2026/8/21(五) 巨頭搶錢 誰來接美債？AI 是革命 or 下一場債務危機？【早晨財經速解讀】

章節

• #00:00 市場總覽
• #01:30 美債壓力
• #05:00 風險轉移
• #09:50 科技巨頭
• #15:00 反AI浪潮
• #18:30 電力挑戰
• #21:00 AI使用量
• #24:00 就業影響
• #26:45 中國AI態度
• #29:00 一模一樣
• #33:40 AI時代的人生勝負手

00:00 市場總覽

投資朋友，歡迎收聽早晨財經速解讀，現在是臺北時間，2026 年 8 月 21 號禮拜五早上 8:31，大家早安，我是游庭皓。每天早上開盤前半小時，我們在這邊陪伴著各位，一起解讀國際財經新聞，時事變化。
美國股市這一次變成 3 大指數收黑，結果費半又漲回來了，所以這一輪美國股市仍然在高位持續盤旋。不過美國財政部貝森特這一次擴大債券的回購哦，好看起來一天行情仍然能夠成功地去壓低長天期的美債殖利率，昨天又漲回去了，才結果才一天，發現是誤會一場，道瓊指數是下跌了 700 點，但費半卻驚險收紅了 0.53%。

01:02

那我們這個時候就要回過頭來看了，長天期公債目前所拋售的情況為何？會不會導致貝森特必須採取更進一步的刺激政策？為什麼這樣講？因為貝森特從昨天的放話，他是在 9 月份才要實施動作的，所以昨天的放話更像是一種前瞻指引，我準備要來接美債了哦。
那你告訴我，現在呢僅僅只有一天行情，美債重新回到上行軌道，那如果再往上破高，那是否意味著要採取更為激烈的購債政策呢？

01:30 美債壓力

這一次財政不是宣佈把 10 年到 30 年期公債的回購規模從 20 億美元至少提高一倍到 40 億美元，那市場很明顯先不買單嘛，只拉下來一根，現在馬上又漲回去了。
30 年期美債殖利率現在大概在 5.24% 左右哦，這幾乎回吐了政策公佈之後的跌幅，也明顯高於 6 月底 4.9% 的水準。那美元也是同步受到承壓，美元指數在政策公佈當天是下跌 0.8%。

02:00

隔天盤中再跌最多 0.3%，不管怎麼說都可以看得出來，市場真正擔心的也不是短期流動性一定會出問題，是美國的財政結構讓大家開始有所擔憂。因為呢投資等級債把美債的真實買盤都給搶光了，那現在呢，到底誰願意持有美國政府公債呢？
也因此呢，數 10 億美元的規模回購哦，相對於以前的 QE，那都是數千億美元，然後甚至是數兆嘛，資產負債表整個翻倍嘛，幾 10 億，甜頭不夠哦，有一點感覺好像在互相博弈的感覺。
市場上正在逼聯準會做更多的表態，買更多吧，做更寬鬆吧，那其實更大的壓力當然來自於美國的國債中。美國國債這一次在本月份已經正式突破了 40 兆美元，那加上現在聯邦政府財政赤字長期維持在 GDP6% 的高水準。
你要知道美國經濟成長這個市場上現在二季度 1.8 而已嘛，

03:00

我們假設樂觀一點，就按照貝森特所說的可以來到 3% 哦，哇那 3% 的經濟成長結果呢，你聯邦政府赤字占 GDP 比值是 6%。那等同於昨天我們提到的，那不是花了一整年賺到的錢，那都拿去付利息了，然後就是那好賭的爸，生病的媽，上學弟弟和破碎的她嘛。
那酒店小姐賺的錢根本就不夠，以為自己很辛苦，發現只能繳利息一樣。那這樣的一個效果，加上國防支出也減少嘛，國防支出在川普本任任期創下歷史新高了，所以貝森特過去認為說，赤字可能已經見頂了，那未來我們可以靠關稅收入啦，或者靠打擊詐欺收入，增加政府的收入，很明顯在短期內是沒有效的。
美國國債仍然以非常驚人的速度上行，那到底這個國債以前還想說可以借新還舊再撐一陣子，現在連投資等級債，科技巨頭都把你的買盤都給搶光了，該怎麼處理呢？只有一種方式了，財政部

04:00

擴大購債的回購力度，事實上如果我們仔細一觀察，現在在惡性循環的過程當中，美國大概是花多久時間呢？花 200 年才來到第一個 1 兆美元的債務，那花 95 天，最近只花 95 天，可能不到 100 天呢，就增加 1 兆了。
過去五年呢本來 2020 年只有 30 兆哦，現在已經 40 兆了，所以它是不只是增速越來越快，而且那個體量越來越大。那財政部現在之前購買 10 年到 30 年長債嘛，那由於買的量不夠大，所以大家會覺得，如果你不是以千億級別來做觀察的話，能夠有效的去把這些買盤給吸收，那其實我沒什麼必要認為公債殖利率就會因此而向下，頂多你稍微拖住一下，那這就惡性循環。
就是債務越高，投資人通常就會要求越高的殖利率，風險貼水嘛，那殖利率越高，那政府的利息支出就會來得更加沉重嘛。那利息越重，那我就要發更多的債嘛，那現在利息已經成為美國預算的第三大項，

