
The Employment Winter under the AI Wave: A Potential Fuse for the Next Great Depression?
人工智能對勞動力市場的影響引發華爾街的激烈討論。悲觀者認為技術性失業可能導致經濟崩潰,形成就業寒冬,甚至引發下一場大蕭條;樂觀者則認為技術革命會創造更多財富。Citrini Research 的報告警告 AI 可能導致經濟惡性循環,企業裁員和消費萎縮相互影響,形成 “智能替代螺旋”。然而,Citadel Securities 與 Bianco Research 反駁稱,技術擴散遵循 “S 曲線”,AI 的影響速度和廣度有限,市場有足夠時間適應。
人工智能對勞動力市場的衝擊正引發華爾街深度論戰。悲觀者描繪出一幅由技術性失業觸發經濟崩潰的末日圖景,認為就業寒冬或將演變為下一場大蕭條;樂觀者則援引歷史規律,力證技術革命終將創造更多財富。分歧的核心,在於 AI 滲透經濟的速度究竟有多快。
Citrini Research 近期發佈的報告《2028 年全球智能危機》以 “來自未來的備忘錄” 形式,勾勒出一個 AI 驅動的經濟災難場景,在市場中引發廣泛關注。報告認為,AI 正壓縮軟件開發成本,並通過 “負反饋循環” 向整個經濟體擴散——企業裁員、消費萎縮、利潤收窄,進而購入更多 AI 能力,循環往復,且 “沒有天然的剎車機制”。在這一敍事下,就業寒冬並非危言聳聽,而是正在逼近的現實。
對此,Citadel Securities 與 Bianco Research 相繼發文反駁,認為技術擴散歷史上遵循 “S 曲線” 規律,AI 衝擊的速度與廣度遠不及 Citrini 所預設,勞動力市場、企業與政府均有足夠時間適應,大蕭條式的情景缺乏歷史與實證依據。三方的爭論,為投資者理解這一潛在的結構性風險提供了重要參照。
Citrini 的警示:從 SaaS 崩塌到系統性風險
Citrini 的悲觀敍事以 SaaS 行業為起點。報告指出,藉助 Claude Code 或 Codex 等 AI 工具,一名有能力的開發者如今可在數週內複製一款中端 SaaS 產品的核心功能。這直接動搖了 SaaS 行業賴以為生的訂閲收入模式。
然而,Citrini 真正令人警惕的論點,並非軟件公司本身的衰退,而是由此引發的經濟惡性循環:AI 能力提升→企業縮減薪資支出→消費疲軟→利潤收窄→企業購入更多 AI 能力。報告將這一過程稱為"智能替代螺旋"——大量白領工人被推入零工經濟,壓低工資水平,進而拖累整體經濟活動。
Citrini 還指出,消費支出佔美國 GDP 的 70%,而作為 “新僱員” 的機器,在可支配商品方面的消費為零。與此同時,政府財政將面臨雙重壓力:在已有大規模財政赤字和債務負擔的背景下,税收收入下滑,卻需向家庭轉移更多資金。
報告還警示了金融市場的連鎖風險,包括軟件相關私人信貸違約衝擊保險公司,以及約 13 萬億美元美國抵押貸款市場面臨的償付風險——"2008 年,貸款從第一天起就是壞賬;而在這個場景中,貸款起初質量良好,只是世界在其發放之後發生了變化。"
Citadel 的反駁:三個理由證明 “智能替代螺旋” 不會發生
Citadel Securities 對 Citrini 的核心假設提出了系統性反駁。
數據層面,Citadel 指出,軟件工程師職位發佈量同比上升 11%,而聖路易斯聯儲關於 AI 職場應用的跟蹤數據 “幾乎未顯示任何迫在眉睫的替代風險”。
宏觀邏輯層面,Citadel 援引國民收入核算恆等式 Y=C+I+G+(X−M) Y=C+I+G+(X−M) 展開論證:若 AI 驅動生產率提升並推動實際 GDP 增長,則需求側必有消費、投資、政府支出或淨出口中的一項相應擴張。“一個經濟體不可能在產出增加的同時實現銷售減少,基本數學邏輯與資本主義動機均不允許這種情況發生。”
歷史先例層面,Citadel 認為蒸汽動力、電氣化、內燃機乃至計算機的普及,均遵循技術擴散的 S 曲線——在加速階段之後,隨着組織整合成本上升、監管介入及邊際回報遞減,技術採納速度趨於平穩。即便 Citrini 對 AI 長期影響的判斷準確,其實現速度也將顯著慢於假設,這一緩衝期足以支撐勞動力市場、企業與政府完成調整。
報告援引凱恩斯 1930 年的著名預言作為佐證:凱恩斯曾預期,生產率提升將令 21 世紀初的周工時縮短至 15 小時。其對生產率走勢的判斷雖被證實,但對勞動力市場的推演卻落空——“社會並未大幅減少工作,而是大幅增加了消費。
Bianco:傑文斯悖論如何否定 AI 替代論
Bianco 從另一視角切入,其核心論點是:Citrini 的 “致命缺陷” 在於假設人類面臨的問題數量是有限的。
Bianco 援引傑文斯悖論指出,當技術使某件事變得更高效時,對該事物的需求往往爆發式增長而非收縮。若 AI 將起草訴狀的成本壓至接近零,律師不會賦閒在家,反而會提起更多訴訟,進而衍生出對法律辯護和法官的新增需求。
Bianco 進一步區分了 “AI 自動化的是工作中哪一部分” 這一關鍵變量。他以倫敦出租車司機為例:GPS 自動化了 “記憶 2.5 萬條街道” 這一稀缺技能,導致市場湧入大量競爭者,工資被攤平;而計算機消除了會計工作中重複性的簡單部分,反而使會計師得以轉向更高價值的財務諮詢,工資隨之上升。“勞動力市場的結果,完全取決於 AI 自動化的是工作中稀缺的高判斷力部分,還是重複性的輔助部分。”
Bianco 認為,AI 消除的是知識工作中簡單、重複的環節,從而使從業者更具價值。這與 Citrini 的判斷形成直接對立——後者認為,只要自動化速度足夠快、規模足夠大,無論剩餘工作是否更有價值,勞動力市場都無法消化這一衝擊。
三方共識:速度才是關鍵變量
儘管三方在結論上存在明顯分歧,但在一個核心問題上形成了隱含共識:過渡期的速度決定一切。
Bianco 引入了 “恩格斯停頓” 這一歷史概念——工業革命期間,1790 年至 1840 年的 50 年間,大規模失業未能被新就業崗位及時填補,由此催生了席捲全球的共產主義運動。Citrini 的場景,本質上是一場現代版的 “恩格斯停頓”,但速度更快,因而潛在衝擊更大。
Bianco 與 Citadel 並不否認過渡期風險,但認為,只要 AI 採用速度可控、制度性應對及時,這一缺口是可以管理的。三方均隱含認同:若就業崗位的消失速度長期超過新崗位的創造速度,即便生產率和企業利潤持續改善,政治與社會後果也將不容忽視。
就投資者而言,Citrini 所描述的 2028 年場景目前仍屬尾部風險,而非基準情形。值得持續追蹤的關鍵指標包括:白領崗位職位空缺數量、知識密集型產業的實際工資增速,以及高收入家庭的消費支出走勢。若上述指標同步惡化,Citrini 所描繪的負反饋循環或將從理論推演轉變為現實威脅。
風險提示及免責條款
市場有風險,投資需謹慎。本文不構成個人投資建議,也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資,責任自負。
