2028年全球智能危机：未来金融历史的反思

本文翻译自：CitriniResearch

原文标题： THE 2028 GLOBAL INTELLIGENCE CRISIS: A Thought Exercise in Financial History, from the Future

作者： Citrini & Alap Shah

美股财经社注：

这是一篇关于未来场景的假想文章。作者以 2026 年 2 月 22 日为假想日发文，假设当天的标普指数正徘徊在历史高点，AI 的狂热似乎在证明“算力即正义”。然而，正如 CitriniResearch 这篇极具震撼力的“未来推演”所言：如果我们的看涨预期完全实现，那接下来的“利空”可能会以一种我们从未见过的形式降临。

这不只是一篇关于 AI 的文章，这是一份关于“人类智能溢价”消失后的金融尸检报告。它挑战了我们对 SaaS 订阅模式、私募信贷安全性、甚至 13 万亿抵押贷款市场的根基假设。作为美股财经社的读者，我们习惯于寻找增长，但这篇文章提醒我们，在指数级增长的背面，可能隐藏着一个由于货币流通速度归零而导致的通缩深渊。

我们正处在风暴眼中心，金丝雀依然在鸣叫，但我们必须开始思考：当“摩擦”归零，当人类不再是经济中稀缺的输入品时，我们的投资组合该如何幸存？

希望阅读本文后，您能更好地应对人工智能使经济日益怪异化所带来的潜在左尾风险。

智力过剩的后果

CitriniResearch

2026年2月22日 -2028年6月30日

今天上午公布的失业率为10.2%，比预期高出0.3个百分点。受此数据影响，市场下跌2%，标普500指数较2026年10月高点累计下跌38%。

交易员们已经麻木了。六个月前，这样的财报会触发熔断机制。

仅仅两年时间，经济就从“可控”和“特定行业”转变为与我们所有人成长过程中所熟悉的截然不同的面貌。本季度宏观经济报告旨在重构这一过程——对危机前经济进行一次事后分析。

当时的欣喜之情溢于言表。到2026年10月，标普500指数逼近8000点，纳斯达克指数突破3万点。由于劳动力淘汰，第一波裁员潮于2026年初开始，而裁员也确实达到了预期效果：利润率扩大，盈利超出预期，股市飙升。创纪录的企业利润被大量投入到人工智能计算领域。

总体经济数据依然亮眼。名义GDP年化增长率持续保持在中高个位数水平。生产率蓬勃发展。在无需睡眠、无需请病假、无需医疗保险的人工智能代理的推动下，实际每小时产出增速达到了上世纪50年代以来的最高水平。

随着劳动力成本的消失，计算机技术的拥有者们的财富呈爆炸式增长。与此同时，实际工资增长却急剧下滑。尽管政府一再吹嘘生产力创下历史新高，但白领工人却因机器取代了工作，被迫从事低薪工作。

当消费经济开始出现裂痕时，经济评论家们推广了“幽灵GDP ”一词：指出现在国民账户中但从未在实体经济中流通的产出。

人工智能在各个方面都超出了预期，市场也完全被人工智能主导。唯一的问题是……经济却并非如此。

从一开始就应该很清楚，北达科他州一个GPU集群所产生的产出，相当于之前曼哈顿中城1万名白领的产出，与其说是经济灵丹妙药，不如说是经济瘟疫。货币流通速度停滞不前。以人为本的消费经济（当时占GDP的70%）萎缩了。如果我们当初问问这些“造钱机器”在非必需品上的支出是多少，或许就能更早明白这一点了。（提示：零。）

人工智能能力提升，企业所需员工减少，白领裁员增加，失业员工消费减少，利润压力迫使企业加大对人工智能的投资，人工智能能力提升……

这是一个没有自然制止的负反馈循环，是人类智能被取代的螺旋式下降。白领工人的收入能力（以及理性地讲，他们的消费能力）受到了结构性损害。他们的收入是13万亿美元抵押贷款市场的基石——这迫使承销商重新评估优质抵押贷款是否仍然具有吸引力。

长达十七年没有出现真正的违约周期，导致私募股权支持的软件交易使私营企业臃肿不堪，这些交易都基于一个假设：年度经常性收入（ARR）将持续存在。然而，2027 年年中由人工智能颠覆引发的第一波违约浪潮挑战了这一假设。