05:00 風險轉移

已經超過醫療支出，已經超過國防支出了，等於是說你繳的利息比一整年的國防支出和醫療支出來得多。現在就僅次於社會安全，還有其他的主要福利，可能快要追上社安支出了。
那更麻煩的事情是，這些預測都還是假設沒有更進一步衰退，沒有更進一步金融危機，如果再爆發金融危機，再一次 08 年，我們也知道後果是什麼嘛。08 年以後，那是再一次的海量貨幣寬鬆，再一次的債務膨脹，所以當然了你說未來有沒有可能採取金融壓制，就是那解決債務問題唯一的方式就是高通膨，史詩級大通膨，把債務一筆勾銷，有這樣的感覺。
你只要債務通膨完全失控，那債務就不值錢了嘛，這是另外一種角度，但受慘的，受到最大衝擊的當然就是中產的。那當然了，那有沒有可能是美元會先付出一些代價呢？因為美國財政部現在很明顯想要透過買回長債來壓住長端的殖利率，那市場壓力也不會憑空消失，只是可能會從債券市場

06:00

移轉到匯市，假設他接下來還是講了很多話，來成功抑制住債市的跌幅的話，那美元市場就會有壓力了。為什麼這樣講？投資人現在因為要求更高的風險貼水嘛，如果美債價格不能夠充分的下跌，因為財政部的介入，然後殖利率不能夠自由的上升。
那對於海外投資人，比如說對我們來講，那要怎麼樣來反映這種更高的風險溢價呢？來反映出我們持有美債，我們必須要有更高的風險貼水，要給我更多的報酬呢？那可能呢，就會透過類似美元貶值來完成了，這個德銀他是把它稱之為軟性金融壓抑，就類似過去扭轉操作來壓低長端利率，結果對於美元偏負面。
為什麼這樣講？很好理解嘛，因為美國可以買回自己的債，但它不能夠買回市場對於美元的信任。如果長端殖利率被政策給壓住，美元資產的利差吸引力就會下滑嘛，那資金就可能轉向黃金變成流向瑞郎，流向歐元，流向日元，流向亞洲貨幣，那最後呢，

07:00

就要反映在美元資產身上，好所以市場總會找出路，接下來我們會從美債和美元兩個角度持續來做觀察。但可以確認的事情是，市場上很明顯並不是相信現在就要違約了，現在就要流動性風險了，也沒有那麼緊急。
但是所有投資人都在對美國政府大喊，給我更多風險補償，你那一點殖利率，人家 Meta 都給我 7%、8%，人家 Google 都給我 7%、8%，你那個 30 年期才給我 5%，會不會太低呢？現在要求更多的風險補償，好我最近才看到那個，那台灣高速公路不是有一起意外嗎？哦那真的很嚴重，站在那個內線道，就是讓我想到以前一個案例哦。
就是很多人會講說，那個高速公路通常是越來越安全嘛，那有時候反而會變得越來越危險呢？就是當汽車一開始加入安全帶，然後加入 ACC、ABS 防撞系統以後，照理講那個事故風險應該會一路的下滑，但之前有經濟學家就研究嘛，人一旦覺得自己安全了，有時候就開的更快。

08:00

然後就 ACC，然後跟車就跟的更近，甚至更敢冒險，那不是說安全設備沒有用，它是提醒我們呢，人不是固定不動的實驗參數，人會根據規則改變自己的行為，這放到金融市場就特別有意思。
央行每一次都救，市場每一次大跌都有流動性的支撐，原本你都覺得哦，那財政部出手，稍微降低一下風險，稍微壓低一下流動性的壓力哦。那久了會怎麼樣，會讓大家更敢上槓桿，因為知道有人在背後支撐哦。那貝森特就要好好處理這個心態的變化。
大家其實都知道不太可能會出事，而且甚至讓你跌更多，逼你出手賣更多，那這是現在的真實狀況，這叫風險補償，風險似乎只是轉到另外一端而已哦。安全網最大的副作用，就是有人把它拿成，當成彈簧床了，那一個制度讓人覺得不會死，那人就會往往做以前不敢做的事情了。
跟車就跟得更近了，然後飆就飆得更快了，甚至就是沒有主動開車，就手放著，閉閉上眼睛。

