AI末日報告是這篇文章討論的核心
💡 核心結論
一篇標題為《AI末日》的虛構報告，在2026年2月引發全球軟體股價重挫，市值蒸發超過2,000億美元，凸顯市場對AI未來發展的極度不確定性與脆弱性。
📊 關鍵數據
- 全球AI市場規模預計2027年將達1.8兆美元，年複合成長率約37%
- 軟體產業單日蒸發市值超過2千億美元（2026/02/25）
- 被點名企業：Uber(-5.8%)、Mastercard(-4.9%)、Visa(-4.3%)、DoorDash(-5.2%)
- iShares擴展科技軟體產業ETF單日下跌5%
- 美國過去三年白領工作零增長，AI可能加速此趨勢
🛠️ 行動指南
- 評估企業中介角色的脆弱性， reformat 業務模式以減少對傳中介入的依賴
- 投資半導體與AI基礎设施相關股票，而非純中介型企業
- 政府應提前規劃AI稅制與社會安全網
- 加快實體基礎设施（電力、晶片）投資以支撐AI擴展
⚠️ 風險預警
若AI代理技術突破速度快於預期，且企業未能調整，可能導致：白領失業潮、消費能力萎縮、金融連鎖崩潰、中介產業全面垮台。
🚨 一篇假文章如何撼動數千億市值？
2026年2月25日，市場因為一篇標題為《AI末日》的報告陷入瘋狂。文章描繪了2028年6月的末日情景：AI代理技術成熟，徹底顛覆了外賣、支付、信貸等中介產業，引發經濟連鎖崩潰。更令人驚訝的是，這篇報告原本是作者Alap Shah及其團隊發表的假想情景分析，並非真正的財測報告。
然而，市場毫不留情。軟體類股單日蒸發超過2,000億美元，iShares擴展科技軟體產業ETF重挫5%。被點名的Uber、Mastercard、Visa、DoorDash等企業股價應聲下跌4.3%至5.8%。
行為經濟學家、金融建模公司Analyticom總裁事後分析：「市場已經消化了戰爭、通膨、銀行危機，卻被一篇末日文章擊垮，這反映企業估值過高，且市場對AI未來毫無頭緒。」
案例分析：Vibe-coded外送平台
報告中特別提到的「vibe-coded」方案，指的是AI代理直接連接消費者與餐廳， eliminated Mastercard與Visa等支付公司收取的1.5-3%交易費用，同時移除DoorDash、Uber Eats的平台抽成。這種去中介化模式一旦技術成熟，將直接衝擊數兆美元的外送經濟。
盛寶資本市場分析師評論：「這完全是末日預言，媒體總是津津樂道。我不認為事情會像他們預測的那樣發展，但這確實敲響警鐘，提醒人們當前的經濟形勢已經與幾年前大不相同了。」
🤖 AI代理經濟： dismantling 白色collar 工作
報告的核心論點並非只是個別企業風險，而是整個中介型產業鏈的系統性威脅。AI代理能夠自動化复杂的白領工作——從會計、法律文件審查到貸款審批、投資顧問服務，這些過去被認為安全的高技能工作的都面臨被替代的風險。
共同作者Alap Shah在接受採訪時指出：「美國過去三年並沒有真正創造任何白領工作，這就是文章提出的底層論點。更關鍵的是，如果就業崗位消失的速度快於預期，又缺乏應對之策，整體經濟和消費者經濟都將面臨風險。」
他還透露，他自己的投資公司已經做空那些他認為會被AI顛覆的企業，但持續持有半導體股，因為「真正受益於AI擴展的是晶片製造商，而非中介平台。」
⚡ 物理限制：電力與晶片是最大絆腳石
儘管末日預言引發恐慌， behaviour economics 專家指出，2028年全面崩潰理論忽視了AI擴展的實體限制。Analyticom總裁明確表示：「計算和電力等實體基礎設施，仍然是AI發展的限制因素，企業採用AI技術也是一個非常緩慢的過程。」
根據Lazard最新的LCOE報告，美國光伏發電成本約為$24-96/MWh，但大型AI數據中心耗電可達數百兆瓦，相當於一個中型城市。2023年AI訓練與推理的全球電力消費已超過许多國家的總用電量，若要在2028年前實現大規模AI代理部署，電力基礎设施的擴容速度必須是史無前例的。
同樣，高階晶片（如NVIDIA H100、B100）的供應鏈仍然是全球性瓶頸。台積電3nm製程產能有限，地緣政治更增加了不確定性。這些物理限制使得AI代理在2028年滲透到每個家庭經濟的可能性極低。
📈 投資策略：從多頭轉向防禦
市場震盪揭示了一個殘酷真相：AI時代的投資邏輯已經發生根本變化。Alap Shah的投資組合體現了這種轉變：做空中介型企業，持有半導體基礎设施股票。這並非個案，而是越來越多的對沖基金開始采用的策略。
半導體領域，台積電(TSM)、NVIDIA(NVDA)、博通(AVGO)等公司因AI晶片需求強勁，預期2025-2028年CAGR維持在25-35%。相比之下，Visa、Mastercard等支付處理商的年成長率已降至8-12%，且面臨代币化、直連支付等威脅。
企業層面，轉型為AI-native公司的企業將獲得溢價。例如，Salesforce推出Einstein AI後，客戶留存率提升15%，創造了新的收入来源。與此同時，傳統軟體公司如Oracle、SAP的AI轉型進度落後，面临客戶流失風險。
🏛️ 政策呼籲：對 AI 意外之財徵稅
Alap Shah在報告出爐後透露，原本預期市場反應不會很大，沒想到超出預期，早知道會爆紅，他不應該讓文章免費閱讀。但他也強調，本文重點不只是個股風險，而是中介型行業都會面臨切實問題。
為解決AI可能導致的財富集中與社會失衡，Alap Shah呼籲對AI帶來的意外之財徵稅，以「維持我們社會的正常運作」。這預示著未來可能出現類似數位服務稅的「AI影響稅」。
政策工具可能包括：
- AI利得稅：對因AI替代人力而產生的超額利潤徵收額外稅率
- 機器人稅：根據自動化程度徵稅，用於失業救濟與再培訓
- 數據使用費：AI訓練所用公共數據需支付特許權使用費
- 算力稅：根據GPU集群規模徵稅，限制過度集中的AI能力
參考資料與權威來源
- TechNews 原文報導： yesterday一则 AI 末日文章，引发市场关注
- Lazard LCOE Report 2025 – 電力成本數據
- Gartner AI Market Forecast 2025-2030
- UNCTAD Technology and Innovation Report 2025
- NVIDIA Financial Reports 2024Q4
- BLS就業數據 – 美國白領工作增長統計
- Sophos Research – AI代理威脅報告
Share this content:
