**行业与公司** * **行业**：人工智能（AI）、软件即服务（SaaS）、金融科技、支付、保险、私募信贷、房地产、IT服务、宏观经济 * **公司**：ServiceNow、Zendesk、DoorDash、Mastercard、Visa、American Express、Synchrony、Capital One、Discover、Blackstone、Apollo、KKR、Brookfield、NVIDIA、台积电、TCS、Infosys、Wipro、Anthropic、OpenAI、Salesforce、Uber、GE Vernova **核心观点与论据** **1. 宏观经济情景：AI引发的结构性失业与负反馈循环** * **核心情景**：这是一份对2028年“全球智能危机”的设想性分析，描绘了AI能力提升导致白领结构性失业，进而引发消费萎缩、经济衰退和金融危机的负反馈循环[1][2][7]。 * **负反馈循环机制**：AI能力提升 → 公司裁员以提升利润率 → 被替代的工人（尤其是高收入白领）支出减少 → 消费经济萎缩 → 公司为保利润进一步投资AI并裁员 → AI能力继续提升[12][82]。 * **经济数据**：失业率在2028年6月达到10.2%，标普500指数自2026年10月高点累计回撤38%[6]。 * **“幽灵GDP”**：名义GDP和生产率（人均实际产出以1950年代以来最快速度上升）数据亮眼，但以人为核心的消费经济（占GDP 70%）在枯萎，形成“幽灵GDP”[9][10][11][12]。 * **政策困境**：传统货币政策（降息、QE）无法解决由“人类智能价值下降”驱动的实体经济问题，政府缺乏应对结构性失业的综合性计划[17][145][150]。 **2. AI对特定行业和商业模式的颠覆性冲击** * **软件/SaaS行业**： * **开端**：2025年末，能动型编码工具（如Claude Code）能力阶跃式提升，使企业能内部快速复制SaaS产品功能，冲击软件采购[19][20]。 * **反身性冲击**：AI驱动的裁员（如ServiceNow客户裁员15%）直接导致SaaS公司收入减少（如取消对应许可证），形成“反身性循环”[24][26]。 * **竞争与定价**：AI降低开发门槛，新进入者涌现，产品差异化消失，引发价格战，行业利润率被压缩[24][25]。 * **中介/居间服务行业**： * **核心逻辑**：AI代理消除了“人类惰性、时间有限、信息不对称”等摩擦，摧毁了基于此构建的万亿级商业模式[38][39][47]。 * **具体案例**： * **旅游预订**：AI代理能更快更便宜地组装完整行程[42]。 * **保险**：AI代理每年重新比价，侵蚀了保险公司15-20%的被动续保保费[43]。 * **房地产**：AI代理获取MLS数据和交易历史，将买方佣金从2.5-3%压缩至不足1%[45][46]。 * **外卖平台**：编码代理降低开发门槛，市场碎片化，DoorDash等平台的“习惯性应用忠诚度”护城河对AI代理无效[50][51][52][53]。 * **支付**：AI代理为优化费用，转向使用近乎零成本的稳定币结算，冲击了Visa、Mastercard等依赖2-3%刷卡费率的公司[55][56][57][58]。 * **信用卡发行商**：如美国运通，同时遭受白领客户减少和交易绕过刷卡费的双重打击[61][62]。 * **劳动力市场结构性变化**： * **失业集中**：失业集中在高收入白领（前10%收入者贡献超50%消费），其对消费的冲击远超蓝领失业[101][102][103]。 * **工资压缩**：被替代的白领涌入低薪服务业，压低了整体工资水平[91][92][93]。 * **新工作创造不足**：AI创造的新岗位（如提示工程师）数量远少于其摧毁的岗位，且薪酬更低[73]。 * **数据佐证**：2026年10月JOLTS数据显示职位空缺降至550万以下，同比降15%；软件、金融、咨询行业职位发布锐减[74][75]。 **3. 金融风险的传导与系统性危机** * **私募信贷与保险业连锁反应**： * **风险源头**：超过2.5万亿美元的私募信贷大量投资于假设永续增长的SaaS公司[106]。AI冲击导致其收入假设失效，引发违约（如Zendesk的50亿美元贷款违约）[111][112][113][114]。 * **“永久资本”的脆弱性**：私募基金管理人通过收购寿险公司（如Apollo收购Athene）获取“永久资本”投资于私募信贷。当底层资产违约，保险监管机构收紧资本要求，迫使保险公司抛售资产或增资，引发流动性危机[118][119][120][121][123][124]。 * **复杂架构加剧不透明**：通过离岸再保险公司和SPV的复杂结构，使得风险归属难以厘清，加剧市场恐慌[127][129][130]。 * **抵押贷款市场的根本性威胁**： * **市场规模**：美国住宅抵押贷款市场约13万亿美元[133]。 * **核心风险**：抵押贷款承保的基石——借款人未来收入稳定性——因白领结构性失业而动摇。违约者并非次级贷款人，而是信用评分780以上、首付20%的优质借款人[134][135][136]。 * **早期迹象**：2028年，旧金山、西雅图、奥斯汀等科技重镇房价同比下跌8-11%，高收入邮编区早期拖欠率上升[132][133][141]。 * **潜在冲击**：若抵押贷款市场崩溃，股市回撤幅度或堪比2008年金融危机（57%），标普500可能跌至3500点[146][147]。 * **政府财政压力**： * 劳动力收入占比从2024年的56%骤降至46%，导致个人所得税和工资税收入下降，2028年Q1联邦收入比预期低12%[153][154]。 * 失业救济等自动稳定器支出增加，但此次失业是结构性的而非周期性的，导致赤字压力持续[157][158]。 **4. 社会与政策应对** * **社会矛盾激化**：“占领硅谷”等运动兴起，公众对AI实验室及其创造的巨大财富不均（“让镀金时代显得温和”）不满情绪高涨[165][166][167][168]。 * **政策讨论与困境**：政府提出如“过渡经济法”（对AI推理计算征税以资助失业工人）和“共享AI繁荣法”等方案，但陷入党派争论和意识形态分歧，行动迟缓[160][161][162][163][164][169]。 **其他重要但可能被忽略的内容** * **全球影响不均**：台湾、韩国等AI基础设施供应链经济体表现强劲；而严重依赖IT服务出口的印度，因AI编码代理成本极低，导致服务顺差消失，卢比四个月内贬值18%，需与国际货币基金组织（IMF）谈判[85][86][87][88]。 * **AI基础设施投资逆势增长**：尽管实体经济恶化，AI基础设施投资（如NVIDIA营收、台积电产能利用率95%+、超大规模云厂商季度资本支出1500-2000亿美元）仍保持高位，因为企业将原用于人力资源的运营支出（OpEx）转移至AI投资[83][84][85][86]。 * **技术演进细节**：2027年初，开源AI购物助手（如Qwen）催化AI代理普及，美国用户日均令牌消耗量达40万，自2026年底增长10倍[34][35][36]。AI代理从被动工具变为主动、持续运行的背景优化进程。 * **历史对比的失效**：此次颠覆不同于柯达等历史案例，受威胁的既有企业（如ServiceNow）没有抵抗新技术，而是成为最积极的采用者以自救，但这加速了集体灾难[28][29][30]。

全球情报危机情景推演 (2028年) 关键要点总结 一、 核心背景与情景设定 * 这是一份由 CitriniResearch 于 2028 年 6 月发布的宏观备忘录，推演了始于 2025 年底的“全球情报危机”情景，强调其为情景推演而非预测 [3][4][5] * 核心矛盾：人工智能（AI）的持续成功（乐观预期实现）反而导致了宏观经济灾难，即“充裕智能的后果” [3][8] 二、 宏观经济与市场表现 * 截至 2028 年 6 月，失业率达 10.2%，标普 500 指数自 2026 年 10 月高点累计下跌 38% [8] * 危机发展迅速，仅用两年时间，经济从“可控”状态演变为面目全非 [9] * 初期（2026年）：AI驱动的裁员推高企业利润，利润被再投资于AI算力，股市飙升（标普 500 逼近 8000 点，纳斯达克突破 30000 点）[10] * 宏观数据矛盾：名义GDP保持中高位单数增长，生产率（单位工时实际产出）增速达1950年代以来最高，但实际工资增长崩塌，消费经济（占当时GDP 70%）萎缩 [11][12][13] * 出现“幽灵GDP”概念：计入国民账户但未在实体经济中流通的产出 [13] * 货币流通速度停滞，负反馈循环（人类智能替代螺旋）形成且无自然制动机制 [14][76] * 2027年第二季度起，经济已陷入衰退（连续两季度实际GDP负增长）[101] 三、 行业冲击与传导机制 1. 