AI 是否會在 2028 年導致全球經濟崩潰？深入剖析《2028 全球智力危機》報告與 AI 末日論的真相

《2028 全球智力危機》報告在說什麼？

近期，市場熱烈討論由 Citrini Research 創辦人 James van Geelen 與 Alap Shah 共同撰寫的《2028全球智力危機》（The 2028 Global Intelligence Crisis）報告。該報告以 2028 年 6 月的「未來視角」回顧過去幾年，描繪出一個情境：AI 在極短時間內取代大量白領職位，導致消費崩潰、企業獲利下滑、資產價格暴跌，最終引發全球經濟的系統性危機。

作者明確指出，這是一場「情境推演（scenario）」，而非預測（not a prediction）。但由於報告描述極具戲劇性，加上當前 AI 技術突飛猛進，這類「AI 末日論」迅速擴散，令投資人對科技股及就業前景產生憂慮。

部分經濟學者認為，這僅屬「壓力測試式思想實驗」，其假設的替代速度及政策遲滯過於激進，系統性崩潰的機率被高估；而部分投資人則視為對 AI 生產力衝擊的警示。該報告一度引發科技股波動，但不少交易員認為這主要屬於情緒反應。整體而言，主流意見並不認同「AI 末日論」，但也承認若 AI 發展速度超越社會適應力，結構性震盪難以避免。

