2 月，國際資本市場上出現一波頗為激烈的震盪，但不是因為川普關稅和中東危機，而是一篇在社群平台快速擴散的長文。
這篇文章名為〈The 2028 Global Intelligence Crisis〉。它刻意用 2028 年 6 月的口吻「回顧」 2026 年，陳述 AI 代理人（Agentic AI 或 AI Agent，又稱 AI 助理）在企業內部迅速普及的狀況：它先把辦公室裡大量依賴文件、表格、規則與系統紀錄的工作流程改寫，接著讓企業用更少的人完成更多的任務，進而在短時間內嚴重壓縮白領部門的人力需求與薪資成長。
這個假設性故事更有一個很具體的終點：到了 2028 年，全球失業率已經升到 10.2%，股市亦從高點大幅回落。
這類對未來的「穿越」設定網路上有很多，但這篇文章之所以在金融投資圈引發嚴肅討論，除了其推估均有依據外，更因為它把「真正會痛」（形成衝擊）的重點放在信用市場，尤其是房貸──因為房貸的風險評估長期仰賴一個前提，即借款人的收入型態大致穩定。一但這個前提被打破，市場就得重新計算違約風險，信貸條件也可能轉向保守，進而拖累消費與投資。
至於它為何真能在短時間內影響股市行情？倒未必是所有人都相信它的結論──更常見的情況是，投資人擔心別人會因此調整部位，於是自己先把風險降下來，價格就比平常更容易波動。這種反應通常在兩個條件下更明顯：第一，某些題材本來就被押得很重；第二，市場估值很大一部分靠投資人對未來的想像撐住，但短期內很難用現金流去「對答案」。
這也解釋了為什麼當週盤面會出現以下情況：整體指數仍在相對高位附近，但資金明顯從某些軟體與服務類股撤出，同時留在晶片、算力與資料中心相關供應鏈──因為後者的需求更容易被看見，也更接近「現在就有人買單」的生意。
當然，本篇文章不是證券市場分析，我們趕快回歸主題：人類現有的經濟和就業，真的會如火如荼的 AI 快速取代，形成巨大衝擊嗎？
以下筆者就以現有公開資訊綜合專家觀點，詳細解讀這篇「近末日預言」反映了多少真相：
AI 趨勢恐不可逆，但情況未必如預言般悲觀
首先，若把該文的推演拆開來看，它其實是在把幾段關於 AI 衝擊的幾段主流論述連接在一起：
- 首先，企業先用 AI 壓低人力與管理成本，短期內利潤率上升。
- 但接著白領普遍加薪變慢、獎金變不穩、升遷機會變少甚至失業。
- 然後家庭為了守住房貸與基本支出，開始縮手可有可無的消費。
- 而消費需求端一旦轉弱，就會反過來影響企業營收與投資。
- 最後，若收入不穩的情況集中出現在房價已經很高、支出壓力本來就重的地區，房貸違約率上升就可能導致信貸緊縮甚至金融危機，又會把景氣壓得更低。
上述這條路徑，確實在邏輯上並無破綻，尤其加上近期國際勞工組織在 2025 年更新的職業曝險指標更指出：「全球約四分之一的勞工處在某種程度的生成式 AI 曝險之下，最高曝險集中在文書與行政類工作，且高所得國家的曝險比例更高。」更加深了其說服力。
但它也把很多「需要時間衍伸」的過程壓縮得非常快，並且假設每一步驟都會在同一個路徑上產生疊加效應──事實上，人類社會歷經多次技術革命，但絕大多數情況下，所有的勞動替代均非瞬間到位的。
「人機協作」的現場，各自不同
以美國為例，非農企業部門的勞動報酬在總產出中的占比，從 1947 年第一季的 65.8% 經 50 多年後才緩降到 2000 年第四季的 62.8%，在 2011 年第四季則降到低點 56.0%，之後又緩慢回升──這中間發生了包括網路革命、自動化產線等在內的多次技術革新，但（人類）勞工的角色整體而言始終存有一定位置。
然而，當勞動所得占比偏低，市場對新技術的直覺就更容易變成一句話：產能增加，多數人的收入卻可能減少了、甚至既有工作也受到威脅。
這句話確實沒有錯，但它更可能是一種「分配結構」的問題，而非技術本身的問題：從古至今，新技術讓效率提高向來很容易，讓效率的成果分散到更多人身上，則非常不容易。
長期分配不均的趨勢，於是給了這種對新技術的焦慮一個可以「販賣恐慌」的舞台。
然而，如果要把討論拉回嚴謹檢視的範疇，我們就得實際看看人們受 AI 影響就業的型態，在現實世界裡是什麼樣子：
就目前觀察，它往往更像「工作內容被重組」而非「工作總量立刻消失」──例行任務會被 AI 助理等工具接手，團隊規模、分工方式、升遷階梯與薪酬結構也可能被改寫。這類改寫對個人而言很真實，但不必然在兩年內就把整體失業率推到文中那樣的可怕數字。
