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]。