软件与SaaS行业（起始点） * **导火索**：2025年底，具备自主能力的编程工具（如 Claude Code、Codex）能力跃升，使开发者可在数周内复现中端SaaS产品核心功能 [19] * **冲击表现**：企业采购时拥有“自建”选项，SaaS产品定价权与差异化瓦解，陷入价格战 [22][25][26] * **典型案例**： * ServiceNow (2026年Q3)：新签年度合同价值增速从23%放缓至14%，宣布裁员15%，股价单日跌18% [24][25] * 其收入与客户裁员直接挂钩（按席位销售），形成反身性：客户用AI裁员提升利润率，却直接削减了ServiceNow的收入 [27] * **行业悖论**：受AI威胁最严重的公司成为AI最激进的采用者，通过裁员将节省的成本投入AI以维持产出，个体理性导致集体灾难 [28][30][31] 2. 中介与平台经济 * **核心逻辑**：AI代理消除了基于人类局限（时间、耐心、信息不对称、习惯）的“摩擦”，摧毁了“习惯性中介”的护城河 [36][43][45] * **受影响领域**： * **旅游预订**：2026年Q4，AI代理已能更快更便宜地规划完整行程 [39] * **保险续保**：AI代理每年重新比价，瓦解了保险公司15-20%的被动续保保费收入 [40] * **金融服务**：财务咨询、税务申报、常规法律工作等以“处理繁琐事务”为价值主张的服务被颠覆 [41] * **房地产**：买方中介佣金中位数从2.5-3%压缩至不足1%，越来越多交易无人类买方中介参与 [42] * **外卖平台**：编码智能体降低开发门槛，市场碎片化，利润率压缩至近零。DoorDash等依赖“主屏幕习惯”的商业模式失效 [46][47][49][50][51] * **支付系统**：AI代理为寻求更低成本，转向使用稳定币（通过 Solana 或以太坊 L2s）进行机器对机器交易，冲击传统银行卡支付（2-3%交换费率）[54][55] * 万事达卡 2027年Q1：消费交易额同比增速从5.9%放缓至3.4%，提及“代理主导的价格优化”压力 [56] * 美国运通等发卡机构受白领客户减少和交换费收入下降的双重打击 [59] 3. 劳动力市场结构性变化 * **冲击范围**：美国经济本质是白领服务经济，白领占就业50%，贡献约75%的可支配消费支出，AI冲击的是经济核心 [61] * **数据表现**： * 2026年10月 JOLTS：职位空缺数跌破550万，同比降15%；失业人数/职位空缺比升至1.7（2020年8月以来最高）[69] * 2026年底-2027年初：软件、金融、咨询等行业招聘大幅下降，白领岗位空缺萎缩，蓝领相对稳定 [70] * **工资与就业下行螺旋**： * 被替代的白领“降级就业”，涌入服务业和零工经济，压低了该领域原有工资 [85][86][87] * 仍在岗的白领因恐惧裁员而减少消费，增加储蓄 [91] * 2027年Q3：初请失业金人数飙升至48.7万（2020年4月以来最高），多数为白领专业人士 [93] * **与传统衰退的区别**：本次失业集中于高收入人群（收入分布上层），其消费占比较高（前10%占50%以上，前20%占约65%），导致消费冲击远大于失业人数比例，且因有储蓄缓冲，影响具有滞后性但更深远 [96][97][99][100] 4. 全球影响 * **受益者**：经济结构完全顺应AI趋势的地区（如中国台湾、韩国）表现强劲；AI基础设施公司（如英伟达、台积电）及超大规模云服务商（季度数据中心资本支出1500-200亿美元）仍繁荣 [79][80] * **受害者**：印度IT服务业（年出口额超2000亿美元）因AI编程代理边际成本骤降（近乎电费）而受重创，合同取消加速，卢比4个月内对美元贬值18%，至2028年Q1 IMF已介入讨论 [81][82] 四、 金融体系风险升级 1. 