如果这场变革仅限于软件领域，或许还能勉强应对，但事实并非如此。到2027年底，它威胁到了所有依赖中介服务的商业模式。大量依靠人际摩擦盈利的公司纷纷瓦解。

事实证明，这套体系不过是一系列围绕白领生产力增长而展开的连锁押注。2027年11月的崩盘只会加速所有已存在的负反馈循环。

我们已经等了将近一年，“坏消息也是好消息”这句话终于应验了。政府开始考虑一些方案，但公众对政府出台任何形式的救助措施的信心已经大打折扣。政策反应总是滞后于经济现实，而如今缺乏全面计划正有可能加速通缩螺旋式上升。

它的起源

2025 年末，智能编码工具的能力实现了飞跃式提升。

一位熟练的开发人员现在可以使用 Claude Code 或 Codex 在几周内复制一款中端市场 SaaS 产品的核心功能。虽然不能做到完美，也不能处理所有极端情况，但足以让正在审查 50 万美元年度续约合同的首席信息官开始质疑“如果我们自己开发这个产品会怎么样？”

财政年度通常与日历年一致，因此2026年的企业支出计划早在2025年第四季度就已确定，当时“智能体人工智能”还只是个热门词汇。年中评估是采购团队首次在充分了解这些系统实际功能的情况下做出决策。一些团队甚至亲眼目睹了内部团队在短短几周内就搭建出原型系统，并成功复制了价值六位数的SaaS合同。

那年夏天，我们采访了一位财富500强企业的采购经理。他跟我们讲了他的一次预算谈判经历。销售人员原本打算沿用去年的策略：每年涨价5%，老套的“你们的团队依赖我们”的说辞。采购经理告诉他，他一直在和OpenAI洽谈，希望他们能让“前线部署的工程师”使用AI工具，彻底取代现有供应商。最终，OpenAI以七折的价格续约。他说，这已经算是不错的结果了。而像、Zapier和Asana这样的“长尾SaaS”公司，情况就糟糕得多。

投资者早已做好准备，甚至预料到长尾技术会受到重创。尽管它们可能占典型企业技术栈支出的三分之一，但显然也面临着风险。然而，记录系统本应免受干扰。

直到 ServiceNow 的 2026 年第三季度报告发布后，反身性的机制才变得更加清晰。

ServiceNow 净新增年度合同价值 (ACV) 增速从 23% 放缓至 14%；宣布裁员 15% 并推出“结构效率提升计划”；股价下跌 18% | 彭博社，2026 年 10 月

SaaS并未“消亡”。运行和维护内部构建仍然需要进行成本效益分析。但内部构建是一种选择，这会影响价格谈判。或许更重要的是，竞争格局已经改变。人工智能让开发和发布新功能变得更加容易，差异化优势也随之消失。现有企业陷入了价格战的恶性循环——既要与彼此竞争，又要与涌现出的新兴挑战者展开殊死搏斗。这些新兴挑战者凭借着智能编码能力的飞跃式发展，并且无需维护任何传统成本结构，积极抢占市场份额。

直到这篇文章发表，人们才真正意识到这些系统之间的相互关联。ServiceNow 出售的是服务席位。当财富 500 强客户裁员 15% 时，他们也取消了 15% 的服务许可。同样的 AI 驱动的裁员措施，在提升客户利润率的同时，也机械地摧毁了 ServiceNow 自身的收入基础。

这家销售工作流程自动化服务的公司受到了更先进的工作流程自动化服务的冲击，它的应对措施是裁员，并将节省下来的资金用于资助颠覆它的技术。

他们还能怎么办？坐以待毙吗？那些最受人工智能威胁的公司，反而成了人工智能最积极的采用者。

事后看来这似乎显而易见，但当时（至少对我而言）并非如此。历史颠覆模式认为，现有企业会抵制新技术，最终被灵活的新进入者蚕食市场份额，走向衰亡。柯达、百视达和黑莓的遭遇正是如此。但2026年的情况却截然不同；现有企业之所以没有抵制，是因为它们无力承担抵制的代价。

由于股价下跌40%至60%，董事会要求给出解释，这些受到人工智能威胁的公司别无选择，只能裁员，将节省下来的资金投入人工智能工具，并利用这些工具以更低的成本维持产量。

每家公司各自的应对措施都合情合理，但最终结果却是灾难性的。节省下来的每一分钱都投入到了人工智能研发中，而这又为下一轮裁员铺平了道路。

软件只是开场。投资者们在争论SaaS估值倍数是否触底时，忽略了软件行业早已陷入了恶性循环。ServiceNow裁员的逻辑同样适用于所有采用白领成本结构的公司。

当摩擦力变为零时

到2027年初，LLM的使用已成为默认选项。人们在使用人工智能代理，甚至不知道人工智能代理是什么，就像那些从未了解过“云计算”的人使用流媒体服务一样。他们看待人工智能代理的方式，就像看待自动补全或拼写检查一样——手机现在自动具备的功能。