更重要的是，同一種 AI 工具在不同公司治理與管理選擇下，會走向完全不同的結果。以一篇追蹤客服中心導入生成式 AI 代理人的研究為例，取得工具的客服人員平均生產力提高約 14%，新手與低技能者的提升幅度更大，並且伴隨顧客情緒改善與留任率上升。
這種結果提醒我們，AI 既可能被用來縮減人力，也可能先被用來降低學習成本、縮短磨合時間、穩定服務品質。這兩條路都存在，差別不在模型「必然」導向裁員，而在公司決策把效率的收益怎麼分配：是直接砍人，還是用更小的團隊去做更大的業務量，或是把省下的成本轉成更高的薪酬、更好的培訓與更快的升遷。
裁員潮會導致經濟崩盤嗎？
當然，市場之所以會被這類文字點燃，是因為它確實反映了某些現實狀況：如 2 月 27 日，數位支付公司 Block 執行長 Jack Dorsey 公開以 AI 作為組織重整的重要理由，大幅裁員了公司整整將近一半的人力（約 4,000 人），這是繼多家軟體科技巨頭的大規模裁員後，最新一次、規模也最大的人力縮減，自然引發大眾關於「白領收入被嚴重威脅」的討論。
但這些裁員事件，也可能也出於另一個常被忽略的背景：很多科技公司在疫情期間快速擴張人力，後續的裁員潮則包含了對這波過度招聘的修正。而「AI」在這裡則成了 CEO 們相較於當時「過度招聘」的人為決策失誤，如今更容易被資本市場接受的代罪羔羊。
這種說法，卻讓外界更容易把裁員「直接」歸因於 AI 的取代，並在市場上形成鮮明的共識。
至於「房貸會不會成為關鍵壓力點」，比較嚴謹的問法是：收入不穩是否會在夠大的範圍內發生，並且集中打擊財務負擔率高、緩衝薄弱、且房價已失去支撐的群體與地區。這點根據紐約聯準會的最新報告顯示，2025 年第三季末，美國抵押貸款餘額約 13.07 兆美元、當季總家庭債務約 18.59 兆美元。這個規模確實逼近 08 年金融海嘯前的水準，也因此市場會高度在意「收入穩定性」的任何變化。
但同樣的規模若要走到系統性危機，仍需很多條件同時成立，而不只是目前的「某一類職務受到 AI 衝擊」──這也是為什麼歐洲央行總裁拉加德（Christine Lagarde）仍表示，歐元區目前看到的更多是 AI 帶來的生產力提升，尚未看到外界擔心的那種大規模裁員與失業浪潮。
企業政府不能只看 AI「利多」，更需嚴格管控風險
綜合以上，我們把種種資訊放在一起看，較接近現實的結論是：市場眼前的焦慮，已不是在擔心「AI 會不會泡沫化」，而是開始在分辨「AI 的收益最終落到誰身上」，以及「轉型的成本由誰吸收」。
而當企業界開始普遍性地針對白領部門進行「改革」：加薪與升遷放慢、工作內容被切碎、競爭加劇，消費也的確可能愈趨保守；而消費若轉弱，企業營收與投資亦會被迫調整；信用市場最敏感的部分，則會在這種收入與支出壓力累積後才開始出現可見變化。
上述這條路徑，確實極可能在未來幾年內逐步發生，但若要說「兩年內必然連鎖爆發」，可能就過於誇張了。
筆者認為，這篇預言文章與相關討論真正有價值的部分，是把關於生成式 AI 的討論，從「算力」與「估值」拉回更硬也更重要的問題：薪資、就業、稅基與安全網。這也呼應了聯準會理事 Lisa Cook 在 2 月底談 AI 與生產力時的提醒，她指出 AI 可能同時影響生產力與勞動市場，而政策需要更仔細地面對轉型成本與就業目標之間的張力。
接下來幾季，資本市場應會用更務實的方式把「納入焦慮」：如果企業效率提升能伴隨更廣泛的薪資成長，或是讓醫療、教育、照護等服務變得更可負擔，市場情緒就有機會沉澱成一場可管理的調整。
但反過來説，如果效率主要轉成利潤集中特定企業與資本家，人們薪資停滯卻更普遍，且信用危機開始在特定地區與收入階層出現，那麼如今被當成「危言聳聽」的未來設定，就有可能逐步變成市場全面估價的現實。
換句話說，決定市場最終如何消化這波不安的，從來不只是技術本身，而是企業與政府如何分配利益、管控風險。
PS. 筆者按：又或許，當通用型人工智能（AGI）的出現與真正大規模取代人力市場之際，許多目前看似激進的社會政策，就有認真討論的必要了──例如「全民基本收入」（UBI）。有興趣的讀者，歡迎參考文章下方關聯閱讀關於 UBI 的討論。
執行編輯：洪翊芳
核稿編輯：張翔一