09:00

很多人現在開車也是這樣的，因為自動跟車嘛，好那不管怎麼說了，市場上現在更進一步關注的就是美國股市的反應，其實更多感覺像是博弈，是在逼你買更多，而不是讓股市開始往下跌。我們舉例來說，道瓊也沒跌多少，跌 700 點，1.32%，收在 52,759 點。
這波本來就創高了，稍微回調而已，標普下跌 66 點，0.87%，收在 7,641 點，納指下跌 263 點，1%，收在 26,067 點，那反而費半還上漲了，上漲 61 點，0.53% 收在 11,800 點左右。
那當然市場上現在更進一步觀察的是投資人，華爾街跟財政部的博弈已經正式開始，那第二層博弈是白宮跟科技巨頭的博弈也正式開始了，我們知道美國的政治和財富的結合已經進入了新階段了。

09:50 科技巨頭

這一輪中期選舉最大的特色就是，以前都是石油巨頭、醫藥巨頭，好這些巨頭在中期選舉，各自幫助自己的候選人。

10:00

那以前會覺得可能，醫藥股比較偏民主黨，然後加密貨幣可能比較偏共和黨，但這一次可以確定的事情是哦，大量的 AI 圈雙邊押注。這一次 AI 巨頭對於本輪期中選舉，好是一個新的產業鏈資金的流入變化，川普內閣成員合計哦，身價大概是 75 億美元，都是在過去兩年大幅暴增的。
那當然現在民主黨也獲得了同樣的一個資金，這說明未來不論是期中選舉結果為何，其實巨頭們對於接下來白宮政策或者對於參眾議院的影響來得越來越大。
那當然了，這很多巨頭也會因此形成名義上的壓力。我們要知道，你在美國走一圈呢，你會發現，這美國那反對 AI 的人，你感覺哦，從實質感受、體感溫度來看，從民調展現來看呢，看起來是比對於 AI 報持樂觀的人還要多非常非常多，這是至少從民調呈現展現的。所以它就變成兩種平衡，這政治人物就必須要在

11:00

AI 巨頭的政治獻金的幫助，和選民對於 AI 所造成的擔憂當中取得適度平衡。像 Anthropic，他就以身作則，好這次創辦人身價 640 億美元，他向金融時報表明，現在有 60 多名的現任和前員工，承諾至少捐出 10% 的收入給大眾，那也他也承諾，未來呢他會捐出 80% 的個人財富來回饋社會，這叫做有效利他主義。
不要覺得 AI 永遠都是在賺大家的錢，我們一定會想辦法去回饋社會的，這是一種角度，但另外一方面呢右派本身也在內戰。就是我們到底要的是科技霸權，還是我們要的是更多的金融權利、科技權利呢。我們舉例來說，以前過去保守派經常會喊支持警察嘛，政府不要管我。這兩邊可以同時喊呢，一方面要求強化治安，一方面反對這些科技巨頭，政府監控或者權力擴張，但到 AI 時代的時候，這兩套的價值就開始正式衝突，你像 Palantir

12:00

它就是提供軍方大量的數據分析能力嘛，然後你像 Flock Safety，它是利用車牌的辨識攝影機來幫助警方來追蹤車輛，再加上全美快速擴張的 AI 資料中心呢，支持者都認為，這是美國維持科技、軍事治安優勢不可缺少的基礎建設。
好可是另外一方面呢，反對者反的是什麼，反的是 AI AI 追蹤，AI 攝影機，政府數據庫演算法結合誒，這右派是不希望你干預我的私生活過多的，所以真正的爭論呢，就變成不是說 AI 好不好，是你願意拿多少的隱私去交換安全和國力。
那中期選舉現在也是一個重要的議題在討論這個，好支持者認為，我們既然要支持員警去打擊犯罪，那就不該反對警方使用更有效率的科技，你像中國現在大舉的發展 AI 嘛，那一下人就抓到了。
那美國如果因為隱私疑慮自我設限，你不只輸掉科技競賽，而且有可能治安也不是特別好，那當然自由意志派他也是右派，

13:01

他認為今天你相信的政府拿這些工具來抓罪犯，你誰知道明天如果政府換了呢？如果左派回來了呢？他會不會拿同一套工具來監控你呢？我們之所以希望政府放鬆監管的最大目的就是不希望他太成功地獲取這個工具。
如果在我們自己手上，我們把工具給拿回來，那不是另外一種壓力嗎？好這是 AI 時代的政治悖論，科技本身沒有左右派，但是當科技讓政府看得更清楚，記得更久，算得更快，那一邊呢，右派就是相信強國家小政府的人呢，他就要開始擔憂了。
你到底是更害怕犯罪，還是更害怕政府，這就是目前矽谷討論比較有趣的問題哦，也是中期選舉選戰的一個主軸。可是至少可以承認，現在矽谷巨頭真的算是走回到了帝國時代了，然後在過去 20 年週期當中，他們也沒有如此大的權力過哦。
好第一個叫做取得非自身原有的資源，他大量的使用未經授權的個人隱私數據，