私募信贷与违约潮 * **背景**：私募信贷规模从2015年不足1万亿美元膨胀至2026年超2.5万亿美元，大量资金投向假设永续中期双位数增长的SaaS公司杠杆收购 [102] * **风险暴露**：2027年，私募股权支持的软件、信息服务、咨询公司开始违约 [106] * **标志性事件**：Zendesk（2022年以102亿美元私有化）的50亿美元直接贷款（史上最大ARR支持贷款）因AI代理颠覆其客户服务业务导致ARR不再“经常性”，于2027年9月违约，贷款市值减记至面值的58美分 [107][108][109][110] * **评级行动**：2027年4月，穆迪下调14家私募股权支持软件公司总计180亿美元债务评级 [105] 2. “永久资本”的脆弱性与保险业传导 * **结构**：大型资管公司（如 Apollo, Brookfield, KKR）收购寿险公司，利用年金保费作为长期负债投资于自身发起的私募信贷，赚取利差和管理费 [115] * **风险**：“永久资本”实为美国家庭储蓄（年金），当底层私募信贷违约，亏损冲击了持有非流动性资产却背负长期偿付义务的资产负债表 [117] * **监管收紧**：2027年底，监管机构开始收紧寿险公司持有私募信贷的风险资本要求，迫使保险公司增资或出售资产，加剧市场压力 [119][121] * **复杂性**：通过离岸再保险和SPV的监管套利架构，导致风险归属不透明，加剧系统性担忧 [122][124] 3. 住房抵押贷款市场风险 * **市场规模**：美国住宅抵押贷款市场约13万亿美元 [130] * **风险本质**：违约非因贷款质量（借款人为FICO 780+的优质客户）或利率冲击，而是因为支撑还款能力的“未来收入预期”发生结构性变化 [131][133][134] * **早期迹象**：2027年，优质家庭通过提取HELOC、401(k)和增加信用卡债务来维持房贷还款，债务收入比翻倍 [136] * **数据表现**：2028年6月，Zillow房价指数显示旧金山同比跌11%，西雅图跌9%，奥斯汀跌8%；房利美警示科技/金融从业者集中区域早期违约率升高 [128][129] * **潜在冲击**：若房贷市场崩溃，股市跌幅或堪比全球金融危机（57%），标普500可能跌至3500点 [145] 五、 政策困境与根本挑战 * **政策滞后**：政府应对不足且混乱，公众对救助能力信心下降 [18][147] * **财政基础侵蚀**：政府收入依赖对人力时间的征税（个人所得税和薪资税）。2028年Q1，联邦财政收入比CBO基线预测低12%，因就业人数和收入水平结构性下降 [151][152] * **劳动份额骤降**：劳动者占GDP份额从2024年的56%骤降至2028年的46%，四年降幅为有记录以来最陡峭，产出收益流向资本和算力而非劳动力 [153] * **政策工具失效**：传统货币宽松（降息、QE）可缓解金融条件，但无法解决实体经济核心问题——AI使人类智力价值下降。即便利率降至零，也无法改变AI代理以极低成本（如每月200美元）替代高薪白领（如年薪18万美元产品经理）的事实 [143][144] * **根本矛盾**：经济循环流转断裂，产出不再经由家庭部门和税收系统回流，而政策工具箱并非为此类结构性危机设计 [154][148]

In today’s CEO Daily: Diane Brady on what keeps a “Ghost GDP” scenario from becoming reality. The big leadership story: There may be a Ghost in the future economy, but for now there’s ‘betrayal,’ says KPMG’s top economist. The markets: European markets drop as Trump’s tariffs take effect at 10%. Plus: All the news and watercooler chat from Fortune. Good morning. What’s the prognosis for the economy if AI turns out to be fantastic for profits and disastrous for demand? That’s the scenario explored in ...

