的員工，他們就取消了 15% 的授權。那些推動客戶利潤增長的 AI 裁員，正機械性地摧毀 ServiceNow 自己的營收基礎。

銷售「流程自動化」的公司正被「更好的流程自動化」所顛覆，而其反應則是裁員並將省下的錢用於資助顛覆自己的技術。

他們還能怎麼辦？坐以待斃嗎？受 AI 威脅最深的公司變成了 AI 最激進的採用者。這在事後看來理所當然，但當時對作者而言並非如此。傳統的顛覆模型認為老牌企業會抵制新技術，然後慢慢死掉（如柯達、百視達）。但 2026 年不同：老牌企業沒有抵制，因為他們根本負擔不起抵制的代價。

隨著股價下跌 40-60%，董事會要求給出交代，這些受威脅的公司做了唯一能做的事：裁員，將資金轉投 AI，利用工具以更低成本維持產出。每家公司的個別決策都是理性的，但集體結果卻是災難性的。每省下一美元的員工開支，就轉化為推動下一輪裁員的 AI 能力。

軟體產業只是開端。投資者在爭論 SaaS 估值是否見底時，忽視了反身性循環已經擴散出軟體領域。讓 ServiceNow 裁員的邏輯，同樣適用於任何具有白領成本結構的公司。

當摩擦趨近於零 (When Friction Went to Zero)

到 2027 年初，使用大語言模型（LLM）已成為預設選項。人們甚至在不知道什麼是「AI 代理」的情況下就開始使用它們，就像不了解「雲端運算」的人使用串流媒體一樣。

Qwen 的開源代理型購物程式（agentic shopper）是 AI 處理消費決策的催化劑。幾週內，每個主流 AI 助手都整合了代理電商功能。模型蒸餾技術意味著這些代理可以在手機和筆電上運行，大幅降低了推理成本。

令投資者不安的是，這些代理程式不需要被詢問，它們根據用戶偏好在背景運行。商業活動不再是一系列離散的人類決策，而是一個 24 小時不間斷的持續優化過程。到 2027 年 3 月，美國人平均每天消耗 40 萬個 token，是 2026 年底的 10 倍。

接下來斷掉的鏈條是：中間媒介（Intermediation）。

過去五十年，美國經濟在人類的侷限性（時間有限、缺乏耐心、用品牌替代查證、願意多付錢以減少點擊）之上建立了一個龐大的租金提取層。數兆美元的企業價值依賴於這些約束條件的存續。

AI 代理移除了這些摩擦：

訂閱制：代理程式會自動談判或取消那些被動續約的會員資格。客戶終身價值（LTV）大幅下降。
旅遊訂房：代理程式組裝行程的速度和價格優化能力超過了任何平台。
保險續約：代理程式每年自動重新比價，摧毀了保險公司從「懶惰續約」中獲得的利潤。
專業服務：財務建議、稅務申報、常規法律工作等「代為處理繁瑣複雜」的領域皆被顛覆。
房地產：原本依賴資訊不對稱獲得的 5-6% 佣金，在能即時複製數據庫知識的 AI 面前崩潰了。

我們高估了「人際關係」的價值。事實證明，很多所謂的關係只是「帶著笑臉的摩擦」。

機器只在意價格與適配度，不在意 App 介面或習慣使用的網站。這摧毀了一種特定的護城河：習慣性中間媒介。

DoorDash (DASH US) 是典型的例子。編碼代理降低了開發競爭應用的門檻，數十個競爭對手湧現，並將 90-95% 的費用分給司機以吸引他們加入。市場在一夜之間碎片化，利潤壓縮至趨近於零。代理程式不再有「首頁應用程式」的概念，它會自動對比所有平台以選擇最低費用和最快配送。

當代理程式控制了交易，它們就開始消除費用。機器對機器的商業活動中，2-3% 的信用卡刷卡手續費成為目標。代理程式轉向使用 Solana 或以太坊 L2 上的穩定幣，實現近乎即時且極低成本的結算。