Qwen 的开源智能购物助手是人工智能处理消费者决策的催化剂。短短几周内，所有主流人工智能助手都集成了某种智能购物功能。精简的模型意味着这些智能助手不仅可以在云端运行，还可以在手机和笔记本电脑上运行，从而显著降低了推理的边际成本。

真正令投资者感到不安的是，这些代理并非被动等待用户请求，而是根据用户的偏好在后台运行。商业不再是一系列独立的人工决策，而变成了一个持续不断的优化过程，全天候为每一位联网消费者服务。到2027年3月，美国人均日消费代币量将达到40万枚，是2026年底的10倍。

链条上的下一个环节已经开始断裂。

中介。

过去五十年，美国经济在人类局限性之上构建了一层巨大的寻租机制：做事需要时间，耐心会耗尽，品牌知名度可以替代勤奋，而且大多数人为了避免点击量，宁愿接受低价。数万亿美元的企业价值都依赖于这些限制的持续存在。

一切都始于一个简单的过程：代理人消除摩擦。

即使数月未使用，订阅和会员资格仍会自动续订。试用期结束后，价格悄然翻倍。所有这些都被重新包装成代理人可以谈判的“人质危机”。作为整个订阅经济体系赖以建立的指标——平均客户终身价值——显著下降。

消费者代理开始改变几乎所有消费者交易的运作方式。

人类在购买一盒蛋白棒之前，根本没有时间在五个竞争平台上进行价格比对。但机器可以。

旅游预订平台由于操作最简单，很快就被淘汰了。到2026年第四季度，我们的代理商能够比任何平台更快、更便宜地安排完整的行程（包括机票、酒店、地面交通、会员积分优化、预算限制和退款）。

保险续保制度进行了改革，此前该制度的整个续保模式都依赖于投保人的被动续保行为。每年都会重新比较不同保险公司保单的代理人，打破了保险公司从被动续保中获得的15%到20%的保费收入。

财务咨询、税务筹划、日常法律事务——任何服务提供商的价值主张最终都是“我会帮你处理那些让你觉得繁琐的复杂事务”的领域都受到了冲击，因为从业人员觉得这些事情并不繁琐。

即使是我们曾以为人际关系价值至上的领域，也暴露出脆弱的一面。房地产行业，由于经纪人和消费者之间存在信息不对称，买家几十年来一直容忍着5-6%的佣金，但随着配备MLS访问权限和数十年交易数据的AI经纪人能够瞬间复制知识库，这种不对称的局面迅速瓦解。一篇发表于2027年3月的卖方文章将其标题定为“经纪人之间的暴力”。主要都市地区的买方佣金中位数已从2.5-3%压缩至1%以下，而且越来越多的交易甚至完全没有买方经纪人的参与。

我们高估了“人际关系”的价值。结果发现，人们所谓的很多关系，只不过是和一张友善的面孔之间的摩擦而已。

这仅仅是中介层变革的开始。成功的公司曾花费数十亿美元来有效地利用消费者行为和人类心理的怪癖，而这些怪癖如今已不再重要。

那些以价格和适配性为优化目标的机器，不会在意你最喜欢的应用程序，也不会在意你过去四年里经常访问的网站，更不会被精心设计的结账体验所吸引。它们不会感到疲倦，也不会选择最简单的方案，更不会默认“我总是从这里订购”。

这摧毁了一种特殊的护城河：习惯性的中介。

DoorDash（DASH US）是典型代表。

代码代理的出现大大降低了外卖应用的准入门槛。一个合格的开发者只需几周就能推出一款功能齐全的竞品应用，而事实上，数十家开发者都这么做了，他们通过将90%到95%的配送费直接支付给司机，成功吸引了DoorDash和Uber Eats的司机。多平台集成的控制面板让零工人员可以同时追踪来自二三十个平台的订单，彻底打破了现有平台赖以生存的锁定效应。市场一夜之间碎片化，利润空间被压缩到几乎为零。

代理商加速了这场破坏的双方。他们扶持了竞争对手，然后又利用了他们。DoorDash 的护城河其实就是“你饿了，你懒得动弹，这就是你手机主屏幕上的应用”。而代理商可没有主屏幕。他们会查看 DoorDash、Uber Eats、餐厅官网，以及二十个根据自身喜好筛选的替代平台，以便每次都能选择最低的费用和最快的配送速度。