14:00

以及作家、新聞記者、藝術家的智慧財產，結合成他的 AI，而且都沒付什麼錢，還在網路上收集資料嘛。第二個是勞動力的高度依賴和重組，展現現在對於底層標注勞工的低成本利用，以及對於企業內部一般白領的自動化和替代。
那第三就是知識生產和資訊出口的集中化，以後如果大量的文章，大量的發表，都是由 AI 來發表哦，那其實聊天機器人會成為取得日常資訊的單一入口哦，那你巨頭就可以決定你想要輸出什麼樣類型的內容，偏左派、偏右派、偏保守、偏價值，你要使出什麼樣的內容和風格呢。
好最後就是以進步和道德論述作為發展基礎，當然社會不斷在進步，科技不斷在進步，但是後面剛才我們提到的一些道德論述，還是有極大的壓力了。從民調層面就看得出來，事實上我們看到在蓋洛普的民調當中，現在呢美國有 45% 的民眾是反對再度興建新的資料中心。

15:00 反 AI 浪潮

支持者已經掉到 16% 了，所以如果要反映民意，他基本上就要暫時放緩一下建制的步調，以獲取更多選票。可是呢 AI 巨頭現在對於美國政客的遊說金額已經遠遠超過傳統巨頭或者加密貨幣。
這就使得政治人物也是相當的糾結，如果資料中心要蓋在住家 16 公里內，反對比例已經升高到 59%，支持者只剩下 10%，更低了，所以民意已經完全轉化成政治壓力哦。
而且罕見的跨過黨派，現在至少 15 個州已經提出限制或者禁止資料中心再度建設的計畫，那最明顯的就是紐約州嘛。哦所以不管怎麼說，接下來有沒有可能資料中心的建置量受到民意的壓力開始放緩，這是值得觀察的，可是這個是對於工作的擔憂，但是大家的使用量其實沒有減少哦。
我們如果細看 OpenAI 最新所公佈的這個不管是 work 還是 GPT 的，而 Codex 的每週的活躍用戶，年初大概是 20 萬了，好現在 5 月底已經來到 500 萬了。

16:01

那總體使用用戶，已經高達 1,400 萬左右。所以不管怎麼說，在今年的用 ChatGPT 來進行專業型工作的人數，正在進入到指數型的上升了。那套用到 AI 也是如此，AI 公司表面上，它都會像是一句話完成工作。可是有時候你會發現，唉最近好像，我最近使用 ChatGPT，還有前陣子使用 Gemini 都是，有時候就是轉圈轉很久了。
我不知道是不是我的用量已經到達了，但有時候也不是那麼的穩定，然後它會告訴你它正在生成。其實你有沒有發現呢？有時候使用這些軟體，他其實有沒有轉圈圈都不重要，他等的時間都差不多久。有時候他一句一句慢慢的出現，跟一次出現，時間線我會測過，其實都差不多。
這有點像是，你去那個超市，我們去全聯、家樂福，有時候買牛奶雞蛋嘛，你發現你都要走很遠才拿得到，看起來很沒有效率哦。但對超市來說，就是讓你要停留在那個超市的時間更長嘛，所以才要拖得更久，這叫摩擦性時間。

17:01

就有很多不管航空公司，便宜票要你一路加購，電商結帳之前你要買一些推薦商品，或者企業嘴上說流程要做到最順。那真正聰明的設計，他要先把你停留在這邊的時間更長，未來如果有相對應的服務，搜尋的服務、廣告的服務，才能夠推給你嘛 OK。
這是我們觀察到的實質現象，但不管怎麼說，市場上現在更進一步的壓力就是錢的壓力，開始去擠壓到國債。那第二大層面，就是民意的壓力，造成建置中心的延後。那第三點呢，就是能源的問題。
如果國家能源政策跟不上，那資料中心也許蓋好之後沒有電可以做使用，也是一大壓力。你像 OpenAI 和 Anthropic 最近，估值都已經來到兆元級別，但到目前為止，對於自己的溫室氣體的排放，能源、水資源的消耗，還是揭露的非常少。
加州已經出手了，加州預估從 11 月份開始，要求年營收超過 10 億美元在加州的公司，

18:00

必須要自行揭露你自己的碳排放，要了解說，你對於環境成本會大到什麼樣的規模，主動提出報告，讓我瞭解你要吃多少電、吃多少水。否則資料中心就有可能會因此而停建了。
那當然了，很多人說，這就是最大問題，就是就算你好不容易把民意的問題給搞定了，我們哪裡來短短幾年，生出這麼多的電力呢？我相信這個問題，反而是科技層面可以做解決的，你發展更好的 GPU，你推出 H100 H200 H800 H1000 嘛對不對，

18:30 電力挑戰

你推出 Vera Rubin，你不斷在推出產品的過程當中，它其實就是達到更有效率的去使用這些電量，這反而我不是特別擔心。以前我們講過那個馬糞危機嘛，19 世紀末的時候，倫敦紐約，有個大危機嘛。
馬很多馬很多，那到處都是大便，然後會有蒼蠅，有惡臭嘛，然後又屎嘛。那按照這個速度，當時大家都預估，城市很快就變成大便城市，就被馬糞給淹沒嘛，誒結果人類並沒有發明排便更少的馬，