美股科技板块抛售动态 - 由AI主题本身驱动的持续科技股抛售定义了2月的市场主题 国际商业机器公司股价在隔夜交易中创下单日最大跌幅纪录[1] - 科技板块交易正受到AI交易的压力 某种程度上科技行业正在自我蚕食[2] - 美国信托投资公司的首席投资官基思·勒纳表示 美国投资者正在抛售科技股[3] 抛售影响范围 - 抛售影响体现在FAANG交易所交易基金 以及Salesforce和Adobe等软件股 这些是首批受害者 同时资金突然出现在标普500指数的其他部分[3] - 标普500指数的非必需消费品、科技和金融子指数年初至今仍为负值 显示恐惧蔓延的广度与速度[9] 国际商业机器公司作为象征性事件 - IBM在隔夜美国指数上的价格走势印证了市场疑虑 这家在纽约证券交易所上市的老牌科技巨头经历了自原始科技泡沫破裂以来最糟糕的夜晚[5] - 近期的大部分压力源于AI公司Anthropic 该公司名为“Claude”的AI程序似乎在创造“AI智能体”的竞赛中领先[5] 智能体AI的潜在威胁 - 智能体AI是大型语言模型之后的下一个进化步骤[5] - 理论上 这些程序可以自行编写代码 履行销售管理和创意设计等白领角色 并与现有软件竞争[6] - 对Adobe和Salesforce等股价受挫的公司而言 威胁在于智能体AI可能取代员工 导致其他企业通过SaaS合同购买其软件带来的收入减少[9] - 对另一些公司 Claude构成了直接竞争的风险 如果这些智能体能自行开发软件 它们就可能复制出另一个Palantir[9] 半导体与机器人板块的韧性 - 值得注意的是 微芯片制造商表现出了韧性[4] - 许多自认为是聪明资金的投资者也在寻找可能从人形机器人热潮中受益的股票[4] 市场对AI商业模式的担忧 - 市场对AI改变一切的信念似乎忽视了一个事实 OpenAI打算在明年烧掉超过1000亿美元现金且无法实现盈利[10] - 不过 市场显然认为Anthropic可能拥有更清晰的商业模式[10] 研究报告对市场的冲击 - 一篇来自美国研究机构的分析性科幻小说式报告也助长了隔夜万事达卡和其他金融股价格的下跌 该报告被广泛传播 几乎整个华尔街都阅读了它[11] - 该报告是一篇名为“2028年全球智能危机”的新博客文章 由Citrini Research发布[11] - 这篇推测性博客文章以2028年的视角回顾2024年 概述了一次黑天鹅市场崩溃 解释了AI颠覆如何导致劳动力GDP份额下降 并最终冲击抵押贷款市场[12] - 该博客文章用华尔街语言阐述了批评者长期持有的恐惧 其使用的语言和发布时间共同促使科技股多头开始关注[12] 报告核心经济论点 - 作者认为AI将创造一种“幽灵GDP” 大量资金涌入数据中心和AI硬件运营 形成了一个无法真正回流到劳动者手中的虚假经济[14] - 在该情景下 由于劳动者不再购买非必需品 整体经济崩溃 这意味着沃尔玛没有收入 信用卡提供商没有收入 家庭没有收入 银行没有收入 最终抵押贷款市场没有收入[15] - 尽管完全是推测 但市场似乎同意这种可能性是存在的[15]

文章核心观点 - 文章以一份虚构的2028年备忘录为引，探讨了人工智能对经济的深远影响，核心论点是AI的广泛采用可能通过大规模裁员，在初期创造“幽灵GDP”并推高企业利润，但最终会因削弱消费者基础而引发经济萎缩和系统性金融危机的“负反馈循环”[1] - 同时，文章也提出了相反观点，认为历史表明技术进步带来的生产力提升会重新分配价值而非摧毁价值，AI带来的通缩可能提升实际购买力，并催生新的产业和需求，人类在信任、审美和情感连接方面的价值可能使许多服务行业持续存在[7][8] AI驱动的“幽灵GDP”与负反馈循环 - Citrini研究公司创始人James Van Geelen提出“幽灵GDP”概念，指由AI创造、计入国民账户但并未在实际经济中流通的GDP，因为机器在 discretionary goods 上的支出为零[1] - 公司为保护利润率而采用AI将导致白领裁员，进而引发消费支出收缩，迫使公司采取更多AI降本措施，形成一个“没有自然刹车”的负反馈循环[1] - 