用户对应用程序的习惯性忠诚度——这种忠诚度是其商业模式的基石——对机器来说根本不存在。

这颇具讽刺意味，或许是整个“智能助手”为即将失业的白领们提供帮助的整个故事中唯一的例证。当他们最终成为外卖员时，至少有一半的收入并没有落入Uber和DoorDash的口袋。当然，随着自动驾驶汽车的普及，这种科技带来的“恩惠”并没有持续太久。

一旦特工们控制了交易，他们就开始寻找更大的回形针。

价格匹配和聚合功能毕竟有限。要想持续为用户省钱（尤其是在代理商之间开始交易之后），最有效的方法就是取消手续费。在机器对机器的交易中，2-3%的信用卡交易手续费自然成为了首要目标。

代理商们开始寻找比银行卡更快更便宜的支付方式。大多数代理商最终选择使用通过 Solana 或以太坊 L2 层级支付的稳定币，这种方式结算几乎是即时的，交易成本也仅为几美分。

万事达卡2027年第一季度业绩：净收入同比增长6%；购买量增速放缓至同比增长3.4%，低于上一季度的5.9%；管理层指出“代理商主导的价格优化”以及“非必需消费品类别面临压力” | 彭博社，2027年4月29日

万事达卡2027年第一季度财报成为了不可逆转的转折点。智能商务从产品故事变成了基础设施故事。第二天，万事达卡股价下跌了9%。Visa股价也下跌了，但在分析师指出其在稳定币基础设施领域更强大的地位后，跌幅有所收窄。

代理商业绕过交换费的路由对以银行卡为中心的银行和单一业务发卡机构构成了更大的风险，这些银行和发卡机构收取了 2-3% 的费用的大部分，并围绕由商家补贴资助的奖励计划建立了整个业务部门。

美国运通（AXP US）受到的冲击最大；白领员工裁员导致其客户群锐减，代理商为规避交易手续费而调整支付方式，也使其收入模式遭受重创。此后几周，Synchrony（SYF US）、Capital One（COF US）和Discover（DFS US）的股价也均下跌超过10%。

它们的护城河是由摩擦力构成的。而摩擦力正趋于零。

从行业风险到系统性风险

到2026年，市场将人工智能的负面影响视为一个行业问题。软件和咨询行业遭受重创，支付和其他收费领域也出现波动，但整体经济似乎运行良好。劳动力市场虽然有所疲软，但并未出现自由落体式的下滑。普遍的观点是，创造性破坏是任何技术创新周期的一部分。人工智能在某些领域会带来痛苦，但总体而言，其带来的净收益将超过任何负面影响。

我们在2027年1月的宏观经济备忘录中指出，这种思维模式是错误的。美国经济本质上是一个白领服务型经济。白领工人占就业总数的50%，并贡献了约75%的可自由支配消费支出。人工智能正在蚕食的那些企业和工作岗位并非美国经济的边缘群体，它们本身就是美国经济的一部分。

“技术创新会摧毁工作岗位，但随后又会创造更多工作岗位。”这是当时最流行、最有说服力的反驳论点。它之所以流行且有说服力，是因为它在过去两个世纪里都得到了验证。即使我们无法预见未来的工作岗位会是什么样子，它们也一定会到来。

自动取款机降低了银行网点的运营成本，因此银行开设了更多网点，柜员就业人数在接下来的二十年里持续增长。互联网颠覆了旅行社、黄页和实体零售业，但它也催生了全新的产业，创造了新的就业机会。

然而，每一项新工作都需要人来完成。

人工智能如今已发展成为一种通用智能，它能够更好地完成人类原本应该从事的工作。失业的程序员无法简单地转型为“人工智能管理”，因为人工智能本身就具备这种能力。

如今，人工智能代理可以处理长达数周的研发任务。指数级增长彻底颠覆了我们对可能性的认知，尽管沃顿商学院的教授们每年都试图用新的S型曲线拟合数据。

它们几乎编写了所有代码。其中性能最强的机器人，在几乎所有方面都比几乎所有人类都聪明得多。而且它们的成本还在不断降低。

人工智能创造了新的就业机会，例如应急工程师、人工智能安全研究员和基础设施技术人员。人类仍然参与其中，在最高层面进行协调或提供指导。然而，人工智能每创造一个新职位，就会使数十个旧职位过时。新职位的薪酬仅为旧职位的几分之一。