19:03

那什麼事情的發生導致這個馬糞問題解決了呢？汽車出現了嘛。所以這是最容易犯的錯，就我們拿今天的技術，線性推論今天的問題。那你說 2035 年，資料中心需要用到多少電呢？
有沒有可能以後不需要用到這麼多電呢？只要效率不斷的做提升。所以我們講說馬糞專家最大的敵人，不是另外一個馬糞專家，是亨利福特。也許可以借由技術的改革，讓我們不用這麼的缺電，這是一個我認為最直觀的觀察重點了。這其實蒸汽機改良之後，每做一件事情的煤更少了，照理來講英國的煤炭應該要消耗應該會下滑嘛，那反而燒更多。這也是一樣的，就說你說，那以後就不缺電，以後可能用發電量還是會提高，
以後使用的 AI 量級還是會提高。可是你要了解說，我們不能用單純的線性邏輯，來看待未來一切的變化，這給投資朋友做一些思考。當然了這也說明著整個 AI 對於消費終端的運用，其實還是要越來越快會比較好。

20:00

我們舉例來說，現在市場上，在科技巨頭所押注的打字取代哦，是目前用量拉伸幅度最快的。我們舉例來說，你像 OpenAI 和 Google、微軟呢，然後這些科技巨頭，大型的投資 AI 語音技術，目的是什麼？
就是大家都已經發現了因為打字哦已經慢慢被取代，變成了對話。現在很多人，不管是做模型，或者做指令，還是寫程式，真的都是用語音，用語音轉文字，或者語音直接來輸入到裡頭。
原因很簡單，因為有時候以前因為技術的關係，你在生成語音呢，你可能會有延遲的問題，有語氣，有上下文理解的問題。那你把你所有的數據，比如說你有一個問題，你想要提出，那文字是打不出來的。
我好想知道，我們今天直播想講的這個主題哦，它好像跟 AI 有一點關係，可是跟川普政府又有點關係，那如何用一個更宏觀的角度來把它做連接呢？誒是這樣子嗎？

21:00 AI 使用量

還是說也可以加入一些有趣的段子呢？你有時候這個打字你打不出來吧，你只能用講話的。那 AI 呢，它不缺你到底講話有沒有詞有沒有達意，重點是你要給他足夠多的數據嘛。
好所以他就使得現在聲音模型的流量正在快速的拉升，那麼這也是未來在 AI 爆發過程當中的一個市場主流。那當然了，另外一方面，我們也知道 AI 模型發展到現在，其實大家並沒有因此而讓工作的時間變短，反而是 AI 越用越忙。我們根據日本經濟財政白皮書最新的公佈，AI 確實能夠提升工作效率哦，但是未必能夠減少加班。大多數的企業在導入 AI 之後，相關的平均處理時間的確縮短了 16.7%，
但是使用 AI 工作的人，他的平均工時已經超過沒有使用 AI 工作的人。好這說明什麼事情呢？就大家 AI 使用上癮了，覺得呢我竟然有同樣的一個工具，那我就可以做更多產出，無形當中反而拉長了

22:01

自己的工作時間了。其實有時候套用到 AI 產品也是如此，模型實際運算可能十幾秒，那有時候你發現它總要是轉圈圈，或者告訴你它的思路。因為如果畫面完全停止，那很多時候我們就覺得是不是當機了。
那反而你只要上面寫，什麼正在搜尋資料，分析檔，整理檔案，你就可以稍微接受。那比的就是誰更會管理這種等待感，跟那個以前那個辦公室大樓，不是有些人會抱怨那個電梯很慢嘛。
那很多人就研究各種方式，換馬達啦，什麼增加電梯啦，重做控制系統啦。後來，我忘記是奧美的案例，還是哪一個公關公司的案例哦，最便宜、最荒謬的方法是什麼？就是電梯旁邊呢，就外面先裝一個鏡子，結果抱怨就大幅減少了。
因為大家等待電梯的過程當中就開始整理頭髮，那看一下自己，那順便看一下身邊的人。好所以很多的問題，並不是真的太慢了，是覺得等待時間太長。

23:00

好所以迪士尼，在你排隊的時候給你東西看，外送 APP 它要顯示現在外送員已經騎到哪裡了。AI 回答讓你感覺正在處理，而這就是一個重要的作用，無形當中都拖長了我們的工作時間的。
重點是它有時候新模型剛推出，這幾天我用那個 ChatGPT 新模型呢，它好像想很久，我覺得回答也沒有特別好。所以不如你就把它效率化就好了，那個那個誰講的，君子務本，本立而道生。
哦你放在 AI 產品上，你不要一開始只追求華麗的功能，參數規模換生成數，你把最根本的問題做好嘛，回答是否可靠，數據是否安全呢？不要讓我等太久，讓我等太久，那你最好把你的思路展現清楚，讓我也可以跟著一起思考。
好這是最重要的，給大家做一些思考了。當然了這也說明著，AI 其實並沒有真實完全取代工作，但它的確讓我們的生產力變高了。但生產的時間並沒有讓我們因此而導致變少，事實上如果我們仔細觀察，你像這一輪

