新聞 
幣種資訊 
關於我們 
根據 Citrini Research 創辦人 James van Geelen 近日在市場分析中提出的觀點，人工智慧（「AI」）、金融「敘事」、以及「白領工作」的未來，正在交織出一個高度不確定、卻足以撼動投資情緒與社會議題的新局面。他警告，在 AI 這種變數龐大的主題上，一個看似單純的「故事」，就可能改變投資資金流向，更可能在社會層面引發連鎖反應。
根據相關訪談內容，van Geelen 提到，一段原本極為「複雜的負債結構敘事」，竟意外在網路上瘋傳，最後被轉化為民主化示威的口號與標語。他指出，這說明金融市場中的「負債敘事」，不再只是專業投資圈的技術語言，而是被一般民眾重新包裝後，作為政治與社會運動的核心符號來傳播。這種現象凸顯出，「金融框架」正被大眾輿論與社會運動主動挪用，用來爭取更廣泛的社會支持與正當性。
在 AI 的勞動市場影響方面，van Geelen 認為，「白領工作的大規模替代」討論正從理論走向現實。他強調，隨著企業加速導入 AI，不只重複性行政作業，連帶相當比例的知識型工作，也具備被自動化的技術條件。企業有強烈動機利用 AI 進行「成本削減」與「生產力提升」，而各國政府與社會是否能快速建立再教育與職能轉換機制，將成為能否緩衝就業衝擊的關鍵變數。
在投資層面，市場對 AI 的態度並非一面倒的樂觀。van Geelen 指出，目前投資人對 AI 未來發展「充滿焦慮與不確定性」，這種情緒放大了對各種「似是而非的情境假設」的依賴。他形容：「現在只要出現一個看起來像樣的劇本，投資人就急著往上面貼。」在這種環境下，研究報告、專欄、訪談等敘事文本，往往會在短時間內放大波動，成為價格劇烈震盪的「催化劑」。尤其在 AI 還處於早期導入階段，「導入速度」與「獲利模式」高度不明，市場價值很容易在期待與失望之間劇烈擺盪。
Citrini Research 的研究方法，則是把「AI、機器人相關主題」與「全球宏觀交易」結合，聚焦於「AI 如何改變整體經濟結構」。van Geelen 過去因於 2022 年底看空矽谷銀行（SVB）股價並在其崩潰過程中受到關注，2023 年啟動的 Substack 也 reportedly 吸引超過 11.9 萬名訂閱者。他近期發布的情境分析《2028 全球智慧危機（The 2028 Global Intelligence Crisis）》更在網路上廣為流傳，外界認為其內容在 2 月底的市場拋售中扮演了一定角色。
在具體資產價格表現上，van Geelen 指出，今年以來「軟體」與「金融科技（Fintech）」相關標的承受明顯賣壓，相對地，「債券市場」則出現一波反彈，資金流向更傾向防禦布局。這種走勢常被解讀為，在高成長科技股面臨估值壓力與獲利能見度下降時，資金選擇轉向較穩定、可預期現金流的資產。即使市場普遍相信「AI 長期將重塑經濟」，短期內「利率水準」、「景氣循環」與「企業實際獲利」等現實約束，仍足以壓制股價表現。對投資人來說，如何把「AI 的長期故事」和「短期景氣循環帶來的股價波動」拆開來看，變得愈來愈重要。
在成本結構方面，van Geelen 特別強調「AI 推論成本」的劇烈變化。他表示，「過去一年，單位認知工作的 AI 推論（inference）成本，可能下滑了 10 倍到 30 倍。」推論階段是已訓練完成的 AI 模型在實際服務中產生回答與輸出的過程，成本劇降代表「AI 商用門檻持續下降」，企業在客服自動化、文件處理、軟體開發輔助、行銷內容生成等「立即可變現」場景上的導入速度，極有可能加快。隨著 AI 應用變成企業營運的「標配」，「是否使用 AI」本身將不再構成差異化優勢，競爭焦點將轉向「誰能以更低成本、更有效率地運用 AI」。
不過，van Geelen 也提醒，科技革命本質上充滿「劇烈波動」與「路徑不確定性」。他指出，「技術革命是不穩定的，真正的改進往往從預料之外的地方冒出來」，意味著現階段被視為「正解」的企業或技術，隨時可能被後起者顛覆。雖然 AI 基礎設施——包括資料中心、半導體、電力與網路——具有巨大市場機會，但企業要把 AI 深度嵌入流程、並在財報中體現實質「生產力提升」，仍需要時間。當「資本開支與題材期待」走在前面，而「實際收益貢獻」尚未跟上時，市場在「期待—失望」之間的來回震盪只會更加劇烈。
對「AI 自我強化」的樂觀敘事，他同樣持謹慎立場。van Geelen 認為，即便 AI 能透過「遞迴（recursive）」方式強化自身能力，也不代表全產業會同步、大規模採用。真正的障礙，往往來自「監管要求」、「資安風險」、「資料品質」、「組織文化」、「責任歸屬」等現實問題。最終關鍵不在於 AI 技術指標能進步到什麼程度，而在於其「經濟影響」能否落實——包括哪些職務會被取代、又會創造哪些新職缺，以及「成本結構與價格機制」會在各產業中如何被重新塑造。
評論
從投資與政策角度來看，AI 與「金融敘事」的結合，正在重新定義市場波動與社會反應：一方面，像「AI 將大規模取代白領工作」這類劇本，能迅速左右資金配置；另一方面，諸如「推論成本 10～30 倍下滑」這種具體數據，則提供了評估「AI 經濟學」的量化基準。對投資人、企業與決策者而言，現在更需要的是：在面對 AI 故事時，不只要問「技術能做到什麼」，更要追問「誰為這個故事買單、誰承擔成本、以及它如何改變整體價格信號與就業結構」。在「AI、不確定性與敘事驅動市場」的時代，理解這層經濟邏輯，已是不可或缺的基礎功。
留言 0