那麼問題來了：2028 年真的會發生這樣的情境嗎？

AI 末日論為何引發市場恐慌？

AI 末日論之所以廣為流傳，關鍵在於它觸及三大現實焦慮：

1. AI 正在取代高收入知識型工作
2. 企業正大規模導入自動化工具
3. 生產力提升可能壓縮勞動力需求

與過去工業自動化不同，本輪 AI 衝擊主要針對認知型職位，例如分析、寫作、程式設計、客服及金融研究等。這直接動搖「中產階級的工作安全感」，而非僅限藍領職位。

當就業與收入預期受挫，資本市場自然會提前反映。

然而，情緒與現實之間，往往存在時間與強度的落差。

AI 技術成熟度：2028 年真的足以顛覆全球經濟嗎？

要判斷是否會出現系統性崩潰，首先需觀察技術擴散的節奏。

歷史經驗顯示，技術採用多遵循 S 型曲線：

• 初期高預期
• 中期落地磨合
• 後期規模擴散

即使 AI 能力持續突破，企業仍需完成：

• IT 系統重構
• 資料治理
• 合規審查
• 組織流程重組

這些都需時間。2028 年距今並不遠，從宏觀來看，全球企業全面替代的機率不高。更有可能發生的是「局部高效率 + 漸進式替代」。

技術進步雖快，經濟結構調整卻屬慢變數。

白領失業潮是否會成真？

報告假設一條關鍵鏈：

AI 替代 → 白領大規模失業 → 消費崩潰 → 信貸危機 → 金融系統動盪

但現實中，企業調整多為漸進式：

• 先停止招募
• 自然流失
• 部門整併
• 局部裁員

而非一次性取代所有職位。

此外，新技術往往也創造新職缺：

• AI 管理與調校
• 資料治理
• 演算法安全
• 人機協作設計

真正的風險在於「中層技能被擠壓」，而非全面失業。

因此，2028 年更可能出現的是就業結構分化，而非整體崩潰。

AI 會引發系統性金融危機嗎？

系統性金融危機通常需同時具備兩個條件：

1. 高槓桿
2. 資產負債表連鎖斷裂

2008 年金融危機屬於信用體系內部崩潰；2020 年疫情則為外部衝擊。AI 衝擊更可能屬於「獲利結構重組型衝擊」，而非銀行資產直接失效。

此外，現行宏觀體系具備：

• 自動穩定機制（失業救濟）
• 央行快速降息工具
• 財政刺激空間

這代表即使就業壓力升高，政策層面也會迅速介入。因此，AI 造成全球信用體系瞬間崩潰的機率極低。

2028 年更可能出現的真實情境

綜合技術擴散規律與宏觀傳導機制，2028 年更可能出現的不是「全球經濟系統性崩潰」，而是漸進式、但深刻的結構性重塑。

1.科技企業獲利率可能階段性提升。AI 工具廣泛部署將大幅降低邊際成本，特別是在軟體開發、客戶服務、資料分析及內容生產領域。掌握資料、算力及模型優勢的龍頭企業將進一步強化規模與網路效應，獲利向龍頭集中。這類「效率紅利」可能短期內推升科技產業整體獲利能力。

2.部分白領職位將被壓縮，但不會全面消失。更可能出現的是職能重組而非全面替代。重複性、流程化、標準化的知識工作將首當其衝，而複雜決策、人際溝通、創造性整合等職位仍具價值。就業市場將出現明顯技能分層——能掌握 AI 協作的人收入上升，無法適應者則面臨壓力。

3.收入差距擴大成為現實風險。AI 生產力紅利可能優先流向資本、技術平台與高技能族群，中層知識工作者議價能力下降。這種分配結構失衡，恐引發消費結構變化、社會心理波動，甚至帶來政策再分配壓力。

4.市場波動性將明顯加劇。當生產力預期被快速重估時，資本市場通常經歷劇烈估值調整週期。AI 概念股可能在高預期階段推升估值，一旦獲利兌現不及預期，波動將迅速放大。

5.資本可能進一步集中於 AI 基礎設施。算力、晶片、資料中心、能源與雲端運算平台將成為長期受惠標的。相較應用層，底層資源更具不可取代性與定價權，資本支出結構將更傾向「算力與能源」。

AI 更可能帶來「結構性震盪」而非「系統性毀滅」。經濟體系不致崩潰，但資源配置方式將產生深刻變化。

風險主要集中於：

• 資產泡沫
• 估值過高
• 槓桿交易

若真有危機，更可能是 AI 敘事泡沫破裂，而非 AI 本身摧毀經濟。

投資人該如何看待 AI 風險與機會？

從投資角度，應區分三大類風險
圍繞 AI 投資，真正需要辨識的並非「是否相信 AI」，而是風險來源。可歸納為三類：

1. 技術風險：模型能力提升可能趨緩、運算成本上升，或監管趨嚴限制應用場景。若技術進展不如市場預期，高估值將面臨回調壓力。

2. 敘事風險：市場往往提前定價未來十年的生產力提升。一旦獲利兌現不及預期，估值可能快速壓縮。歷史上多數技術革命都經歷過「敘事過熱—獲利驗證—估值回歸」的過程。

3. 結構風險：若 AI 在短期內壓縮部分中層職位，且收入分配向資本集中，恐削弱消費能力，進而影響部分產業成長節奏。
長期而言，AI 更可能提升整體生產力，但短期波動幾乎無可避免。理性策略包括：

• 分散投資，避免單一主題集中風險
• 重視現金流品質，優先選擇獲利可驗證的企業
• 避免高槓桿，防範波動擴大損失
• 關注政策變動，監管與財政方向可能影響產業節奏

真正需要警惕的，不是技術本身，而是市場如何為技術定價。

結論：AI 會在 2028 年引發全球經濟崩潰嗎？

從技術擴散節奏、企業轉型週期、宏觀政策能力及金融體系穩定性綜合判斷：全球系統性崩潰的機率極低。但結構性就業衝擊與市場劇烈波動的機率相對高。《2028全球智力危機》更像是一場宏觀壓力測試，提醒社會正視 AI 替代速度與制度適應能力之間的落差。

AI 並非末日機器，而是一種放大器。它會放大效率，也會放大不平衡。真正決定 2028 年走向的，不只是技術能力，更在於政策回應、社會調節能力與資本市場的理性程度。

理性，遠比恐慌重要。