24:00 就業影響

大家認為預估衝擊最大的印度或者菲律賓，其實衝擊並沒有想像中來的多。菲律賓原本是認為是生成式 AI 最早衝擊的國家，因為它有客服、有數據輸入、有文字處理，外包服務，它業務非常龐大。2025 年菲律賓的資訊科技商業流程的管理產業人數 190 萬人，比 24 年還增加 4%，今年預估還在成長哦。
說明什麼事情呢？就是那些第一線的客服，他其實沒有被 AI 給取代，它是 AI 的自動化開始導入到客服，讓這些客服，在跟你對答的過程當中，有了 AI 的幫助，回答速度來得更快。所以新的工作反而大家取決於你使用 AI 的熟練程度哦。這就是一種比較不同樣，不同線性的思考，讓你瞭解哦，AI 不一定會取代你的工作哦，但使用 AI 的人，你的生產力會做大幅提升的。
這當然了，也必須承認，這是美國人的擔憂還是有其道理的，就是那只是剛開始嘛。那之後呢？之後就不一定了。我最近我常聽到有人在討論那個驛站，

25:01

在臺北市選戰驛站，它會讓我想到那古代的驛站不就是那個國家的資訊高速高速公路嘛，讓公文、官員軍情能夠快速移動。你知道明朝是怎麼滅亡的嗎？就是明朝那個有很多人，就是他想搭便車你知道，不是緊急的公務，他也用驛站的驛馬，不該享受招待的人，他也想要取得憑證。
最後地方就要養更多的馬，準備更多的糧食和人力。那明代後期就有很多改革要準備出爐嘛，其中一個改革是什麼？就是一定要改革這個冗員，尤其是驛站過多的跡象，所以呢就大幅的裁撤驛站。那最有名的失業的那個驛卒是誰呢？就李自成，因他失業了，失業那就殺到北京城。所以這問題很嚴重，如果驛站到時候處理不好，好到時候就業的衝擊還是陸續展現的，那美國的反對聲音也只會越來越大。
當然我沒這麼悲觀對不對？那提款機出現以後，你會發現

26:00

其實金融業現在的從業人數遠遠高於 20 年前、30 年前，一方面在經濟成長，一方面是 1970 年代提款機剛普及的時候，很多人都認為完蛋了，那個銀行櫃員要全面消失了。怎麼可能還會有人來存錢領錢呢？到銀行哎。
結果發現呢，ATM 大幅增加的年代，銀行櫃員並沒有立刻消失。為什麼？因為 ATM 降低了分行的運營成本，銀行就有能力開更多的分行。更多的分行，雖然每個分行需要的櫃員變少了，但是分行數的增加就把總就業撐起來了。
一樣我們不要用線性的角度來思考一系列看到的衝擊。OK 那當然了，剛才我們講了非常多，主要還是跟投資朋友在觀察整個全美的 AI 發展到這樣的一個路線以後，

26:45 中國 AI 態度

它的線性邏輯不應該做直接性的套用。那當然我們回過頭來往下看呢，現在在整個中國市場當中的成長速度有多快呢？剛才講到嘛，美國人呢，從民調層面來看呢，的確對於 AI 是有一定的疑慮的，可是我們根據彭博的民調

27:01

把它拿來跟中國市場來進行對比，誒兩者就差很多哦。你看中國民眾對於 AI 的接受度還明顯領先全球高達 84%，受訪者對於 AI 的產品服務感到期待，遠遠高於印度的 65，日本的 46，更是美國的 38%，2 倍以上。
誒這其實從體感溫度看得出來，你看得出來中國市場對於 AI 的接受意願的確比較高，常常用 AI 搞一些有的沒的，這發表一些 AI 劇等等，感覺好像並沒有那種極度的焦慮感。那明明中國經濟情況也不是特別好，但是反而對於 AI 的焦慮感沒有想像中來的大，那反而是美國人相對來的大，而這是兩種價值觀的持續產生了。我們必須承認，在過去幾個月當中，中國的 AI 真正最強的殺傷力，都並不是它的最強模型，是便宜到企業很難去拒絕。
我們看美國的 AI 模型能力跟中國的領先呢，現在看起來正在急速的縮小，從之前的 Kimi，K3，Deepseek，千問到 GLM，這些模型在寫程式推理金融