在设想的2028年情景中，全国失业率达到10.2%，标普500指数经历高达38%的峰值到谷底的暴跌[3] 对“稀缺输入”与“摩擦”的颠覆 - AI正在取代定义整个现代经济史的“稀缺输入”——人类智能，其分析、决策、创造、说服和协调的独特能力曾是难以大规模复制的[2] - Citrini将经济生活中围绕人类智能稀缺性构建的部分称为“摩擦”，并预测一旦AI智能体开始7x24小时优化消费者决策，建立在“习惯性中介”上的商业模式将面临 relentless race to the bottom[2] - 技术通缩力量将首先冲击旅游预订平台，预计到2026年第四季度AI智能体就能更快、更便宜地组装完整旅行行程，随后是保险续保、财务咨询、税务准备等以“处理客户认为繁琐的复杂性”为价值主张的类别，因为AI智能体不觉得任何事繁琐[3] - AI将无情地绕过交易费用，这些企业的护城河“由摩擦构成，而摩擦正归零”[3] 对白领就业与消费的结构性冲击 - 冲击将不成比例地摧毁目前占美国就业50%、驱动约75%全国 discretionary spending 的白领工作者[3] - 与以往最终创造新人类岗位的技术革命不同，AI作为一种通用智能，在被取代工人可能转向的领域同样会进步，导致高收入专业人士被迫转向零工经济角色，涌入劳动力供应并压低整体经济工资[3] 潜在的金融系统性风险 - “智能溢价”的迅速瓦解可能演变为系统性金融危机[4] - 规模达13万亿美元的居民抵押贷款市场将出现裂痕，因为FICO评分780的优质借款人的收入将因AI替代而受到结构性、永久性的损害[4] - 私募信贷市场将面临清算，因为私募股权支持的软件公司可能违约，其企业客户可通过AI编程智能体绕过昂贵的SaaS合同[5] 对AI颠覆论的相反观点与历史视角 - AI引发的通缩和劳动力转移可能造成动荡，但该情景可能低估了人类的适应性和制度响应能力，AI最终可能 democratize access to abundance，前提是社会重塑的速度快于机器驱动的替代[6] - “幽灵GDP”论点假设被取代的人力工资会永久从经济中消失，忽略了历史上生产力提升往往倾向于重新分配价值而非摧毁价值[7] - 当AI降低成本时，商品和服务变得更便宜，有效提升了实际购买力，即使对名义收入较低的家庭也是如此，释放出的价值应被重新配置到新行业、新需求形式以及目前无法建模的新消费行为中[7] - 以20世纪初速冻食品的发明为例，它将农业就业占比从30%-40%降至仅2%-5%，但经济将价值重新分配到了其他地方[7] 人类价值的持续性与新就业的创造 - “无摩擦”AI消灭整个工作类别的愿景可能夸大了人类对复杂性的实际价值评估，许多服务持续存在正是因为人们需要信任、审美判断或人际连接，而不仅仅是效率[8] - 摩擦的消亡可能导致新的差异化形式，企业将越来越需要竞争策划体验、创造叙事和建立身份认同，这些领域人类心理仍占主导[8] - 多位CEO认为AI取代工作的担忧被夸大，PromptQL的Tanmai Gopal估计70%的任务根本无法自动化，因为AI需要数据训练，而人类语境过于流动，无法频繁更新，人类的工作将转变为“语境收集者”[9] - 德意志银行研究所使用专有AI工具预测，到2030年AI将消除9200万个工作岗位，但同时将在新的、更无摩擦的经济中创造1.7亿个新角色[10]

文章核心观点 - CitriniResearch与Alap Shah的思想实验提出，AI能力的持续超越可能通过挤压劳动收入与消费，引发需求收缩与金融资产重定价，而非带来普遍的经济繁荣 [1] 实体经济冲击路径 - AI能力提升导致白领岗位被替代，实际工资增速塌陷，消费（占GDP约70%）萎缩，形成负反馈回路，催生难以在真实经济中循环的“Ghost GDP” [1] - 2026年初的裁员潮最初利好股市，标普500一度逼近8000点，纳指突破3万点，企业利润回灌至AI算力投资 [2] - 财富主要流向“算力的所有者”，劳动力收入端塌陷，真实工资增长转负，白领被迫下沉至更低薪岗位 [2] - 美国白领约占就业的50%，却驱动约75%的可选消费，收入最高的10%人群贡献超过50%的消费，因此白领就业下滑2%可能对应可选消费下滑约3%-4% [9] - 2026年10月JOLTS职位空缺跌破550万，同比下降15%，白领岗位塌陷而蓝领相对稳定 [9] 行业颠覆与结构性变化 - 2025年末，代理式编程工具能力出现“台阶式跃升”，企业开始考虑自建替代采购中端SaaS产品，导致行业价格战加剧，护城河从功能转向成本与融资耐力 [3] - 被颠覆的公司（如ServiceNow）未选择抵抗，而是快速裁员自救，形成“集体理性、整体灾难”的循环：裁员节省的资金投入AI工具，AI能力提升又促成下一轮裁员 [4] - 到2027年初，LLM使用成为默认配置，AI代理能进行24/7连续优化，直接打击了建立在“人类有限性”上的商业模式（如自动续费、品牌溢价） [5] - 旅行预订平台、保险、财务顾问、报税、常规法律工作及房地产经纪等中介层受到冲击，美国主要都会区买方佣金中位数从2.5%-3%压缩到1%以下 [5] - AI代理进一步采用低成本稳定币结算，冲击卡组织交换费（2%-3%），Mastercard和American Express等机构受到严重影响 [6] - AI投资被定义为“OpEx替代”，企业将原人工预算挪至AI，导致AI基础设施链（如英伟达、台积电）高景气与消费端失血并存 [10] - 国家层面出现分化：韩国作为“纯凸”受益方跑赢，而印度IT服务出口（年规模超2000亿美元）因AI编码代理冲击，卢比在四个月内对美元贬值18% [10] 金融体系风险传导 - 私募信贷规模从2015年的不足1万亿美元增长到2026年的超过2.5万亿美元，大量投向软件与科技LBO，假设SaaS收入可持续增长 [13] - AI颠覆SaaS收入可持续性后，2027年4月穆迪一次性下调14家发行人、合计180亿美元的PE支持软件债务，随后软件支持贷款开始违约，Zendesk的50亿美元直贷设施被标记到58美分 [13] - 大型另类资管通过收购寿险公司（如Apollo/Athene），将年金负债作为私募信贷融资底盘，软件违约引发监管收紧风险资本计提，迫使机构补充资本或折价卖资产，Apollo股价两日跌22% [14] - 离岸再保险与SPV结构使损失归属高度不透明，2027年11月市场认知从“周期性回撤”转向“系统性链条” [14] - 美国住宅按揭市场规模约13万亿美元，AI导致白领收入预期结构性下修，动摇了优质借款人（780+ FICO）未来现金流的可信度，引发压力迹象：HELOC动用、401(k)提前支取、信用卡债务上升 [15] - 旧金山、西雅图、曼哈顿、奥斯汀等地按揭拖欠抬头，到2028年6月，Zillow房价指数同比：旧金山-11%、西雅图-9%、奥斯汀-8% [15] - 若按揭危机全面爆发，股市回撤可能接近全球金融危机的57%，标普或指向约3500点 [16] 政策与财政困境 - 传统货币政策（降息、QE）难以修复实体引擎，因为病因是“人类智能更不值钱”而非“钱太贵” [17] - 联邦政府收入本质是对人类时间的征税，到2028年一季度，联邦财政收入较CBO基线低12% [18] - 劳动收入占GDP比例从1974年的64%降至2024年的56%，在AI冲击后的四年里进一步降至46%，为有记录以来最陡的一次 [18] - 财政面临结构性悖论：需向家庭转移更多资金，同时从家庭收到的税却更少，政府开始讨论以赤字和AI推理算力税为资金来源的直接转移方案 [18] - 社会摩擦加剧，“Occupy Silicon Valley”示威者封锁Anthropic和OpenAI旧金山办公室入口长达三周 [19] 底层定价逻辑改变 - 现代经济建立在“人类智能稀缺”的假设上，机器智能成为廉价替代品导致“智力溢价”回撤，金融系统需对围绕此稀缺性搭建的资产（劳动力市场、按揭、税基、企业护城河）进行痛苦重定价 [20] - 经济可能找到新均衡，但挑战在于制度变化速度能否赶在负反馈链深化之前搭出新框架 [20]