Mastercard 2027 年第一季的財報成為轉折點，其淨營收增長放緩，股價隨後大跌 9% 。Visa 亦受波及，但因在穩定幣架構的佈局而收復部分失地。

繞過手續費對銀行和發卡機構構成更大風險，因為他們的整個業務和獎勵計劃都建立在這些費用之上。美國運通 (AXP US) 受創最重，其次是 Synchrony、Capital One 和 Discover 。他們的護城河由摩擦構成，而摩擦正趨向於零。

從產業風險到系統性風險 (From Sector Risk to Systemic Risk)

2026 年，市場還認為這是局部產業的故事。但 2027 年 1 月的備忘錄指出：美國是白領服務經濟，白領佔就業 50%，驅動 75% 的非必要消費。AI 正在啃食的不是邊緣產業，而是美國經濟本身。

「技術創新會摧毀工作但創造更多工作」的論點失效了，因為 AI 是通用智能，它在人類被重新安置的任務上進步得更快。被取代的工程師無法轉行去「管理 AI」，因為 AI 已經能自我管理了。

雖然 AI 創造了提示工程師（prompt engineers）或安全研究員等新職位，但每創造一個職位，就使數十個職位過時，且薪資僅為過去的一小部分。

2026 年 10 月的數據顯示職位空缺大跌 15% 。白領職位崩潰，而藍領職位雖然相對穩定，但兩個族群的實質薪資增長全年度大多為負值。

這是一個沒有自然煞車的循環：AI 變得更好、更便宜 → 企業裁員並購買更多 AI → 失業勞工減少消費 → 消費品公司利潤受壓，為了保住利潤率而進一步投資 AI 並裁員。

諷刺的是，儘管經濟在惡化，AI 基礎建設相關公司表現依然強勁。輝達（NVDA）營收創新高，台積電（TSM）產能利用率 95% 以上。像台灣和韓國這樣受惠於此趨勢的經濟體表現優異；而印度則是反例，其 IT 服務出口因 AI 編碼代理的出現而土崩瓦解，盧比兌美元在四個月內暴跌 18% 。

智能取代螺旋 (The Intelligence Displacement Spiral)

到 2027 年，宏觀故事不再隱晦。失去工作的白領開始下沉，進入低薪服務業或零工經濟，這增加了勞動力供應，進而壓低了整個經濟體系的薪資。

高收入者的消費習慣也有滯後效應，他們起初靠儲蓄維持體面。直到 2027 年第三季，美國初次申請失業救濟金人數激增至 48.7 萬人，數據打破了幻覺。標普 500 隨後大跌 6% 。

在美國，收入最高的前 10% 驅動了超過 50% 的消費。當這群人失去工作或薪資減半，對消費性經濟的打擊是巨大的。到 2027 年第二季，經濟正式進入衰退（連續兩季 GDP 負增長）。

連鎖違約的暗影 (The Daisy Chain of Correlated Bets)

私人信貸（Private Credit）市場在 2026 年已成長至 2.5 兆美元，其中大量投向了 SaaS 公司的槓桿收購。當 AI 導致這些軟體公司的營收不再穩定，債務違約隨之而來。

Zendesk 成為了導火線。這筆歷史上最大的 ARR 擔保貸款出現違約，因為 AI 代理已經能自主處理客戶服務，Zendesk 定義的類別已變得多餘。

市場原本認為私人信貸能承受損失，因為它是「永久資本」（permanent capital）。但細節在於：過去十年，大型資產管理公司收購了人壽保險公司（如 Apollo 買下 Athene），將保戶儲蓄投入私人信貸。當這些貸款違約，損失直接衝擊保險公司的資產負債表。監管機構隨後收緊資本要求，迫使保險公司在流動性枯竭的市場中出售資產。

當 Moody’s 調降 Athene 的評級展望，Apollo 股價兩天內暴跌 22% 。2027 年 11 月的崩盤標誌著這不再是普通的週期性調整。聯準會主席 Kevin Warsh 將其稱為「一連串關於白領生產力增長的相關押注」。