28:01

從彭博統計上，已經逼近於美國的高階模型了。那重點是採用的速度，我們根據 OpenRouter 的數據顯示，中國模型使用量在 6 月份是首次超越美國的模型，7 月市占率已經來到 60%。
中國生成式 AI 模型下載量是 41.4，比美國的模型高 5 個百分點。那美國像是 DoorDash 或者 Airbnb，Coinbase，都已經開始使用部署在本地伺服器的中國模型，它不會有數據或者說隱私權的問題，因為它是用地端嘛。
好但是重點是，因為開放群眾可以自行下載客制化，未來對於中國模型的需求，未來的更新一定是越來越捆綁的，因為我的系統就是採用你的技術為底嘛。所以跟在後面的人呢，有時候我們比較晚出發，但是有沒有可能既有低價的方式，更早抵的抵達終點呢？就美國現在就是開在最前面的車嘛，他必須要自己決定下一個路口要左轉還是右轉呢，那每一次選擇都可能開出新的道路，

29:00 一模一樣

也有可能撞到死巷。那創新者最大成本是什麼？就是不是研發本身呢，他要替整個世界來試錯嘛。那中國採取就另外一套思維，很明顯嘛，它就是不會有一個模型真正超越你，永遠都跟在你後面，你左轉我就跟著左轉，你右轉我就跟著右轉。
美國發展電動車，然後那我就跟進電動車，把成本壓到極低。你投入 AI，我也投 AI，你投機器人，我也投機器人。前車證明方向可行，我再集中政策、資金、人才和供應鏈快速地追趕，別人先付那個探索成本，那中國負責把已經證明可行的路走得更快更便宜。以前那個吉利汽車，它就完全幾乎是照抄豐田的，因為我不確定什麼樣的車款會受市場中產喜歡嘛，你出一個款，我就跟你出一模一樣的，小米 SU7 也一模一樣嘛。
這不是模仿，它是一種，啊算模仿，但是一種後發者優勢哦。第一名你要承擔技術失敗嘛，需求不存在嘛，標準的選錯或者市場教育等風險，但是後面的人呢，他就可以跳過這個錯誤

30:00

路線，他直接學習成熟方案，然後再利用龐大的內需市場，完整的供應鏈，持續性的壓低自己的規模。所以美國最擅長就是從 0 到 1 嘛，好那中國就是從 1 做到 100，然後再把價格從 100 做到 10，然後這是他最會做的事情。
好所以中國市場就是這樣的就是次等獲利，他不用每一次都猜中下一次革命，他都等著別人證明方向，再靠速度規模和成本吃下市場。這跟有時候投資，他不一定每次買到低點嘛，避開最危險的探索階段，趨勢確認之後，有了護城河之後，重倉也是一種方式嘛。那領先者賺的都是發明未來的超額報酬，追趕者他是複製未來，量產未來的確定性報酬，跟你做的一模一樣就好了，跟在你後面緊緊貼著你。
哦所以從這樣的一個角度來看呢，一模一樣，其實是把最昂貴最危險的探索階段，它直接跳過了。等方向確定之後，再用自己的資金供應鏈和製造能力去追上你嘛。好所以有時候我們這樣講說雖然，這個是最有效的策略哦，

31:00

不要急著證明自己多有創意哦，他只是做到跟你幾乎一模一樣。等到完全追上以後，再用雙超理論嘛，先超越你，再在價格上再做進一步的超越你。唉這個是我們觀察到的事實跡象，先抄襲後超越。
當然了，你說做的一模一樣，那不就永遠無法超越他嗎？沒錯，他本來的目的就不是在技術上超越他，獲取成本，而是在價格上的超越你。之前不是講那兩兄弟每一次見面，那總是會互相調侃對方，那大哥突然撫摸小弟的光頭哇，你這光頭摸起來真像我太太的屁股。我看老弟也摸自己的光頭，唉對對對，的確一模一樣。所以這種模式也會有天花板啦，你沒辦法跟他做到一模一樣。
可是問題在於哦，你永遠跟在他最後，你也很難決定下一條道路通往哪裡，當你不小心超越他以後。中國真正超越美國的關鍵呢，也不單單是把產品做得更便宜，是雙方如果剛好跑到同一個路口，平行了

32:00

那中國這個時候你難道還要等美國打方向燈嗎？你要自己決定要左轉右轉嗎？跟隨能夠降低犯錯成本，但是製造能夠放大成功的成果。現在呢就是有一天你好不容易追上了，你自己也不知道該往哪裡走。哦所以這有點類似那個，以前鄭和下西洋嘛，鄭和船這麼大，為什麼沒有變成中國的東印度公司，大家有沒有想過這件事情？
再有很多種角度了，有一種是因為因為他本身呢，也算是跟明朝皇帝有一些嫌隙，這是一種角度，另外一種角度就是，原因很複雜，但是其中一個很值得注意的事情是，鄭和的航海工程哦，它是由國家資源推動的政治工程。
那國家在幫助你的，那個歐洲不一樣，歐洲是大量的私人資本貿易的利潤、國家力量，他們要錢，要賺錢回去的。這給科技投資一個很好的提醒，你能夠把東西做出來，跟能夠讓他自己賺錢活下去，是兩種不同的能力哦。
好那你靠中國政府的預算，你可以造出世界上最大的船，公司可以用融資蓋出