美国就业市场动荡：职位空缺降至550万以下；失业率与职位空缺比率升至约1.7，为2020年8月以来最高水平 | 彭博社，2026年10月

全年招聘率一直低迷，但2026年10月的JOLTS报告提供了一些确凿的数据。职位空缺数量降至550万以下，同比下降15%。

Indeed：随着“生产力提升计划”的推广，软件、金融和咨询行业的职位发布量大幅下降 | Indeed招聘实验室，2026年11月-12月

白领职位空缺大幅减少，而蓝领职位空缺则相对稳定（建筑、医疗保健、技工等行业）。人员流动主要集中在撰写备忘录（我们居然还能继续运营）、审批预算以及维持经济中层运转等岗位上。然而，这两个群体的实际工资增长在今年大部分时间里都为负值，并且持续下降。

股市对 JOLTS 的关注度仍然低于 GE Vernova 所有涡轮机产能已售罄至 2040 年的消息，在负面宏观经济消息和积极的人工智能基础设施新闻之间摇摆不定。

债券市场（总是比股票市场更明智，或者至少不那么浪漫）开始对消费冲击进行定价。接下来的四个月里，10年期国债收益率从4.3%下降到3.2%。尽管如此，总体失业率并未飙升，但一些人仍然忽略了其中的构成差异。

在正常的经济衰退中，问题的根源最终会自我纠正。过度建设会导致建筑活动放缓，进而导致利率下降，最终促进新建筑的建设。库存过剩会导致库存减少，进而促进库存补充。这种周期性机制本身就蕴含着复苏的种子。

这个周期的起因并非周期性因素。

人工智能变得更好、更便宜。公司裁员，然后用节省下来的钱购买更多的人工智能设备，这又使他们能够裁掉更多员工。失业员工的消费能力下降。面向消费者的公司销量减少，实力削弱，为了维持利润率，不得不加大对人工智能的投资。人工智能变得更好、更便宜。

一个没有自然制止机制的反馈回路。

人们原本预期总需求下降会减缓人工智能的部署速度。但事实并非如此，因为这并非超大规模企业式的资本支出，而是运营支出的替代。一家公司过去每年在员工身上花费 1 亿美元，在人工智能上花费 500 万美元，现在则在员工身上花费 7000 万美元，在人工智能上花费 2000 万美元。人工智能投资成倍增长，但这是以总运营成本的降低为代价的。每家公司的人工智能预算都在增长，而其整体支出却在减少。

讽刺的是，即便人工智能基础设施所颠覆的经济开始恶化，它依然保持着强劲的运行势头。英伟达（NVDA）的营收依然屡创新高。台积电（TSM）的利用率依然保持在95%以上。超大规模数据中心运营商每季度在数据中心资本支出上仍然投入1500亿至2000亿美元。而像台湾和韩国这样完全顺应这一趋势的经济体，则表现远超预期。

印度的情况则截然相反。该国的IT服务业每年出口额超过2000亿美元，是印度经常账户盈余的最大贡献者，也是其长期货物贸易逆差的主要抵消来源。整个模式建立在一个价值主张之上：印度开发人员的成本仅为美国同行的几分之一。但人工智能编码代理的边际成本已大幅下降，几乎与电力成本相当。塔塔咨询服务公司（TCS）、印孚瑟斯（Infosys）和威普罗（Wipro）的合同取消潮持续到2027年。由于支撑印度对外账户的服务业盈余消失殆尽，卢比在四个月内对美元贬值了18%。到2028年第一季度，国际货币基金组织（IMF）已开始与新德里进行“初步磋商”。

造成市场动荡的因素每个季度都在增强，这意味着动荡的程度每个季度都在加剧。劳动力市场没有自然的下限。

在美国，我们不再讨论人工智能基础设施泡沫会如何破裂，而是讨论当消费者被机器取代时，消费信贷经济将会发生什么变化。

情报转移螺旋

2027年，宏观经济形势不再隐晦。过去十二个月零散但明显负面的发展传导机制变得清晰可见。你无需查阅劳工统计局的数据，只需参加一次与朋友的晚宴即可。

失业的白领并没有闲着，而是降低了工作强度。许多人转而从事收入较低的服务业和零工经济工作，这导致这些领域的劳动力供给增加，同时也压低了这些领域的工资水平。

我们的一位朋友在2025年是Salesforce的高级产品经理。职位优厚，有医疗保险、401k退休金计划，年薪18万美元。她在第三轮裁员中失去了工作。六个月的求职之后，