AI 的下一波正在與勞動力辯論實時碰撞，市場正押注在生產力上。風險投資人 Hemant Taneja 主張這波浪潮將超越網際網路時代，這個論述與仍由 Nvidia 去年達到 3.3 兆美元 市值里程碑並且超大規模雲端業者的支出拒絕放緩的市場情緒產生共鳴。多頭論點很簡單：如果 AI 提升每位勞動者的產出，經濟能夠吸收擾動並重新評價受益者。Goldman Sachs 給出數字估算，預計生成式 AI 在十年內可能為全球 GDP 增加大約 7%，同時影響 3 億個工作崗位。這種緊張關係——增長與替代——正迅速成為市場的核心 AI 交易。
來自 AI 內部人士的最新主張並非關於新奇，而是關於吞吐量。Taneja 的論點直截了當：AI 是一種通用技術，在從程式碼到合約再到臨床試驗等各領域具有槓桿效應。網際網路數位化了分發；AI 數位化了認知。如果企業工作流程圍繞 copilots 與自動代理重新架構，產出可在不成比例增加人力的情況下擴張。CFO 不需要另一件小玩意，他們需要改善的單位經濟。早期部署已有跡象，當 AI 嵌入工作流程時，客服、銷售運營與軟體團隊的完成時間會出現兩位數的下降。這就是在較慢宏觀環境中維持 IT 預算的楔子。
這也是為何市場持續為這套堆疊溢價。Nvidia NVDA 仍然是培訓與推理工作負載複合增長下的鏟子與鏟柄玩法。Microsoft MSFT 透過 Copilot 在 Office、Azure 與 GitHub 將運算綁定到營收。Alphabet GOOGL 以 Gemini 在搜尋、雲端與開發者工具上變現，同時防守廣告護城河。Amazon AMZN 透過 Bedrock 銷售構建模組，並在 AWS 上大規模運行。Meta META 為開源飛輪，推動 Llama 擴大開發者基礎並降低部署成本。每一家都是通往相同目的地的不同路徑：以生產力為導向的成長，即使在上游宏觀混合的情況下也能產生現金。
勞動情況比非黑即白複雜得多。Goldman 的 3 億人數並非死亡名單；它是一張曝險地圖。行政支援、律師助理工作與部分後台財務職能中的例行性認知工作高度可自動化。但曝險不等於被替代。實際上，大型雇主正在測試混合模式，AI 起草、人類審核，同時提升吞吐量並維持品質與合規。這意味著人員減少將首先透過放緩招聘與重新分配發生，而非大規模裁員。分化將基於技能。能用 AI 工具提升產出的勞動者會保護或擴大他們的份額；不能者則可能面臨壓力。政策問題在於培訓與認證能以多快速度適應。
如果生產力到位，工資仍可上升而不會像純需求繁榮那樣激發通膨。這就是樂觀的螺旋：每小時產出增加、利潤率改善、有空間提高薪酬。如果生產力停滯，風險則反轉。企業為了恐懼錯失而追逐 AI，可能會膨脹成本卻無法變現，在利率維持緊縮時擠壓利潤率。市場在 AI 領導者的價格中更多地定價為前者而非後者。如果執行失誤，這種利差會產生個別風險。
追蹤資本支出。超大規模雲端業者正投入數百億美元於資料中心、網路與電力，以維持訓練與推理管線的供給。這些資本支出帶來二階段受益者：在加速器領域的晶片設計商如 Advanced Micro Devices AMD，定制矽與網路領域的 Broadcom AVGO 與 Marvell MRVL，與高速交換器的 Arista Networks ANET，以及在先進封裝的 Taiwan Semiconductor TSM。也有服務層：顧問與整合商將 AI 模型轉化為特定產業的工作流程。軟體經濟性將取決於降低每 token 的推理成本以及證明持久的付費意願。Microsoft、Google 與 Amazon 擁有壓縮這些採用摩擦的分銷與捆綁能力。
Tesla TSLA 是投資人對話中不斷浮現的變數。自主能力是 AI 作為營運槓桿的最純粹表現。如果其 robotaxi 與類人機器人路線圖轉變為真實營收，該公司的 AI 飛輪將與雲端同業非常不同——垂直整合，從感測器到推理。這種選擇權，加上其執行長的公開形象，使得 TSLA 即便面對循環性的電動車逆風仍與 AI 敘事綁定。那裡的賭注不僅是文本生成，而是感知、規劃與大規模實際部署。
運算仍是制約。即便頂級 GPU 的供給改善，領先邊際運算容量的排隊仍然很長。電力成為新出現的瓶頸。若干地區的資料中心項目超過電網升級的速度，能源合約也在重新定價。網路堆疊是另一條壓力線，對 400G 與 800G 設備的需求拉長交貨期。這些摩擦不會扼殺論點，但會拉長週期——延遲會改變營收確認，對於估值偏高的公司是真實問題。在軟體端，模型品質已有提升，但幻覺、延遲與合規仍是受監管行業的障礙。企業不會讓 copilots 在沒有可稽核防護的情況下撰寫程式或合約。
監管是市場無法乾淨建模的懸而未決因素。將 AI 捆綁進主導軟體套件的反壟斷審查可能重塑分銷。著作權訴訟將檢驗訓練數據的常規，若授權擴大將提高成本。從浮水印到模型評估的安全標準，短期內會增加摩擦，即便長期可能透過提高信任而刺激需求。最能應對的是那些能將合規內部化且仍能快速交付的公司。這有利於既有企業，也是巨型股溢價持續存在的另一個原因。
去除言辭後，立場是：投資人押注生產力復興，並對無序的勞動衝擊做空。Nvidia 在 2024 年躍升為全球最大市值公司使此論點具體化，但該交易現今存在於整個堆疊、在資本支出週期、在軟體附加率與企業採用曲線中。失業率可能因多種原因上升；對此交易重要的是每小時產出是否足夠加速，以證成那些推動者與超大規模雲端模型中內含的溢價。下一階段將不再由示範衡量，而是由毛利數學衡量，當 AI 功能從試點轉為預設時。
AI 將比網際網路更大這一敘事具挑釁性，但只有當它在數據中顯現：更快的專案週期、更高的每位員工營收，以及 AI 擴充角色中工資的穩定或上升，才具可投資性。市場正在以此投票，最深的流動性流向掌控算力、分銷或兩者兼具的公司。如果收益落在損益表，工作問題看起來就不像斷崖，而更像洗牌。如果未能如此，今天的倍數幾乎沒有緩衝。這就是驅動 NVDA、MSFT、GOOGL、AMZN、META 與 TSLA 的利差——以及它們必須跨越的界線以維持該利差。