33:01

最大的 AI 資料中心，可是問題在於，如果國家不補貼了，那你自己能不能長大？你自己能不能決定你要左轉還是右轉呢？這是未來可以觀察的幾大重點。好 9 點 04 分，臺北股市下跌 117 點，本來還想聊一下歐洲的，不過呢，我們就之後再聊好了。
今天主要跟投資朋友觀察好在，整個美國到中國 AI 發展的過程當中，一方面美國內部有科技巨頭的新一輪的角力。那在中國層面呢，也開始理解到模型一旦追上以後，他就要採取新的道路了，因為的確現在雙方貼近的速度非常之快，那重點在於，接下來不只是左轉右轉的問題了，而是為自己下一個階段來做好佈局。

33:40 AI 時代的人生勝負手

那今天呢，每個禮拜五我們通常都會跟投資朋友導讀一本書，今天導讀這本書非常好看，叫做 AI 時代的人生勝負手。好這本書的作者叫李世乭，李世乭大家還記得嗎？幾年前他輸給 AlphaGo 之後，真正受到衝擊的不單單是圍棋了，它是人類長久以來的一種自我認知。

34:03

這本書不是在告訴你怎麼下圍棋哦，他是在反思，如果連最需要直覺，創意判斷的領域，它陸續都被機器給超越，那麼我們人類努力的意義最終還剩下什麼呢？好問題也許不是人類還可以在哪個領域贏過 AI，而是 AI 永遠它都可以給你更好的答案、更充分的答案，那我們有沒有能力提出更好的問題呢？
機器現在算得比人快嘛，好像讓數學沒有意義，機器，相機比人記得更清楚，但是它真的有讓繪畫消失嗎？汽車跑得比人快，那我們為什麼還要跑馬拉松，因為人做一件事情的價值哦，它不會取決於你的結果是否來到最優解，是過程當中如何理解自己，建立關係，承擔選擇。
所以沒有圍棋基本的人也可以看這本書了，這本書更多的是對於 AI 的反思哦。一個被 AI 真正擊敗的人，他是怎麼思考 AI 這件事情的。

35:01

很有意思，AI 時代真正最稀缺的，以前都是你能不能有快速找到答案的能力，現在答案根本不重要，到處都可以找到答案的，你能不能創造答案的能力。誒這很有意思，李世石以前叫做神之一手嘛，他之所以動人呢，不只是因為那一步，之前成功的擊敗 AlphaGo，應該講說了，之前有勝有負。
可是更因為幾乎在所有人都認為沒有機會的時候，他仍然願意走出一條機器人跟人類未曾預期的路線呢。他知道 AI 當然這幾年越來越強，越來越可以取代圍棋、寫作、繪畫和程式設計，甚至部分的投資判斷，但人類有幾個無法外包的事情，你要愛誰、你要相信什麼、你願意承擔什麼樣的代價，你準備把有限的人生用在哪裡？
這件事情是很重要的，所以這也給投資朋友做更進一步的思維。就跟我們講過的嘛，攝影技術出現以前，繪畫的重要功能之一就是記錄

36:00

人物的真實長相風景和歷史場景嘛，相機都能夠更快速更精確的做這件事情，畫家會因此而全部失業嗎？反而開始追問，如果繪畫不必再和現實一模一樣，它還能表達什麼呢？好所以到後來，已從以前古典學派，一路到各類似的畫風陸續出爐。
它的目的就是，因為它已經可以記錄真實畫面了，那我要怎麼樣構建我的世界觀呢？從印象派，開始畫光線，感受立體派，拆解觀看的方式，抽象藝術，乾脆離開具體的物件，所以相機它並沒有終結藝術，它是把藝術從複製世界變成重新理解世界，今天的生成式 AI 也是帶來同樣的變化。
當我們寫出一篇通順的文章、做出一張漂亮的照片，很便宜，但人類的價值生產內容，才是決定你值得什麼被表達。所以我覺得這本書非常非常的有意思，它真的可以讓你對於整個 AI 的世界瞭解的更為透徹。

37:00

AI 會取代很多事情，但是呢唯一取代不了的是你對於這個世界的好奇心。9 點 08 分，我們一樣，抽出兩本書送給我們的投資朋友歡，大家把這本書買回家。送到的書那就再送給你喜愛的人，給投資票做些參考，那大家如果有興趣可以在我們頻道底下留言，留下你對於本書或者本節目的一些看法。
我們禮拜一抽兩本書，送給我們的投資朋友，好台股小跌 200 點，那本周其實波動並不是特別大了，一樣跟美國股市感覺都遇到了一股結界，不過呢你說美債這件事情有多恐慌，市場上反應也不是特別明顯的，更類似於勒索式、情勒式寬鬆了，要求你付出更多的金融流動性。
這也給投資朋友做些思考，如果喜歡我們節目，就幫我們訂閱按讚加分享，我們就禮拜一早上 8 點半，早晨財經速解讀再相見，祝各位投資朋友看盤順利，操盤愉快。